123,123,123

面向云計(jì)算環(huán)境的OpenFOAM網(wǎng)格生成服務(wù)[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)格生成是計(jì)算流體力學(xué)仿真分析基礎(chǔ)。由于網(wǎng)格生成的計(jì)算量大，適合利用服務(wù)器的高性能計(jì)算能力在服務(wù)器端運(yùn)行，以云服務(wù)方式為用戶提供高效的網(wǎng)格生成服務(wù)。提出了一種面向云計(jì)算的網(wǎng)格生成服務(wù)模型，基于該模型能夠?qū)鹘y(tǒng)的單機(jī)版網(wǎng)格生成模塊進(jìn)行服務(wù)化封裝，實(shí)現(xiàn)網(wǎng)格生成的云服務(wù)。采用該模型對(duì)OpenFOAM的網(wǎng)格生成模塊進(jìn)行服務(wù)化封裝，實(shí)現(xiàn)了一個(gè)面向服務(wù)的網(wǎng)格生成服務(wù)原型軟件。通過網(wǎng)格生成客戶端軟件與網(wǎng)格生成云服務(wù)的集成測(cè)試，驗(yàn)證表明“云+端”的網(wǎng)格生成服務(wù)能夠充分利用服務(wù)器端和客戶端的計(jì)算資源，實(shí)現(xiàn)云端協(xié)同的網(wǎng)格生成優(yōu)化計(jì)算。

發(fā)表于：4/2/2022

噪聲中的復(fù)信號(hào)盲源分離算法[其他][其他]

復(fù)信號(hào)分析是信號(hào)處理技術(shù)常見的問題之一，在盲信號(hào)分離及處理技術(shù)中特別是卷積混合問題或頻域分析等均需要建立與之相應(yīng)的復(fù)值分析模型。然而在以往的分析中，由于此類問題往往是基于無噪聲的約束條件，因此局限了該技術(shù)在實(shí)際中的應(yīng)用。針對(duì)這一問題，將復(fù)值盲源分離問題推廣到含噪聲的一般環(huán)境中。通過分析高斯噪聲協(xié)方差的一般特征，利用高斯噪聲協(xié)方差的參數(shù)信息，導(dǎo)出了一種在噪聲環(huán)境下盲源分離的不動(dòng)點(diǎn)算法，該算法可以在噪聲環(huán)境中通過觀測(cè)信號(hào)估計(jì)與之對(duì)應(yīng)的有效分離矩陣，使得復(fù)值信號(hào)在噪聲環(huán)境中混合中仍然能成功分離出源信號(hào)。仿真結(jié)果表明了所研究方法的可行性與有效性。

發(fā)表于：4/2/2022

基于NOMA的移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)優(yōu)化方案[其他][其他]

移動(dòng)邊緣計(jì)算(MEC)使智能終端能夠?qū)⒉糠钟?jì)算負(fù)載轉(zhuǎn)移到位于基站子系統(tǒng)的邊緣服務(wù)器上，以解決物聯(lián)網(wǎng)絡(luò)大量數(shù)據(jù)處理問題。通過研究非正交多址(NOMA)的多址MEC，提出了一種終端-邊緣服務(wù)器資源分配方案，通過NOMA方式傳輸，智能終端可以將計(jì)算工作負(fù)載卸載到不同的邊緣服務(wù)器，從而減少完成智能終端的計(jì)算工作負(fù)載的總延遲。該方案目標(biāo)是優(yōu)化資源成本最小，該系統(tǒng)成本考慮終端卸載的計(jì)算工作量和邊緣服務(wù)器的計(jì)算資源使用成本的總延遲。通過單個(gè)終端的最優(yōu)卸載解決方案數(shù)值結(jié)果驗(yàn)證了方案的有效性。

發(fā)表于：4/2/2022

固定測(cè)速系統(tǒng)的光伏供電技術(shù)與節(jié)電策略[其他][其他]

在對(duì)現(xiàn)有高速公路固定測(cè)速系統(tǒng)供電方法分析比較的基礎(chǔ)上，提出了基于光伏發(fā)電技術(shù)的固定測(cè)速供電方法。根據(jù)典型低日照地區(qū)的日照條件，對(duì)組成光伏系統(tǒng)的各部分進(jìn)行了專項(xiàng)研究設(shè)計(jì)，對(duì)核心控制器涉及的太陽能電池板最大功率點(diǎn)跟蹤技術(shù)和蓄電池充放電算法進(jìn)行了設(shè)計(jì)，有針對(duì)性地提出高速公路固定測(cè)速系統(tǒng)節(jié)電策略與方法。試驗(yàn)結(jié)果表明，控制器高效、穩(wěn)定，實(shí)際應(yīng)用中能實(shí)現(xiàn)固定測(cè)速系統(tǒng)全年不間斷電力供給，供電效率高，電壓、頻率穩(wěn)定。

發(fā)表于：4/2/2022

一種進(jìn)位鏈TDC的實(shí)現(xiàn)及其抽頭方式研究[其他][其他]

采用Xilinx公司的Kintex-7內(nèi)部的進(jìn)位鏈，實(shí)現(xiàn)了時(shí)間數(shù)字轉(zhuǎn)換器(Time to Digital Converter，TDC)。采用碼密度校準(zhǔn)方法對(duì)TDC進(jìn)行逐位校準(zhǔn)，標(biāo)定了TDC的碼寬。碼密度校準(zhǔn)過程中發(fā)現(xiàn)，不同的進(jìn)位鏈抽頭位置會(huì)導(dǎo)致TDC的碼寬不同、非線性不同，研究了2抽頭、4抽頭方式下的TDC的碼寬和非線性，在“0tap+3tap”的2抽頭方式下，TDC可以獲得較好的線性，時(shí)間分辨率為25 ps(對(duì)應(yīng)最低有效位(Least Significant Bit，LSB))，微分非線性范圍為-0.84~3.1 LSB，積分非線性范圍為-5.2~2.2 LSB。

發(fā)表于：4/2/2022

預(yù)調(diào)制多陪集采樣系統(tǒng)[其他][其他]

目前，壓縮采樣系統(tǒng)主要有隨機(jī)解調(diào)器、調(diào)制寬帶轉(zhuǎn)換器和多陪集采樣3種，其中，多陪集采樣的系統(tǒng)框架簡(jiǎn)單、重構(gòu)成功率高，但用硬件實(shí)現(xiàn)時(shí)面臨兩個(gè)難題，一是低速模數(shù)轉(zhuǎn)換器(ADC)的輸入模擬帶寬存在上限，二是難以實(shí)現(xiàn)各通道上的精準(zhǔn)時(shí)延。借鑒調(diào)制寬帶轉(zhuǎn)換器在采樣前先對(duì)輸入信號(hào)進(jìn)行預(yù)調(diào)制的思想，將預(yù)調(diào)制與多陪集采樣結(jié)合，提出了預(yù)調(diào)制多陪集采樣系統(tǒng)。采樣前，在采樣系統(tǒng)各通道上，由隨機(jī)序列發(fā)生器產(chǎn)生周期單脈沖序列，對(duì)輸入信號(hào)進(jìn)行頻譜調(diào)制以降低采樣前信號(hào)的模擬帶寬；然后，調(diào)制信號(hào)由低速ADC進(jìn)行采樣，且各通道上的低速ADC與隨機(jī)序列發(fā)生器列共用同一個(gè)控制時(shí)鐘；最后，采用多信號(hào)分類算法(MUSIC)算法近乎無失真地重構(gòu)出輸入信號(hào)。仿真實(shí)驗(yàn)結(jié)果表明，當(dāng)以15%的奈奎斯特采樣速率對(duì)輸入信號(hào)進(jìn)行壓縮采樣時(shí)，重構(gòu)信號(hào)的均方誤差僅為10-5量級(jí)。這驗(yàn)證了該采樣系統(tǒng)的可行性，有效解決了多陪集采樣系統(tǒng)的兩個(gè)難題。

發(fā)表于：4/2/2022

熱場(chǎng)發(fā)射電子槍在電子束光刻機(jī)中的應(yīng)用研究[其他][其他]

介紹了電子槍的分類與特點(diǎn)，重點(diǎn)介紹了熱場(chǎng)發(fā)射電子槍的原理、結(jié)構(gòu)、特點(diǎn)及在電子束光刻機(jī)中的應(yīng)用。闡述了電子束光刻機(jī)束流與電子槍提取極電流之間關(guān)系，并分析了熱場(chǎng)發(fā)射電子槍各個(gè)參數(shù)對(duì)提取極電流的影響。研究了熱場(chǎng)發(fā)射電子槍的調(diào)校對(duì)電子束光刻工藝的影響，并通過實(shí)驗(yàn)得出束斑與束流的關(guān)系。最后通過調(diào)整電子槍參數(shù)，制備了不同的光刻圖形，滿足了不同的光刻工藝要求，驗(yàn)證了分析的結(jié)論。

發(fā)表于：4/2/2022

基于FPGA的大功率壓電陶瓷數(shù)字驅(qū)動(dòng)電源設(shè)計(jì)[其他][其他]

目前疊堆型壓電陶瓷最高能夠產(chǎn)生70 kN的推力，且具有納米級(jí)的精密定位。為提高壓電陶瓷驅(qū)動(dòng)電源的輸出性能和精確度，提出了一種基于FPGA的大功率高精度壓電陶瓷數(shù)字驅(qū)動(dòng)電源的設(shè)計(jì)，具有100倍固定輸出增益。該驅(qū)動(dòng)電源以FPGA作為控制核心，采用半橋逆變的電路拓?fù)?，同時(shí)引入閉環(huán)控制調(diào)節(jié)輸出電壓。在等效電容為5 μF的壓電陶瓷負(fù)載下，該驅(qū)動(dòng)電源的輸入帶寬為10 Hz~800 Hz，輸出功率可達(dá)1 kW，電壓紋波小于30 mV，輸出精度高達(dá)99.3%。實(shí)驗(yàn)結(jié)果表明，該驅(qū)動(dòng)電源可應(yīng)用于振動(dòng)臺(tái)、六足控制平臺(tái)等疊堆型壓電陶瓷應(yīng)用領(lǐng)域中，具有良好的驅(qū)動(dòng)性能。

發(fā)表于：4/2/2022

面向水下目標(biāo)的雙目視覺測(cè)距方法[其他][其他]

針對(duì)水下機(jī)器人對(duì)于探測(cè)海洋具有的高靈敏度、低成本、易攜帶特點(diǎn)的要求，設(shè)計(jì)和實(shí)現(xiàn)面向水下目標(biāo)的雙目視覺測(cè)距檢測(cè)方法。采用張正友標(biāo)定算法，通過使用9×9棋盤獲取水下雙目相機(jī)的內(nèi)外矩陣模型的參數(shù)，采用SGBM(Semi-Global Block Matching)立體匹配算法，增強(qiáng)了圖像的對(duì)比度，削弱了圖像色斑的影響，保證了算法的魯棒性，提升了匹配搜索速度。將視差圖通過矩陣運(yùn)算轉(zhuǎn)化成深度圖，并將其映射成可視化點(diǎn)云，構(gòu)建目標(biāo)物體的三維立體信息。

發(fā)表于：4/2/2022

基于混合聚類與融合用戶興趣的協(xié)同過濾推薦算法[其他][其他]

推薦效率低、推薦質(zhì)量有待提高等問題普遍存在于傳統(tǒng)協(xié)同過濾推薦算法中，為了改善并解決這些問題，在協(xié)同過濾推薦算法中將混合聚類與用戶興趣偏好融合，經(jīng)過驗(yàn)證推薦質(zhì)量有顯著提升。首先根據(jù)用戶的個(gè)人相關(guān)信息構(gòu)建Canopy+bi-Kmeans的一種多重混合聚類模型，采用提出的混合聚類模型把所有用戶劃分成多個(gè)聚類簇，將每個(gè)用戶的興趣偏好融合到生成的聚類簇中，形成新的相似度計(jì)算模型；其次利用基于TF-IDF算法的權(quán)重歸類方法計(jì)算用戶對(duì)標(biāo)簽的權(quán)重，并使融入時(shí)間系數(shù)的指數(shù)衰減函數(shù)捕捉用戶興趣偏好隨時(shí)間的變化；最后使用加權(quán)融合將用戶偏好和混合聚類模型相結(jié)合，匹配到更相似的鄰居用戶，計(jì)算出項(xiàng)目評(píng)分并進(jìn)行推薦。利用公開數(shù)據(jù)集對(duì)比實(shí)驗(yàn)證明，提出的方法能夠提高推薦質(zhì)量和推薦可靠性。

發(fā)表于：4/2/2022

WiFi-TSN低時(shí)延轉(zhuǎn)換架構(gòu)[其他][其他]

無線網(wǎng)絡(luò)與TSN(Time Sensitive Networking)的融合是目前工業(yè)界的關(guān)注點(diǎn)之一。傳統(tǒng)的基于應(yīng)用層軟件的網(wǎng)關(guān)存在CPU利用率高、處理延遲長(zhǎng)、性能差等缺點(diǎn)。因此提出了一種WiFi-TSN低時(shí)延轉(zhuǎn)換架構(gòu)，來實(shí)現(xiàn)WiFi網(wǎng)絡(luò)與TSN網(wǎng)絡(luò)的集成。該架構(gòu)采用Verilog語言實(shí)現(xiàn)，通過硬件來保證通信信道之間可預(yù)測(cè)的延遲，能夠在極短的時(shí)間內(nèi)完成協(xié)議轉(zhuǎn)換和協(xié)議數(shù)據(jù)的轉(zhuǎn)發(fā)。采用Vivado EDA工具來完成電路的設(shè)計(jì)，并進(jìn)行足量的仿真測(cè)試來評(píng)估電路的端到端延遲性能。

發(fā)表于：4/2/2022

基于IEC 1158標(biāo)準(zhǔn)的現(xiàn)場(chǎng)總線芯片設(shè)計(jì)[其他][其他]

介紹了一種符合IEC 1158標(biāo)準(zhǔn)物理層現(xiàn)場(chǎng)總線芯片架構(gòu)及其設(shè)計(jì)實(shí)現(xiàn)。芯片設(shè)計(jì)有曼徹斯特(Manchester)編解碼電路、循環(huán)冗余校驗(yàn)(Cyclic Redundancy Check，CRC)電路、載波偵測(cè)電路、極性糾正電路等功能電路。內(nèi)置高級(jí)可擴(kuò)展接口(Advanced eXtensible Interface，AXI)電路作為與外置處理器的數(shù)據(jù)傳輸總線。完成了此芯片的全部RTL代碼編寫工作，進(jìn)行了全面的時(shí)序仿真。并以ZYNQ-7015為硬件平臺(tái)，進(jìn)行了芯片功能測(cè)試，測(cè)試結(jié)果表明所設(shè)計(jì)的芯片達(dá)到了設(shè)計(jì)要求。

發(fā)表于：4/2/2022

現(xiàn)場(chǎng)總線協(xié)議轉(zhuǎn)換硬件架構(gòu)設(shè)計(jì)[其他][其他]

針對(duì)目前多種現(xiàn)場(chǎng)總線協(xié)議共存的現(xiàn)象，在分析了CAN總線協(xié)議、MODBUS總線協(xié)議和HART總線協(xié)議的基礎(chǔ)上，提出了三種總線協(xié)議轉(zhuǎn)換的原理，包括總線地址轉(zhuǎn)換原理、總線協(xié)議幀轉(zhuǎn)換原理以及總線錯(cuò)誤通知轉(zhuǎn)換等，并在此協(xié)議轉(zhuǎn)換原理的基礎(chǔ)上，提出了現(xiàn)場(chǎng)總線協(xié)議轉(zhuǎn)換硬件架構(gòu)，以提升協(xié)議轉(zhuǎn)換的實(shí)時(shí)性。

發(fā)表于：4/2/2022

HART調(diào)制解調(diào)芯片高速通信接口設(shè)計(jì)[其他][其他]

為適應(yīng)當(dāng)下工廠設(shè)備間，針對(duì)設(shè)備量以及傳輸數(shù)據(jù)量龐大問題，設(shè)計(jì)了一種新型的HART調(diào)制解調(diào)芯接口，通過AXI4總線接口代替?zhèn)鹘y(tǒng)的UART接口，加速HART調(diào)制解調(diào)芯片與CPU之間的通信速度。相比于URAT傳統(tǒng)接口按位傳輸，AXI4總線接口可并行傳輸32位8個(gè)字節(jié)，數(shù)據(jù)傳輸速度可達(dá)到納秒級(jí)別。通過AXI4總線模塊與CPU的互聯(lián)，實(shí)現(xiàn)結(jié)構(gòu)功能配置與數(shù)據(jù)的交互。HART調(diào)制解調(diào)芯片高速通信接口設(shè)計(jì)基于FPGA平臺(tái)進(jìn)行原型驗(yàn)證，結(jié)果表明，該架構(gòu)能有效識(shí)別HART通信協(xié)議，CPU與HART芯片數(shù)據(jù)交互達(dá)到納秒級(jí)別，調(diào)制解調(diào)正確率高達(dá)100%，滿足HART通信協(xié)議要求。

發(fā)表于：4/2/2022

工業(yè)以太網(wǎng)網(wǎng)絡(luò)互聯(lián)技術(shù)與發(fā)展[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

隨著信息技術(shù)的發(fā)展，工業(yè)以太網(wǎng)覆蓋率日益提高，工業(yè)網(wǎng)絡(luò)互聯(lián)互通成為現(xiàn)代工廠向智能化、數(shù)字化轉(zhuǎn)型的基礎(chǔ)。首先對(duì)我國(guó)工業(yè)互聯(lián)網(wǎng)發(fā)展政策、工業(yè)網(wǎng)絡(luò)市場(chǎng)現(xiàn)狀和工業(yè)以太網(wǎng)協(xié)議類型進(jìn)行闡述，分析了目前工業(yè)網(wǎng)絡(luò)互聯(lián)的障礙。其次探索新技術(shù)推動(dòng)工業(yè)以太網(wǎng)實(shí)現(xiàn)網(wǎng)絡(luò)互聯(lián)的新方法。最后針對(duì)我國(guó)工業(yè)以太網(wǎng)和工業(yè)互聯(lián)網(wǎng)的發(fā)展現(xiàn)狀，提出建設(shè)性意見，助力我國(guó)工業(yè)以太網(wǎng)的應(yīng)用和工業(yè)互聯(lián)網(wǎng)的發(fā)展。

發(fā)表于：4/2/2022