国内精品嫩模av私拍在线观看,欧美区国产区,99国产精品久久久久久久

一種M.2固態(tài)硬盤(pán)熱插拔和RAID功能的創(chuàng)新設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

M.2固態(tài)硬盤(pán)因其自身的優(yōu)勢(shì)得到了越來(lái)越廣泛的應(yīng)用，企業(yè)級(jí)的產(chǎn)品也普遍使用M.2固態(tài)硬盤(pán)作為操作系統(tǒng)的啟動(dòng)盤(pán)。但是由于其不具備熱插拔功能，難以滿足企業(yè)市場(chǎng)對(duì)高可用性、24小時(shí)不停機(jī)、數(shù)據(jù)保護(hù)以及在線維護(hù)的特殊需求。提出了一種新穎的綜合設(shè)計(jì)方案，在載板、FPGA、BIOS和BMC的配合下，實(shí)現(xiàn)了熱插拔功能和RAID功能。同時(shí)，依靠M.2固態(tài)硬盤(pán)引腳定義的不同實(shí)現(xiàn)了在M.2接口上PCIe和SATA總線的自動(dòng)識(shí)別和兼容，利用FPGA和MOSFET引入了一種新的動(dòng)態(tài)時(shí)鐘信號(hào)控制方式。該綜合設(shè)計(jì)方案不需要額外的硬件投入，以極高的成本效益實(shí)現(xiàn)以上功能，并提升系統(tǒng)的可靠性和可用性。

發(fā)表于：7/24/2025

一種電纜終端頭紅外識(shí)別算法的FPGA實(shí)現(xiàn)研究[可編程邏輯][智能電網(wǎng)]

針對(duì)在電站巡檢中電纜終端頭識(shí)別準(zhǔn)確率低、實(shí)時(shí)性差等問(wèn)題，設(shè)計(jì)一種基于粒子群算法（Particle Swarm Optimization，PSO）優(yōu)化反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)的現(xiàn)場(chǎng)可編程門(mén)陣列（Field Programmable Gate Array，F(xiàn)PGA）紅外識(shí)別系統(tǒng)。紅外識(shí)別算法實(shí)現(xiàn)包括使用改進(jìn)區(qū)域生長(zhǎng)算法對(duì)紅外圖像進(jìn)行分割，隨后計(jì)算Hu不變矩作為神經(jīng)網(wǎng)絡(luò)輸入特征。對(duì)于PSO-BP神經(jīng)網(wǎng)絡(luò)，選擇7-10-1的網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練后均方誤差為0.085，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的0.136。在FPGA上實(shí)現(xiàn)時(shí)，采用定點(diǎn)數(shù)據(jù)量化、流水線結(jié)構(gòu)及并行計(jì)算方法，同時(shí)對(duì)Sigmoid激活函數(shù)應(yīng)用二次方程多段擬合。最終經(jīng)過(guò)仿真驗(yàn)證，該系統(tǒng)識(shí)別率達(dá)到了92%并且算法速度提高了約6倍。

發(fā)表于：7/24/2025

基于組件復(fù)用的可重構(gòu)I²C總線讀寫(xiě)控制電路設(shè)計(jì)[可編程邏輯][工業(yè)自動(dòng)化]

現(xiàn)代軟件無(wú)線電架構(gòu)中通常為了滿足軟件實(shí)時(shí)性而采用FPGA作預(yù)處理功能，但隨著軟件無(wú)線電系統(tǒng)不斷朝綜合化和智能化方向發(fā)展，如何應(yīng)對(duì)各類(lèi)復(fù)雜使用場(chǎng)景給系統(tǒng)設(shè)計(jì)者帶來(lái)越來(lái)越多的挑戰(zhàn)。面對(duì)不斷激增的需求，F(xiàn)PGA設(shè)計(jì)中經(jīng)常暴露出可移植性差、平臺(tái)依賴(lài)性強(qiáng)、程序?qū)﹂_(kāi)發(fā)人員的依賴(lài)度高、系統(tǒng)集成與整合度難度大等問(wèn)題。選取電子裝備中常用的I²C總線控制部分，借鑒軟件工程中“高內(nèi)聚、低耦合”的模塊化設(shè)計(jì)思想，提出一種總線控制電路的優(yōu)化策略，即基于組件復(fù)用的方法設(shè)計(jì)了一種可重構(gòu)I²C總線讀寫(xiě)控制電路。該電路具備按需配置波特率功能，同時(shí)具有可選的APB接口以及中斷功能，提供讀/寫(xiě)數(shù)據(jù)位寬分別為1 B/2 B/4 B系列控制組件，并通過(guò)配置系列組件的方式重構(gòu)讀/寫(xiě)數(shù)據(jù)位寬。該電路具有實(shí)際的工程價(jià)值且已成功應(yīng)用于不同項(xiàng)目以及TPAFEA008、ADT75和LTC2991等常用器件上。

發(fā)表于：7/24/2025

基于人臉檢測(cè)跟蹤和輸入噪聲過(guò)濾的rPPG信號(hào)實(shí)時(shí)提取方法[模擬設(shè)計(jì)][醫(yī)療電子]

遠(yuǎn)程光體積描記是非接觸式生理信號(hào)檢測(cè)領(lǐng)域的重要研究方向。現(xiàn)有算法主要從人臉部分區(qū)域提取脈搏信號(hào)，存在信號(hào)獲取不全面及噪聲過(guò)大的問(wèn)題。提出了一種基于人臉檢測(cè)、跟蹤、分割和輸入噪聲過(guò)濾的實(shí)時(shí)rPPG信號(hào)提取方法，旨在提高心率檢測(cè)的準(zhǔn)確性和魯棒性。首先，通過(guò)小型深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)視頻幀中的人臉檢測(cè)和跟蹤，準(zhǔn)確定位人臉區(qū)域。其次，通過(guò)人臉?lè)指钏惴ㄌ崛∑つw信息。最后，采用輸入噪聲過(guò)濾策略，去除與心率無(wú)關(guān)的頻率成分和信噪比較低的信號(hào)，從而優(yōu)化rPPG信號(hào)。實(shí)驗(yàn)在自建數(shù)據(jù)集上進(jìn)行，結(jié)果表明，該方法在信噪比、平均絕對(duì)誤差和均方根誤差等指標(biāo)上均表現(xiàn)出色。綜上所述，所提出的方法在rPPG信號(hào)實(shí)時(shí)提取中表現(xiàn)出優(yōu)異的精度和穩(wěn)定性，為非接觸式生理信號(hào)檢測(cè)提供了一種新的解決方案。

發(fā)表于：7/24/2025

基于機(jī)器視覺(jué)的監(jiān)控視頻移動(dòng)目標(biāo)輪廓提取算法[模擬設(shè)計(jì)][安防電子]

在監(jiān)控視頻中，移動(dòng)目標(biāo)易受到邊緣模糊和背景噪聲干擾等影響，使得目標(biāo)輪廓提取結(jié)果不準(zhǔn)確。為此，提出基于機(jī)器視覺(jué)的監(jiān)控視頻移動(dòng)目標(biāo)輪廓提取算法。采用機(jī)器視覺(jué)技術(shù)處理圖像，結(jié)合圖像背景模型建立像素高斯分布，并計(jì)算各個(gè)像素值與背景模型中高斯分布的匹配度，將匹配度低于閾值的像素視為前景像素，由此完成前景分割，結(jié)合鏈碼對(duì)前景目標(biāo)邊緣進(jìn)行編碼，標(biāo)識(shí)與預(yù)設(shè)閾值最接近的閉合邊緣，以此作為目標(biāo)輪廓粗定位結(jié)果，基于此，將目標(biāo)區(qū)域的統(tǒng)計(jì)分布參數(shù)融合到灰度光流圖像中，得到灰度差分圖像，進(jìn)而提取移動(dòng)目標(biāo)輪廓。實(shí)驗(yàn)結(jié)果表明，在所提方法的應(yīng)用下，目標(biāo)輪廓毛刺數(shù)始終控制在50以下，輪廓提取精度較高。

發(fā)表于：7/24/2025

基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計(jì)方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

經(jīng)典稀疏自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit，SAMP）算法可以通過(guò)設(shè)置迭代步長(zhǎng)，不斷逼近真實(shí)的稀疏度，以提高稀疏重構(gòu)的精度。然而，該算法使用內(nèi)積匹配準(zhǔn)則，存在原子丟失的現(xiàn)象，同時(shí)由于無(wú)法精確估計(jì)信號(hào)中存在的真實(shí)稀疏度，導(dǎo)致重構(gòu)的精度依然無(wú)法達(dá)到滿意的效果，信道估計(jì)結(jié)果不佳。提出了一種基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計(jì)方法。該算法使用了廣義Jaccard系數(shù)匹配代替了內(nèi)積匹配，然后利用DFT對(duì)信號(hào)進(jìn)行稀疏度預(yù)估計(jì)，同時(shí)用可變步長(zhǎng)代替固定步長(zhǎng)，可以精確、快速地逼近真實(shí)稀疏度。實(shí)驗(yàn)結(jié)果表明，該信道估計(jì)方法優(yōu)于SAMP和其他傳統(tǒng)方法，并且可以用于實(shí)際水聲信道估計(jì)。

發(fā)表于：7/24/2025

基于等概率同步功耗補(bǔ)償?shù)腅CC抗側(cè)信道攻擊方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)資源受限的橢圓曲線密碼算法芯片抗側(cè)信道攻擊往往以犧牲芯片性能為代價(jià)的問(wèn)題，提出一種基于等概率同步功耗補(bǔ)償?shù)臋E圓曲線密碼抗側(cè)信道攻擊方案。首先，根據(jù)密鑰猜測(cè)產(chǎn)生的中間數(shù)據(jù)的漢明距離特征生成概率分布差異函數(shù)；其次，根據(jù)生成的函數(shù)構(gòu)建可同步補(bǔ)償功耗的等概率映射模型；最后，利用模擬退火算法求出該模型的最優(yōu)解。仿真驗(yàn)證結(jié)果表明：與其他傳統(tǒng)基于隨機(jī)化方式的抗側(cè)信道攻擊方案相比，在防護(hù)能力相當(dāng)?shù)臈l件下，所提方案的運(yùn)算性能幾乎沒(méi)有損失，非常適用于資源受限的橢圓曲線密碼算法芯片。

發(fā)表于：7/24/2025

一種基于PPO算法的低空基站優(yōu)化模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通過(guò)優(yōu)化現(xiàn)有地面網(wǎng)絡(luò)基站來(lái)實(shí)現(xiàn)低空網(wǎng)絡(luò)服務(wù)具有成本低、建設(shè)快等優(yōu)點(diǎn)，面對(duì)低空基站優(yōu)化過(guò)程中存在的無(wú)線環(huán)境復(fù)雜、配置參數(shù)多樣、優(yōu)化目標(biāo)互相影響等問(wèn)題，提出了一種基于近端策略?xún)?yōu)化算法的多維低空網(wǎng)絡(luò)基站優(yōu)化模型：通過(guò)射線追蹤技術(shù)計(jì)算不同類(lèi)型、不同角度基站的低空覆蓋能力，并構(gòu)建支持多目標(biāo)優(yōu)化和多參數(shù)配置的低空網(wǎng)絡(luò)基站優(yōu)化模型，利用PPO算法得到基站配置策略。在仿真環(huán)境中進(jìn)行訓(xùn)練與結(jié)果驗(yàn)證，證明該模型可有效生成基站優(yōu)化方案，且相較于基于A2C方法的模型具有更快的收斂速度和更好的基站優(yōu)化效果。

發(fā)表于：7/24/2025

基于邊緣計(jì)算的智慧工地視頻分析系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][安防電子]

為精準(zhǔn)識(shí)別工地工人未正確佩戴安全帽行為，并且實(shí)現(xiàn)系統(tǒng)快速響應(yīng)問(wèn)題，設(shè)計(jì)了一款采用邊緣側(cè)部署的智慧工地視頻分析系統(tǒng)。系統(tǒng)硬件方案使用兩顆AX650N芯片級(jí)聯(lián)的方式，顯著提高系統(tǒng)計(jì)算能力。軟件方案采用Ubuntu操作系統(tǒng)，基于主流目標(biāo)檢測(cè)算法YOLOv8n，通過(guò)使用共享卷積層的空洞卷積替換SPPF模塊中的池化層提升檢測(cè)速度和精度；引入動(dòng)態(tài)非單調(diào)調(diào)頻的WIoU損失函數(shù)來(lái)提升對(duì)低質(zhì)量樣本的檢測(cè)能力。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的算法模型平均檢測(cè)精度提高了1.8%，模型權(quán)重所占空間減少17.4%，模型檢測(cè)速度提高了7.3%。在多個(gè)實(shí)地場(chǎng)景下進(jìn)行系統(tǒng)測(cè)試，視頻目標(biāo)行為智能分析結(jié)果成功率都達(dá)到97%以上，且平均響應(yīng)時(shí)間在1 s以?xún)?nèi)，此系統(tǒng)可以顯著提高工地的管理效率與安全性。

發(fā)表于：7/24/2025

基于雙射頻芯片級(jí)聯(lián)的雷視一體系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[微波|射頻][智能交通]

在智能交通系統(tǒng)（Intelligent Transports System，ITS）領(lǐng)域，相較于單雷達(dá)和卡口相機(jī)的組合，雷視一體機(jī)有著成本低和數(shù)據(jù)融合的優(yōu)點(diǎn)。基于射頻芯片級(jí)聯(lián)技術(shù)，對(duì)毫米波雷達(dá)性能進(jìn)行提升，并采用專(zhuān)業(yè)級(jí)的安防芯片，通過(guò)多傳感器融合，設(shè)計(jì)了一款具有遠(yuǎn)距離探測(cè)功能的雷視一體機(jī)系統(tǒng)。算法方面采用多傳感器融合算法，通過(guò)更換主干特征提取網(wǎng)絡(luò)和損失函數(shù)對(duì)目標(biāo)檢測(cè)算法YOLOv8n進(jìn)行改進(jìn)，改進(jìn)后參數(shù)量減少24%，模型大小減小22%。通過(guò)交通實(shí)地場(chǎng)景測(cè)試，驗(yàn)證了雷視一體機(jī)系統(tǒng)的可靠性，最終實(shí)現(xiàn)交通路口場(chǎng)景的全方位監(jiān)測(cè)，且最遠(yuǎn)探測(cè)距離可以達(dá)到350 m，探測(cè)精度可達(dá)97%以上，符合遠(yuǎn)距交通雷視一體機(jī)的設(shè)計(jì)要求。

發(fā)表于：7/24/2025

一種伺服功率驅(qū)動(dòng)電路的設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

針對(duì)現(xiàn)有電動(dòng)伺服系統(tǒng)驅(qū)動(dòng)電路效率低、電路復(fù)雜、強(qiáng)弱電不隔離等問(wèn)題，介紹了一種輸出電流達(dá)36 A的直流有刷電機(jī)功率驅(qū)動(dòng)電路，該電路具有效率高、熱功耗小、與微控制電路光電隔離、單電源供電等優(yōu)點(diǎn)。將該電路分解為四個(gè)組成部分，對(duì)各部分詳細(xì)說(shuō)明，并從整個(gè)電路內(nèi)部工作原理及仿真實(shí)驗(yàn)情況作具體分析。

發(fā)表于：7/24/2025

電容網(wǎng)絡(luò)對(duì)射頻SOI開(kāi)關(guān)功率承受能力影響研究[微波|射頻][工業(yè)自動(dòng)化]

通過(guò)比較分析研究電容網(wǎng)絡(luò)對(duì)射頻SOI開(kāi)關(guān)功率承受能力的影響，主要包括射頻開(kāi)關(guān)晶體管源極與漏極之間的橫向耦合電容Cdsn和射頻開(kāi)關(guān)源極與漏極節(jié)點(diǎn)到GND的縱向耦合電容Cgndn。研究?jī)?nèi)容包括射頻開(kāi)關(guān)堆疊結(jié)構(gòu)Cdsn/Cgndn逐步變化，前兩級(jí)Cdsn/Cgndn電容值大小，前N級(jí)Cdsn/Cgndn電容網(wǎng)絡(luò)對(duì)射頻開(kāi)關(guān)插入損耗、隔離度和功率承受能力的影響，研究結(jié)果為射頻開(kāi)關(guān)電路設(shè)計(jì)提供參考。

發(fā)表于：7/24/2025

LVDS鏈路誤碼測(cè)試與動(dòng)態(tài)優(yōu)化方法研究[模擬設(shè)計(jì)][航空航天]

隨著航天器技術(shù)的快速發(fā)展，飛機(jī)吊艙工作環(huán)境日益復(fù)雜，對(duì)圖像傳輸鏈路的可靠性提出了更高要求。為解決圖像傳輸鏈路中的誤碼問(wèn)題，提出了一種基于FPGA的LVDS隔離誤碼測(cè)試系統(tǒng)。該系統(tǒng)創(chuàng)新性地設(shè)計(jì)了新型遞增碼編碼方式（通過(guò)逐位遞增的碼型設(shè)計(jì)增強(qiáng)誤碼檢測(cè)的敏感性）和動(dòng)態(tài)訓(xùn)練機(jī)制（基于誤碼率反饋的自適應(yīng)訓(xùn)練策略?xún)?yōu)化信號(hào)均衡參數(shù)），并實(shí)現(xiàn)了相應(yīng)的硬件和軟件系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)在多種典型惡劣工況下均表現(xiàn)出優(yōu)異的誤碼檢測(cè)性能。通過(guò)提取測(cè)試數(shù)據(jù)中的誤碼時(shí)間序列特征，結(jié)合動(dòng)態(tài)模型在線學(xué)習(xí)機(jī)制更新權(quán)重，誤碼預(yù)測(cè)精度誤差降低了62.5%，有效驗(yàn)證了系統(tǒng)的實(shí)用性和可靠性。與現(xiàn)有主流誤碼測(cè)試方法相比，本系統(tǒng)不僅能夠?qū)崿F(xiàn)飛機(jī)吊艙圖像采集傳輸鏈路的誤碼檢測(cè)與定位，還支持動(dòng)態(tài)優(yōu)化，為復(fù)雜環(huán)境下的高可靠性圖像傳輸提供了新的解決方案。

發(fā)表于：7/24/2025

時(shí)間敏感網(wǎng)絡(luò)遠(yuǎn)程配置管理的研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為滿足工業(yè)自動(dòng)化和汽車(chē)領(lǐng)域?qū)W(wǎng)絡(luò)高實(shí)時(shí)性、低時(shí)延的需求，以時(shí)間敏感網(wǎng)絡(luò)（TSN）為核心的確定性網(wǎng)絡(luò)技術(shù)近年來(lái)迅速發(fā)展。IEEE 802.1 TSN工作組提出的IEEE 802.1Qcc協(xié)議，通過(guò)集中化網(wǎng)絡(luò)配置（CNC）實(shí)現(xiàn)了對(duì)TSN配置的集中管理與動(dòng)態(tài)分發(fā)。在此背景下，研究了基于NETCONF和YANG的TSN遠(yuǎn)程配置管理方案，并驗(yàn)證了其將配置參數(shù)從CNC下發(fā)至TSN交換機(jī)的可行性。研究結(jié)果為T(mén)SN交換機(jī)支持Qcc協(xié)議的實(shí)現(xiàn)提供了技術(shù)基礎(chǔ)，進(jìn)一步推動(dòng)了TSN技術(shù)在工業(yè)與車(chē)聯(lián)網(wǎng)場(chǎng)景中的實(shí)際應(yīng)用。

發(fā)表于：7/22/2025

一種基于可調(diào)SPWM算法的面積優(yōu)化方法[模擬設(shè)計(jì)][消費(fèi)電子]

在LED顯示驅(qū)動(dòng)芯片中，采用可調(diào)的SPWM算法實(shí)現(xiàn)顯示刷新率可調(diào)的功能。提出了一種基于SPWM算法的面積優(yōu)化方法，以解決傳統(tǒng)的可調(diào)SPWM算法在硬件實(shí)施時(shí)，所需要的面積資源較多、成本較大的問(wèn)題。該算法將子周期分成2的冪長(zhǎng)度的兩種類(lèi)型，由此簡(jiǎn)化了可調(diào)SPWM算法硬件化所需要的運(yùn)算資源，從而能夠有效地減少驅(qū)動(dòng)芯片的面積。在Synopsys DC下，分別對(duì)傳統(tǒng)和本文優(yōu)化方法實(shí)現(xiàn)的電路進(jìn)行了綜合，綜合結(jié)果表明，該方法可以節(jié)省33.6%的面積。

發(fā)表于：7/22/2025