韩日中文字幕吃瓜51在线黑料9不打烊 ,日韩中字幕,亚洲资源中文字幕

基于AIDC鏈路的多模式串口切換系統(tǒng)的設(shè)計與實現(xiàn)[其他][其他]

目前,，民航管制單位在與相鄰管制單位進行AIDC移交時,，如果采用的是X.25專線方式,，則需要在本地2套自動化系統(tǒng)之間共享一條物理鏈路,。當(dāng)自動化系統(tǒng)主備狀態(tài)切換時，往往需要人工方式切換線纜連接,，切換時間較長且增加了故障風(fēng)險,。提出了一種串口切換設(shè)備的設(shè)計方案，使2套自動化系統(tǒng)的X.25處理設(shè)備能夠以切換的方式共享一條專線鏈路,，并且支持3種切換模式。目前切換器樣機已在北京區(qū)管測試平臺上進行了功能測試,，在主備自動化系統(tǒng)AIDC鏈路切換場景下能夠?qū)崿F(xiàn)物理鏈路的快速切換,。

發(fā)表于：7/1/2022 3:18:00 PM

基于YOLO的手機外觀缺陷視覺檢測算法[其他][其他]

針對在小規(guī)模手機屏幕缺陷數(shù)據(jù)檢測效率不高的問題，提出了一個基于YOLO v3的手機外觀缺陷視覺檢測算法,，即YOLO-q-v3算法,。YOLO-q-v3算法通過改進DarkNet-53網(wǎng)絡(luò)結(jié)構(gòu)，減少原網(wǎng)絡(luò)的層數(shù)和相應(yīng)的模型參數(shù),，有效地提高算法的檢測效率,。將YOLO v3算法和本文提出的YOLO-q-v3算法對同一數(shù)據(jù)集進行對比實驗，實驗結(jié)果表明,，YOLO-q-v3算法能夠正確識別手機屏幕裂痕,，YOLO-q-v3在檢測速率上比YOLO v3算法提高了24%。

發(fā)表于：7/1/2022 3:15:00 PM

面向城市數(shù)字孿生的多尺度三維建模方法研究[其他][其他]

城市三維模型作為城市物理實體的立體可視化表達,，是連接物理空間與數(shù)字空間的橋梁,，也是實現(xiàn)城市數(shù)字孿生的關(guān)鍵基礎(chǔ)。對當(dāng)前城市數(shù)字化三維重建技術(shù)及應(yīng)用進行研究,，從不同尺度的三維建模方法出發(fā),，對“天空地室元”多尺度全要素建模方法進行總結(jié),，并分析數(shù)字孿生城市三維重建面臨的挑戰(zhàn)和趨勢。

發(fā)表于：7/1/2022 3:11:00 PM

衛(wèi)星通信鏈路上/下行及單/雙通道計算方法研究[其他][航空航天]

針對衛(wèi)星X波段通信系統(tǒng)鏈路設(shè)計需求,，詳細研究了傳輸過程中的各項損耗,、干擾及系統(tǒng)指標(biāo)和特性，提出了衛(wèi)星通信系統(tǒng)的上,、下行及單,、雙通道情況下的多種鏈路計算方法，并通過實際示例驗證該計算模型的可行性,。該計算方法模型可用于衛(wèi)星通信系統(tǒng)的參數(shù)選擇,、信號質(zhì)量鏈路能力的預(yù)測，對衛(wèi)星通信系統(tǒng)的設(shè)計具有指導(dǎo)意義,。

發(fā)表于：7/1/2022 3:07:00 PM

基于輕量級密集神經(jīng)網(wǎng)絡(luò)的車載自組網(wǎng)入侵檢測方法[通信與網(wǎng)絡(luò)][汽車電子]

在車載自組網(wǎng)中,，攻擊者可以通過偽造、篡改消息等方式發(fā)布虛假交通信息,，導(dǎo)致交通擁堵甚至是嚴(yán)重的交通事故,，而傳統(tǒng)的入侵檢測方法不能滿足車載自組網(wǎng)的應(yīng)用需求。為了解決現(xiàn)階段車載網(wǎng)中入侵檢測方法性能低且存儲與時間成本高的問題,，提出了一種基于密集神經(jīng)網(wǎng)絡(luò)的入侵檢測方法L-DenseNet(Light Dense Neural Network),，通過降低模型復(fù)雜性，提升算法訓(xùn)練速度和部署適應(yīng)性,，使其更適用于車載自組網(wǎng)中的入侵檢測,。在VeReMi數(shù)據(jù)集上進行對比實驗，結(jié)果表明,，該方法在識別各類攻擊的精確率和召回率的綜合表現(xiàn)最好,，且具有較少的時間成本和存儲開銷。

發(fā)表于：7/1/2022 3:03:00 PM

基于自校驗孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對中壓配電網(wǎng)區(qū)段定位方法所存在的由系統(tǒng)中性點接地方式,、故障點距離和過渡電阻大小等環(huán)境因素,，以及電流互感器極性未知或智能電表錯誤安裝等人為因素所導(dǎo)致的定位不準(zhǔn)確問題，提出一種平穩(wěn)小波極性校驗下基于孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法,。首先,，分析了零序電流暫態(tài)特征，指出了傳統(tǒng)線性相關(guān)法存在的定位缺陷,；其次,，使用平穩(wěn)小波變換解決信號同步和設(shè)備反接的問題；最后引入孿生神經(jīng)網(wǎng)絡(luò)對故障點上下游信號進行相似性匹配,，經(jīng)訓(xùn)練該模型可以準(zhǔn)確定位故障區(qū)段,。通過仿真驗證，該方法具有較強的抗干擾能力,，對于定位盲區(qū)也有較高的識別率,。

發(fā)表于：7/1/2022 2:59:00 PM

基于表面掃描法的SiP器件近場電磁輻射測試方法[其他][其他]

在近場電磁輻射測試研究中,，還沒有一套完整的面向單個元器件的測試方法。針對此問題,，基于表面掃描法對SiP器件的近場電磁輻射測試方法進行研究,。第一，利用X光研究SiP器件內(nèi)部結(jié)構(gòu)并進行干擾源分析,；第二,，完成硬件、軟件層搭建使器件進入工作狀態(tài),；第三,，搭建近場測試系統(tǒng)，對工作中的器件實施近場測試,。在案例研究中,，所用SiP器件內(nèi)部封裝外圍器件和作為主要干擾源的處理器。近場測試結(jié)果顯示,，PCB上輻射主要集中在SiP器件周圍,，器件近場輻射集中在處理器芯片處。案例研究的結(jié)果說明這種測試方法可以有效測量SiP器件的近場電磁輻射,，并對器件內(nèi)干擾源進行分析,。

發(fā)表于：7/1/2022 2:55:00 PM

大擺幅輸出的高速線性行波驅(qū)動器[其他][其他]

基于0.13 μm SiGe BiCMOS工藝設(shè)計了高速線性行波馬赫-曾德爾調(diào)制器(Mach-Zehnder Modulators，MZM)驅(qū)動器,。驅(qū)動器主要由三個部分組成,，分別是輸入級、輸出級和直流消除(Direct Current Offset Compensation,，DCOC),。輸入級在差分對的發(fā)射極引入可變電容和可變電阻來實現(xiàn)增益可調(diào)的功能，在輸出節(jié)點采用了并聯(lián)電感峰化技術(shù)來提高帶寬,；輸出級中采用了擊穿電壓倍增技術(shù)來獲得大擺幅輸出電壓,，以及采用了并聯(lián)電感峰化技術(shù)來提高帶寬,；DCOC通過在行波MZM驅(qū)動器的輸出和輸入之間建立反饋以消除直流失調(diào),，并且采用了一階低通濾波器以保證環(huán)路穩(wěn)定。仿真結(jié)果顯示,，驅(qū)動器的增益可以在較大的范圍內(nèi)可調(diào),，DCOC環(huán)路的相位裕度高達82°，最高工作速率為100 Gb/s,，輸出Vpp約為4 V,，可以很好地驅(qū)動行波MZM。

發(fā)表于：7/1/2022 2:50:00 PM

C-R型多通道10 bit SAR-ADC設(shè)計[模擬設(shè)計][其他]

采用0.13 μm工藝,，設(shè)計并實現(xiàn)了一款單端CR型分級的10 bit SAR-ADC,。在設(shè)計中,，CR型分級的采用顯著降低了芯片面積，高5位的溫度計碼控制有效消除時鐘潰通等誤差,，自舉開關(guān)的設(shè)計提高了采樣精度,，前置放大器的高精度靜態(tài)比較器有效降低失調(diào)、提升了轉(zhuǎn)換精度,。設(shè)計的ADC內(nèi)核尺寸為580 μm×290 μm,，后仿真結(jié)果顯示，在采樣率1 MS/s下,，輸入正弦信號200 kHz時,，ENOB可達9.5位，EO=1 LSB,。

發(fā)表于：7/1/2022 2:46:00 PM

Yolo神經(jīng)網(wǎng)絡(luò)在集成電路焊盤布局規(guī)則檢測上的應(yīng)用研究[模擬設(shè)計][通信網(wǎng)絡(luò)]

為探索深度學(xué)習(xí)在集成電路設(shè)計自動化上的應(yīng)用,，以電源和接地焊盤的排列規(guī)則作為檢查案例，研究了Yolo v3神經(jīng)網(wǎng)絡(luò)在版圖檢查上的可行性,。采用Python腳本批量生成版圖樣本圖片,，并使用LabelImg進行標(biāo)簽標(biāo)記。使用TensorFlow框架編寫了基于Yolo v3的版圖檢查器,。結(jié)果顯示,，版圖檢查器在判斷焊盤布局正確性上實現(xiàn)了高精確率與高召回率。此外,，還通過調(diào)整版圖的大小,、形狀、對稱性與焊盤數(shù)目的方式對檢查器進行了進一步測試,。檢查器仍表現(xiàn)卓越,，體現(xiàn)出良好的擴展性。研究表明Yolo v3可以很好地找出焊盤布局的錯誤,。深度學(xué)習(xí)在集成電路版圖檢查中的潛力大,，值得繼續(xù)探索。

發(fā)表于：7/1/2022 2:42:00 PM