亚洲一区无码精品,老司机午夜精品视频入口

基于JADE-EMD的滾動軸承故障檢測[測試測量][其他]

軸承故障分析在滾動傳動系統(tǒng)中一直是研究的熱點，傳統(tǒng)的軸承故障診斷方法往往建立在苛刻的約束條件之上，如檢測信號為單一的故障信號成分、既定的混合系統(tǒng)保持不變或者模型建立在無噪聲的環(huán)境等。針對這些局限，結(jié)合了獨立成分分析(Independent Component Analysis，ICA)方法，提出了一種基于特征矩陣聯(lián)合相似對角化及經(jīng)驗?zāi)B(tài)分解(Joint Approximative Diagonalization of Eigen matrix-Empirical Mode Decomposition，JADE-EMD)的多故障動態(tài)盲分析技術(shù)。該方法的基本思想是基于多輸入多輸出的動態(tài)混合模型，利用四階統(tǒng)計量對隨機噪聲的盲辨識特性，將滾動軸承正常工作時的平穩(wěn)隨機噪聲看成一類常規(guī)的信號輸入。

發(fā)表于：6/1/2021 5:26:00 PM

基于譜線特征的OFDM與FBMC多載波波形識別[其他][其他]

針對正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)和基于濾波器組的多載波(Filter Bank-based Multicarrier，F(xiàn)BMC)的調(diào)制識別進行研究。首先分析OFDM/FBMC子載波的二次方譜；接著通過建模得到各信號所對應(yīng)的二次方譜表達式，得到各譜線的強度及位置；最后設(shè)置特征參數(shù)，在高斯噪聲下完成OFDM/FBMC的調(diào)制識別。仿真結(jié)果表明，在較低信噪比下信號識別率仍較高。

發(fā)表于：6/1/2021 5:17:00 PM

基于FPGA的LVDS無時鐘數(shù)據(jù)傳輸方案設(shè)計與實現(xiàn)[其他][其他]

針對離線式彈載數(shù)據(jù)采集存儲設(shè)備小型化需求，設(shè)計了一種基于FPGA的LVDS(Low-Voltage Differential Signaling)無時鐘高速數(shù)據(jù)傳輸系統(tǒng)。在不外掛接口芯片的情況下，用板載時鐘代替差分時鐘，僅使用一對差分管腳即可完成一路LVDS無時鐘數(shù)據(jù)傳輸，系統(tǒng)中數(shù)據(jù)接口較多時可以很大程度上減少板卡體積。通過提高FPGA內(nèi)部SERDES(Serializer-Deserializer)反串行化比例以及數(shù)據(jù)進行8B/10B編碼解決鑒相器失效的問題，并以此為板載時鐘提供準(zhǔn)確的相位信息來對齊串行數(shù)據(jù)和模擬時鐘，最后按照模擬時鐘將串行LVDS數(shù)據(jù)反序列化，從而達到板載時鐘代替LVDS隨路時鐘的目的，以此實現(xiàn)基于FPGA無隨路時鐘的LVDS高速傳輸。試驗表明，該系統(tǒng)能夠可靠、有效工作，具備一定工程實用價值。

發(fā)表于：6/1/2021 5:13:00 PM

基于Wi-Fi和人臉識別技術(shù)的智能鎖系統(tǒng)設(shè)計[人工智能][通信網(wǎng)絡(luò)]

針對傳統(tǒng)門鎖存在的安全問題，設(shè)計了一款將Wi-Fi技術(shù)與人臉識別技術(shù)相結(jié)合的智能鎖系統(tǒng)。該系統(tǒng)采用STM32F103作為核心控制器件，CC1101作為通信傳輸模塊，有效降低功耗的同時實現(xiàn)了信息的交互。同時提出MULBP人臉識別算法，相較于改進前增強了圖像灰度均值與每行、每列以及對角線元素的關(guān)系，得到的全新LBP算子值更能夠反映出局部紋理特征，再與2DLDA算法相結(jié)合找到投影矩陣，使樣本更容易被區(qū)分，更便于特征提取。結(jié)果表明，這種融合算法在降低特征維數(shù)的同時也提高了識別率，使得系統(tǒng)達到了智能防盜的目的。

發(fā)表于：6/1/2021 5:08:00 PM

基于QFD的智能音箱測評體系建立[人工智能][消費電子]

智能音箱作為智能家居入口終端之一，是智能家居的重要組成部分，因此各測評機構(gòu)相應(yīng)開展了關(guān)于智能音箱的測評工作。但由于大部分測評機構(gòu)主要以智能音箱本身的技術(shù)要求進行測評工作，未能充分結(jié)合客戶需求，導(dǎo)致測評結(jié)果無法有效滿足客戶和市場需求。將質(zhì)量功能展開(Quality Function Deployment，QFD)引入智能音箱測評體系建立，從客戶需求角度建立測評體系，可為業(yè)界提供參考。

發(fā)表于：6/1/2021 5:04:00 PM

用于SoC電源噪聲測量的低溫漂VCO[其他][其他]

提出了適用于片上系統(tǒng)(SoC)電源噪聲測量的帶兩級溫度補償?shù)幕诃h(huán)路壓控振蕩器(ring VCO)的量化器。通過粗略和精細(xì)兩級溫度補償電路得到更低溫漂的ring VCO。在粗略補償一級中，將正比于溫(PTAT)的電流注入尾限流管控制的ring VCO中，用來補償VCO中較大的溫度系數(shù)；在精細(xì)補償一級中，用一個VCO復(fù)制電路來感知溫度的變化，并將感知到的溫度變化信息傳遞給量化器中的VCO，從而進一步自適應(yīng)調(diào)整VCO量化器的振蕩頻率?；?0 nm工藝，設(shè)計一款工作在1.1 V電源電壓下的兩級溫度補償ring VCO，并對其進行了電路仿真，其輸出信號的振蕩頻率約為4.3 GHz，在-40 ℃～125 ℃的溫度變化范圍內(nèi)，實現(xiàn)了15.5 ppm/℃的溫漂值。

發(fā)表于：6/1/2021 4:55:00 PM

基于AXI總線的可配置LVDS控制器設(shè)計與驗證[模擬設(shè)計][工業(yè)自動化]

針對不同應(yīng)用場景下LVDS通信協(xié)議體現(xiàn)在數(shù)據(jù)位寬、幀格式和存儲方式的選擇差異性和數(shù)據(jù)收發(fā)靈活性，提出一種基于AXI總線的可配置LVDS控制器設(shè)計與驗證方案。為了實現(xiàn)對LVDS控制器的精確控制，增加基于APB接口的可配置寄存器模塊，在SoC系統(tǒng)上由軟件控制數(shù)據(jù)傳輸，有效提高了數(shù)據(jù)收發(fā)的靈活性；為了提高傳輸效率并廣泛適應(yīng)場景需求，將與內(nèi)存交互的接口定義為AXI協(xié)議接口；為了避免傳輸數(shù)據(jù)錯誤和數(shù)據(jù)包丟失等現(xiàn)象，在自定義協(xié)議中加入奇偶校驗功能并在電路中加入數(shù)據(jù)包檢查機制。隨后，采用高效的回環(huán)驗證方案針對LVDS控制器進行功能測試。實驗結(jié)果表明該LVDS控制器基于AXI接口準(zhǔn)確高效地實現(xiàn)了對端設(shè)備之間的數(shù)據(jù)收發(fā)功能，這種可配置的數(shù)據(jù)傳輸電路設(shè)計和驗證方案靈活可行，便于廣泛應(yīng)用到視頻圖像數(shù)據(jù)傳輸系統(tǒng)中。

發(fā)表于：6/1/2021 4:50:00 PM

基于 HVCMOS工藝的H橋驅(qū)動電路版圖設(shè)計[其他][其他]

介紹了基于HVCMOS工藝的低成本、高集成度、強驅(qū)動性能功率集成電路(Power IC，PIC)H橋的設(shè)計實現(xiàn)。建立的金屬互連線評估模型可在設(shè)計早期對H橋物理版圖方案進行優(yōu)差性判斷，不依賴設(shè)計后仿真,從而提高設(shè)計效率。H橋不同互連線設(shè)計方案的比較結(jié)果表明，多插指陣列器件互連線(M2及以上層金屬)與器件本體的金屬層M1垂直、梯形狀互連結(jié)構(gòu)，能夠提高互連線沿電流流向的有效長寬比，減小寄生電阻。

發(fā)表于：6/1/2021 4:46:00 PM

基于邊緣計算中極端姿態(tài)和表情的人臉識別[人工智能][通信網(wǎng)絡(luò)]

隨著信息技術(shù)的發(fā)展，人臉識別在支付、工作和安防系統(tǒng)中應(yīng)用的越來越多。在邊緣計算系統(tǒng)中，為了處理的速度，通常選擇較小的神經(jīng)網(wǎng)絡(luò)進行人臉識別，這樣會導(dǎo)致識別率低。并且在實際應(yīng)用中大多都是對于圖片質(zhì)量較高的人臉可以很好地識別，但對于受光照影響較大、表情和姿態(tài)變化大的圖片識別率不是很高。因此，選擇SqueezeNet輕量級網(wǎng)絡(luò)，該網(wǎng)絡(luò)層數(shù)小，可以很好地運用于邊緣計算系統(tǒng)中。采用了預(yù)處理的方法來對圖片進行預(yù)處理，然后改進了SqueezeNet網(wǎng)絡(luò)的損失函數(shù)以及加入了ResNet網(wǎng)絡(luò)中的殘差學(xué)習(xí)方法。最后通過對LFW和IJB-A數(shù)據(jù)集進行測試，該研究方法明顯提高了識別率。

發(fā)表于：6/1/2021 4:41:00 PM

一種基于圖神經(jīng)網(wǎng)絡(luò)的電信詐騙識別方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通信技術(shù)的普及給人們帶來便捷的同時，電信欺詐行為也急劇增加。由于詐騙行為特征、號碼類型等與正常業(yè)務(wù)具有極高相似性，傳統(tǒng)基于統(tǒng)計的電信欺詐檢測方法難于篩選。提出將用戶通信關(guān)系轉(zhuǎn)換為一組拓?fù)涮卣?，建立通信社交有向圖，將具有統(tǒng)計特征的頂點表示用戶，具有關(guān)系特征的邊表示他們之間的活動。在通信社交圖基礎(chǔ)上，通過圖卷積模塊捕獲用戶的通信行為規(guī)律和通信社交關(guān)系特征，通過池化讀出機制聚合通信社交網(wǎng)絡(luò)的潛在特征，以識別電信欺詐行為。真實通信歷史數(shù)據(jù)驗證表明了該方法的有效性。

發(fā)表于：6/1/2021 4:36:00 PM