• 首頁(yè)
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說(shuō)新聞
    會(huì)展
    專題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫(kù)
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊(cè)

復(fù)雜場(chǎng)景下SAR圖像多尺度艦船檢測(cè)算法

復(fù)雜場(chǎng)景下SAR圖像多尺度艦船檢測(cè)算法[模擬設(shè)計(jì)][其他]

針對(duì)復(fù)雜場(chǎng)景下的多尺度SAR艦船目標(biāo)檢測(cè)存在誤檢漏檢的問(wèn)題,提出了一種改進(jìn)的SAR艦船目標(biāo)檢測(cè)方法。首先,利用多尺度目標(biāo)特征提取網(wǎng)絡(luò)提取特征信息,以提升多尺度目標(biāo)的檢測(cè)能力并減少冗余計(jì)算。其次,引入可形變卷積(DConv)通過(guò)自適應(yīng)調(diào)整卷積核的形狀來(lái)提升復(fù)雜場(chǎng)景下SAR艦船目標(biāo)的檢測(cè)性能。最后,引入了注意力機(jī)制來(lái)抑制背景雜波并增強(qiáng)特征信息。實(shí)驗(yàn)結(jié)果表明,在SSDD數(shù)據(jù)集和HRSID數(shù)據(jù)集上改進(jìn)方法的檢測(cè)精度分別達(dá)到了97.9%和 93.1%,整體性能優(yōu)于現(xiàn)有主流目標(biāo)檢測(cè)算法。

發(fā)表于:3/19/2025 2:01:04 PM

基于N32的隱藏式門把手控制器的設(shè)計(jì)

基于N32的隱藏式門把手控制器的設(shè)計(jì)[模擬設(shè)計(jì)][汽車電子]

傳統(tǒng)手動(dòng)開啟方式的旋轉(zhuǎn)式隱藏式門把手不具備智能化的自動(dòng)展開與收回功能,為此提出一種隱藏式門把手控制器設(shè)計(jì)方案。該控制器以N32G455RBL7為主控制芯片,通過(guò)其片內(nèi)bxCAN(basic extended CAN)模塊監(jiān)聽(tīng)車身控制器CAN總線上的開/關(guān)鎖、擋位等信號(hào),并根據(jù)智能控制需求驅(qū)動(dòng)配套門鎖執(zhí)行電機(jī),進(jìn)而實(shí)現(xiàn)隱藏式門把手的電動(dòng)化和智能化控制。該控制器在多款國(guó)產(chǎn)新能源汽車上進(jìn)行了長(zhǎng)時(shí)間運(yùn)行測(cè)試,結(jié)果表明在實(shí)際應(yīng)用中該控制器具有較好的穩(wěn)定性和可靠性,能夠?yàn)槠渌Y(jié)構(gòu)的手動(dòng)隱藏式門把手的智能化控制方案提供參考。

發(fā)表于:3/17/2025 4:50:50 PM

一種應(yīng)用乒乓自歸零的高精度放大器

一種應(yīng)用乒乓自歸零的高精度放大器[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

設(shè)計(jì)實(shí)現(xiàn)了一種低失調(diào)、高增益的運(yùn)算放大器(運(yùn)放)。整體電路包含帶隙基準(zhǔn)、振蕩器、分頻器、輔助運(yùn)放和主運(yùn)放等。該電路采用乒乓結(jié)構(gòu)的自歸零技術(shù),實(shí)現(xiàn)了連續(xù)工作,同時(shí)顯著縮減了放大器的輸入失調(diào)偏移。此外,還提出了一種新穎、高效的控制時(shí)序,以較低的成本有效降低了放大器在乒乓切換過(guò)程中的穩(wěn)定時(shí)間,進(jìn)一步減小了放大器的輸出毛刺。該放大器芯片基于350 nm CMOS工藝設(shè)計(jì)制造,實(shí)際測(cè)試結(jié)果表明,在5 V電源電壓下,放大器消耗了0.65 mA的電流,實(shí)現(xiàn)了最大3 µV的輸入失調(diào)偏移,增益帶寬積為8 MHz,噪聲頻譜密度降到了30 nV/√Hz。

發(fā)表于:3/17/2025 4:19:35 PM

一種帶短路保護(hù)的磁隔離IGBT驅(qū)動(dòng)架構(gòu)

一種帶短路保護(hù)的磁隔離IGBT驅(qū)動(dòng)架構(gòu)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

設(shè)計(jì)一種帶短路保護(hù)的磁隔離IGBT驅(qū)動(dòng)架構(gòu),該架構(gòu)采用變壓器隔離,集成去飽和檢測(cè)電路、米勒鉗位電路和軟關(guān)斷,當(dāng)IGBT發(fā)生短路故障退出飽和區(qū),便對(duì)器件執(zhí)行軟關(guān)斷,并通過(guò)米勒鉗位電路抑制柵極電壓尖峰。同時(shí)通過(guò)故障反饋通道將故障信號(hào)反饋給前級(jí)控制器,實(shí)現(xiàn)對(duì)短路故障的快速響應(yīng)。仿真和實(shí)測(cè)結(jié)果表明,本架構(gòu)具有8 kV的隔離耐壓,去飽和檢測(cè)和米勒鉗位閾值分別為9 V和2 V,去飽和故障響應(yīng)時(shí)間為419 ns,故障報(bào)錯(cuò)時(shí)間為311 ns,軟關(guān)斷時(shí)間為136 ns。該架構(gòu)實(shí)現(xiàn)了短路故障保護(hù)和故障反饋,已應(yīng)用在某一高耐壓隔離IGBT驅(qū)動(dòng)器中。

發(fā)表于:3/17/2025 4:03:31 PM

X波段寬帶高效率連續(xù)類功率放大器芯片設(shè)計(jì)

X波段寬帶高效率連續(xù)類功率放大器芯片設(shè)計(jì)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

為提高功率放大器的帶寬和效率,基于0.25 μm GaAs pHEMT ED工藝,通過(guò)控制輸出級(jí)二次諧波阻抗進(jìn)行波形控制,實(shí)現(xiàn)連續(xù)B/J類波形,設(shè)計(jì)了一款單片集成的X波段高效率連續(xù)B/J類功率放大器。放大器由兩級(jí)構(gòu)成,驅(qū)動(dòng)級(jí)使用增強(qiáng)型晶體管實(shí)現(xiàn)高增益,輸出級(jí)使用耗盡型晶體管實(shí)現(xiàn)高效率與瓦級(jí)的輸出功率。仿真結(jié)果顯示,該功率放大器在7.3~12.2 GHz的頻帶內(nèi)實(shí)現(xiàn)了29~30.6 dBm的輸出功率,功率增益為17~18.6 dB,功率附加效率大于50%,峰值效率為59%,輸入回波損耗小于10 dB,芯片尺寸僅為2.1 mm×1.3 mm。

發(fā)表于:3/17/2025 3:46:10 PM

基于機(jī)器學(xué)習(xí)的智能傳感器綜述

基于機(jī)器學(xué)習(xí)的智能傳感器綜述[MEMS|傳感技術(shù)][工業(yè)自動(dòng)化]

隨著機(jī)器學(xué)習(xí)的飛速發(fā)展,機(jī)器學(xué)習(xí)算法創(chuàng)建的智能模型正逐步成為新型傳感器數(shù)據(jù)分析的核心部分。首先介紹了支持機(jī)器學(xué)習(xí)的智能傳感器背景,對(duì)智能模型的構(gòu)建和數(shù)據(jù)集的生成、驗(yàn)證、測(cè)試過(guò)程進(jìn)行簡(jiǎn)述,隨后列舉了基于機(jī)器學(xué)習(xí)的智能傳感器的應(yīng)用,最后指出了基于機(jī)器學(xué)習(xí)的智能傳感器目前面臨的問(wèn)題和挑戰(zhàn)并提出了具有可行性的解決方法,為相關(guān)研究人員提供有價(jià)值的學(xué)術(shù)參考。

發(fā)表于:3/17/2025 3:17:38 PM

制導(dǎo)雷達(dá)智能處理技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)

制導(dǎo)雷達(dá)智能處理技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

圍繞制導(dǎo)雷達(dá)智能處理技術(shù)的最新進(jìn)展及其發(fā)展趨勢(shì)進(jìn)行綜述。闡述了當(dāng)前在制導(dǎo)雷達(dá)智能處理領(lǐng)域存在的技術(shù)挑戰(zhàn),從多源信息融合技術(shù)、跟蹤與濾波方法、智能化與認(rèn)知技術(shù)及智能抗干擾技術(shù)等方面著手,梳理總結(jié)了近幾年的研究進(jìn)展,并針對(duì)該領(lǐng)域未來(lái)技術(shù)發(fā)展趨勢(shì)進(jìn)行了展望。整體上看,智能處理技術(shù)正朝著高度集成化、自主智能化和多模態(tài)融合的方向發(fā)展,以提升制導(dǎo)雷達(dá)的精確性和可靠性,為未來(lái)制導(dǎo)系統(tǒng)提供更為強(qiáng)大、靈活和可靠的導(dǎo)引信息。

發(fā)表于:3/17/2025 2:59:22 PM

基于有限記憶、概率學(xué)習(xí)的雙時(shí)間尺度切片資源分配方法

基于有限記憶、概率學(xué)習(xí)的雙時(shí)間尺度切片資源分配方法[通信與網(wǎng)絡(luò)][5G]

網(wǎng)絡(luò)切片是使網(wǎng)絡(luò)能夠滿足不同垂直領(lǐng)域的不同服務(wù)需求的關(guān)鍵要素,為解決網(wǎng)絡(luò)中切片類型動(dòng)態(tài)變化的問(wèn)題,提出了一種聯(lián)邦-多智能體強(qiáng)化學(xué)習(xí)雙時(shí)間尺度資源分配(F-MALML)算法。大時(shí)間尺度下,通過(guò)有限記憶學(xué)習(xí)算法為每個(gè)基站分配資源;小時(shí)間尺度內(nèi)各基站使用F-MALML算法進(jìn)一步為切片中的用戶動(dòng)態(tài)分配資源。引入了一種概率學(xué)習(xí)機(jī)制,根據(jù)前一時(shí)隙的分配結(jié)果和網(wǎng)絡(luò)實(shí)際狀態(tài),動(dòng)態(tài)調(diào)整每個(gè)時(shí)間尺度的分配策略。仿真結(jié)果表明,所提算法相比于其他兩種基準(zhǔn)算法在新增切片的切片滿意度及系統(tǒng)頻譜效率方面都有較大提升,且表現(xiàn)出更好的穩(wěn)定性。

發(fā)表于:3/17/2025 2:17:41 PM

基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測(cè)技術(shù)研究

基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測(cè)技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著加密通信的廣泛應(yīng)用,傳統(tǒng)基于內(nèi)容分析的惡意流量檢測(cè)方法逐漸失效,如何高效檢測(cè)加密流量中的惡意行為成為網(wǎng)絡(luò)安全領(lǐng)域的研究重點(diǎn)。研究提出了一種基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測(cè)方法,通過(guò)深度學(xué)習(xí)模型實(shí)現(xiàn)惡意加密流量的分類。首先,將網(wǎng)絡(luò)流量預(yù)處理并提取關(guān)鍵特征,包括包大小分布、時(shí)間間隔及協(xié)議類型等,隨后將特征映射為二維特征圖(Feature Map),作為深度學(xué)習(xí)模型的輸入。設(shè)計(jì)可伸縮的窗口自注意力機(jī)制,利用Transfomer神經(jīng)網(wǎng)絡(luò)模型對(duì)特征圖進(jìn)行分類,實(shí)現(xiàn)了對(duì)惡意流量的高效檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法在檢測(cè)精度、召回率等方面均表現(xiàn)優(yōu)異,為解決加密流量惡意行為檢測(cè)問(wèn)題提供了一種可行方案。

發(fā)表于:3/17/2025 2:01:23 PM

5G非地面網(wǎng)絡(luò)技術(shù)進(jìn)展研究

5G非地面網(wǎng)絡(luò)技術(shù)進(jìn)展研究[通信與網(wǎng)絡(luò)][5G]

非地面網(wǎng)絡(luò)(Non-Terrestrial Network, NTN)的出現(xiàn)標(biāo)志著通信技術(shù)的重大突破,它通過(guò)利用衛(wèi)星和高空平臺(tái)擴(kuò)展了地面網(wǎng)絡(luò)的覆蓋范圍,從而為全球范圍內(nèi)的通信提供了新的解決方案。對(duì)NTN進(jìn)行了多方面的研究,具體包括以下幾個(gè)方面:首先,介紹了NTN的基本概念及其重要性,并全面概述了NTN的部署模式、應(yīng)用場(chǎng)景和工作頻段,同時(shí)詳細(xì)描述了不同的系統(tǒng)架構(gòu);其次,探討了NTN面臨的主要技術(shù)挑戰(zhàn),并總結(jié)了相關(guān)的研究成果;最后,對(duì)NTN的未來(lái)發(fā)展進(jìn)行了展望,指出了潛在的技術(shù)創(chuàng)新和發(fā)展路徑。

發(fā)表于:3/17/2025 1:44:00 PM

  • ?
  • …
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • …
  • ?

活動(dòng)

MORE
  • 【熱門活動(dòng)】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會(huì)
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek
  • 【熱門活動(dòng)】2025年NI測(cè)試測(cè)量技術(shù)研討會(huì)
  • 【熱門活動(dòng)】2024年基礎(chǔ)電子測(cè)試測(cè)量方案培訓(xùn)
  • 【熱門活動(dòng)】密碼技術(shù)與數(shù)據(jù)安全技術(shù)沙龍

高層說(shuō)

MORE
  • AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
    AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
  • NVIDIA 的“三臺(tái)計(jì)算機(jī)”方案開啟機(jī)器人進(jìn)化新時(shí)代
    NVIDIA 的“三臺(tái)計(jì)算機(jī)”方案開啟機(jī)器人進(jìn)化新時(shí)代
  • 觀點(diǎn)|本土EDA工具要走差異化路線解決客戶“痛點(diǎn)”
    觀點(diǎn)|本土EDA工具要走差異化路線解決客戶“痛點(diǎn)”
  • 現(xiàn)代化制造策略推動(dòng)ICT在線測(cè)試持續(xù)精進(jìn)
    現(xiàn)代化制造策略推動(dòng)ICT在線測(cè)試持續(xù)精進(jìn)
  • 微軟AI CEO:始終致力于建立人類與AI間的信任
    微軟AI CEO:始終致力于建立人類與AI間的信任
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区