国产精品视频二区第二页,午夜视频免费在线,99最新国产精品精品视频

超寬帶微封裝頻率合成器的設(shè)計[其他][其他]

現(xiàn)代電子偵察系統(tǒng)中，尤其是便攜式、單兵等通信偵察系統(tǒng)，在功能技術(shù)指標保持不變的前提下，對于整機體積和重量都提出了更高要求，要求內(nèi)部器件具有更小體積和更輕重量，所以，實現(xiàn)小型化、輕量化的超寬帶頻率源成為實現(xiàn)便攜式偵察設(shè)備的重點和關(guān)鍵?；趩捂i相環(huán)構(gòu)架，采用新的電路和工藝實現(xiàn)方式，實現(xiàn)了0.2 GHz~20 GHz高性能超寬帶頻率源，為工程應(yīng)用提供高性能、小型化和輕量化的頻率源。

發(fā)表于：12/1/2021 4:34:00 PM

基于MOSFET的電動汽車電源開關(guān)設(shè)計[電源技術(shù)][汽車電子]

針對傳統(tǒng)繼電器的機械磨損和電弧灼燒的現(xiàn)象，為滿足電動汽車動力電池的開關(guān)控制要求，設(shè)計了一款基于MOSFET的大功率電源開關(guān)。該開關(guān)能夠有效提高開關(guān)的通斷速度和降低機械損壞。詳細分析了電源開關(guān)工作原理，其次闡述了電源開關(guān)結(jié)構(gòu)設(shè)計和各模塊的設(shè)計優(yōu)勢，其中就如何選取合適的MOSFET驅(qū)動器進行重點闡述，最后，通過電流耐受能力試驗，驗證電源開關(guān)可以在375 A大電流下正常工作。

發(fā)表于：12/1/2021 4:30:00 PM

基于0.35 μm CMOS工藝的高溫高壓LDO芯片設(shè)計[其他][其他]

基于X-FAB xa 0.35 μm CMOS工藝，首先采用Cascode電流鏡和高壓管，設(shè)計了一種具有高電源抑制比且無需額外提供偏置模塊的高溫高壓基準電路，在輸入電壓為5.5 V～30 V、工作溫度為-55 ℃～175 ℃時，可獲得穩(wěn)定的0.9 V基準電壓。接著針對負反饋環(huán)路的穩(wěn)定性問題，根據(jù)動態(tài)零點補償原理設(shè)計了一種新的動態(tài)零點補償電路，使系統(tǒng)在全負載變化范圍內(nèi)保持穩(wěn)定。同時配合其他過溫保護、過壓保護、過流保護和邏輯控制等電路模塊，完成一款面積為2.822 3 mm2的高溫高壓低壓差線性穩(wěn)壓器(LDO)芯片的設(shè)計。

發(fā)表于：12/1/2021 4:23:00 PM

非侵入式負荷監(jiān)測系統(tǒng)數(shù)據(jù)隱私保護方法研究[其他][其他]

非侵入式負荷監(jiān)測技術(shù)有助于用電精細化管理，但細粒度的電力消費數(shù)據(jù)也導致了用戶隱私信息暴露在攻擊者面前。首先分析了非侵入式負荷監(jiān)測數(shù)據(jù)所面臨的安全風險，并從密碼學角度提出了基于AES+RSA的混合加解密信息安全方案。方案采用對稱算法AES加密數(shù)據(jù)、非對稱算法RSA加密AES密鑰來實現(xiàn)高效的密鑰管理。利用Visio Studio 2017+Qt軟件開發(fā)測試界面，通過數(shù)據(jù)總線將算法寫入STM32單片機進行方案性能測試，優(yōu)選出最佳的運行模式，同時驗證了混合加解密方案的有效性?？偨Y(jié)得到，方案的耗時長短取決于RSA算法的加解密或簽名驗簽的效率。

發(fā)表于：12/1/2021 4:20:00 PM

基于區(qū)塊鏈的物聯(lián)網(wǎng)卡安全流轉(zhuǎn)方法研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

針對物聯(lián)網(wǎng)卡非法流通現(xiàn)象嚴重、監(jiān)管溯源工作困難的問題，運用區(qū)塊鏈為核心技術(shù)，結(jié)合物聯(lián)網(wǎng)技術(shù)，設(shè)計物聯(lián)網(wǎng)卡安全流轉(zhuǎn)方法和系統(tǒng)。該系統(tǒng)由區(qū)塊鏈系統(tǒng)、信息系統(tǒng)、區(qū)塊鏈終端、微信小程序組成，安全流轉(zhuǎn)過程包括卡信息初始錄入、轉(zhuǎn)出申請、轉(zhuǎn)入確認和溯源查詢。該系統(tǒng)采用智能合約實現(xiàn)流轉(zhuǎn)過程規(guī)則,分布式存儲信息摘要和物權(quán)變更信息,數(shù)據(jù)庫集中式存儲物聯(lián)網(wǎng)卡ICCID號段和信息摘要對應(yīng)關(guān)系,SE-SIM實現(xiàn)終端密鑰存儲和數(shù)字簽名。經(jīng)試點驗證和分析，該系統(tǒng)能夠保證溯源數(shù)據(jù)安全可信，兼顧批量并發(fā)性能，并提高監(jiān)管效率。

發(fā)表于：12/1/2021 4:15:00 PM

基于自組織模糊神經(jīng)網(wǎng)絡(luò)的大功率LED調(diào)光模型[其他][其他]

大功率LED光度輸出不僅與操作電流大小有關(guān)，且受傳熱過程的時滯時變不確定因素影響難以預(yù)測。針對傳統(tǒng)機理建模存在參數(shù)提取困難、模型適應(yīng)性弱等缺點，提出基于模糊神經(jīng)網(wǎng)絡(luò)建模算法，從而構(gòu)建以操作電流、熱沉溫度、環(huán)境溫度為輸入，光通量為輸出的調(diào)光模型。模型結(jié)構(gòu)和參數(shù)依據(jù)在線數(shù)據(jù)進行調(diào)整，通過遞推學習，模糊規(guī)則得到增量式完善，進而不斷逼近實際動態(tài)過程。結(jié)果表明，利用該方法構(gòu)建的調(diào)光模型與參考模型理論值相對誤差小于3%，與其他模型相比，結(jié)構(gòu)更加緊湊，預(yù)測精度更高。

發(fā)表于：12/1/2021 4:11:00 PM

基于核函數(shù)及參數(shù)優(yōu)化的KPLS質(zhì)量預(yù)測研究[其他][其他]

核偏最小二乘(KPLS)在工業(yè)過程監(jiān)測和質(zhì)量預(yù)測中得到了廣泛的應(yīng)用，核函數(shù)和核參數(shù)的選取對KPLS質(zhì)量預(yù)測結(jié)果有重要影響。然而，如何選擇核函數(shù)類型和核參數(shù)一直是該方法應(yīng)用的瓶頸。針對以上問題，提出一種改進遺傳算法的核函數(shù)優(yōu)化方法。該方法將核的種類及核參數(shù)作為優(yōu)化的決策變量，以均方根誤差為目標，分別從編碼方案、遺傳策略、適應(yīng)度函數(shù)優(yōu)化、交叉和變異算法等方面進行設(shè)計，以保證核函數(shù)種類的多樣性，利用2折交叉驗證法對訓練結(jié)果進行驗證。以田納西-伊斯曼過程(TE)與MATLAB結(jié)合進行仿真實驗，仿真結(jié)果表明，該方法能尋找到最優(yōu)核函數(shù)以及其核參數(shù)，具有很好的穩(wěn)定性和一致性。

發(fā)表于：12/1/2021 4:06:00 PM

可信技術(shù)在國產(chǎn)化嵌入式平臺的應(yīng)用研究[其他][其他]

國產(chǎn)化嵌入式平臺的安全威脅依舊嚴峻，為了提高國產(chǎn)化平臺的安全性與可控性，可信技術(shù)的應(yīng)用十分關(guān)鍵。在基于龍芯2K-1000CPU的國產(chǎn)化嵌入式平臺上,采用可信平臺控制模塊(Trusted Platform Control Module，TPCM)，應(yīng)用可信啟動、可信軟件基、可信文件存儲和I/O口的可信訪問等技術(shù)，實現(xiàn)了國產(chǎn)化嵌入式平臺的可信運行。TPCM可信模塊基于CCP903T密碼芯片實現(xiàn)。此平臺已在某安全項目中通過測試投入使用，對可信技術(shù)在國產(chǎn)化平臺的應(yīng)用以及標準化形成留下參考性意義。

發(fā)表于：12/1/2021 4:02:00 PM

基于視頻內(nèi)容特征值的VVC碼率控制算法[其他][其他]

針對VVC碼率控制算法沒有綜合考慮編碼幀實際紋理特征，其編碼率失真性能和視覺體驗還有待提高的問題，提出了一種基于視頻內(nèi)容相關(guān)特征值的碼率控制算法。通過引入灰度共生矩陣，計算出反映編碼幀紋理復(fù)雜度的相關(guān)特征值，用于幀層圖像權(quán)重的調(diào)整；基于R-λ模型，對LCU層的λ參數(shù)進行重新計算，提高LCU層比特分配的精度。經(jīng)測試，該算法在低時延配置下，與自適應(yīng)比特分配算法相比，在更接近目標碼率情況下，率失真性能提升了0.86%，視頻編碼主觀質(zhì)量得到較明顯改善。

發(fā)表于：12/1/2021 3:57:00 PM

基于形態(tài)學濾波和時頻譜圖對消的多跳頻信號參數(shù)估計[微波|射頻][其他]

針對復(fù)雜電磁環(huán)境下多跳頻信號的參數(shù)估計問題，提出一種基于多尺度形態(tài)學濾波和時頻譜圖對消的信號參數(shù)盲估計算法。首先根據(jù)跳頻信號、干擾和噪聲的時頻特征差異性，采用多尺度形態(tài)學濾波消除噪聲、突發(fā)和掃頻信號，并利用譜圖對消法剔除定頻信號；然后通過八連通域標記獲取跳頻信號的位置信息，利用改進的K-means聚類算法實現(xiàn)異速跳頻信號的分離；最后由各類簇參數(shù)估計多跳頻信號的周期、跳變時刻和跳頻頻率。仿真結(jié)果表明，與利用形態(tài)學濾波并提取時頻脊線的方法相比，該算法在低信噪比下具有更高的估計精度，且在定頻、跳頻信號發(fā)生頻率碰撞時，仍能準確估計跳頻參數(shù)。

發(fā)表于：12/1/2021 3:53:00 PM