精品国产成人AV制服,少妇扒开双腿自慰出白浆,乱伦一区二区三区

基于DDR2的高速圖像數(shù)據(jù)傳輸系統(tǒng)設(shè)計[測試測量][工業(yè)自動化]

在高速圖像數(shù)據(jù)傳輸系統(tǒng)中，針對圖像數(shù)據(jù)“高吞吐量”與“大容量”數(shù)據(jù)緩存的應(yīng)用需求，提出了一種基于DDR2 SDRAM的高速圖像數(shù)據(jù)傳輸系統(tǒng)設(shè)計方案。為了滿足圖像數(shù)據(jù)的高吞吐率要求和數(shù)據(jù)緩存的大容量需求，采用了FPGA內(nèi)部FIFO資源搭配片外DDR2的分級緩存機制；為了方便對圖像數(shù)據(jù)的讀寫與地址的管理，對DDR2內(nèi)部存儲空間進行了重新分布。經(jīng)測試，該系統(tǒng)可在上位機實時顯示圖像數(shù)據(jù)，且穩(wěn)定可靠。

發(fā)表于：1/16/2020 1:22:00 PM

基于AIO模型的高效通信架構(gòu)在光伏終端數(shù)據(jù)采集的應(yīng)用[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

在國家節(jié)能環(huán)保政策扶持下，光伏發(fā)電發(fā)展迅速，但是其特殊的地理分散式發(fā)電主站結(jié)構(gòu)，在發(fā)電運行過程中的控制下發(fā)、數(shù)據(jù)采集等方面，與傳統(tǒng)的集中式發(fā)電有明顯的差異。因此，需要一種高效、穩(wěn)定的數(shù)據(jù)傳輸架構(gòu)，實現(xiàn)廣域分布式發(fā)電終端的高效數(shù)據(jù)通信。AIO是一種面向網(wǎng)絡(luò)通訊的異步非阻塞框架，對比其他傳統(tǒng)的網(wǎng)絡(luò)通信模型，在轉(zhuǎn)發(fā)效率、并發(fā)能力、資源利用率方面都有比較明顯的優(yōu)勢，非常適合作為光伏發(fā)電領(lǐng)域中高效穩(wěn)定數(shù)據(jù)傳輸?shù)慕鉀Q方案。

發(fā)表于：1/16/2020 11:17:00 AM

基于脈動陣列的卷積計算模塊硬件設(shè)計[可編程邏輯][其他]

針對FPGA實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)中卷積計算的過程中，高并行度帶來長廣播、多扇入/扇出的數(shù)據(jù)通路問題，采用脈動陣列來實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)中卷積計算模塊，將權(quán)重固定到每個處理單元中，并按照輸入和輸出特征圖的維度來設(shè)置脈動陣列的大小，最后通過Vivado高層次綜合實現(xiàn)卷積計算模塊的硬件設(shè)計。實驗結(jié)果表明，本設(shè)計在實現(xiàn)1級流水化時序要求的同時，具有較低的資源占用和良好的擴展性。

發(fā)表于：1/15/2020 12:59:00 PM

高線性度CMOS模擬乘法器設(shè)計與仿真[模擬設(shè)計][其他]

設(shè)計和仿真了一種高線性度CMOS模擬乘法器。采用有源衰減器對輸入信號進行預(yù)處理，CMOS Gilbert乘法單元對信號進行乘法運算，同時設(shè)計了偏置電路。在±1.8 V電源電壓下，輸入范圍為±0.6 V時，通過優(yōu)化器件參數(shù)，乘法器輸出幅度小于±25 mV且具有高線性度。乘法器-3 dB帶寬為181 MHz，有著良好的倍頻特性。此外，對乘法器的溫度特性進行了仿真，討論了線性度與輸出幅度之間的關(guān)系，優(yōu)化設(shè)計了乘法器版圖。在較寬輸入范圍內(nèi)，本文乘法器線性度明顯高于參考文獻。

發(fā)表于：1/15/2020 11:05:00 AM

基于MPLS VPN OPTION C的網(wǎng)絡(luò)跨域冗余性研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

MPLS VPN技術(shù)是解決現(xiàn)階段數(shù)據(jù)通信網(wǎng)多業(yè)務(wù)、嚴隔離、高穩(wěn)定性的技術(shù)之一，目前此項技術(shù)已經(jīng)在電力系統(tǒng)中得到廣泛應(yīng)用，由于電力系統(tǒng)的組織機構(gòu)等特性決定了電力系統(tǒng)數(shù)據(jù)通信網(wǎng)絡(luò)架構(gòu)的龐大。在電力數(shù)據(jù)通信網(wǎng)中，總部骨干級、省網(wǎng)接入級、地市接入級等多級網(wǎng)絡(luò)體系并存，在當(dāng)前局面下MPLS VPN OPTION C跨域技術(shù)構(gòu)建了國網(wǎng)數(shù)據(jù)通信網(wǎng)多級業(yè)務(wù)網(wǎng)絡(luò)體系之間信息互通的橋梁。提升MPLS VPN OPTION C的網(wǎng)絡(luò)跨域的冗余性和維護MPLS VPN OPTION C架構(gòu)體系的穩(wěn)定是保障各類電力數(shù)據(jù)網(wǎng)業(yè)務(wù)平穩(wěn)運行的前提條件，更是日常數(shù)據(jù)網(wǎng)通信網(wǎng)運維保障工作的重中之重。

發(fā)表于：1/15/2020 9:59:00 AM

一種低壓恒跨導(dǎo)軌對軌CMOS運算放大器設(shè)計[模擬設(shè)計][其他]

介紹了軌到軌恒定跨導(dǎo)運算放大器輸入級電路設(shè)計。所提出的電路通過使用虛擬輸入差分對動態(tài)地改變輸入差分對的尾電流來獲得恒定跨導(dǎo)gm。引起總跨導(dǎo)gm變化的因素是輸入對和虛擬輸入對在共模輸入電壓變化時不能同時生效，當(dāng)輸入對關(guān)閉時輸入對的尾電流晶體管處于三極管區(qū)域當(dāng)共模電壓變化時，虛擬輸入對將在輸入對之前從截止區(qū)域進入亞閾值區(qū)域。在低電源電壓設(shè)計中，此因素的影響更突出。為了解決這個問題，采用添加補償電流源到每個虛擬輸入差分對的尾電流晶體管，以降低跨導(dǎo)gm的變化。所設(shè)計的運算放大器輸入級的gm變化誤差約為±2％。

發(fā)表于：1/14/2020 2:39:00 PM

一種高穩(wěn)定性的無片外電容的LDO的設(shè)計[電源技術(shù)][其他]

考慮到LDO應(yīng)用在無分立器件的情況下，針對在無片外電容和無片外電阻的情況下對LDO進行研究設(shè)計，在無外接電容的情況下，LDO同樣能夠輸出穩(wěn)定電壓，以應(yīng)用在DC-DC轉(zhuǎn)換器中為內(nèi)部電路模塊進行供電。并通過調(diào)整LDO內(nèi)部運算放大器結(jié)構(gòu)以及對運算放大器進行米勒補償來調(diào)整其零極點，同時在運算放大器內(nèi)部進行電源隔離的處理，可以顯著提高其電源抑制比。最后利用華虹0.18 μm的BCD工藝進行仿真。仿真結(jié)果表明，此結(jié)構(gòu)具有高穩(wěn)定性，可以輸出穩(wěn)定電壓。

發(fā)表于：1/14/2020 2:24:00 PM

配電網(wǎng)項目投資與線路臺區(qū)的關(guān)聯(lián)分析[其他][智能電網(wǎng)]

配電網(wǎng)工程在國家穩(wěn)增長、調(diào)結(jié)構(gòu)、惠民生中發(fā)揮重要作用，近些年國家電網(wǎng)公司對配電網(wǎng)工程投資力度逐漸加大，但隨之也出現(xiàn)了部分項目與實際需求有差異、投資不合理等現(xiàn)象。針對線路運營數(shù)據(jù)的關(guān)鍵指標(biāo)構(gòu)建了綜合評價指標(biāo)體系，利用組合賦權(quán)法確定指標(biāo)權(quán)重，最終得到線路投資迫切程度的得分情況。然后通過文本挖掘技術(shù)對在建項目處理后，達到配電網(wǎng)項目投資情況與線路打分結(jié)果的關(guān)聯(lián)分析。進而查看在建項目對線路薄弱環(huán)節(jié)是否存在整改計劃，實現(xiàn)了對在建項目的投資合理性分析，為電網(wǎng)企業(yè)科學(xué)合理地進行配電網(wǎng)投資提供借鑒，發(fā)揮運監(jiān)中心在企業(yè)閉塞環(huán)節(jié)優(yōu)化、風(fēng)險防控、管理提升工作中的積極作用。

發(fā)表于：1/14/2020 1:37:00 PM

一種高性能脈沖信號處理電路模塊[EDA與制造][其他]

針對電力電子器件驅(qū)動脈沖信號性能指標(biāo)多、要求高、處理難度大的問題，設(shè)計并制作一種高性能脈沖信號處理電路模塊，采用EDA高速電路技術(shù)完成設(shè)計，LTspice對電路系統(tǒng)仿真并進行實驗測試，測試指標(biāo)相比國內(nèi)研究現(xiàn)狀有顯著提高，實現(xiàn)1 MHz的高速脈沖正向整流，輸出電平可控，脈寬調(diào)節(jié)范圍達到20%至60%，上下沿時間控制在25 ns以內(nèi)，其中下降沿時間低至13 ns，傳輸延時調(diào)節(jié)范圍20 ns至110 ns，2 MHz脈沖信號各項指標(biāo)也得到大幅提升，從而有效提高驅(qū)動電路與主電路效率。進一步優(yōu)化器件的選擇與布局并采用更精密的制作工藝，有望處理頻率高達5 MHz的脈沖信號，使電力電子電路更加集成與高效。

發(fā)表于：1/13/2020 11:27:00 AM

卷積神經(jīng)網(wǎng)絡(luò)人臉檢測算法[嵌入式技術(shù)][信息安全]

傳統(tǒng)人臉檢測算法往往不能自動地從原始圖像中提取有用的檢測特征，而卷積神經(jīng)網(wǎng)絡(luò)可以輕易地提取高維度的特征信息，廣泛用于圖像處理領(lǐng)域。針對上述缺點，采用簡單高效的深度學(xué)習(xí)Caffe框架并通過AlexNet網(wǎng)絡(luò)訓(xùn)練，數(shù)據(jù)集為LFW人臉數(shù)據(jù)集，得出一個模型分類器，對原始圖像數(shù)據(jù)進行圖像金字塔變換，并通過前向傳播得到特征圖，反變換得出人臉坐標(biāo)，采用非極大值抑制算法得出最優(yōu)位置，最后達到一個二分類的人臉檢測結(jié)果。該方法可以實現(xiàn)不同尺度的人臉檢測，具有較高的精度，可用于構(gòu)建人臉檢測系統(tǒng)。

發(fā)表于：1/13/2020 11:08:00 AM