亚洲综合专区,亚洲国产精品va在线,精品国产视频

一體化多路數(shù)字程控電源設(shè)計(jì)[電源技術(shù)][工業(yè)自動(dòng)化]

為了解決在復(fù)雜電子設(shè)備產(chǎn)品測(cè)試過程中遇到的供電問題，并提高測(cè)試的自動(dòng)化程度，設(shè)計(jì)了一款一體化多路數(shù)字程控電源。一體化多路數(shù)字程控電源是一種創(chuàng)新的電源設(shè)備，它利用計(jì)算機(jī)控制技術(shù)實(shí)現(xiàn)對(duì)多路電源輸出的精確控制，具備高效和節(jié)能等顯著優(yōu)勢(shì)。首先概述了多路程控電源的基本原理與結(jié)構(gòu)，隨后深入探討了其設(shè)計(jì)流程及核心關(guān)鍵技術(shù)，最后闡述了在自動(dòng)化生產(chǎn)制造領(lǐng)域的潛在應(yīng)用價(jià)值與前景。工程實(shí)際應(yīng)用表明，所設(shè)計(jì)的一體化多路數(shù)字程控電源具有操作簡(jiǎn)便、可靠性高、性能優(yōu)越、通用性強(qiáng)、擴(kuò)展性好等優(yōu)點(diǎn)，可解決實(shí)際問題，可廣泛推廣應(yīng)用。

發(fā)表于：8/14/2025

陀螺平臺(tái)穩(wěn)定回路中的相敏解調(diào)器設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

通過對(duì)傳統(tǒng)相敏解調(diào)器原理的分析，提出了一種基于同步相控原理的應(yīng)用于陀螺平臺(tái)穩(wěn)定回路中的相敏解調(diào)器。該電路采用獨(dú)特的電路拓?fù)浣Y(jié)構(gòu)，解決了傳統(tǒng)電路體積大、電路復(fù)雜等問題。針對(duì)電路的輸出零位電壓，通過合理的參數(shù)設(shè)計(jì)和先進(jìn)的薄膜工藝，將零位電壓降低了一個(gè)數(shù)量級(jí)，極大地改善了電路零位特性，對(duì)提高整機(jī)性能具有重要的意義。

發(fā)表于：8/14/2025

高性能RISC-V處理器抗輻照加固設(shè)計(jì)[模擬設(shè)計(jì)][航空航天]

隨著太空技術(shù)的蓬勃發(fā)展，芯片在輻照環(huán)境下的可靠性問題日益凸顯。基于RISC-V指令集架構(gòu)的高性能處理器C501，采用三模冗余方法和糾錯(cuò)檢錯(cuò)技術(shù)分別對(duì)電路層和系統(tǒng)層進(jìn)行抗輻照加固，同時(shí)采取訪存請(qǐng)求強(qiáng)制不命中的策略來糾正校驗(yàn)錯(cuò)誤的數(shù)據(jù)塊，提高緩存系統(tǒng)的糾錯(cuò)能力。仿真實(shí)驗(yàn)結(jié)果表明，加固后的處理器可以通過糾正電路修復(fù)輻照引起的緩存數(shù)據(jù)錯(cuò)誤，同時(shí)其最高工作頻率降低8.8%，面積增加約為64.9%，性能基本保持不變。

發(fā)表于：8/14/2025

W波段高集成多通道多功能封裝模塊研究[微波|射頻][通信網(wǎng)絡(luò)]

針對(duì)W波段射頻前端需求，設(shè)計(jì)了一組基于陶瓷封裝工藝的W波段四通道上變頻發(fā)射和下變頻接收模塊。該對(duì)模組均采用一次變頻架構(gòu)，上變頻發(fā)射模塊將78~80 GHz的信號(hào)經(jīng)混頻、放大、濾波傳輸后，傳輸?shù)教炀€端口實(shí)現(xiàn)上變頻至92~94 GHz頻段；下變頻接收模塊將92~94 GHz頻段信號(hào)經(jīng)過低噪聲放大、混頻、濾波傳輸后，進(jìn)入后端實(shí)現(xiàn)下變頻至78~80 GHz。該前端本振信號(hào)為X波段，實(shí)現(xiàn)功率分配和信號(hào)放大功能，為多通道提供中頻信號(hào)。為提高模塊射頻性能和可靠性和降低成本，設(shè)計(jì)了一種基于封裝上裝載技術(shù)（LOP）的濾波傳輸結(jié)構(gòu)。模塊實(shí)物測(cè)試結(jié)果表明：研發(fā)的W波段上變頻發(fā)射模塊在工作頻帶（92~94 GHz）內(nèi)輸出功率均大于12 dBm，輸出功率增益大于6 dB；W波段下變頻前端各通道在工作頻帶內(nèi)的噪聲小于9dB，增益大于10 dB。

發(fā)表于：8/14/2025

一種K波段變頻組件設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

設(shè)計(jì)了一種K波段變頻組件，該組件含上、下變頻通道，實(shí)現(xiàn)K波段射頻信號(hào)與中頻信號(hào)間的變頻轉(zhuǎn)換。通過進(jìn)行全鏈路級(jí)聯(lián)仿真分析與計(jì)算，優(yōu)化了鏈路的頻點(diǎn)規(guī)劃，合理規(guī)避了帶內(nèi)雜散；通過進(jìn)行三維電磁場(chǎng)仿真，優(yōu)化了鏈路的傳輸互聯(lián)結(jié)構(gòu)，改善了級(jí)間匹配特性。測(cè)試結(jié)果表明該組件具有雜散抑制度高、帶內(nèi)增益波動(dòng)小等特點(diǎn)，雜散抑制優(yōu)于60 dBc，帶內(nèi)波動(dòng)優(yōu)于±1 dB，鏡頻抑制優(yōu)于50 dBc，其他各項(xiàng)指標(biāo)均滿足設(shè)計(jì)要求。該設(shè)計(jì)方法也對(duì)變頻組件的設(shè)計(jì)進(jìn)行了有益探索。

發(fā)表于：8/14/2025

X波段60 W高功率高效率功率放大器設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

基于0.25 μm柵長的GaN HEMT工藝，設(shè)計(jì)了一款8~12 GHz 60 W高功率放大器。該芯片的末級(jí)輸出端功率合成網(wǎng)絡(luò)在Bus-bar總線型的基礎(chǔ)上添加并聯(lián)LC到地枝節(jié)，達(dá)到優(yōu)化各路平衡度的目的，在實(shí)現(xiàn)高功率輸出的同時(shí)使芯片整體結(jié)構(gòu)緊湊且易于匹配。采用輸入端二次諧波阻抗匹配技術(shù)，在不影響輸出功率的前提下提升高頻效率。輸出級(jí)匹配結(jié)構(gòu)采用兩段串電感并電容匹配的方式，將輸出級(jí)阻抗匹配至目標(biāo)阻抗的同時(shí)實(shí)現(xiàn)較低的匹配損耗。在脈寬100 μs、占空比10%測(cè)試條件下，該放大器飽和輸出功率在8~12 GHz范圍內(nèi)大于48 dBm，效率大于35%，功率增益為23 dB。芯片尺寸為3.97 mm×5 mm。

發(fā)表于：8/14/2025

多環(huán)境自適應(yīng)探測(cè)網(wǎng)絡(luò)組網(wǎng)技術(shù)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

網(wǎng)絡(luò)空間測(cè)繪平臺(tái)能夠?qū)崿F(xiàn)對(duì)各類網(wǎng)絡(luò)資產(chǎn)的高效探測(cè)、融合分析及繪制，從而為網(wǎng)絡(luò)資產(chǎn)管理、暴露面分析和安全防護(hù)提供數(shù)據(jù)基礎(chǔ)。然而，隨著探測(cè)目標(biāo)類型和數(shù)量的不斷增多，現(xiàn)有測(cè)繪平臺(tái)在探測(cè)網(wǎng)絡(luò)快速組織、探測(cè)資源高效利用等方面無法滿足多源多目標(biāo)靈活探測(cè)的需求，為此，研究并提出了一種異構(gòu)多環(huán)境下探測(cè)網(wǎng)絡(luò)組織管理模型，該模型通過節(jié)點(diǎn)管理、任務(wù)管理、資源管理方法和API的設(shè)計(jì)，有效提升了平臺(tái)的組織管理能力，通過測(cè)試驗(yàn)證該模型的可用性和靈活性。

發(fā)表于：8/14/2025

基于復(fù)合超混沌系統(tǒng)與計(jì)算全息的圖像加密算法[模擬設(shè)計(jì)][信息安全]

針對(duì)傳統(tǒng)圖像加密算法在高敏感性數(shù)據(jù)保護(hù)、傳輸效率及多樣化應(yīng)用中的局限性，提出了一種基于超混沌系統(tǒng)與計(jì)算全息技術(shù)的多圖像加密算法。結(jié)合改進(jìn)的Logistic混沌與六維細(xì)胞神經(jīng)網(wǎng)絡(luò)混沌，生成高隨機(jī)性與復(fù)雜性的混沌序列，從而增強(qiáng)了加密過程的安全性。通過結(jié)合隨機(jī)相位編碼與傅里葉變換的計(jì)算全息技術(shù)，進(jìn)一步提升了加密效果與抗攻擊能力。為了提高傳輸效率，采用壓縮感知技術(shù)壓縮加密多幅圖像，減少數(shù)據(jù)傳輸量和密鑰消耗。仿真結(jié)果表明，所提算法在提高圖像安全性的同時(shí)，顯著提升了傳輸效率，減少了傳輸時(shí)間，并在不同加密強(qiáng)度下保持較低的圖像失真度。實(shí)驗(yàn)驗(yàn)證表明，該算法能有效抵抗常見攻擊，具有較強(qiáng)的安全性和較高的傳輸效率，適用于醫(yī)療、金融等領(lǐng)域的高敏感數(shù)據(jù)保護(hù)。

發(fā)表于：8/14/2025

數(shù)字圖像邊緣檢測(cè)算法研究[模擬設(shè)計(jì)][航空航天]

數(shù)字圖像邊緣檢測(cè)常規(guī)的方法有Canny算法、Sobel算法、Prewitt算法等。在研究圖像邊緣檢測(cè)常規(guī)方法的計(jì)算原理基礎(chǔ)上，提出一種數(shù)字圖像邊緣檢測(cè)算法，該算法包括圖像的初步極值邊緣矩陣計(jì)算、Otsu閾值的抑制計(jì)算和邊緣的延長計(jì)算。將該算法與常規(guī)算法提取的圖像邊緣進(jìn)行比較，驗(yàn)證該算法的可行性。使用該算法與常規(guī)算法對(duì)發(fā)動(dòng)機(jī)噴嘴燃燒火焰圖像進(jìn)行邊緣檢測(cè)，Sobel算法、Prewitt算法提供了少量火焰的邊緣，Canny算法提供了火焰的大輪廓，而該算法提供了大量的火焰細(xì)節(jié)邊緣信息。因?yàn)槿紵鹧娴倪吘壥侨紵闹匾卣鳎栽撍惴ǜm用于噴嘴燃燒火焰的數(shù)字圖像邊緣深度分析，為噴嘴燃燒火焰分析提供一種新方法。

發(fā)表于：8/14/2025

一種基于嵌套CRC的分段極化碼設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

極化碼循環(huán)冗余校驗(yàn)輔助的串行抵消列表（Cyclic Redundancy Check Aided Successive Cancellation List，CA-SCL）譯碼算法隨著列表的增大，需要大量的空間存儲(chǔ)資源，導(dǎo)致其在資源受限條件下無法應(yīng)用。針對(duì)該問題，提出了一種基于嵌套CRC的分段極化碼設(shè)計(jì)方法。通過分段內(nèi)并行、分段之間串行的碼字結(jié)構(gòu)，極大降低了存儲(chǔ)資源消耗；利用設(shè)計(jì)的嵌套CRC多重校驗(yàn)的優(yōu)異檢錯(cuò)性能，以及創(chuàng)新的分段之間串行列表譯碼算法，進(jìn)一步提高了碼字性能。仿真結(jié)果表明，所提算法在明顯低于CA-SCL譯碼算法的存儲(chǔ)資源消耗下，可以獲得更優(yōu)的譯碼性能。

發(fā)表于：8/14/2025

基于知識(shí)圖譜和協(xié)同過濾算法的多頭注意力網(wǎng)絡(luò)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

當(dāng)前基于知識(shí)圖譜的推薦方法大多聚焦于知識(shí)關(guān)聯(lián)的編碼機(jī)制，往往忽視了用戶-物品交互中潛在的關(guān)鍵協(xié)同信號(hào)，導(dǎo)致現(xiàn)有模型學(xué)習(xí)到的嵌入向量無法有效地表達(dá)用戶和物品在向量空間中的潛在語義。為解決這一問題，提出一種融合知識(shí)圖譜和協(xié)同過濾的多頭注意力網(wǎng)絡(luò)——協(xié)同知識(shí)感知多頭注意力網(wǎng)絡(luò)（CKAN-MH）。該網(wǎng)絡(luò)在傳統(tǒng)的CKAN模型的基礎(chǔ)上引入多頭注意力機(jī)制，以自適應(yīng)地關(guān)注不同特征的子集，通過動(dòng)態(tài)調(diào)整注意力權(quán)重，對(duì)尾實(shí)體進(jìn)行差異化加權(quán)處理。引入多頭注意力機(jī)制后，模型能夠更全面地捕捉數(shù)據(jù)中隱含的復(fù)雜關(guān)系與模式，進(jìn)而顯著提升推薦系統(tǒng)的性能表現(xiàn)。此外，還在三個(gè)真實(shí)數(shù)據(jù)集上應(yīng)用CKAN-MH模型進(jìn)行實(shí)驗(yàn)評(píng)估。實(shí)驗(yàn)結(jié)果表明，CKAN-MH模型在性能上優(yōu)于當(dāng)前多個(gè)主流先進(jìn)基線模型，驗(yàn)證了該模型的有效性和優(yōu)越性。

發(fā)表于：8/14/2025

基于變步長LMS的多普勒雷達(dá)回波信號(hào)處理方法[測(cè)試測(cè)量][通信網(wǎng)絡(luò)]

針對(duì)復(fù)雜電磁環(huán)境下多普勒雷達(dá)回波信噪比較低導(dǎo)致難以處理的問題，提出一種基于改進(jìn)箕舌線函數(shù)的變步長LMS自適應(yīng)噪聲對(duì)消方法。通過在原本的步長迭代公式和濾波器權(quán)系數(shù)迭代中添加反饋量來提高算法整體的抗干擾性能，在步長迭代中添加補(bǔ)償量來加快算法初期的迭代速度。仿真結(jié)果表明在0至-10 dB信噪比下，所提算法能夠有效還原含噪信號(hào)中的目標(biāo)信號(hào)，誤差均方值最小為0.004 5，最大相關(guān)系數(shù)為0.95，最大輸出信噪比為10.60dB。實(shí)測(cè)結(jié)果表明所提方法在雷達(dá)回波信號(hào)降噪方面的性能突出，均方誤差最小為0.005 5，在實(shí)際電磁信號(hào)降噪處理中具有適應(yīng)性和有效性。

發(fā)表于：8/14/2025

基于變量地址的DCS平臺(tái)下裝技術(shù)研究[測(cè)試測(cè)量][智能電網(wǎng)]

依據(jù)核電廠控制系統(tǒng)運(yùn)行場(chǎng)景，分析了一類基于變量地址的DCS平臺(tái)在下裝工程組態(tài)數(shù)據(jù)時(shí)存在的問題，研究了一種無擾的增量下裝技術(shù)，包括工程組態(tài)軟件、控制器、數(shù)據(jù)服務(wù)及人機(jī)接口的優(yōu)化改進(jìn)。通過設(shè)計(jì)驗(yàn)證及實(shí)際工程應(yīng)用表明所研究的增量下載方案可有效回收空閑地址位，確定變量地址與變量名稱的對(duì)應(yīng)關(guān)系，防止現(xiàn)場(chǎng)數(shù)據(jù)錯(cuò)位及執(zhí)行機(jī)構(gòu)誤動(dòng)作，提高DCS的運(yùn)行效率及核電廠的運(yùn)行安全性。

發(fā)表于：8/14/2025

智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[測(cè)試測(cè)量][安防電子]

隨著目前深度學(xué)習(xí)的發(fā)展，通過視頻來監(jiān)測(cè)水位成為近年來的研究熱點(diǎn)，為了提高對(duì)城市河道、水庫等地水位高度檢測(cè)的準(zhǔn)確性，提出了一種5G智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)，主要介紹以星宸SSC338G為核心的硬件設(shè)計(jì)和一種基于YOLOv8n改進(jìn)的水位監(jiān)測(cè)方法。首先用于識(shí)別水尺方位，再對(duì)水尺圖像進(jìn)行灰度化和二值化處理，最后通過YOLOv8n識(shí)別水尺上的字符及刻度信息，分析計(jì)算水位數(shù)據(jù)。通過引入注意力機(jī)制EMA和更換損失函數(shù)Focal-EIoU，使得改進(jìn)后的模型參數(shù)量減少了21%，模型大小減少了17%，浮點(diǎn)運(yùn)算次數(shù)減少了21%。根據(jù)與人眼實(shí)際對(duì)比實(shí)驗(yàn)，證明該模型精度符合要求，總體實(shí)現(xiàn)了智能水尺設(shè)計(jì)要求。

發(fā)表于：8/14/2025

探索分布式仿真方法加速Chiplet系統(tǒng)級(jí)驗(yàn)證[EDA與制造][工業(yè)自動(dòng)化]

隨著人工智能（AI）和高性能計(jì)算領(lǐng)域?qū)π酒懔π枨蟮脑鲩L，Chiplet方案正日益受到行業(yè)重視。然而Multi-Die系統(tǒng)復(fù)雜性和規(guī)模的擴(kuò)大導(dǎo)致仿真消耗服務(wù)器資源大、驗(yàn)證交付周期延長等。為解決這些問題，分析了傳統(tǒng)的三步法和Socket驗(yàn)證方法，重點(diǎn)探索了Cadence分布式仿真方案，基于某實(shí)際Chiplet項(xiàng)目將系統(tǒng)級(jí)仿真任務(wù)分解成多個(gè)子Die并行執(zhí)行的仿真實(shí)例，從服務(wù)器內(nèi)存、跨服務(wù)器通信延遲、同步時(shí)間精準(zhǔn)調(diào)控、信號(hào)連接開始時(shí)間及信號(hào)連接數(shù)量等多個(gè)方面探索了分布式仿真提效的措施，實(shí)現(xiàn)了超大規(guī)模Chiplet系統(tǒng)級(jí)RTL仿真和回歸效率提升。

發(fā)表于：8/14/2025