午夜精品久久久久久不卡欧美一级,91大神精品自拍

基于DSP-FPGA的APF的硬件設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

基于NPC三電平拓?fù)浣Y(jié)構(gòu)的APF有效提升了開關(guān)管的耐壓能力，先通過MATLAB仿真得出三電平APF有源濾波器在諧波電流補(bǔ)償上具有比較良好的補(bǔ)償特性。針對(duì)仿真得出的結(jié)論,，基于雙核DSP28377D與EP3C40Q240C8N的主控樣機(jī),，在進(jìn)行保護(hù)電路的設(shè)計(jì)后，在APF有源濾波器的硬件電路上進(jìn)行采樣測(cè)試,、驅(qū)動(dòng)測(cè)試,、直流側(cè)充電測(cè)試以及帶純阻性電感負(fù)載的逆變側(cè)測(cè)試。通過硬件電路的測(cè)試得知基于DSP-FPGA的APF有源濾波器設(shè)計(jì)可以滿足實(shí)驗(yàn)進(jìn)行的諧波電流補(bǔ)償?shù)臈l件,。

發(fā)表于：5/18/2020 8:54:00 AM

認(rèn)知無線電中的協(xié)作頻譜感知技術(shù)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

頻譜資源匱乏是目前通信領(lǐng)域遇到的一個(gè)難題,，緩解頻譜資源短缺的一個(gè)有效方法是頻譜感知技術(shù)，它可以實(shí)現(xiàn)頻譜的動(dòng)態(tài)利用,，提高頻譜的利用率,。首先介紹了能量檢測(cè)法,、匹配濾波檢測(cè)法以及循環(huán)平穩(wěn)特性檢測(cè)法3種單用戶譜感知技術(shù)，然后研究了協(xié)作頻譜感知技術(shù)的系統(tǒng)結(jié)構(gòu)和感知模型,，最后基于能量檢測(cè)法的協(xié)作頻譜感知中的“K-N”融合準(zhǔn)則進(jìn)行仿真,，結(jié)果表明，當(dāng)K=[N+1/2]時(shí),，協(xié)作頻譜感知的性能達(dá)到最優(yōu),。

發(fā)表于：5/15/2020 3:51:00 PM

星載高增益圓極化小型微帶天線陣列[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

針對(duì)衛(wèi)星X波段通信系統(tǒng)的需求，設(shè)計(jì)一種新型星載高增益圓極化小型微帶天線陣列,。新型微帶方形貼片單元采用側(cè)饋的饋電方式,，利用切角技術(shù)實(shí)現(xiàn)圓極化，開槽技術(shù)實(shí)現(xiàn)小型化,，天線陣列采用多層饋電網(wǎng)絡(luò)實(shí)現(xiàn)阻抗匹配,，圓形分布實(shí)現(xiàn)陣列小型化和輻射性能最優(yōu)化。通過電磁仿真軟件仿真優(yōu)化天線陣列,，結(jié)果表明：在中心頻點(diǎn)8.2 GHz處回波損耗小于-25 dB,，10 dB帶寬為2.6%，增益為16.2 dB,，半功率波瓣寬度為23.6°,，軸比為1.65 dB。經(jīng)加工測(cè)試結(jié)果與仿真結(jié)果基本一致,。該天線對(duì)X波段無線通信系統(tǒng)設(shè)計(jì)有一定指導(dǎo)意義,。

發(fā)表于：5/15/2020 3:44:00 PM

便攜式電力工井可視化智能探測(cè)裝置設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為了提高電力井下作業(yè)安全性，檢修電力井下是否含有毒氣體及易燃易爆氣體尤其重要,。設(shè)計(jì)了便攜式電力工井可視化智能探測(cè)裝置,，操作人員在地面可全景拍攝電力工井內(nèi)的電纜設(shè)備，同時(shí)檢測(cè)井下的有害氣體含量,。設(shè)計(jì)中采用了高清旋轉(zhuǎn)攝像頭實(shí)施拍攝,，探測(cè)設(shè)備配置了氣體濃度和種類檢測(cè)識(shí)別裝置，可以實(shí)時(shí)進(jìn)行采集數(shù)據(jù)進(jìn)行顯示和報(bào)警,。通過實(shí)驗(yàn)驗(yàn)證,，該智能探測(cè)裝置對(duì)電力電纜、井下氣體濃度監(jiān)測(cè)以及提高電力檢修效率具有重要的應(yīng)用價(jià)值,。

發(fā)表于：5/14/2020 10:17:00 AM

一種基于誤差能量判別的單脈沖雷達(dá)測(cè)速功能優(yōu)化方法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

對(duì)單脈沖雷達(dá)測(cè)速系統(tǒng)的原理進(jìn)行了描述,，并針對(duì)回波信號(hào)的相位發(fā)生跳變致使頻譜展寬，出現(xiàn)跟錯(cuò)譜線,，導(dǎo)致測(cè)速出錯(cuò)的問題,，提出了基于鑒頻器輸出信號(hào)能量判別的準(zhǔn)則。通過對(duì)鑒頻器輸出信號(hào)進(jìn)行判別，當(dāng)回波信號(hào)的相位發(fā)生持續(xù)跳變時(shí),，鑒頻器輸出振蕩,，積分器輸出就會(huì)超過門限，測(cè)速系統(tǒng)重新消模糊,；當(dāng)回波信號(hào)的相位穩(wěn)定后,，測(cè)速結(jié)果可以回到正確的結(jié)果上，從而可以修正跳譜線導(dǎo)致的測(cè)速誤差,。

發(fā)表于：5/14/2020 10:11:00 AM

三級(jí)流水線RISC-V處理器設(shè)計(jì)與驗(yàn)證[嵌入式技術(shù)][工業(yè)自動(dòng)化]

RISC-V作為一種開源精簡指令集架構(gòu),，自發(fā)布以來便得到了大量關(guān)注。設(shè)計(jì)了一種三級(jí)流水線的RISC-V處理器,。其中,，采用靜態(tài)預(yù)測(cè)BTFN技術(shù)處理流水線執(zhí)行中的分支情況，采用前向旁路傳播技術(shù)解決數(shù)據(jù)冒險(xiǎn)問題,，同時(shí),，采用資源共享的辦法，復(fù)用寄存器堆,、加法器,、選擇器等模塊，使設(shè)計(jì)面積得到一定的優(yōu)化,。在VCS和Verdi等EDA工具中,，使用RV32I整數(shù)運(yùn)算指令集對(duì)處理器進(jìn)行了仿真測(cè)試，結(jié)果表明,，所設(shè)計(jì)的處理器功能正確,，達(dá)到預(yù)定目標(biāo)。

發(fā)表于：5/13/2020 10:44:00 AM

基于FPGA的自定義CPU架構(gòu)設(shè)計(jì)[可編程邏輯][工業(yè)自動(dòng)化]

為滿足當(dāng)前工業(yè)應(yīng)用下越來越多的分布式計(jì)算的需求,，提出了一種在FPGA芯片中構(gòu)建自定義指令集的CPU的方式，以此來使FPGA具有類似于單片機(jī)的處理指令的能力,。并且,，這種能力的前提是復(fù)用計(jì)算單元，因此資源消耗有限,，不會(huì)隨著計(jì)算量的增加而增大,。在自定義指令集CPU的改進(jìn)型架構(gòu)中，使用了并行計(jì)算的結(jié)構(gòu),，使得運(yùn)算速度大幅提升,。最后，結(jié)合實(shí)際應(yīng)用案例,，移植電流環(huán)計(jì)算中的FOC算法到自定義CPU中運(yùn)算,。并用ModelSim軟件進(jìn)行仿真，測(cè)試其計(jì)算時(shí)間僅需7.48 μs。

發(fā)表于：5/13/2020 10:37:00 AM

一種基于Ring-VCO結(jié)構(gòu)的寬頻帶低抖動(dòng)鎖相環(huán)的設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

為了在高速傳輸系統(tǒng)中實(shí)現(xiàn)寬頻帶和低抖動(dòng)時(shí)鐘輸出的要求,，設(shè)計(jì)了一種基于Ring-VCO結(jié)構(gòu)的低抖動(dòng)鎖相環(huán),，采用與鎖相環(huán)鎖定頻率強(qiáng)相關(guān)的環(huán)路帶寬調(diào)整方法來降低環(huán)路噪聲，加速環(huán)路鎖定,，即利用全局參考調(diào)節(jié)電路中比較器模塊將鎖定控制電壓與參考電壓比較來改變各模塊電流,，根據(jù)不同鎖定頻率調(diào)整環(huán)路參數(shù)，大大縮短了鎖定時(shí)間,，同時(shí)利用四級(jí)差分環(huán)形振蕩器和占空比調(diào)整電路的差分對(duì)稱結(jié)構(gòu),，降低了電路噪聲。電路采用40 nm CMOS工藝實(shí)現(xiàn),，測(cè)試結(jié)果表明輸出頻率為1.062 5 GHz~5 GHz,，在最高時(shí)鐘頻率5 GHz下眼圖質(zhì)量良好，時(shí)鐘抖動(dòng)39.6 ps,。

發(fā)表于：5/12/2020 10:10:00 AM

一種面向科技項(xiàng)目文本的相似度度量方法[嵌入式技術(shù)][智能電網(wǎng)]

現(xiàn)有的文本相似度度量方法主要采用TF-IDF方法,，把文本建模為詞頻向量，但未考慮文本的結(jié)構(gòu)特征?，F(xiàn)將文本的結(jié)構(gòu)特征和TF-IDF方法進(jìn)行融合,，提出了一種面向科技項(xiàng)目文本的相似度度量方法。該方法首先對(duì)文本進(jìn)行預(yù)處理,，其次根據(jù)文本的結(jié)構(gòu)特征提取模塊文本,，然后使用TF-IDF方法提取每個(gè)模塊文本的TOP-N關(guān)鍵詞，作為模塊文本的特征向量表示,，最后使用余弦聚類計(jì)算文本的相似度,。實(shí)驗(yàn)結(jié)果表明，在電力行業(yè)的科技項(xiàng)目文檔數(shù)據(jù)集上,，所提方法優(yōu)于TF-IDF方法,。

發(fā)表于：5/12/2020 10:04:00 AM

基于深度神經(jīng)網(wǎng)絡(luò)的偽裝人臉識(shí)別[嵌入式技術(shù)][安防電子]

偽裝人臉識(shí)別在刑偵安防領(lǐng)域有著巨大的應(yīng)用價(jià)值。針對(duì)現(xiàn)階段對(duì)偽裝人臉識(shí)別的研究較少,、算法魯棒性不強(qiáng)等缺點(diǎn),，提出了基于深度神經(jīng)網(wǎng)絡(luò)的偽裝人臉識(shí)別算法。改進(jìn)了SqueezeNet網(wǎng)絡(luò)模型,，并將其與FaceNet網(wǎng)絡(luò)架構(gòu)進(jìn)行結(jié)合,，用于人臉圖像的身份識(shí)別。通過在訓(xùn)練數(shù)據(jù)集中引入偽裝人臉圖像,，讓網(wǎng)絡(luò)學(xué)習(xí)到偽裝的特征,。實(shí)驗(yàn)結(jié)果表明，該算法識(shí)別準(zhǔn)確率接近90%,，相較于其他網(wǎng)絡(luò)模型,，具有更好的識(shí)別效果。

發(fā)表于：5/11/2020 2:03:00 PM