国产精品无码2021在线观看 ,日韩精品2区,日韩中文字幕在线一区

一類計(jì)算系統(tǒng)的MBSE建模方法[可編程邏輯][信創(chuàng)產(chǎn)業(yè)]

隨著社會(huì)各領(lǐng)域?qū)τ谒懔π枨蟮目焖僭鲩L(zhǎng)，通過計(jì)算架構(gòu)創(chuàng)新提升計(jì)算系統(tǒng)算力越來越收到重視。計(jì)算系統(tǒng)的研制是一項(xiàng)復(fù)雜的系統(tǒng)工程，計(jì)算架構(gòu)的創(chuàng)新使得計(jì)算系統(tǒng)的復(fù)雜程度不斷增加，傳統(tǒng)的系統(tǒng)工程方法難以滿足系統(tǒng)研制需求。采用基于模型的系統(tǒng)工程(MBSE)方法對(duì)一類計(jì)算系統(tǒng)的建模方法進(jìn)行了研究，提出了建模框架，建立了系統(tǒng)模型。運(yùn)用此建模方法建立了某國(guó)產(chǎn)化計(jì)算系統(tǒng)模型，證明了建模方法的有效性，為下一步運(yùn)用計(jì)算機(jī)仿真技術(shù)進(jìn)行一類計(jì)算系統(tǒng)研制奠定了基礎(chǔ)。

發(fā)表于：12/20/2022

基于PKS體系的計(jì)算機(jī)軟硬件聯(lián)合攻關(guān)模式初探[其他][信創(chuàng)產(chǎn)業(yè)]

為了推進(jìn)信息技術(shù)自主創(chuàng)新，亟需通過系統(tǒng)工程的方法開展聯(lián)合攻關(guān)，以打造整體性能優(yōu)良的自主計(jì)算機(jī)產(chǎn)品。針對(duì)計(jì)算機(jī)軟硬件聯(lián)合攻關(guān)可能會(huì)面臨的挑戰(zhàn)，提出一種基于PKS體系的計(jì)算機(jī)軟硬件聯(lián)合攻關(guān)模式。該模式通過在管理、服務(wù)和溝通三個(gè)方面進(jìn)行創(chuàng)新，可以有效應(yīng)對(duì)當(dāng)前聯(lián)合攻關(guān)中存在的挑戰(zhàn)。該模式已經(jīng)在實(shí)際項(xiàng)目中得到了應(yīng)用并取得了初步成效，對(duì)今后開展計(jì)算機(jī)軟硬件聯(lián)合攻關(guān)具有一定的參考價(jià)值和指導(dǎo)意義。

發(fā)表于：12/20/2022

外部干擾下SP型ICPT系統(tǒng)的H∞濾波器設(shè)計(jì)[模擬設(shè)計(jì)][其他]

對(duì)SP型ICPT系統(tǒng)在外部干擾下的H∞濾波問題展開了研究。首先對(duì)SP型ICPT系統(tǒng)的電路拓?fù)溥M(jìn)行研究并且以此創(chuàng)設(shè)了基于此電路拓?fù)涞膹V義狀態(tài)空間方程；然后通過濾波誤差系統(tǒng)的漸近穩(wěn)定判定條件求取H∞濾波器的增益；最后通過實(shí)驗(yàn)仿真來驗(yàn)證本文所提出理論的準(zhǔn)確性和可行性。

發(fā)表于：12/20/2022

基于無人機(jī)平臺(tái)的動(dòng)目標(biāo)航跡模擬算法[可編程邏輯][航空航天]

測(cè)控設(shè)備是保障我國(guó)航天任務(wù)順利進(jìn)行的必要手段。多年來測(cè)控技術(shù)人員在任務(wù)間隙，一直利用測(cè)控設(shè)備隨機(jī)的軟件模擬實(shí)戰(zhàn)任務(wù)以進(jìn)行日常訓(xùn)練。這種模擬方式一方面無法實(shí)現(xiàn)全系統(tǒng)的閉環(huán)模擬，另一方面需要系統(tǒng)的更新系統(tǒng)仿真軟件才可以實(shí)現(xiàn)新場(chǎng)景、新業(yè)務(wù)的模擬。通過引入無人機(jī)平臺(tái)配合載荷模塊這一概念，從坐標(biāo)轉(zhuǎn)換的角度出發(fā)，在理論上推導(dǎo)了利用“無人機(jī)+載荷”實(shí)現(xiàn)動(dòng)目標(biāo)模擬的算法流程。通過算法仿真，證實(shí)了利用該算法流程實(shí)現(xiàn)真實(shí)彈道模擬的可行性。

發(fā)表于：12/20/2022

基于NuSMV的LD和ST語(yǔ)言形式化驗(yàn)證研究與實(shí)現(xiàn)[其他][工業(yè)自動(dòng)化]

依據(jù)工控系統(tǒng)的特點(diǎn)，在分析現(xiàn)有工控系統(tǒng)編程標(biāo)準(zhǔn)IEC61131-3規(guī)定的工業(yè)語(yǔ)言基礎(chǔ)上，研究基于工業(yè)語(yǔ)言的形式化驗(yàn)證方法，通過對(duì)ST和LD語(yǔ)言進(jìn)行分析得到有限狀態(tài)機(jī)組態(tài)模型，實(shí)現(xiàn)對(duì)控制目標(biāo)進(jìn)行準(zhǔn)確描述；通過NuSMV驗(yàn)證有限狀態(tài)機(jī)模型，獲得形式化驗(yàn)證的結(jié)果，從而實(shí)現(xiàn)對(duì)IEC61131-3編程語(yǔ)言實(shí)現(xiàn)的PLC邏輯代碼進(jìn)行分析，建立形式化驗(yàn)證模型，發(fā)現(xiàn)用戶編寫的PLC邏輯代碼可能存在的邏輯缺陷，并提供對(duì)這些缺陷分析驗(yàn)證的報(bào)告。

發(fā)表于：12/20/2022

FDI攻擊下孤島交流微電網(wǎng)滑模控制策略[測(cè)試測(cè)量][智能電網(wǎng)]

針對(duì)孤島交流微電網(wǎng)控制系統(tǒng)中不可避免的虛假數(shù)據(jù)注入攻擊問題，當(dāng)存在外部干擾時(shí)，設(shè)計(jì)了主動(dòng)容侵控制策略。首先針對(duì)孤島交流微電網(wǎng)逆變系統(tǒng)，構(gòu)建系統(tǒng)狀態(tài)空間模型。將控制系統(tǒng)傳感器側(cè)可能受到的虛假數(shù)據(jù)注入攻擊信息當(dāng)作一個(gè)輔助狀態(tài)向量，設(shè)計(jì)滑模攻擊觀測(cè)器對(duì)系統(tǒng)中的狀態(tài)變量和虛假數(shù)據(jù)注入攻擊信息同時(shí)進(jìn)行估計(jì)。在獲得攻擊的估計(jì)信息后，利用積分滑模容侵控制器對(duì)虛假數(shù)據(jù)注入攻擊和外部有限能量干擾進(jìn)行主動(dòng)容侵控制，以確保微電網(wǎng)系統(tǒng)的穩(wěn)定運(yùn)行。最后，通過仿真驗(yàn)證了所提方法的可行性和有效性。

發(fā)表于：12/20/2022

5G+MEC在家電業(yè)機(jī)器視覺檢測(cè)系統(tǒng)中的應(yīng)用[顯示光電][5G]

為了解決家電業(yè)依賴人工進(jìn)行外觀質(zhì)量檢測(cè)的長(zhǎng)期痛點(diǎn)，將5G+MEC的機(jī)器視覺關(guān)鍵技術(shù)進(jìn)行創(chuàng)新應(yīng)用，構(gòu)建了智能化產(chǎn)品表面質(zhì)量檢測(cè)系統(tǒng)。檢測(cè)系統(tǒng)以云邊協(xié)同模式運(yùn)營(yíng)，支持圖片和視頻的邊緣端推理，云端算法終端下載部署，支持異構(gòu)計(jì)算，實(shí)時(shí)性高。系統(tǒng)基于決策分析工具、人工智能、大數(shù)據(jù)分析等技術(shù)對(duì)采集的數(shù)據(jù)進(jìn)行綜合管理及應(yīng)用。同時(shí)，關(guān)聯(lián)企業(yè)MES、SCADA、WMS等系統(tǒng)，集成生產(chǎn)端數(shù)據(jù)、物料數(shù)據(jù)、市場(chǎng)追蹤反饋數(shù)據(jù)，實(shí)現(xiàn)產(chǎn)品全生命周期的數(shù)據(jù)互聯(lián)及質(zhì)量追溯。

發(fā)表于：12/20/2022

經(jīng)濟(jì)可靠安全英威騰舞臺(tái)機(jī)械系統(tǒng)解決方案[模擬設(shè)計(jì)][其他]

隨著科學(xué)技術(shù)的進(jìn)步和藝術(shù)的不斷追求與創(chuàng)新，從最初簡(jiǎn)單的景片移動(dòng)和布景遷換，到現(xiàn)在復(fù)雜的變換和運(yùn)動(dòng)，實(shí)現(xiàn)了過去難以想象的舞臺(tái)效果，都是來源于各種舞臺(tái)機(jī)械的完善。

發(fā)表于：12/20/2022

基于ST-TCN的太陽(yáng)能光伏組件故障診斷方法[其他][其他]

實(shí)地調(diào)研并收集電站光伏組件常見的故障類型，并對(duì)光伏組件在不同工作狀況下的電流特征曲線進(jìn)行分析，發(fā)現(xiàn)光伏組件的電流數(shù)據(jù)疊加了復(fù)雜的表現(xiàn)特征和高噪聲。為能精準(zhǔn)診斷光伏組件的故障類型，提出一種軟閾值化的時(shí)序卷積神經(jīng)網(wǎng)絡(luò)(Soft Thresholding Temporal Convolutional Network，ST-TCN)光伏組件故障診斷模型。ST-TCN網(wǎng)絡(luò)使用多個(gè)殘差模塊的膨脹卷積層、ReLU層、Dropout層提取電流數(shù)值特征和時(shí)序特征，再使用殘差模塊的軟閾值化對(duì)所提取的特征降噪，最終使用全連接層對(duì)殘差模塊提取的特征進(jìn)行故障診斷分類。實(shí)驗(yàn)結(jié)果表明，ST-TCN網(wǎng)絡(luò)不僅結(jié)構(gòu)簡(jiǎn)單，收斂速度快，而且故障診斷準(zhǔn)確率高，達(dá)到92.99%。

發(fā)表于：12/20/2022

一種可適應(yīng)復(fù)雜網(wǎng)壓條件的快速鎖相環(huán)[電源技術(shù)][其他]

基于雙二階廣義積分器的鎖相環(huán)(DSOGI-PLL)被廣泛應(yīng)用于逆變器實(shí)現(xiàn)同步并網(wǎng)。但是，當(dāng)電網(wǎng)電壓三相不平衡或存在諧波分量和直流偏移，即網(wǎng)壓條件較為復(fù)雜時(shí)，濾波效果不理想，對(duì)輸入信號(hào)的檢測(cè)出現(xiàn)波動(dòng)。因此，提出一種改進(jìn)的二階廣義積分器結(jié)構(gòu)，在分離正負(fù)序電壓的基礎(chǔ)上加入直流分量抑制模塊，濾除直流電壓，并在鎖相環(huán)加入低通濾波器，從而提高鎖相環(huán)抑制諧波電壓和直流電壓的能力，準(zhǔn)確提取電網(wǎng)電壓同步信號(hào)。在MATLAB/Simulink進(jìn)行仿真研究，實(shí)驗(yàn)結(jié)果表明，該鎖相環(huán)在電網(wǎng)電壓存在多次諧波和直流電壓時(shí)能夠?yàn)V除諧波分量和直流分量，鎖頻鎖相效果較好。

發(fā)表于：12/20/2022

石墨復(fù)合材料極板模壓成型自動(dòng)化生產(chǎn)線設(shè)計(jì)[其他][工業(yè)自動(dòng)化]

雙極板是質(zhì)子交換膜燃料電池(PEMFC)兩個(gè)重要組成部件之一，對(duì)燃料電池整體的重量、體積、功率等影響巨大，對(duì)燃料電池的整體生產(chǎn)成本和生產(chǎn)周期起到關(guān)鍵性的影響作用。采用模壓方式生產(chǎn)的石墨復(fù)合材料極板可以一次成型整板，省去二次加工時(shí)間，大大提高生產(chǎn)效率。石墨復(fù)合材料極板模壓成型自動(dòng)化生產(chǎn)線設(shè)計(jì)包括上料段、模壓段、烘干段、后處理段、檢測(cè)段、包裝段六部分，能滿足工業(yè)化、大批量生產(chǎn)極板要求，滿足燃料電池行業(yè)對(duì)極板的需求量。

發(fā)表于：12/20/2022

一種高線性度的2.4 GHz CMOS功率放大器設(shè)計(jì)[模擬設(shè)計(jì)][其他]

為了滿足目前物聯(lián)網(wǎng)低成本、低功耗與較高線性度的市場(chǎng)應(yīng)用需求，提出了一種高線性度的2.4 GHz功率放大器(PA)。該功率放大器為兩級(jí)結(jié)構(gòu)，為了提高增益的同時(shí)保持較低的靜態(tài)功耗其驅(qū)動(dòng)級(jí)采用了電流復(fù)用兩級(jí)共源放大結(jié)構(gòu)，并且使用了兩級(jí)失真抵消的方法減小了晶體管跨導(dǎo)非線性的影響，同時(shí)采用二極管線性化偏置來補(bǔ)償寄生電容非線性導(dǎo)致的增益壓縮現(xiàn)象。該功率放大器采用0.18 μm CMOS工藝，后仿真結(jié)果表明，在2.4 GHz工作頻率下，該P(yáng)A小信號(hào)增益為30 dB，輸出1 dB壓縮點(diǎn)為22 dBm，靜態(tài)功耗為53 mW，功率附加效率峰值為31%。

發(fā)表于：12/20/2022

一種LZ4無損壓縮電路設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為緩解存儲(chǔ)系統(tǒng)中軟件壓縮算法對(duì)計(jì)算資源的大量占用，使用LZ4算法設(shè)計(jì)了一種無損壓縮電路。提出了一種循環(huán)隊(duì)列結(jié)構(gòu)的滑動(dòng)字典，結(jié)合散列表模塊構(gòu)建LZ4無損壓縮電路，最后使用Calgary和Canterbury語(yǔ)料庫(kù)，在Xilinx KC705 FPGA平臺(tái)對(duì)電路進(jìn)行驗(yàn)證并與軟件壓縮對(duì)比。結(jié)果表明所設(shè)計(jì)的LZ4無損壓縮電路保持了軟件壓縮相同的壓縮率的同時(shí)，在壓縮效率上遠(yuǎn)超過軟件壓縮。

發(fā)表于：12/20/2022

基于深度學(xué)習(xí)的詞語(yǔ)級(jí)中文唇語(yǔ)識(shí)別[其他][其他]

在無聲或噪聲干擾嚴(yán)重的環(huán)境下，或?qū)τ诖嬖诼犛X障礙的人群，唇語(yǔ)識(shí)別至關(guān)重要。針對(duì)詞語(yǔ)級(jí)中文唇語(yǔ)識(shí)別的問題，提出了SinoLipReadingNet模型，前端采用Conv3D+ResNet34結(jié)構(gòu)用于時(shí)空特征提取，后端分別采用Conv1D結(jié)構(gòu)和Bi-LSTM結(jié)構(gòu)用于分類預(yù)測(cè)，并引入Self-Attention、CTCLoss對(duì)Bi-LSTM后端進(jìn)行改進(jìn)。最終在新網(wǎng)銀行唇語(yǔ)識(shí)別數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，結(jié)果表明，SinoLipReadingNet模型在識(shí)別準(zhǔn)確率上明顯優(yōu)于中科院D3D模型，多模型融合的預(yù)測(cè)準(zhǔn)確率達(dá)到了77.64%，平均字錯(cuò)率為21.68%。

發(fā)表于：12/20/2022

融合輕量化與梯形結(jié)構(gòu)的學(xué)生行為檢測(cè)算法[其他][其他]

為了解決常見目標(biāo)檢測(cè)算法在課堂場(chǎng)景中難以有效應(yīng)用的問題，提出了一種融合輕量化與梯形結(jié)構(gòu)的學(xué)生行為檢測(cè)算法。該算法基于YOLOv4架構(gòu)，針對(duì)目標(biāo)分類和分布空間的特點(diǎn)，提出一種新的“梯”形特征融合結(jié)構(gòu)，并結(jié)合MobileNetv2思想，優(yōu)化模型參數(shù)得到梯形-MobileDarknet19特征提取網(wǎng)絡(luò)，既減少了網(wǎng)絡(luò)的計(jì)算量，提高了工作效率，同時(shí)加強(qiáng)了目標(biāo)特征的信息傳輸，提升了模型學(xué)習(xí)能力；在尺度檢測(cè)階段引入5層的DenseNet網(wǎng)絡(luò)，增強(qiáng)網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)能力。實(shí)驗(yàn)結(jié)果表明，提出的YOLOv4-ST算法相比于原YOLOv4算法mAP提高了5.5%，相比于其他主流算法，在學(xué)生課堂行為檢測(cè)任務(wù)中具有較好的實(shí)用性。

發(fā)表于：12/20/2022