欧美性猛交xxxx免费看久久久,日韩专区亚洲精品欧美专区,日韩欧美亚洲国产三级黄色片

四旋翼飛行器物理數(shù)學(xué)模型及微控制系統(tǒng)設(shè)計(jì)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)四旋翼飛行器運(yùn)動(dòng)復(fù)雜控制難的問題，建立了四旋翼物理數(shù)學(xué)模型。分析了當(dāng)前幾種姿態(tài)解算方案的不足，選用四元數(shù)姿態(tài)解算方案，消除了運(yùn)算中的轉(zhuǎn)動(dòng)不可交換性誤差。根據(jù)下一時(shí)刻角度數(shù)據(jù)的可預(yù)測(cè)性，設(shè)計(jì)了卡爾曼濾波器以濾去電機(jī)高速運(yùn)轉(zhuǎn)帶來的機(jī)體高頻震蕩、環(huán)境電磁干擾及溫漂帶來的干擾噪聲信號(hào)。設(shè)計(jì)了微控制系統(tǒng)電路，構(gòu)建了串級(jí)PID調(diào)節(jié)器，使系統(tǒng)恢復(fù)到平衡位置的角速度與角度成正比，解決了大角度誤差帶來的震蕩及小角度誤差帶來的力度不足問題。室外飛行實(shí)驗(yàn)結(jié)果表明，飛行器可以實(shí)現(xiàn)穩(wěn)定懸停、前進(jìn)、后退、偏航等一系列運(yùn)動(dòng)，解決了飛行器穩(wěn)定性差、控制難的問題。

發(fā)表于：12/20/2019 11:27:00 AM

用于包絡(luò)跟蹤功率放大器的三電平包絡(luò)調(diào)制器[模擬設(shè)計(jì)][其他]

提出了一種三電平(3-level)包絡(luò)調(diào)制器結(jié)構(gòu)，使用3-level開關(guān)變換器取代兩電平(2-level)開關(guān)變換器，通過三電平擬合的方法使開關(guān)變換器的輸出電流擺率能夠跟隨輸入包絡(luò)的幅度自適應(yīng)變化，有效減少線性放大器的輸出電流，達(dá)到降低線性放大器動(dòng)態(tài)功耗的目的，從而提升系統(tǒng)的整體效率。電路設(shè)計(jì)采用55 nm CMOS工藝，仿真結(jié)果顯示，在3.3 V供電，10 MHz LTE輸入信號(hào)下，基于3-level包絡(luò)調(diào)制器的功率放大器輸出功率為27.5 dBm，效率為85%，與傳統(tǒng)結(jié)構(gòu)相比，效率提升了2%。

發(fā)表于：12/20/2019 11:13:00 AM

配電網(wǎng)可靠性模糊建模的精確化方法研究[電源技術(shù)][智能電網(wǎng)]

配電網(wǎng)的可靠性運(yùn)行對(duì)國(guó)民經(jīng)濟(jì)的健康發(fā)展、社會(huì)秩序的穩(wěn)定、人們生活的正常進(jìn)行有著重要的影響。配電網(wǎng)可靠性模糊建模的精確化方法，充分考慮電網(wǎng)各種因素的內(nèi)在聯(lián)系以及網(wǎng)絡(luò)特性的質(zhì)變，從而可避免進(jìn)行可靠性預(yù)測(cè)時(shí)的多種缺點(diǎn)。該方法為配電網(wǎng)設(shè)計(jì)、改造、運(yùn)行和維護(hù)提供指導(dǎo)，對(duì)提高供電可靠性具有重要的意義。

發(fā)表于：12/20/2019 11:05:00 AM

高性能LDO在安防監(jiān)控系統(tǒng)中的應(yīng)用[電源技術(shù)][安防電子]

隨著智慧城市和智能終端的飛速發(fā)展，安防監(jiān)控系統(tǒng)得到了廣泛應(yīng)用，對(duì)電源管理芯片也提出了越來越高的要求。LDO(Low Dropout Linear Regulator)作為低壓差線性穩(wěn)壓器，以低噪聲、高PSRR(Power Supply Rejection Ratio)、外圍簡(jiǎn)單等優(yōu)點(diǎn)成為理想的電源管理方案，可以滿足安防監(jiān)控系統(tǒng)對(duì)與噪聲非常敏感的要求。介紹了高性能LDO在安防監(jiān)控中的應(yīng)用，LDO的關(guān)鍵技術(shù)指標(biāo)以及對(duì)安防監(jiān)控系統(tǒng)的影響。

發(fā)表于：12/19/2019 11:12:00 AM

基于MLP算法的Glitch PUF機(jī)器學(xué)習(xí)攻擊[嵌入式技術(shù)][信息安全]

隨著攻擊技術(shù)的不斷進(jìn)步，基于機(jī)器學(xué)習(xí)(Machine Learning，ML)、深度學(xué)習(xí)(Deep Learning，DL)等技術(shù)的建模攻擊嚴(yán)重威脅了PUF的安全。針對(duì)Glitch PUF單元電路靜態(tài)輸出的缺陷，首次提出使用多層感知器(Multilayer Perceptron，MLP)算法對(duì)Glitch PUF進(jìn)行機(jī)器學(xué)習(xí)，解決了Glitch PUF輸出為非線性可分?jǐn)?shù)據(jù)的問題，能夠?qū)litch PUF攻擊并預(yù)測(cè)其輸出。實(shí)驗(yàn)表明，對(duì)比于邏輯回歸(Logistic Regression，LR)算法和隨機(jī)森林(Random Forest，RF)二分類算法，提出的MLP算法顯著降低了預(yù)測(cè)錯(cuò)誤率。

發(fā)表于：12/19/2019 10:55:00 AM

輸電班組工分制績(jī)效管理[其他][智能電網(wǎng)]

目前，班組管理中“大鍋飯”的現(xiàn)象比較明顯，工作活力有待進(jìn)一步引導(dǎo)提升。遵從“公平、公正、公開、按勞分配”原則，從充分調(diào)動(dòng)班組內(nèi)員工的積極性的原點(diǎn)出發(fā)，探討輸電班組工分制績(jī)效管理的實(shí)施細(xì)節(jié)，結(jié)合班組的實(shí)際工作情況，經(jīng)過班組成員的充分討論，確定各類工作標(biāo)準(zhǔn)分值，在班組中實(shí)行工分制，激發(fā)人員的主觀能動(dòng)性，達(dá)到按勞分配的績(jī)效結(jié)果。

發(fā)表于：12/19/2019 10:16:00 AM

考慮大檢修與狀態(tài)監(jiān)測(cè)的配置情況分析[電源技術(shù)][智能電網(wǎng)]

隨著各地方電網(wǎng)的發(fā)展成效異常顯著，期間變電站的規(guī)模與數(shù)量隨之增加，電網(wǎng)設(shè)備水平等問題日漸凸現(xiàn)出來。大檢修是時(shí)代發(fā)展的產(chǎn)物，它對(duì)規(guī)范變電站運(yùn)行管理、提高生產(chǎn)效率及維護(hù)電網(wǎng)運(yùn)技術(shù)具有重要作用。電網(wǎng)的生產(chǎn)組織的專業(yè)化與集約化程度卻相對(duì)滯后，那么資源配置效率行安全穩(wěn)定的意義就變得重大。主要研究了大檢修與變電站狀態(tài)監(jiān)測(cè)之間的關(guān)系及具體配置方案。

發(fā)表于：12/18/2019 1:39:00 PM

深亞微米SOI工藝NMOS器件瞬時(shí)劑量率效應(yīng)數(shù)值模擬[模擬設(shè)計(jì)][其他]

為了研究深亞微米 SOI工藝NMOS器件的瞬時(shí)劑量率效應(yīng)，采用TCAD工具對(duì)0.13 μm SOI工藝 H型NMOS器件進(jìn)行三維建模仿真。選取γ劑量率在1×108～1×1010 (Gy(Si)/s)的7個(gè)點(diǎn)，模擬了H型NMOS器件開關(guān)兩種狀態(tài)下的漏電流及體接觸端電流與γ劑量率之間的數(shù)值關(guān)系。從模擬結(jié)果可以看出，γ劑量率在小于5×109 Gy(Si)/s的輻照時(shí)對(duì)器件影響很小。表明了該結(jié)構(gòu)器件具有較強(qiáng)的抗瞬時(shí)劑量率輻射能力，為超大規(guī)模集成電路抗瞬時(shí)劑量率加固設(shè)計(jì)提供了依據(jù)。

發(fā)表于：12/18/2019 1:04:00 PM

一種新型高效寬帶整流電路[模擬設(shè)計(jì)][其他]

提出一種新型高效寬帶整流電路。通過在整流二極管前端串聯(lián)一段微帶線的方式，在其呈感性的范圍內(nèi)調(diào)節(jié)其長(zhǎng)度，抵消二極管在基頻上產(chǎn)生的容抗，使阻抗匹配時(shí)可以采用1/4波長(zhǎng)阻抗變換方式取代單枝節(jié)匹配的方式，因而該整流電路的整體結(jié)構(gòu)緊湊，同時(shí)拓展了工作帶寬。改進(jìn)直流濾波結(jié)構(gòu)中的扇形枝節(jié)，根據(jù)其影響直流電壓波形的現(xiàn)象調(diào)節(jié)其尺寸，使得輸出直流電壓紋波平穩(wěn)，進(jìn)一步提高整流效率。設(shè)計(jì)了一只5.8 GHz整流電路，測(cè)試表明，輸入功率在0～16 dBm的范圍內(nèi)，該電路整流效率都在55%以上，最高效率達(dá)到78.7%；在13 dBm輸入功率時(shí)，達(dá)到70%以上整流效率的相對(duì)帶寬有16.6%。

發(fā)表于：12/18/2019 11:48:00 AM

基于深度學(xué)習(xí)的圖像分類搜索系統(tǒng)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

圖像分類是根據(jù)圖像的信息將不同類別的圖像區(qū)分開來，是計(jì)算機(jī)視覺中重要的基本問題，也是圖像檢測(cè)、圖像分割、物體跟蹤、行為分析等其他高層視覺任務(wù)的基礎(chǔ)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像、聲音和文本。該系統(tǒng)基于Caffe深度學(xué)習(xí)框架，首先對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練分析構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)，提取數(shù)據(jù)集圖像特征信息，得到數(shù)據(jù)對(duì)應(yīng)的分類模型，然后以bvlc-imagenet訓(xùn)練集模型為基礎(chǔ)，對(duì)目標(biāo)圖像進(jìn)行擴(kuò)展應(yīng)用，實(shí)現(xiàn)“以圖搜圖”Web應(yīng)用。

發(fā)表于：12/17/2019 2:26:00 PM