精品国产视频在线观看,wwxx全免费视频,伊人久久成人

恩智浦FRDM平臺助力無線連接[通信與網絡][物聯(lián)網]

　　開發(fā)人員現(xiàn)在面臨著前所未有的挑戰(zhàn)，需要為各種產品設計復雜的軟件，通常還要使用不同的處理器。恩智浦的MCUXpresso Developer Experience通過適用于多種MCU平臺的通用框架解決了許多挑戰(zhàn)。恩智浦推出了新的無線FRDM開發(fā)板，提供無線連接支持。

發(fā)表于：11/18/2024

射頻 FDA 如何使用射頻采樣 ADC 來增強測試系統(tǒng)[微波|射頻][工業(yè)自動化]

　　為了在無線通信系統(tǒng)中實現(xiàn)更高的數(shù)據(jù)速率以及在雷達中使用更窄的脈沖來解析近距離目標，對測試和測量儀器的性能和帶寬提出了更高的要求。高帶寬示波器和射頻數(shù)字轉換器等射頻（RF）測試和測量儀器可使用射頻采樣模數(shù)轉換器（ADC），對從直流到數(shù)千兆赫的信號同時進行數(shù)字化。

發(fā)表于：11/17/2024

基于頻差的衛(wèi)星通信互調干擾源定位方法研究[通信與網絡][航空航天]

針對衛(wèi)星通信系統(tǒng)頻帶內互調干擾的定位問題進行研究，分析互調干擾產生機理，并給出系統(tǒng)內互調干擾定位方法。定量分析互調干擾頻譜特性，并結合頻譜管控站分配各站頻率，建立系統(tǒng)內各站頻率及頻差動態(tài)數(shù)據(jù)庫，設計基于頻差的衛(wèi)星通信互調干擾源定位方法，精確定位干擾站。仿真結果驗證了該方案在互調干擾定位過程的可行性，有效降低了干擾定位時間并提升了準確定位干擾站的概率，為衛(wèi)星通信系統(tǒng)面臨此類干擾時的快速定位提供解決方法，對衛(wèi)星通信網的穩(wěn)定運行具有較大實際意義。

發(fā)表于：11/14/2024

一種寬輸入范圍高效率宇航二次電源的設計[電源技術][航空航天]

提出一種寬輸入電壓、高效率100 W宇航二次電源的設計方法。輸入電壓范圍達到20 V~50 V，可覆蓋星上28 V母線、42 V母線電壓范圍。峰值效率達到90%以上，具有體積小、功率密度高的特點。采用單端反激電路拓撲，通過加入斜坡補償技術，使得反激變換器的占空比工作在60%以上，拓寬了輸入電壓范圍。同時采用平面變壓器技術，降低變壓器漏感，提高效率并減小尺寸。

發(fā)表于：11/14/2024

基于先進工藝技術的機電控制SiP電路的設計與測試[模擬設計][工業(yè)自動化]

機電控制系統(tǒng)包含多款芯片，其小型化、輕量化的需求日益迫切，系統(tǒng)級封裝（System in Package）技術作為一種先進封裝手段能夠將多款不同類型的芯片集成于更小的空間中。基于系統(tǒng)級封裝技術，并結合TSV與FanOUT技術設計了一款機電控制SiP電路，該電路包括頂層DSP信號控制單元和底層FPGA信號處理單元，兩者通過PoP（Package on Package）形式堆疊構成SiP電路，相比于常規(guī)分立器件所搭建的機電控制系統(tǒng)，該SiP體積縮小70%以上，重量減輕80%以上。針對該款SiP電路設計了相應的測試系統(tǒng)，且對內部的ADC及DAC等芯片提出了一種回環(huán)測試的方法，能夠提高測試效率。測試結果表明，該電路滿足設計要求，在機電控制領域具有一定的應用前景。

發(fā)表于：11/14/2024

基于區(qū)塊鏈和神經模糊系統(tǒng)的邊緣計算移動接入網絡安全增強框架[通信與網絡][信息安全]

為了提高車聯(lián)網的安全性，提出了基于神經模糊系統(tǒng)和區(qū)塊鏈的移動邊緣計算網絡安全增強框架。該框架結合了批量認證、密鑰交換等技術，將區(qū)塊鏈與移動邊緣計算相結合，架構上分為感知層、邊緣計算層、服務層三層，感知層通過區(qū)塊鏈確保數(shù)據(jù)安全，邊緣計算層提供資源，服務層采用區(qū)塊鏈技術保護數(shù)據(jù)。仿真表明，結合區(qū)塊鏈和移動邊緣計算能有效提高車聯(lián)網安全性。

發(fā)表于：11/14/2024

智慧農業(yè)下基于聯(lián)邦學習的水稻病蟲害分類研究[模擬設計][其他]

在農業(yè)發(fā)展過程中，農作物的健康問題一直是一個重要的研究課題。面向這一課題探討智能化農業(yè)種植過程中的水稻病蟲害分類問題。在智能化農業(yè)種植場景下，為了提高設備對病蟲害的分類準確性，同時保護各設備的數(shù)據(jù)隱私，提出使用聯(lián)邦學習來解決各設備間的數(shù)據(jù)孤島問題。實驗選取了七個預訓練模型來提取特征，使用四個指標（準確率、召回率、損失函數(shù)和F1分數(shù)）來評估不同模型上的性能。實驗結果表明，在獨立同分布（IID）和非獨立同分布（Non-IID）數(shù)據(jù)下模型VGG19的準確率分別為99.05%和98.48%，表現(xiàn)出較高的魯棒性和準確率。通過幾種實驗和指標對比發(fā)現(xiàn)，聯(lián)邦學習的應用提升了設備4.36％的準確率，圖像分類模型的收斂時間受到聯(lián)邦學習輪數(shù)round和每輪聯(lián)邦學習中訓練集的訓練epoch數(shù)的共同影響，并且模型的穩(wěn)定性隨著參與聯(lián)邦學習的設備數(shù)量增加而提高。

發(fā)表于：11/14/2024

ßFA：一種基于向量指令集的高性能數(shù)據(jù)處理算法[模擬設計][其他]

正則表達式匹配技術在數(shù)據(jù)清洗、解析提取等數(shù)據(jù)處理任務方面發(fā)揮重大作用。然而，由于匹配過程中存在數(shù)據(jù)強依賴關系和內存訪問不可預測等問題，造成匹配性能較低。針對此問題，提出一種基于向量指令集的高性能正則表達式數(shù)據(jù)處理算法，稱之為ßFA：通過向量指令一次性從內存讀出若干連續(xù)字符，并與最常被訪問狀態(tài)對應的非信任字符集進行向量匹配，利用內置函數(shù)定位首個非信任字符的位置，獲得可直接跳過的字符數(shù)，從而實現(xiàn)匹配性能的加速。實驗結果表明，ßFA算法的吞吐率優(yōu)于原始DFA算法和αFA算法，是原始DFA算法的4.67~60倍以及ɑFA算法的4.37~7.82倍。

發(fā)表于：11/14/2024

基于自動編碼器和隨機樹的智能電網FDI檢測[通信與網絡][通信網絡]

為應對智能電網系統(tǒng)可能受到的新型網絡攻擊（如虛假數(shù)據(jù)注入攻擊），提出了一種基于機器學習的入侵檢測方法。該方法采用自動編碼器進行數(shù)據(jù)降維，并使用極端隨機樹分類器檢測潛在攻擊。在IEEE標準電力系統(tǒng)數(shù)據(jù)的基礎上，測試了該方法在不同系統(tǒng)規(guī)模和攻擊程度下的性能。實驗結果顯示，在IEEE 118節(jié)點系統(tǒng)中，該方法的檢測準確率高達99.76%，即使在僅有0.1%攻擊測量值的情況下，F(xiàn)1值也達到了99.77%，遠超其他算法。該方法不僅能有效檢測智能電網中的入侵行為，而且具有較高的計算效率。

發(fā)表于：11/14/2024

TSN交換機PSFP方法設計[通信與網絡][通信網絡]

時間敏感網絡（Time Sensitive Network，TSN）將傳統(tǒng)以太網“Best Effor”傳輸方式所具備的靈活性與時間敏感網絡的實時性、確定性等特點相結合，具有支持不同類型應用的能力。TSN的逐流過濾和監(jiān)管（Per-Stream Filtering and Policing， PSFP）協(xié)議通過提供策略，可阻止非法報文的攻擊及流量過載。基于該協(xié)議的工作原理，對流過濾、流門控和流測量功能進行了研究，同時提出一種PSFP的實現(xiàn)方法，并在TSN交換機上設計網絡拓撲及實驗進行了驗證。結果表明，該方法可根據(jù)報文特征自動識別滿足一定規(guī)則的異常報文，并按照要求進行阻斷或限流操作，驗證了合理性。該方法不受限于硬件或軟件實現(xiàn)的TSN，對TSN在工業(yè)、車載等行業(yè)的應用有一定的參考價值。

發(fā)表于：11/14/2024

基于殘差注意力自適應去噪網絡和Stacking集成學習的局部放電故障診斷[模擬設計][智能電網]

針對傳統(tǒng)局部放電（Partial Discharge， PD）故障診斷方法在處理復雜含噪PD信號存在局限性并依賴于人工去噪和專家經驗，難以學習到PD特征多樣化表達等問題，分別提出殘差注意力自適應去噪網絡（Residual Attention Adaptive Denoising Network， RAADNet）和基于Stacking集成學習的PD故障診斷模型。RAADNet基于殘差網絡結構設計，通過集成CAM注意力機制和軟閾值函數(shù)實現(xiàn)自適應去噪；Stacking集成模型的基學習器分別由基于卷積神經網絡的RAADNet、基于多頭自注意力機制的Transformer以及基于Boosting集成策略的XGBoost多個差異化模型共同構建構成。實驗結果表明，提出的RAADNet優(yōu)于其他先進方法，識別準確率達到93.99%，Stacking集成模型則通過學習多樣化特征表達，進一步提高模型性能，達到96.79%識別準確率。

發(fā)表于：11/14/2024

圓形陣列式霍爾電流傳感器抗磁干擾算法研究[MEMS|傳感技術][智能電網]

陣列式霍爾電流傳感器是電力電子領域中的一個研究熱點，特別是在直流電測量方面，它具有線性度高、動態(tài)范圍大、體積小、功耗低等優(yōu)點，是對鐵磁磁芯的電流傳感器的改進。然而，由于沒有鐵芯聚磁，在汽車電子、配電系統(tǒng)等場所內，導體排布密集，外部磁場很容易進入磁傳感器，從而影響測量精度。因此，提出了一種抗磁干擾算法來解決這一問題，采用構造超越方程的方法，不僅可以計算被測電流，還可以計算任意位置的干擾電流，并通過數(shù)值模擬、有限元分析和室內實驗對該算法進行驗證。實驗結果表明，在受到強干擾電流的影響下，誤差在3.5%以內，驗證了構造的圓形傳感器陣列及抗磁干擾算法的有效性。

發(fā)表于：11/14/2024

某型接收機中放大器自激機理分析與預防措施[模擬設計][通信網絡]

對某型接收機中頻噪底升高故障進行了分析處理，分析結果表明射頻模塊腔體內存在個體差異，導致本振放大器在脈沖工作條件下產生自激，通過對放大器自激機理的分析給出了相應的預防措施，在射頻小盒側壁中粘貼吸波材料，可以有效消除自激。論文對今后腔體自激問題的處理分析具有參考價值。

發(fā)表于：11/14/2024

基于ARM 架構的安全總線橋設計與實現(xiàn)[模擬設計][工業(yè)自動化]

為提高SoC（System-On-Chip）系統(tǒng)安全性能，設計了一種基于ARM（Advanced RISC Machine）架構的安全總線橋電路。該電路設計了一個橋接模塊和一個訪問控制功能模塊。仿真表明，該電路能夠在任意倍頻的AHB（Advanced High-Performance Bus）和APB（Advanced Peripheral Bus）時鐘頻率下完成AHB傳輸協(xié)議向APB傳輸協(xié)議的轉換，同時支持靈活配置主從設備的訪問權限和保護模式，防止外設寄存器數(shù)據(jù)被非法訪問和惡意篡改，提高了系統(tǒng)的安全性能和適用性。

發(fā)表于：11/14/2024

基于改進AlexNet卷積神經網絡人臉識別的研究[人工智能][消費電子]

近期，人臉識別技術在社會上廣受關注，其非接觸式的識別特性相較于指紋等傳統(tǒng)接觸式識別方法展現(xiàn)出明顯優(yōu)勢。在深度學習領域，由于傳統(tǒng)卷積神經網絡在人臉識別任務上的準確性和速度尚有提升空間，因此提出采用改進的AlexNet卷積神經網絡進行人臉識別。通過實驗驗證，與傳統(tǒng)卷積網絡相比，改進后的AlexNet在人臉識別上不僅準確度更高，而且識別過程更為穩(wěn)定。

發(fā)表于：11/14/2024