摘 要: 根据忆阻器及可编程电路在未来的广泛应用前景,设计使用简单、应用广泛的三种基于忆阻器的典型可编程电路:可编程放大电路、可编程电位器和可编程矩形波振荡器。电路仿真过程涉及Simulink和LTspice两种软件,它们分别从数字电路及模拟电路两个方面实现可编程原理。在设计与分析电路时,首先介绍每种软件的元件建模方法;然后以此为基础,分别搭建电路;最后观察并记录忆阻器在电路中的表现。通过与传统
摘 要: 为了满足高灵敏度、高速接收机的要求,设计一种新型高性能数控可变增益放大器(VGA)。电路模块主要包括前置放大器、增益跨导单元和输出放大器。通过8位增益控制字的最高有效位选通前置放大器,实现高低两段增益调节范围,剩余7位增益控制字实现45 dB的增益调节范围。利用SiGe BiCMOS工艺的高截止频率和低谐波特性,结合负反馈法,实现了高线性度。基于电流舵结构设计跨导单元,结合宽带跨阻放大
摘 要: 为了研究直击雷和感应雷的电磁频谱特性,采用Matlab仿真软件绘制出标准雷电流波形图,再通过快速傅里叶变换分析标准的雷电流波形的频谱特性,并提取出雷电流波形在相应频域的有害频率范围,最后从频谱图中提取雷电流的基波和高次谐波,取前5次谐波的幅值与相位还原谐波的函数表达式。通过分析有害谐波存在的频率范围和过滤有害谐波的科学方法,为雷电磁脉冲辐射防护措施的制定提供了参考依据。 关键词: 雷
摘 要: 针对无刷直流电机(BLDCM)双闭环控制调速系统的控制响应速度慢、转速波动较大等问题,提出一种模糊神经网络与内模控制相结合的驱动方式。该方式利用Matlab/Simulink来构建一种基于BLDCM和控制器的电梯一体式限速器仿真模型,得到BLDCM的速度、转矩响应曲线。仿真分析和实验结果均表明,模糊T⁃S型内模 PID控制算法在响应速度、转速误差、抗干扰能力和控制精度等性能方面优于内模
摘 要: 针对直线型双边磁通切换永磁电机(DLFSPM)结构相对复杂,现阶段运行特性研究不充分的问题,以时步有限元为工具,建立了一种研究DLFSPM运行特性的场路耦合分析模型。阐述了DLFSPM电动运行原理,并推导出ABC坐标系下的运行特性方程。为解决直线电机仿真环境下的开域处理问题,建立圆弧形电机仿真拓扑,以一台额定输出电磁推力为400 N的DLFSPM样机为例,得到可以同时考虑DLFSPM内
摘 要: 车联网在解决交通问题、保证大众安全等方面发挥着巨大作用。针对车联网测试成本高、不利于实验研发等问题,以V2X无线通信为依托,模拟车联网应用场景,设计硬件系统和软件系统。硬件设计按照实际车联网技术框架分为车载子系统、路侧子系统、后台中心子系统三部分;软件系统重点对CAN数据采集、后轮双电机差速控制原理、后台中心状态数据的解析及远程控制进行设计。最后,在具体应用场景中对车联网缩微模型进行测
摘 要: 装备在实际运行过程中出现的大部分常规故障都是由于人为操作、保养以及环境等因素引起的。常规故障在装备的研制、试验、鉴定以及维保过程中都进行了验证,并有明确的定义,具有明确的故障树分析结论,因而数字孪生可为装备常规故障提供快速、交互性的诊断可能。为提高常规故障诊断的效率和诊断过程的交互式体验感,提出一种基于数字孪生的装备常规故障诊断模型。在此基础上,鉴于交互式电子技术手册(IETM)良好的
摘 要: 数据分发服务(DDS)被广泛用于分布式系统的网络搭建,其中自动发现机制是DDS的关键部分。现有的DDS自动发现机制大都采用简单发现协议(SDP),但这种协议在大规模分布式系统的网络环境中会产生网络负载过高、匹配效率低下等问题。针对这些问题,提出一种基于索引布隆过滤器的轻量级DDS自动发现算法。该算法基于多维向量结构和索引值间的位操作设计一种索引布隆过滤器,用于压缩分布式系统网络节点间的
摘 要: 在各类型设备大量接入实验室以及物联网技术普及的背景下,数据出力、传输、分析以及存储过程中会出现数据安全问题,为此设计一种基于物理不可克隆函数和分布式云计算相配合的密钥安全保护机制。利用物理不可克隆函数的不被复制性和不被克隆性,对局域设备物联网环境下的设备接入数据、安全访问数据以及计算数据进行统一出力。与此同时,通过引入分布式云计算技术对物联网设备数据进行分级管理、分级传输以及加密存储,
摘 要: 针对复杂环境下棉田杂草检测与识别困难等问题,提出一种改进YOLOv5的棉田杂草检测算法——CST⁃YOLOv5。首先,通过数据增强算法解决棉田杂草样本分布不均匀导致的模型训练效果不充分问题;其次,考虑到通道信息和方向位置信息,在主干网络中加入了坐标注意力机制;最后,在颈部网络中将Swin Transformer Block引入C3模块,得到新的C3STR模块,以保留全局上下文信息和多尺
摘 要: 当多个源信号同时存在于同一频段或时间域内时,它们可能会相互干扰,导致信号混叠。这种情况下使用双路音频传感器进行捕捉,无法准确地捕捉到所有源信号的信息,导致分离过程具有不确定性。对此,提出一种基于欠定盲源分离的双路音频信号噪声自适应分离方法。首先,构建欠定盲源分离模型,基于小波包变换分解和重构信号获取信号分量,并依据信号和分量之间的互相关系数筛选分解后的分量,删除其中的冗余分量后生成新的
摘 要: 鲸鱼优化算法是一种群体智能优化算法,文中针对基本鲸鱼优化算法收敛速度慢、收敛精度低、易陷入局部最优等问题,从几个方面对其进行了改进:通过Tent混沌对种群进行初始化来增加种群多样性;融入非洲秃鹫算法的群体最优和次优策略与探索阶段位置更新策略,以避免算法早熟以及陷入局部最优;采用一种新的非线性收敛因子替代鲸鱼优化算法原本的线性收敛因子,平衡算法的全局探索和局部开发;引入了非线性自适应增量
摘 要: 传统的手势识别算法通常受到复杂手势模式和噪声干扰等因素影响,导致其精度受到了限制,且不符合航电系统规范,故提出一种符合ARINC661规范的蚁群非支配顺序遗传融合神经网络算法。通过蚁群优化算法优化初始种群,使用第三代非支配排序遗传算法挑选种群下一代个体,保留种群多样性。引入蚁群优化后的变异与交叉策略以及种群寻优更新策略,提高算法的收敛速度;并对神经网络权值和阈值进行全局优化,提高估计精
摘 要: 为解决风电功率输出的不确定性、弱化电网波动以及电网的提质增效等问题,提出一种基于变分模态分解(VMD)、Piecewise混沌映射、北方苍鹰优化(NGO)算法和随机森林(RF)的组合模型。该模型采用麻雀搜索算法(SSA)对VMD核心参数(K值和惩罚系数α)进行寻优,通过SSA⁃VMD将原始功率序列分解为多个有限带宽的特征模态分量,以降低原始数据的复杂度和非平稳性对预测精度的影响;然后,
摘 要: 针对可再生能源在电力系统中大量渗透引起的不确定性,基于线性自抗扰控制展开互联混合电力系统负荷频率控制的研究,提出一种混沌自适应正余弦算法,用于自抗扰控制器的参数设计。首先,融合混沌序列和反向学习策略对种群进行初始化;其次,设计了一种自适应转换参数机制,并在更新方程中加入个体历史最优解;最后,采用莱维飞行扰动策略对最优解进行扰动。同时,将所提算法与其他群智能算法在13个基准函数上进行测试
摘 要: 光伏微网储能系统(PMESS)用电峰谷差的增大会导致电网负荷波动增大,影响电网的稳定性。为了有效降低电网的峰谷差,提出一种光伏微网储能系统用电峰谷差自适应控制技术。通过估计光伏微网发电系统的负荷,计算光伏微网储能系统的充电功率和电量,并根据该计算结果计算光伏微网储能系统的额定容量。设置用电峰谷差自适应控制约束条件,并结合二轮迭代的方式实现光伏微网储能系统用电峰谷差自适应控制。实验结果表
摘 要: 对于互联电网的负荷频率控制而言,不合适的控制器或者不合适的控制器参数选择会严重降低电网在遭遇负荷扰动时的稳定性,因此,选择合适的控制器并进行有效的参数整定十分重要。针对两个区域互联电网的负荷频率控制问题,设计一种带一阶惯性环节和滤波系数的PID加二阶导数控制器(PIDD2⁃FOI)。为了更好地寻找控制器的最优参数,基于Tent混沌映射对鹈鹕优化算法进行改进,并将经过改进的鹈鹕优化算法(
摘 要: 为提高图像处理的精度和效率,并扩展红外图像在实际应用中的使用范围,提出一种基于聚类分析的红外图像配准算法。该算法先构建红外图像观测模型,利用该模型描述理想的红外图像与实际红外图像之间的关系,得到低分辨率的实际红外图像;然后使用最大后验估计方法对低分辨率红外图像进行超分辨率重建;接着以超分辨率重建后的红外图像为基础,利用Harris角点检测算法提取红外图像内角点特征并建立红外图像配准特征
摘 要: 为解决含有性能退化以及故障的全寿命滚动轴承的无监督故障检测与故障预测的问题,提出一种基于深度学习的轴承故障检测与预测方法。首先将滚动轴承振动信号划分为不同阶段,利用Wasserstein生成对抗网络⁃梯度惩罚(WGAN⁃GP)来计算振动信号的监测统计量,并建立控制限对振动信号进行故障检测;再通过小波包阈值降噪⁃逐次变分模态分解(WPTD⁃SVMD)对非正常部分的滚动轴承振动信号进行降噪
摘 要: 岩屑录井在地质分析及油气勘探等领域起着重要的作用,岩屑岩性识别是其中一项关键内容,但目前识别手段难以兼顾准确性与轻量性。为提高识别效率,保证录井工作的高效进行,提出一种基于改进ConvNeXt模型的轻量化识别方法。通过分析调整ConvNeXt模型的网络层数,并将其中大部分传统卷积替换为Ghost卷积,减少了模型的冗余参数;同时,融合SimAM无参注意力机制,在不增加模型参数的情况下提升
摘 要: 研究地铁车辆制动系统的故障诊断对保障交通安全、提高运营效率具有重要意义。针对当前的制动系统故障诊断研究存在过度依赖于专家的知识经验、数据融合效率不高以及现有模型训练参数过多的问题,提出了一种基于多传感器信息融合和改进卷积神经网络的“端到端”制动系统故障诊断方法。该方法不需要专家知识对数据进行特征提取,而是利用一维卷积神经网络(1D⁃CNN)来处理多传感器信息融合问题,并引入一维全局平均
摘 要: 为了应对多角度、多姿态特点的人体动作图像识别难的问题,研究一种基于显著性特征的多视角人体动作图像识别方法。通过显著性区域检测模块处理多视角人体动作图像,获取显著性区域序列并拼接成多视角显著性区域拼接图;利用VGG⁃Net网络从中提取其卷积特征图,输入到CA(上下注意力)模块中,将有利于人体动作识别的区域予以突出显示,并输出人体动作类别标签的概率值,实现多视角人体动作识别。实验结果表明,
摘 要: 由于二维图像映射到三维模型表面时,三维图像会产生纹理特征缺失和颜色失真等问题,使得生成的三维图像的对比度过高或过低,导致三维图像的清晰度较差。对此,提出一种DCP算法下三维图像对比度多尺度分数阶增强方法。采用最佳阈值方法分割三维图像,并通过DCP算法实现图像去雾处理,确保图像中的颜色与实际颜色保持一致。基于动态梯度自适应能力,依据去雾的图像的实际情况自适应调整阶数,提取图像纹理特征;采
摘 要: 为克服海洋捕食者算法存在的初始种群分布不均、收敛速度慢且易陷入局部最优等问题,提出一种改进的海洋捕食者算法(GMPA)。首先,在初始化种群时采用Sobol序列和对立学习相结合的策略,得到更加均匀随机的初始解;再引入惯性权重系数和柯西变异来更新种群,提高算法跳出局部最优的能力;最后,针对更新后的种群,结合随机性学习策略来增加迭代过程中种群的多样性。为验证所提算法的有效性,选用7个标准测试
摘 要: 针对工厂中行人检测算法精度不足,存在误检、漏检等问题,提出一种基于改进YOLOv8的工厂行人检测算法。首先,在YOLOv8的C2f模块中引入卷积块注意力机制模块(CBAM),以帮助主干网络聚焦于关键特征并抑制非关键特征,从而提升模型对遮挡物和小目标的检测准确度;其次,在Neck网络中将卷积神经网络Conv模块替换成CoordConv模块,以充分利用该模块的定位能力,从而解决目标检测中的
摘 要: 为解决在复杂场景下传统算法对人脸的识别和跟踪精度低的问题,文中提出一种面向复杂场景的人脸识别与目标跟踪算法FaceNet。该算法由人脸识别与人脸跟踪两部分组成。在人脸识别方面,基于YOLOv8提出一种改进的人脸识别算法FaceD⁃YOLOv8,提高了识别准确率。再以DeepSort为基础,提出一种改进人脸跟踪算法FaceT⁃DeepSort,实现对人脸目标连续准确的跟踪。在公开数据集上
摘 要: 为了精确捕捉人体在各种复杂动作中的姿态变化,并减少动作轮廓捕捉的误判和漏判情况,研究一种基于条件GAN的人体复杂动作轮廓智能捕捉方法。构建人体复杂动作图像前景模型,利用该前景模型去除人体复杂动作图像内的干扰背景,获得其前景图像。将人体复杂动作前景图像输入到条件GAN模型内,该模型使用生成器,依据叠加条件提取人体复杂动作前景图像特征,并生成人体复杂动作轮廓图像,将该轮廓图像输入到判别器内
摘 要: 汽车是现代社会不可或缺的交通工具,为了实现其零部件的高效生产,建立了以最小化最大完工时间为目标的智能排产调度模型,提出了一种混合优化策略的秃鹰搜索算法(MOBES)。首先,通过ROV编码方式与FAMFR和FCFS的正反向解码方式将算法离散化;其次,在种群初始化中引入启发式规则和反向学习策略,在算法迭代的过程中加入最优插入和最优交换策略、邻域搜索策略和多点位交叉策略,并对最优解进行局部搜