亚洲AV永久精品无码桃色,亚洲黄色电影在线视频,曰本一道本久久88不卡

多通道雙頻高頻雷達(dá)接收機(jī)模擬前端的設(shè)計[通信與網(wǎng)絡(luò)][航空航天]

針對天地波組網(wǎng)系統(tǒng)對雷達(dá)接收機(jī)的指標(biāo)要求，提出并實(shí)現(xiàn)了一種基于軟件無線電思想的雙頻多通道數(shù)字化雷達(dá)接收機(jī)模擬前端的設(shè)計。該設(shè)計以一個模數(shù)轉(zhuǎn)換芯片為核心，實(shí)現(xiàn)了對8通道同時雙頻接收信號的放大和采樣，保證了各個通道增益控制的一致性，簡化了電路的同時又擁有更多的靈活性。最后通過接收機(jī)的系統(tǒng)仿真和現(xiàn)場測試，證明了該設(shè)計的正確性，滿足了實(shí)際應(yīng)用要求。

發(fā)表于：3/21/2018

一種帶有巴倫電路的24 GHz上混頻器設(shè)計[電源技術(shù)][其他]

設(shè)計了一個24 GHz上變頻混頻器，基于吉爾伯特結(jié)構(gòu)全集成了3個片上巴倫電路。采用gm/I方法協(xié)調(diào)晶體管大小為了獲得較好的轉(zhuǎn)換增益、隔離度與電路耗散功率。電路實(shí)現(xiàn)采用廈門三安0.5 μm PHEMT工藝，5 V電壓供電，在本振LO為0 dBm時，轉(zhuǎn)換增益為9 dBm。工作在24 GHz頻段時，1 dB壓縮點(diǎn)為-20 dBm，混頻器的最大輸出功率為-10 dBm，射頻輸出端口與本振的隔離度大于32 dB，整個電路直流功耗40 mW，芯片面積為1 mm×1.3 mm。

發(fā)表于：3/21/2018

基于分段多項(xiàng)式近似的DDFS研究及FPGA實(shí)現(xiàn)[可編程邏輯][航空航天]

提出一種直接數(shù)字頻率合成器(DDFS)的設(shè)計方法，采用分段多項(xiàng)式近似的算法模型代替?zhèn)鹘y(tǒng)的查找表方式，實(shí)現(xiàn)相位至余弦幅度的映射。選擇擬合余弦函數(shù)均方誤差最小的兩段四階偶次冪多項(xiàng)式，使在合成信號的無雜散動態(tài)范圍(SFDR)達(dá)到最大(94.98 dBc)。然后基于FPGA實(shí)現(xiàn)了相幅映射為14位輸入位寬結(jié)構(gòu)的DDFS，對實(shí)現(xiàn)該方法定點(diǎn)量化的數(shù)字系統(tǒng)進(jìn)行了分析和優(yōu)化，結(jié)果表明，量化后的DDFS輸出信號幅度的絕對誤差小于2.6×10-4，SFDR約93 dBc，接近理論上的SFDR上界。該研究工作為下一代天基感應(yīng)式磁力儀的高精度在軌定標(biāo)信號源提供一種可能的新方法。

發(fā)表于：3/20/2018

小數(shù)分頻頻率合成器的Σ-Δ調(diào)制分析及優(yōu)化[模擬設(shè)計][其他]

分析Σ-Δ量化對小數(shù)分頻頻率合成器相位噪聲及雜散的影響，優(yōu)化Σ-Δ量化器，提升頻率合成器性能。分別分析了Σ-Δ量化器階數(shù)、頻率合成器帶寬、Σ-Δ量化器工作頻率及Σ-Δ量化器位數(shù)對頻率合成器的影響，并建立數(shù)學(xué)模型。使用MATLAB驗(yàn)證了數(shù)學(xué)模型，提出輸入信號預(yù)先插入零點(diǎn)，迭加低能量白噪聲的二階Σ-Δ量化器適合于Σ-Δ頻率合成器，且通過提高Σ-Δ量化器工作頻率而提升Σ-Δ頻率合成器帶寬。

發(fā)表于：3/20/2018

高性能主從模式動態(tài)可重構(gòu)的SPI IP核設(shè)計[嵌入式技術(shù)][其他]

為滿足系統(tǒng)芯片(SoC)中的串行外設(shè)接口(SPI)靈活配置的要求，設(shè)計了一種既可作為主機(jī)又可作為從機(jī)、支持4種數(shù)據(jù)傳輸模式、允許7種時鐘傳輸速率的SPI IP核。該SPI IP核通過狀態(tài)機(jī)來控制數(shù)據(jù)傳輸模塊端口的方向，以此來解決主從模式下數(shù)據(jù)傳輸方向相反的問題，通過對移位寄存器的復(fù)用減少了邏輯資源消耗，利用時鐘分頻模塊來實(shí)現(xiàn)不同傳輸速率下的數(shù)據(jù)交換，設(shè)計了配置數(shù)據(jù)傳輸模式的時鐘極性和時鐘相位等端口，方便了對SPI IP核的操作。結(jié)果表明：該SPI IP核符合SPI總線協(xié)議，在0.13 μm工藝下消耗1 062個邏輯門，在系統(tǒng)工作頻率80 MHz下的功耗約為0.395 7 mW。

發(fā)表于：3/19/2018

基于UVM的基帶射頻接口電路的驗(yàn)證[微波|射頻][其他]

針對UVM驗(yàn)證方法學(xué)的高效性，結(jié)合UVM可重用性的特點(diǎn)，搭建層次化的模塊級驗(yàn)證平臺，對基帶射頻接口電路的功能進(jìn)行驗(yàn)證。驗(yàn)證分析表明，基帶射頻接口硬件電路架構(gòu)移植于UVM環(huán)境中，不僅提高了代碼覆蓋率和功能覆蓋率，而且大幅提升了驗(yàn)證效率。同時通過DC（Design Compiler）對硬件RTL約束后，得到射頻接口電路接收通路的面積為0.3 mm2，功耗為39 mW；射頻接口電路發(fā)送通路的面積為0.5 mm2，功耗為58 mW。

發(fā)表于：3/19/2018

動力電池SOC估算復(fù)雜方法綜述[電源技術(shù)][汽車電子]

荷電狀態(tài)（SOC）是動力電池管理系統(tǒng)的重要參數(shù)。準(zhǔn)確估算動力電池SOC是促進(jìn)電動汽車發(fā)展的關(guān)鍵技術(shù)。因?yàn)閯恿﹄姵氐墓ぷ鳝h(huán)境復(fù)雜多變，傳統(tǒng)方法難以準(zhǔn)確估算其SOC。首先分析了SOC估算的影響因素，然后對不斷改進(jìn)的復(fù)雜方法進(jìn)行了綜述，分析并對比各自的優(yōu)缺點(diǎn)。最后對動力電池SOC估算復(fù)雜方法進(jìn)行總結(jié)并提出展望。

發(fā)表于：3/16/2018

基于三值文字運(yùn)算的碳納米場效應(yīng)晶體管SRAM設(shè)計[模擬設(shè)計][其他]

通過對文字運(yùn)算電路和三值存儲器原理的分析，結(jié)合碳納米場效應(yīng)晶體管(Carbon Nanotube Field Effect Transistor，CNFET)的特性，提出一種基于三值文字電路的碳納米場效應(yīng)晶體管SRAM設(shè)計方案。該方案首先利用三值文字運(yùn)算真值表和開關(guān)信號理論設(shè)計文字運(yùn)算電路；然后采用文字0、文字1和文字2非運(yùn)算電路實(shí)現(xiàn)三值SRAM的功能，利用傳輸門控制反饋回路降低三值寫操作的動態(tài)功耗；最后實(shí)驗(yàn)驗(yàn)證，所設(shè)計的電路邏輯功能正確且與傳統(tǒng)交叉耦合SRAM相比寫速度提高49.2%。

發(fā)表于：3/15/2018

轉(zhuǎn)矩優(yōu)先控制的永磁同步電機(jī)DTC方法[電源技術(shù)][工業(yè)自動化]

針對永磁同步電機(jī)SVM-DTC方法中參考電壓矢量不易于獲取的問題，提出了一種基于轉(zhuǎn)矩優(yōu)先控制的SVM-DTC方法。根據(jù)轉(zhuǎn)矩優(yōu)先控制的原則，在拓展的電壓矢量表中選擇能夠快速改變轉(zhuǎn)矩的電壓矢量，然后結(jié)合實(shí)際轉(zhuǎn)矩與目標(biāo)轉(zhuǎn)矩的差值，確定參考電壓矢量的作用時間。方法結(jié)構(gòu)簡單，易于實(shí)現(xiàn)，既保持了傳統(tǒng)直接轉(zhuǎn)矩控制的快速性和較強(qiáng)的魯棒性，又擁有SVM-DTC中轉(zhuǎn)矩脈動小和功率器件開關(guān)頻率固定的優(yōu)點(diǎn)。通過MATLAB/SIMULINK搭建系統(tǒng)模型，仿真結(jié)果可以證明方法的有效性。

發(fā)表于：3/15/2018

基于鍵合圖的參數(shù)不確定性魯棒故障診斷[電源技術(shù)][其他]

混雜系統(tǒng)包含有離散子系統(tǒng)和連續(xù)子系統(tǒng)，系統(tǒng)中變量轉(zhuǎn)換復(fù)雜，參數(shù)存在不確定性，導(dǎo)致故障診斷的誤報率較高。針對此問題，以單相全橋逆變器為研究對象，提出運(yùn)用線性分式變換的鍵合圖(Bond Graph in Linear Fractional Transformation，BG-LFT)，建立系統(tǒng)參數(shù)不確定性混合診斷鍵合圖(Diagnostic Hybrid Bond Graph，DHBG)模型，并根據(jù)模型產(chǎn)生自適應(yīng)閾值?；诨祀s鍵合圖的因果關(guān)系和結(jié)構(gòu)特性，從DHBG中導(dǎo)出所有有效模式下的魯棒解析冗余關(guān)系，結(jié)合自適應(yīng)閾值評價殘差，實(shí)現(xiàn)混雜系統(tǒng)的魯棒故障診斷。在20-sim中進(jìn)行建模仿真，仿真結(jié)果驗(yàn)證了該方法的有效性。

發(fā)表于：3/15/2018

一種三相四橋臂逆變器的新型控制方案[電源技術(shù)][智能電網(wǎng)]

針對在不平衡或非線性負(fù)載條件下，普通的三相三橋臂逆變器無法產(chǎn)生三相對稱電壓，基于Simulink仿真平臺，提出了三相四橋臂逆變器的新型閉環(huán)控制設(shè)計方案。此方案逆變器的前三橋臂采用空間矢量脈寬調(diào)制(SVPWM)，第四橋臂采用跟蹤前三相電流信號的電流滯環(huán)調(diào)制(CHBM)，相對于傳統(tǒng)的四橋臂一體化的SVPWM調(diào)制，控制系統(tǒng)設(shè)計簡單，易于分析。仿真結(jié)果表明：與普通逆變器相比，采用本文控制方案的四橋臂逆變器輸出的波形更加平滑，不僅增強(qiáng)了系統(tǒng)帶不平衡負(fù)載的能力，而且改善了逆變系統(tǒng)的效率和總諧波失真(THD)。

發(fā)表于：3/14/2018

基于熱路模型的充電機(jī)智能功率調(diào)節(jié)方法研究[電源技術(shù)][汽車電子]

車載充電機(jī)是電動汽車發(fā)展的關(guān)鍵設(shè)備。此類設(shè)備在高溫環(huán)境下運(yùn)行極易超過最大溫升限制，同時車載設(shè)備因路況和空間等問題，器件溫升不易直接測量，難以實(shí)現(xiàn)溫度可靠保護(hù)。針對車載充電機(jī)在高溫環(huán)境應(yīng)用時易過溫的問題，提出基于功率器件集中參數(shù)熱路模型的智能功率調(diào)節(jié)方法。該方法首先探尋充電機(jī)內(nèi)部溫升最高的功率器件；隨后針對該功率器件，建立可描述器件溫度、輸入功率及環(huán)境溫度關(guān)聯(lián)性的集中熱路模型，并對模型參數(shù)進(jìn)行估計；最后利用該熱路模型，構(gòu)建充電機(jī)輸入功率閉環(huán)控制策略；實(shí)驗(yàn)結(jié)果表明，基于熱路模型的功率控制方法，可有效限定充電機(jī)功率器件溫升，提高充電機(jī)的熱穩(wěn)定性。

發(fā)表于：3/14/2018

Buck變換器近遠(yuǎn)端反饋的仿真分析與應(yīng)用[電源技術(shù)][其他]

Buck型變換器中主要有近端和遠(yuǎn)端反饋兩種偵測模式，隨著補(bǔ)償精度要求的提高，補(bǔ)償點(diǎn)位置的選取對負(fù)載芯片工作穩(wěn)定性的影響越來越大，依靠經(jīng)驗(yàn)來選擇補(bǔ)償方式已不能滿足設(shè)計要求。通過對實(shí)際路徑阻抗和芯片電壓容限等因素分析，針對Buck變換器的近端和遠(yuǎn)端反饋進(jìn)行仿真對比，以實(shí)測靜態(tài)和動態(tài)響應(yīng)數(shù)據(jù)驗(yàn)證仿真結(jié)果，為反饋模式的選擇提供一種量化分析方法。

發(fā)表于：3/13/2018

被動同心轉(zhuǎn)向式多履帶全向移動機(jī)器人設(shè)計[嵌入式技術(shù)][工業(yè)自動化]

采用四組被動同心轉(zhuǎn)向結(jié)構(gòu)的履帶單元，設(shè)計了一種多履帶式全向移動機(jī)器人，該機(jī)器人不僅具有全向移動的能力，也具備運(yùn)行平穩(wěn)、載重能力強(qiáng)等特點(diǎn)。機(jī)器人使用ST Nucleo-F446RE開發(fā)板為控制器，采用旋轉(zhuǎn)電位器測量每組履帶單元的偏轉(zhuǎn)角度，通過電機(jī)驅(qū)動器獨(dú)立控制8個履帶運(yùn)動，從而實(shí)現(xiàn)機(jī)器人的全向移動。實(shí)驗(yàn)采集了各個履帶的運(yùn)動速度和每組履帶單元的偏轉(zhuǎn)角度，通過航位推測法計算機(jī)器人在兩種運(yùn)動中的軌跡，驗(yàn)證了機(jī)器人的全向移動能力。

發(fā)表于：3/13/2018

CT影像中毛玻璃型肺結(jié)節(jié)提取方法的研究[嵌入式技術(shù)][醫(yī)療電子]

毛玻璃(GGO)型肺結(jié)節(jié)目前研究的比較少，但其惡性可能性也比較大。針對GGO型結(jié)節(jié)的對比度較血管和實(shí)體型結(jié)節(jié)的對比度低，直接使用閾值法不能很好地提取GGO型肺結(jié)節(jié)，直接使用多尺度圓點(diǎn)濾波器不能提取非球形形狀的GGO型肺結(jié)節(jié)的問題，提出了一種基于形狀特征和濾波器增強(qiáng)的閾值法相結(jié)合的方法來提取GGO型結(jié)節(jié)。首先使用形狀指數(shù)方法提取具有全部或部分球形結(jié)構(gòu)的GGO型結(jié)節(jié)，然后對剔除了血管、球形結(jié)構(gòu)結(jié)節(jié)的圖像應(yīng)用濾波增強(qiáng)法來拉伸毛玻璃結(jié)節(jié)和肺實(shí)質(zhì)的對比度，利用閾值方法提取不具有球形結(jié)構(gòu)的毛玻璃結(jié)節(jié)。為了提高檢測的準(zhǔn)確率，對肺結(jié)節(jié)的特征進(jìn)行提取與分類，并選擇最佳特征組合，放入支持向量機(jī)分類器提取更精確的肺結(jié)節(jié)，并對算法進(jìn)行評估和對比。實(shí)驗(yàn)結(jié)果表明，該方法能有效降低GGO型肺結(jié)節(jié)的漏檢率，提高檢測的敏感性、特異性，優(yōu)于現(xiàn)有的兩種方法。

發(fā)表于：3/12/2018