综合亚洲欧美三级,久久精品欧美日韩精品,欧美1卡一卡二卡三新区

SKF濾波與AKF濾波在邊坡形變的應(yīng)用[嵌入式技術(shù)][其他]

近年來處理邊坡形變數(shù)據(jù)有很多方法，學術(shù)界較為流行的方法是把邊坡體視為一個機動目標，對單條邊坡體軌跡進行卡爾曼濾波平滑，來進行預(yù)測和估計。針對標準Kalman濾波觀測噪聲R為固定值的缺陷，本文進行了改進并對比，改進的自適應(yīng)Kalman的精度得到提高，以中誤差RMSE為指標分別減小了42.72%、19.70%、15.87%、16.21%，對同一邊坡體多個測量點的軌跡進行融合，邊坡的整體中誤差下降了23.90%。

發(fā)表于：3/13/2017

周期性慢波結(jié)構(gòu)的微帶線威爾金森功分器[微波|射頻][通信網(wǎng)絡(luò)]

采用周期性慢波結(jié)構(gòu)加載的開路傳輸線代替?zhèn)鹘y(tǒng)的四分之一波長阻抗變換器，設(shè)計一種小型化且適用于高頻的Wilkinson功分器，有效改善了傳統(tǒng)Wilkinson功分器尺寸大且高頻時容易出現(xiàn)色散的問題。最后基于FR4基板，設(shè)計應(yīng)用于900 MHz的Wilkinson功分器，測量結(jié)果顯示，三個端口匹配良好，S11約為-20.58 dB，S22約為-23.62 dB，S21約為-3.28 dB，輸出端口的隔離度約為-33.3 dB，仿真結(jié)果和測量結(jié)果趨勢吻合，驗證了該方法的可行性。

發(fā)表于：3/13/2017

基于恒功耗的CMOS低噪聲放大器噪聲系數(shù)優(yōu)化計算[模擬設(shè)計][其他]

在恒功耗條件下，通過考慮以往被忽略掉的柵極寄生阻抗和外加電容對噪聲放大器噪聲系數(shù)的影響，結(jié)合低噪聲放大器（LNA）的等效小信號模型，推導(dǎo)出噪聲系數(shù)表達式，提出恒功耗條件下噪聲優(yōu)化的方法。同時對提出的噪聲系數(shù)優(yōu)化方法進行MATLAB理論仿真，在ADS軟件中對理論結(jié)果進行仿真驗證。

發(fā)表于：3/13/2017

大數(shù)據(jù)環(huán)境下制造業(yè)關(guān)鍵技術(shù)分析[嵌入式技術(shù)][數(shù)據(jù)中心]

隨著制造業(yè)與物聯(lián)網(wǎng)、云計算、互聯(lián)網(wǎng)等信息技術(shù)的融合與發(fā)展，制造業(yè)已進入了大數(shù)據(jù)時代，在大數(shù)據(jù)環(huán)境下，制造技術(shù)將發(fā)生巨大的進步與改革。從大數(shù)據(jù)下的制造業(yè)數(shù)據(jù)特點出發(fā)，勾畫了制造業(yè)的大數(shù)據(jù)技術(shù)架構(gòu)，并重點分析了大數(shù)據(jù)下制造業(yè)的五大關(guān)鍵技術(shù)，即數(shù)據(jù)集成技術(shù)、數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)處理技術(shù)、數(shù)據(jù)分析技術(shù)以及數(shù)據(jù)展現(xiàn)技術(shù)，為制造業(yè)大數(shù)據(jù)的發(fā)展提供參考。

發(fā)表于：3/10/2017

毫米波天線在E頻段和V頻段的新發(fā)展[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在無線通信網(wǎng)絡(luò)高速發(fā)展的今天，持續(xù)的移動寬帶的承載需求，常規(guī)的微波頻譜資源已經(jīng)被迅速消耗殆盡，因此作為高頻段的毫米波天線有著廣泛的應(yīng)用前景，該文對近年來E頻段和V頻段的天線的新發(fā)展做了詳細描述。介紹了應(yīng)用于E頻段和V頻段的面天線、平面天線和行波天線的最新進展，并分析了這兩個頻段天線的特點和設(shè)計難點。

發(fā)表于：3/10/2017

永磁同步電機-虛擬電流環(huán)控制技術(shù)的研究[嵌入式技術(shù)][工業(yè)自動化]

首先從永磁同步電動機(Permanent Magnet Synchronous Motor，PMSM)無電流傳感器的角度出發(fā)，提出了虛擬電流環(huán)控制方案。在分析了永磁同步電機數(shù)學模型的基礎(chǔ)上，得出采用電流估算方式來重構(gòu)反饋電流，以此來實現(xiàn)永磁同步電機轉(zhuǎn)速、電流的雙閉環(huán)控制。搭建了系統(tǒng)仿真模型和硬件實驗平臺，仿真及實驗結(jié)果表明控制系統(tǒng)采用該方案后有效地實現(xiàn)了電機響應(yīng)速度快、控制精度高的良好控制性能，從而驗證了該方案的可行性和合理性。

發(fā)表于：3/9/2017

基于VSG的LCL型微網(wǎng)逆變器技術(shù)研究[電源技術(shù)][智能電網(wǎng)]

為使并網(wǎng)逆變器能更好地配合大電網(wǎng)運行，采用模擬同步發(fā)電機的控制方法，使分布式發(fā)電系統(tǒng)借鑒成熟的電力系統(tǒng)控制方案，實現(xiàn)多模式運行。基于虛擬同步發(fā)電機的控制方法，改進了虛擬調(diào)頻以及虛擬勵磁系統(tǒng)，配合虛擬慣性有效地改善了系統(tǒng)在離網(wǎng)運行狀態(tài)下由于負荷變化引起的頻率不穩(wěn)定問題；同時對三相LCL濾波器性能進行了分析，通過在電容側(cè)增設(shè)無源阻尼電阻的方法，可以有效地抑制諧振尖峰，增強系統(tǒng)的穩(wěn)定性。最后，通過MATLAB/Simulink的仿真實驗驗證，證實了所采用方法的有效性。

發(fā)表于：3/9/2017

基于誤分類模式的乳腺癌診斷研究[嵌入式技術(shù)][醫(yī)療電子]

乳腺癌已經(jīng)成為當今世界影響婦女健康的重要疾病。對于乳腺癌診斷來說，當一個惡性病例被誤分類為良性病例的時候，其代價遠遠大于一個良性病例被誤分類為惡性病例。它利用數(shù)據(jù)挖掘領(lǐng)域的代價敏感相關(guān)方法，建立一個識別良性乳腺腫瘤和惡性乳腺腫瘤的診斷預(yù)測系統(tǒng)。在建模過程中充分考慮到誤分類代價的因素，提出了誤分類代價策略。通過一系列實驗驗證了所建立的模型。從實驗結(jié)果來看，Adaboost與SVM的誤分類組合分類算法在正確率和總誤分類代價兩個評估指標上得到了良好的效果。

發(fā)表于：3/8/2017

基于類的大整數(shù)乘法運算的實現(xiàn)[嵌入式技術(shù)][數(shù)據(jù)中心]

本文以C++語言設(shè)計了大整數(shù)類，在類中以數(shù)組存儲大整數(shù)，同時借鑒分治算法思想實現(xiàn)了大整數(shù)的乘法運算。算法中將被乘數(shù)與乘數(shù)按照相同位數(shù)進行分組，通過對每組較小數(shù)值整數(shù)進行乘法和加法運算而得到大整數(shù)相乘的積。該程序在VC++2015開發(fā)平臺調(diào)試通過。測試結(jié)果表明，當每個分組數(shù)據(jù)位數(shù)多時，運算速度顯著提高。

發(fā)表于：3/8/2017

一種加快智能IC卡安全認證速度的方法[嵌入式技術(shù)][信息安全]

針對智能IC卡安全認證過程中3DES算法加密速度較慢的問題，本文采用AES算法代替3DES算法完成智能IC卡的安全認證，并對密鑰分散機制進行改進，使用混沌系統(tǒng)中的logistic映射進行密鑰分散。實驗結(jié)果表明，改進后的安全認證算法在保證安全加密強度的前提下，有效提升了智能IC卡的安全認證速度。

發(fā)表于：3/8/2017

電動汽車無線充電技術(shù)研究與應(yīng)用探討[電源技術(shù)][汽車電子]

能源危機和環(huán)境問題越來越受到人們的重視，電動汽車以其節(jié)能、環(huán)保、低噪聲、零排放等優(yōu)點受到人們的青睞，同時無線充電技術(shù)具有接觸式充電所不能比擬的優(yōu)勢，因此對電動汽車采用無線充電技術(shù)更加符合未來社會的發(fā)展趨勢。介紹了三種常用的無線充電技術(shù)，描述了國內(nèi)外電動汽車無線充電技術(shù)的研究現(xiàn)狀。著重總結(jié)了感應(yīng)耦合式和磁耦合諧振式在電動汽車無線充電應(yīng)用中存在的問題及相應(yīng)的解決方案。最后對WPT技術(shù)在電動汽車無線充電中的發(fā)展方向進行概述。

發(fā)表于：3/7/2017

基于視覺目標跟蹤的PTZ控制方法[嵌入式技術(shù)][工業(yè)自動化]

針對目前基于主動視覺的PTZ攝像機控制跟蹤性能差，無法連續(xù)、實時跟蹤動態(tài)目標，且跟蹤目標的準確度低下等缺陷，提出了一種基于核相關(guān)視覺目標跟蹤算法的云臺攝像機控制方法。首先設(shè)計了云臺攝像機系統(tǒng)的整體架構(gòu)。視覺目標跟蹤采用核相關(guān)目標跟蹤方法，時效性很高，跟蹤精確度也位列于目標跟蹤領(lǐng)域的高等水平。根據(jù)跟蹤結(jié)果信息，通過PELCO-D協(xié)議控制PTZ攝像機，始終保持目標在視頻畫面內(nèi)。并用C++實現(xiàn)了KCF算法控制PTZ攝像機上位機，實驗驗證了該種PTZ控制方法的準確性、適用性及穩(wěn)定性。

發(fā)表于：3/7/2017

基于字典學習和加權(quán)TV的MRI重構(gòu)算法[嵌入式技術(shù)][數(shù)據(jù)中心]

為更好地提高核磁共振圖像重構(gòu)質(zhì)量，提出了一種基于熵約束字典學習和加權(quán)全變分的圖像重構(gòu)算法。首先對圖像進行分塊，基于熵約束構(gòu)建新的字典學習模型，生成字典庫；結(jié)合加權(quán)的各向同性與各向異性的全變分正則項構(gòu)建圖像重構(gòu)模型，并采用Split-Bregman算法求解，最終得到重構(gòu)圖像。實驗結(jié)果表明，該算法不僅能有效消除噪聲，對噪聲具有魯棒性，又能保留圖像邊緣紋理信息，抑制階梯效應(yīng)。與現(xiàn)有的算法相比，該算法對圖像重構(gòu)有著更好的性能。

發(fā)表于：3/7/2017

一種基于CPU卡的門禁系統(tǒng)的設(shè)計[嵌入式技術(shù)][安防電子]

針對傳統(tǒng)門禁系統(tǒng)采用普通IC卡存在可被破解的安全問題，設(shè)計了一種基于FM1208-10型號CPU卡和新華龍C8051F340微控制器的門禁系統(tǒng)。該門禁系統(tǒng)集成了MFRC530射頻讀卡模塊和SIM900A GPRS通信模塊，采用CPU卡作為用戶驗證卡片，解決了傳統(tǒng)的門禁系統(tǒng)安全性低、管理人員操作麻煩等缺點。

發(fā)表于：3/7/2017

基于自適應(yīng)差分進化極限學習機的車牌識別算法[嵌入式技術(shù)][數(shù)據(jù)中心]

針對目前車牌識別算法中存在的模型訓練慢、字符識別準確率低等問題，研究了一種基于自適應(yīng)差分進化極限學習機的車牌識別算法。綜合利用邊緣檢測和顏色定位的優(yōu)點來檢測車牌區(qū)域，然后用改進后的垂直投影法對車牌區(qū)域進行分割，最后將自適應(yīng)差分進化極限學習機用于字符識別。研究結(jié)果表明，所提出算法具有訓練速度快、字符識別率高等優(yōu)點，可以應(yīng)用于復(fù)雜的交通場景。

發(fā)表于：3/6/2017