123,123,123

基于TGAM的無線腦電監(jiān)測系統(tǒng)[其他][其他]

針對飛行人員日常模擬訓(xùn)練時監(jiān)測裝置便攜式、無線化的特殊要求，設(shè)計并實現(xiàn)了一種基于腦波模塊TGAM的無線腦電監(jiān)測系統(tǒng)。采用Nordic 2.4G超低功耗無線平臺，實現(xiàn)了采集設(shè)備與監(jiān)測電腦之間的無線傳輸。系統(tǒng)具有低功耗、小型化、易使用的特點，可實時監(jiān)控飛行員模擬訓(xùn)練期間的腦電圖并反饋專注度和冥想度指標(biāo)。

發(fā)表于：2021/2/20 11:18:00

二值VGG卷積神經(jīng)網(wǎng)絡(luò)加速器優(yōu)化設(shè)計[模擬設(shè)計][其他]

基于FPGA的二值卷積神經(jīng)網(wǎng)絡(luò)加速器研究大多是針對小尺度的圖像輸入，而實際應(yīng)用主要以YOLO、VGG等大尺度的卷積神經(jīng)網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)。通過從網(wǎng)絡(luò)拓?fù)?、流水線等層面對卷積神經(jīng)網(wǎng)絡(luò)硬件進行優(yōu)化設(shè)計，從而解決邏輯資源以及性能瓶頸，實現(xiàn)輸入尺度更大、網(wǎng)絡(luò)層次更深的二值VGG神經(jīng)網(wǎng)絡(luò)加速器。采用CIFAR-10數(shù)據(jù)集對基于FPGA的VGG卷積神經(jīng)網(wǎng)絡(luò)加速器優(yōu)化設(shè)計進行驗證，實驗結(jié)果表明系統(tǒng)實現(xiàn)了81%的識別準(zhǔn)確率以及219.9 FPS的識別速度，驗證了優(yōu)化方法的有效性。

發(fā)表于：2021/2/20 11:10:00

融合多特征TFIDF文本分析的汽車造型需求提取方法[其他][其他]

針對汽車造型智能設(shè)計領(lǐng)域中如何有效提取用戶需求的問題，提出一種融合多特征TFIDF(詞頻-逆向文件頻率)文本分析的汽車造型需求提取方法。首先，通過基于互信息與邊界自由度獲取大量未登錄的專業(yè)詞匯，優(yōu)化和修正簡單分詞后的詞匯；然后針對經(jīng)典TFIDF算法的局限性，引入詞匯特征因素與情感特征因素，獲取用戶需求特征候選集；最后根據(jù)設(shè)定的閾值得到有效的用戶需求。實驗結(jié)果表明，融合多特征TFIDF文本分析算法在特征提取方面有一定優(yōu)勢，能有效提取文本中關(guān)于汽車造型的用戶需求。

發(fā)表于：2021/2/8 11:47:00

一種基于鴿群優(yōu)化算法的入侵檢測技術(shù)[其他][其他]

群體智能在解決非確定性多項式(NP)問題或搜索空間過大的問題時有著顯著優(yōu)勢。將鴿群優(yōu)化(Pigeon Inspired Optimization，PIO)算法應(yīng)用于入侵檢測系統(tǒng)的特征選擇中。提出基于Sigmoid的PIO(SPIO)和基于Cosine余弦相似度的PIO(CPIO)算法對入侵檢測數(shù)據(jù)集KDDCUP99進行特征選擇，并用機器學(xué)習(xí)的方法進行實驗，建立模型并評估結(jié)果。

發(fā)表于：2021/2/8 11:31:00

5G終端天線結(jié)構(gòu)設(shè)計綜述[通信與網(wǎng)絡(luò)][5G]

主要介紹5G天線的現(xiàn)狀，展示了近十年來幾種主流的智能終端天線的設(shè)計方式，以MIMO天線、頻率可重置天線和縫隙天線為主，闡述了它們的工作模式、原理和相應(yīng)優(yōu)缺點，并對天線設(shè)計中去耦合和帶寬拓展兩個重要技術(shù)做了詳細介紹，最后對未來5G天線的發(fā)展趨勢和可能改進進行了展望。

發(fā)表于：2021/2/7 13:33:00

TSV可靠性綜述[其他][其他]

對硅通孔(Through Silicon Via，TSV)技術(shù)的可靠性進行了綜述，主要分為三個方面：熱應(yīng)力，工藝和壓阻效應(yīng)。TSV熱應(yīng)力可靠性問題體現(xiàn)在不同材料之間的熱膨脹系數(shù)差異較大，過大的熱應(yīng)力可能導(dǎo)致界面分層和裂紋;TSV工藝可靠性體現(xiàn)在側(cè)壁的連續(xù)性以及填充銅的質(zhì)量;有源區(qū)中載流子的遷移率會受到TSV熱應(yīng)力的影響。在TSV周圍規(guī)定一個保持區(qū)域(Keep-Out Zone，KOZ)。KOZ設(shè)置為載流子遷移率不超過5%的區(qū)域。當(dāng)載流子遷移率超過5%，可能會導(dǎo)致電路的時序被破壞，使集成電路失效。

發(fā)表于：2021/2/7 13:23:00

一種新型多雷達多目標(biāo)粒子濾波檢測前跟蹤算法[測試測量][通信網(wǎng)絡(luò)]

針對多雷達多目標(biāo)檢測跟蹤中，當(dāng)目標(biāo)間距較近時，易出現(xiàn)的目標(biāo)點跡偏移問題，提出了一種新型多雷達多目標(biāo)粒子濾波檢測前跟蹤算法(NM-PF-TBD)。算法采用雙層粒子濾波結(jié)構(gòu)，在目標(biāo)跟蹤層中對某一目標(biāo)跟蹤時，首先基于上周期其他目標(biāo)點跡，重新計算傳感器探測信息，其次，基于修正后的傳感器探測信息計算粒子權(quán)值，然后，基于粒子群中不同權(quán)重粒子的分布情況，刪除有害粒子，補充有益粒子，避免重采樣后的跟蹤粒子群中心偏移，從而保證目標(biāo)點跡不發(fā)生偏移。仿真結(jié)果表明,與其他算法相比，本文所提算法能夠在遠距離觀測多個較近目標(biāo)時，準(zhǔn)確關(guān)聯(lián)目標(biāo)點跡，提高目標(biāo)精度。

發(fā)表于：2021/1/27 8:59:00

使用最小二乘迭代相移方法測量透明元件[測試測量][其他]

為了更精確地測量透明平板前后兩個面的面形相位發(fā)布，提出了一種基于最小二乘迭代的相移算法。通過一次最小二乘相移算法后，可以得到相應(yīng)的透明平板面形圖，但是由于初始得到的相位值存在誤差，因此得到的面形圖精度并不會很高。因此需要通過得到的面形圖推導(dǎo)出準(zhǔn)確的相位值，本算法通過最小二乘發(fā)多次迭代的方法，計算出較準(zhǔn)確的初始相移值。對該方法進行仿真實驗后，可知此算法的測量精度較高且抗噪能力比較好，仿真得到面形圖的PV值與RMS值誤差值均小于0.006λ。在實際測量結(jié)果中，得到測量結(jié)果的PV值誤差小于0.09λ，RMS誤差小于0.02λ。測量到的面形與物體真實面形接近，測量精度較高。

發(fā)表于：2021/1/26 10:14:00

基于雙目視覺的智能送餐機器人系統(tǒng)設(shè)計[人工智能][物聯(lián)網(wǎng)]

隨著中國社會老齡化問題的日益加劇，勞動力的短缺將會嚴(yán)重阻礙社會經(jīng)濟的發(fā)展。智能機器人慢慢地融入到人類的生產(chǎn)生活中，逐漸開始代替人類發(fā)揮出越來越大的作用。針對傳統(tǒng)的送餐機器人所存在的在送餐循跡過程中路徑偏差較大的問題，設(shè)計并實現(xiàn)了一款基于雙目視覺的智能送餐機器人系統(tǒng)。整個系統(tǒng)的硬件電路由圖像采集模塊、電源模塊、電機驅(qū)動模塊等組成。軟件上通過立體匹配算法來設(shè)計最優(yōu)路徑。通過實驗驗證，方案是切實可行的，可靠地實現(xiàn)了餐廳送餐的智能化，具有很好的應(yīng)用和推廣價值。

發(fā)表于：2021/1/26 10:07:00

面向無線快速充電應(yīng)用的調(diào)壓方案設(shè)計與實現(xiàn)[電源技術(shù)][其他]

隨著科技的發(fā)展，人們的生活節(jié)奏加快，對手機等移動設(shè)備的使用頻率不斷提升，使得普通的無線充電方案已經(jīng)無法滿足使用需求。因此，效率高且干擾小的無線快速充電方案急需走進人們的生活。DC/DC調(diào)壓是一種能夠?qū)崿F(xiàn)電壓數(shù)字可控的調(diào)壓方式，因其效率高和穩(wěn)定性好等優(yōu)點被廣泛應(yīng)用?；贒C/DC調(diào)壓原理分別設(shè)計出兩種應(yīng)用于無線快速充電的定頻調(diào)壓方案，并對電路參數(shù)設(shè)置進行理論推導(dǎo)，最后對設(shè)計的方案進行實現(xiàn)。性能測試及樣板充電實驗驗證了理論推導(dǎo)和方案設(shè)計的正確性和有效性，表明其具有重要應(yīng)用價值。

發(fā)表于：2021/1/25 9:29:00