123,123,123

深度學習在無線電信號調(diào)制識別中的應(yīng)用綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

無線電信號的調(diào)制識別在無線電監(jiān)測及頻譜管理中有著至關(guān)重要的作用。人工神經(jīng)網(wǎng)絡(luò)中的深度學習網(wǎng)絡(luò)由于具有強大的表征學習能力，可以自動從原始數(shù)據(jù)中提取出各種復雜的特征，因此，探索基于深度學習的無線電信號調(diào)制識別是目前無線電監(jiān)測領(lǐng)域主要的發(fā)展趨勢之一。介紹了深度學習在無線電信號調(diào)制識別中的一些應(yīng)用成果及存在的問題。結(jié)合工作的實際需求，對深度學習在無線電信號調(diào)制識別中提出了一些展望，如進一步提高識別范圍和在低信噪比下的識別率；尋求新型深度學習調(diào)制識別混合架構(gòu)。

發(fā)表于：2019/5/6 13:35:00

數(shù)控電源整流二極管換流振蕩分析與抑制[電源技術(shù)][其他]

分析了采用全波整流方式的移相全橋零電壓（ZVS）開關(guān)DCDC電源變換器在副邊換流過程前后，其整流二極管上流過的反向恢復電流引起電路寄生電感電容間諧振的過程與機理，建立其等效簡化電路與振蕩幅值數(shù)學模型；再運用上述模型分析了電路寄生電感電容參數(shù)對振蕩的影響；最后討論了兩種振蕩抑制措施，著重分析了副邊RCD吸收電路的抑制方案；給出了RCD吸收電路參數(shù)計算方法并在Saber與搭建的500 W的移相全橋樣機上進行了對比實驗，證明了合理設(shè)計的RCD吸收電路能夠有效抑制振蕩。

發(fā)表于：2019/4/26 5:17:00

防火節(jié)能型手機充電器[電源技術(shù)][其他]

使用手機充電器充電后常常忘記拔充電器，或是充電器接入電源時產(chǎn)生的很大的浪涌電流，均會加速高壓電子元件的老化，容易發(fā)生故障引發(fā)火災(zāi)。充電器長期處于待機工作狀態(tài)時消耗100~800 mW電量。為此提出防火節(jié)能型手機充電器，這種充電器將待機功耗降低至13 mW，因此無需拔出充電器從而滿足用戶的使用習慣。而且該充電器可以吸收浪涌電流，同時還具有定時充電、過流及短路保護等功能，從而防止火災(zāi)的發(fā)生。

發(fā)表于：2019/4/25 5:35:00

基于半控整流電路的無線電能傳輸技術(shù)的研究[電源技術(shù)][其他]

提出了一種無線電能傳輸最大效率恒壓輸出技術(shù)，該技術(shù)采用半控整流電路替代接收回路常用的二極管整流電路，并利用Boost電路調(diào)節(jié)輸出電壓。通過同時在線調(diào)節(jié)半控整流電路和Boost電路的占空比，實現(xiàn)系統(tǒng)在負載和耦合線圈間互感變化時保持最大效率下的恒壓輸出。實驗結(jié)果驗證了所提技術(shù)的可行性和理論分析的正確性。

發(fā)表于：2019/4/25 3:52:00

基于DSP+FPGA+CPLD的電力電子設(shè)備通用控制器[嵌入式技術(shù)][智能電網(wǎng)]

傳統(tǒng)數(shù)字信號處理器（Digital Signal Processor，DSP）控制系統(tǒng)在中低壓電力電子設(shè)備的控制和保護中已有廣泛的應(yīng)用，并取得了良好的控制效果，但對于高壓大功率電力電子設(shè)備的控制和保護則存在不足。對此，針對高壓大功率電力電子設(shè)備，設(shè)計了一種基于DSP+現(xiàn)場可編程門陣列（Field-Programmable Gate Array，F(xiàn)PGA）+復雜可編程邏輯器件（Complex Programmable Logic Device，CPLD）的通用型控制系統(tǒng)。其中，DSP完成系統(tǒng)核心算法和邏輯控制；FPGA進行系統(tǒng)電壓電流的高速采樣、快速邏輯運算和多路高頻脈寬調(diào)制（Pulse Width Modulation，PWM）信號輸出，CPLD實現(xiàn)輸出PWM信號高速檢測和故障閉鎖；主控制板與其他信號輸入輸出板分隔設(shè)計擴展控制器適用性。最后通過實驗證明了該控制系統(tǒng)設(shè)計的可行性。

發(fā)表于：2019/4/24 6:32:00

智能制造CPS中基于節(jié)點有效度的共識算法[嵌入式技術(shù)][其他]

智能制造信息物理融合系統(tǒng)（Cyber-Physical System，CPS）中設(shè)備在系統(tǒng)運行過程中產(chǎn)生大量通信信息和設(shè)備數(shù)據(jù)，這些數(shù)據(jù)存在被修改和竊取的風險。以分布式存儲為核心的區(qū)塊鏈技術(shù)有利于保障CPS系統(tǒng)的數(shù)據(jù)安全，但現(xiàn)有共識算法存在數(shù)據(jù)記錄權(quán)限集中在少數(shù)節(jié)點、易被惡意節(jié)點劫持的問題。通過引入節(jié)點有效度，可以反映節(jié)點行為動態(tài)變化的情況。實驗結(jié)果表明，基于節(jié)點有效度的共識機制可使得獲得數(shù)據(jù)記錄權(quán)限的節(jié)點分布更加分散，更好地體現(xiàn)系統(tǒng)的去中心化特性，提高了數(shù)據(jù)的安全性。

發(fā)表于：2019/4/24 6:16:00

基于Haar小波和Log-Gabor變換的虹膜識別方法[嵌入式技術(shù)][其他]

為了提高虹膜識別的準確率，通過對虹膜圖像進行處理，實現(xiàn)了對虹膜圖像的準確定位，得到了增強的歸一化圖像；使用Haar小波變換進行了特征提取，通過采用K-means方法對小波特征數(shù)據(jù)進行聚類，實現(xiàn)了粗分類得到了小樣本集虹膜圖像；結(jié)合虹膜的紋理特點，通過使用Log-Gabor濾波器提取虹膜局部紋理特征，量化編碼后形成了虹膜特征模板；然后在得到的小樣本集內(nèi)通過漢明距離計算虹膜特征模板的相似度，完成對虹膜圖像的識別。實驗結(jié)果表明，提出的虹膜識別方法有效地避免了虹膜匹配過程中因為虹膜數(shù)據(jù)庫中種類多、數(shù)量多帶來的計算量大、計算時間長的問題，提高了識別準確率。

發(fā)表于：2019/4/23 15:21:00

高幀頻視覺實時目標檢測系統(tǒng)[可編程邏輯][航空航天]

為了實現(xiàn)高速場景下的智能實時目標檢測，設(shè)計了一種基于ZYNQ7000系列FPGA的高速相機平臺，并利用該平臺進行目標檢測算法實現(xiàn),形成了一套高幀頻實時目標檢測系統(tǒng)樣機。該系統(tǒng)將高速CMOS圖像信號直接接入FPGA，在本地FPGA中進行數(shù)據(jù)處理，實現(xiàn)目標檢測算法，最終實時輸出目標位置序列。FPGA設(shè)計采用流水線結(jié)構(gòu)，對高速視頻流圖像逐級進行背景差分、二值化、質(zhì)心解算的流水操作，實現(xiàn)了圖像獲取與目標檢測同步進行。測試結(jié)果表明，該系統(tǒng)在560×480分辨率下可以實現(xiàn)大于1 100 f/s的實時目標檢測，并輸出目標位置，檢測精度可達3個像素。

發(fā)表于：2019/4/23 15:00:00

基于改進DEA算法的聲波加密傳輸系統(tǒng)[嵌入式技術(shù)][信息安全]

系統(tǒng)采用改進的數(shù)據(jù)加密算法（Data Encryption Algorithm，DEA），由復雜可編程邏輯器件（Complex Programmable Logic Device，CPLD）芯片EPM570構(gòu)建硬件系統(tǒng)。聲波信號經(jīng)頻率調(diào)制后，經(jīng)密鑰加密后發(fā)送給接收端，接收端先經(jīng)過濾波，再由密鑰解密后還原出原信號，從而實現(xiàn)近距離加密傳輸。硬件電路分為發(fā)送端和接收端兩部分，由主控器、CPLD、直接數(shù)字式頻率合成器（Direct Digital Synthesizer，DDS）、濾波器和里所（Reed-solomon，RS）碼模塊電路構(gòu)成。實驗表明該系統(tǒng)具有較高的安全性，可應(yīng)用于機密信號或敏感信號的傳輸。

發(fā)表于：2019/4/22 15:37:00

一種單計算參數(shù)的自學習路徑規(guī)劃算法[嵌入式技術(shù)][物聯(lián)網(wǎng)]

針對當前機器人路徑規(guī)劃算法存在計算參數(shù)多的問題，提出一種單計算參的自學習蟻群算法。該算法使用一種改進的柵格法完成環(huán)境建模，種群中個體使用8-geometry行進規(guī)則，整個種群的尋優(yōu)過程使用了自學習和多目標搜索策略。其特點在于整個算法只需進行一個計算參數(shù)設(shè)置。仿真實驗表明，在復雜的工作空間，該算法可以迅速規(guī)劃出一條安全避碰的最優(yōu)路徑，效率優(yōu)于已存在算法。

發(fā)表于：2019/4/22 15:04:00