国产成人亚洲精品96,久久久久亚洲AV综合波多野结衣

19~21 GHz GaAs高線性功率放大器MMIC[微波|射頻][通信網(wǎng)絡]

基于0.15 μm GaAs高電子遷移率晶體管（pHEMT）工藝研制了一款19~21 GHz的高線性功率放大器單片微波集成電路。高峰均比信號傳輸場景中，功率放大器的效率和線性度對射頻前端性能具有關(guān)鍵影響。該放大器在功放柵極級聯(lián)冷模線性化電路，以補償放大器輻相失真特性，進而實現(xiàn)線性度和效率的提升，為克服冷模對電壓敏感問題，采用片上有源穩(wěn)壓及溫度補償偏置電路擴展動態(tài)范圍，降低大動態(tài)失真，抑制工藝離散、外部離散等帶來的線性度惡化問題。測試結(jié)果表明，在19~21 GHz頻帶內(nèi)，飽和輸出功率為22.3~22.8 dBm，飽和功率附加效率為35.3%~36.5%。在19 GHz、20 GHz和21 GHz頻點，輸出功率19 dBm時，三階互調(diào)失真均小于-30 dBc；6 dB峰均比、100 MHz正交頻分多路復用的64-QAM調(diào)制信號激勵下，平均輸出功率及對應的功率附加效率為19 dBm和27%，實現(xiàn)了-31.9 dBc、-33.2 dBc和-31.2 dBc的鄰道功率比及4.32%、4.13%和5.3%的誤差矢量幅度。

發(fā)表于：4/22/2025 1:34:06 PM

基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割算法[模擬設計][智能電網(wǎng)]

無人機在光伏系統(tǒng)的巡檢過程中需要對光伏組件的缺陷進行準確和快速識別，為此提出了一種基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割網(wǎng)絡。首先在傳統(tǒng)的U-Net網(wǎng)絡每個Stage加入多尺度伸縮卷積模塊，從而對光伏組件缺陷進行分割，PA達到了98.61%，與傳統(tǒng)U-Net、FCN網(wǎng)絡進行對比分析，準確率分別提高了0.32%和1.17%，算法消耗時間0.054 s，相較于對比的分割算法提高了0.006 s~0.013 s；然后將分割后的缺陷掩碼mask和原圖進行與操作，最后通過輕量級網(wǎng)絡MobileNetV3對光伏組件缺陷（熱斑、裂縫、鳥糞）進行檢測并分類，精確率達到了98.82%，與SqueezeNet、ShuffleNet V2和GhostNet網(wǎng)絡進行對比，分別提高了0.43%、1.08%和0.8%，平均檢測時間0.026 s，相較于對比的檢測算法提高了0.002 s~0.036 s。實驗結(jié)果表明基于多尺度伸縮卷積與注意力機制的光伏組件缺陷分割網(wǎng)絡具有較高的準確率和識別速率。

發(fā)表于：4/22/2025 1:24:03 PM

基于零信任的無人機系統(tǒng)安全防護研究[通信與網(wǎng)絡][信息安全]

近年來，無人機在軍民領(lǐng)域得到廣泛應用，尤其是俄烏沖突以來，其成本低、功能強的優(yōu)勢尤為凸顯，發(fā)揮了巨大的作用。但無人機的使用環(huán)境復雜、通常不可控，面臨更嚴重的安全威脅，如無人機劫持、網(wǎng)絡攻擊、無線通信干擾、惡意接入和數(shù)據(jù)竊取等安全風險，針對上述風險，目前無人機系統(tǒng)主要采取傳統(tǒng)安全防護手段，如采取無線網(wǎng)絡安全、數(shù)據(jù)加密等防護措施。零信任架構(gòu)作為一種新的安全模式，強調(diào)動態(tài)信任，為無人機系統(tǒng)安全防護提供了新思路。對零信任安全防護架構(gòu)展開研究，結(jié)合無人機系統(tǒng)的典型應用，對無人機測控、數(shù)據(jù)傳輸面臨的安全風險進行分析，針對風險提出基于零信任的無人機系統(tǒng)安全防護架構(gòu)，并設計零信任技術(shù)在無人機測控、數(shù)據(jù)通信和典型場景的實現(xiàn)方案，為零信任架構(gòu)在軍民無人機系統(tǒng)中的具體實現(xiàn)提供有力支撐。

發(fā)表于：4/22/2025 1:15:02 PM

基于ROS的家用老年服務機器人設計[人工智能][消費電子]

針對當前老年服務機器人存在的問題，如智能語音功能單一、感知能力不足和集成化水平不高等，設計了一款具有人臉識別、語音交互和摔倒檢測功能的機器人。該機器人基于機器人操作系統(tǒng)（ROS）開發(fā)，配備Jeston Nano主控板和ZED2i雙目立體相機等多種傳感器。通過基于Haar特征和LBPH算法的人臉識別、利用百度語音API和Alpaca-2模型實現(xiàn)的語音交互，以及基于ZED2i雙目相機的摔倒檢測，為老年人提供更加綜合、智能的護理服務。實驗結(jié)果顯示，該機器人在人臉識別、語音交互和摔倒檢測方面均表現(xiàn)出色。

發(fā)表于：4/22/2025 1:05:01 PM

高穩(wěn)定性光纖激光器恒流驅(qū)動系統(tǒng)設計與實現(xiàn)[模擬設計][工業(yè)自動化]

光纖激光器波長和輸出功率的穩(wěn)定性易受泵浦源驅(qū)動電流波動的影響，為應對該問題，設計了一款高精度、高穩(wěn)定性恒流驅(qū)動系統(tǒng)。恒流源部分采用閉環(huán)負反饋原理，通過金屬氧化物半導體場效應晶體管（MOSFET）來控制恒流輸出，實現(xiàn)了對半導體激光器（LD）驅(qū)動電流的精準控制；限流保護電路利用二極管的限幅作用使LD免受過電流沖擊的影響，電流緩慢啟動采用軟件控制的方法確保LD免受浪涌電流損害；光功率探測電路采用ADA4530芯片，確保在極低光照水平下也可精準探測到功率輸出。實驗結(jié)果表明，該電路可實現(xiàn)驅(qū)動電流在0~1.2 A連續(xù)可調(diào)，電流短期（120 min）和長期（24 h）穩(wěn)定性分別為±0.001 mA和±0.002 mA；激光器中心波長波動不超過±0.03 nm，輸出功率的穩(wěn)定度不超過0.084 3%，精度小于±0.15 mW。

發(fā)表于：4/21/2025 5:21:00 PM

基于多線縫隙耦合的Ka波段薄膜功分器設計[微波|射頻][工業(yè)自動化]

傳統(tǒng)的功分器結(jié)構(gòu)由于高頻串擾明顯、阻抗變換線體積大等原因，難以滿足微波系統(tǒng)高頻率、小型化的需求。為此，提出一種基于多線縫隙耦合結(jié)構(gòu)的Ka波段功分器。從電路拓撲出發(fā)，對該器件進行了電路設計、建模仿真與實驗驗證。測試結(jié)果表明，該器件具備良好的高頻性能，且表現(xiàn)出通帶兩側(cè)具有傳輸零點的濾波響應，實現(xiàn)了多線縫隙耦合的薄膜功分器設計。

發(fā)表于：4/21/2025 5:10:51 PM

T型柵GaN HEMT微波器件ESD特性研究[模擬設計][工業(yè)自動化]

對Si基GaN HEMT器件在ESD事件下的失效機理與影響因素進行了研究。探究了器件在不同偏置下的失效電壓分布情況，并結(jié)合微光顯微鏡定位了引起器件退化的異常點，進行了對應的微區(qū)分析。另外，還探究了T型柵幾何尺寸如柵腳、柵帽寬度與總柵寬等工藝參數(shù)對器件抗靜電能力的影響并進行相關(guān)機理分析，為器件ESD性能、可靠性的優(yōu)化提供了方向與參考。

發(fā)表于：4/21/2025 4:59:39 PM

器件級帶電器件模型靜電放電測試標準分析及應用[模擬設計][工業(yè)自動化]

針對器件級帶電器件模型（CDM）靜電放電國內(nèi)外主要測試標準進行了整理、分析與解讀。梳理了各標準之間的差異性和關(guān)聯(lián)性，明確了各標準的應用范圍與技術(shù)要點。深入研究了影響器件級帶電器件模型（CDM）靜電放電測試結(jié)果的因素與控制方法，提出了在標準應用過程中保障結(jié)果一致性和準確性的相關(guān)技術(shù)技巧，為器件級帶電器件模型（CDM）測試標準的選擇、測試和工程應用提供了指導。

發(fā)表于：4/21/2025 4:50:39 PM

基于改進U-Net的瀝青拌合站混合料裝車語義分割[人工智能][其他]

針對現(xiàn)有的瀝青拌合站混合料裝車語義分割方法平均交并比（Mean Intersection over Union，mIoU）值較低、檢測速度較慢等問題，提出一種輕量化網(wǎng)絡RCS-UNet對瀝青拌合站混合料裝車狀態(tài)進行語義分割。首先在U-Net網(wǎng)絡中加入殘差連接以緩解梯度消失的問題，使網(wǎng)絡在訓練過程中更加穩(wěn)定，提高模型的收斂速度和泛化能力；其次加入坐標注意力（Coordinate Attention，CA）機制，增強位置與通道的信息感知，提高模型的特征提取能力，使模型更加關(guān)注圖像中的重要區(qū)域；最后將U-Net網(wǎng)絡中的標準卷積修改為深度可分離卷積，以減小模型的體積和參數(shù)量，使得模型在保持較高性能的同時，具有更低的資源消耗和更快的推理速度。實驗結(jié)果表明，改進模型的準確率、mIoU值以及FPS值分別為99.20%、98.41%和22.98，與經(jīng)典模型和當前先進模型相比三個指標均為最高，取得了最優(yōu)的語義分割效果。

發(fā)表于：4/21/2025 4:39:16 PM

基于SAM和pix2pix的商品數(shù)據(jù)集生成網(wǎng)絡[人工智能][消費電子]

發(fā)表于：4/21/2025 4:30:15 PM