人人妻人人狠人人爽,欧美video巨大粗暴,人妻人人澡人人添人人爽人人玩

基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

經(jīng)典稀疏自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit，SAMP）算法可以通過設(shè)置迭代步長，不斷逼近真實的稀疏度，以提高稀疏重構(gòu)的精度。然而，該算法使用內(nèi)積匹配準則，存在原子丟失的現(xiàn)象，同時由于無法精確估計信號中存在的真實稀疏度，導致重構(gòu)的精度依然無法達到滿意的效果，信道估計結(jié)果不佳。提出了一種基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法。該算法使用了廣義Jaccard系數(shù)匹配代替了內(nèi)積匹配，然后利用DFT對信號進行稀疏度預(yù)估計，同時用可變步長代替固定步長，可以精確、快速地逼近真實稀疏度。實驗結(jié)果表明，該信道估計方法優(yōu)于SAMP和其他傳統(tǒng)方法，并且可以用于實際水聲信道估計。

發(fā)表于：7/24/2025

基于等概率同步功耗補償?shù)腅CC抗側(cè)信道攻擊方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對資源受限的橢圓曲線密碼算法芯片抗側(cè)信道攻擊往往以犧牲芯片性能為代價的問題，提出一種基于等概率同步功耗補償?shù)臋E圓曲線密碼抗側(cè)信道攻擊方案。首先，根據(jù)密鑰猜測產(chǎn)生的中間數(shù)據(jù)的漢明距離特征生成概率分布差異函數(shù)；其次，根據(jù)生成的函數(shù)構(gòu)建可同步補償功耗的等概率映射模型；最后，利用模擬退火算法求出該模型的最優(yōu)解。仿真驗證結(jié)果表明：與其他傳統(tǒng)基于隨機化方式的抗側(cè)信道攻擊方案相比，在防護能力相當?shù)臈l件下，所提方案的運算性能幾乎沒有損失，非常適用于資源受限的橢圓曲線密碼算法芯片。

發(fā)表于：7/24/2025

一種基于PPO算法的低空基站優(yōu)化模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通過優(yōu)化現(xiàn)有地面網(wǎng)絡(luò)基站來實現(xiàn)低空網(wǎng)絡(luò)服務(wù)具有成本低、建設(shè)快等優(yōu)點，面對低空基站優(yōu)化過程中存在的無線環(huán)境復雜、配置參數(shù)多樣、優(yōu)化目標互相影響等問題，提出了一種基于近端策略優(yōu)化算法的多維低空網(wǎng)絡(luò)基站優(yōu)化模型：通過射線追蹤技術(shù)計算不同類型、不同角度基站的低空覆蓋能力，并構(gòu)建支持多目標優(yōu)化和多參數(shù)配置的低空網(wǎng)絡(luò)基站優(yōu)化模型，利用PPO算法得到基站配置策略。在仿真環(huán)境中進行訓練與結(jié)果驗證，證明該模型可有效生成基站優(yōu)化方案，且相較于基于A2C方法的模型具有更快的收斂速度和更好的基站優(yōu)化效果。

發(fā)表于：7/24/2025

基于邊緣計算的智慧工地視頻分析系統(tǒng)設(shè)計[模擬設(shè)計][安防電子]

為精準識別工地工人未正確佩戴安全帽行為，并且實現(xiàn)系統(tǒng)快速響應(yīng)問題，設(shè)計了一款采用邊緣側(cè)部署的智慧工地視頻分析系統(tǒng)。系統(tǒng)硬件方案使用兩顆AX650N芯片級聯(lián)的方式，顯著提高系統(tǒng)計算能力。軟件方案采用Ubuntu操作系統(tǒng)，基于主流目標檢測算法YOLOv8n，通過使用共享卷積層的空洞卷積替換SPPF模塊中的池化層提升檢測速度和精度；引入動態(tài)非單調(diào)調(diào)頻的WIoU損失函數(shù)來提升對低質(zhì)量樣本的檢測能力。實驗結(jié)果表明，優(yōu)化后的算法模型平均檢測精度提高了1.8%，模型權(quán)重所占空間減少17.4%，模型檢測速度提高了7.3%。在多個實地場景下進行系統(tǒng)測試，視頻目標行為智能分析結(jié)果成功率都達到97%以上，且平均響應(yīng)時間在1 s以內(nèi)，此系統(tǒng)可以顯著提高工地的管理效率與安全性。

發(fā)表于：7/24/2025

基于雙射頻芯片級聯(lián)的雷視一體系統(tǒng)設(shè)計實現(xiàn)[微波|射頻][智能交通]

在智能交通系統(tǒng)（Intelligent Transports System，ITS）領(lǐng)域，相較于單雷達和卡口相機的組合，雷視一體機有著成本低和數(shù)據(jù)融合的優(yōu)點?；谏漕l芯片級聯(lián)技術(shù)，對毫米波雷達性能進行提升，并采用專業(yè)級的安防芯片，通過多傳感器融合，設(shè)計了一款具有遠距離探測功能的雷視一體機系統(tǒng)。算法方面采用多傳感器融合算法，通過更換主干特征提取網(wǎng)絡(luò)和損失函數(shù)對目標檢測算法YOLOv8n進行改進，改進后參數(shù)量減少24%，模型大小減小22%。通過交通實地場景測試，驗證了雷視一體機系統(tǒng)的可靠性，最終實現(xiàn)交通路口場景的全方位監(jiān)測，且最遠探測距離可以達到350 m，探測精度可達97%以上，符合遠距交通雷視一體機的設(shè)計要求。

發(fā)表于：7/24/2025

一種伺服功率驅(qū)動電路的設(shè)計與實現(xiàn)[模擬設(shè)計][工業(yè)自動化]

針對現(xiàn)有電動伺服系統(tǒng)驅(qū)動電路效率低、電路復雜、強弱電不隔離等問題，介紹了一種輸出電流達36 A的直流有刷電機功率驅(qū)動電路，該電路具有效率高、熱功耗小、與微控制電路光電隔離、單電源供電等優(yōu)點。將該電路分解為四個組成部分，對各部分詳細說明，并從整個電路內(nèi)部工作原理及仿真實驗情況作具體分析。

發(fā)表于：7/24/2025

電容網(wǎng)絡(luò)對射頻SOI開關(guān)功率承受能力影響研究[微波|射頻][工業(yè)自動化]

通過比較分析研究電容網(wǎng)絡(luò)對射頻SOI開關(guān)功率承受能力的影響，主要包括射頻開關(guān)晶體管源極與漏極之間的橫向耦合電容Cdsn和射頻開關(guān)源極與漏極節(jié)點到GND的縱向耦合電容Cgndn。研究內(nèi)容包括射頻開關(guān)堆疊結(jié)構(gòu)Cdsn/Cgndn逐步變化，前兩級Cdsn/Cgndn電容值大小，前N級Cdsn/Cgndn電容網(wǎng)絡(luò)對射頻開關(guān)插入損耗、隔離度和功率承受能力的影響，研究結(jié)果為射頻開關(guān)電路設(shè)計提供參考。

發(fā)表于：7/24/2025

LVDS鏈路誤碼測試與動態(tài)優(yōu)化方法研究[模擬設(shè)計][航空航天]

隨著航天器技術(shù)的快速發(fā)展，飛機吊艙工作環(huán)境日益復雜，對圖像傳輸鏈路的可靠性提出了更高要求。為解決圖像傳輸鏈路中的誤碼問題，提出了一種基于FPGA的LVDS隔離誤碼測試系統(tǒng)。該系統(tǒng)創(chuàng)新性地設(shè)計了新型遞增碼編碼方式（通過逐位遞增的碼型設(shè)計增強誤碼檢測的敏感性）和動態(tài)訓練機制（基于誤碼率反饋的自適應(yīng)訓練策略優(yōu)化信號均衡參數(shù)），并實現(xiàn)了相應(yīng)的硬件和軟件系統(tǒng)。實驗結(jié)果表明，該系統(tǒng)在多種典型惡劣工況下均表現(xiàn)出優(yōu)異的誤碼檢測性能。通過提取測試數(shù)據(jù)中的誤碼時間序列特征，結(jié)合動態(tài)模型在線學習機制更新權(quán)重，誤碼預(yù)測精度誤差降低了62.5%，有效驗證了系統(tǒng)的實用性和可靠性。與現(xiàn)有主流誤碼測試方法相比，本系統(tǒng)不僅能夠?qū)崿F(xiàn)飛機吊艙圖像采集傳輸鏈路的誤碼檢測與定位，還支持動態(tài)優(yōu)化，為復雜環(huán)境下的高可靠性圖像傳輸提供了新的解決方案。

發(fā)表于：7/24/2025

時間敏感網(wǎng)絡(luò)遠程配置管理的研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為滿足工業(yè)自動化和汽車領(lǐng)域?qū)W(wǎng)絡(luò)高實時性、低時延的需求，以時間敏感網(wǎng)絡(luò)（TSN）為核心的確定性網(wǎng)絡(luò)技術(shù)近年來迅速發(fā)展。IEEE 802.1 TSN工作組提出的IEEE 802.1Qcc協(xié)議，通過集中化網(wǎng)絡(luò)配置（CNC）實現(xiàn)了對TSN配置的集中管理與動態(tài)分發(fā)。在此背景下，研究了基于NETCONF和YANG的TSN遠程配置管理方案，并驗證了其將配置參數(shù)從CNC下發(fā)至TSN交換機的可行性。研究結(jié)果為TSN交換機支持Qcc協(xié)議的實現(xiàn)提供了技術(shù)基礎(chǔ)，進一步推動了TSN技術(shù)在工業(yè)與車聯(lián)網(wǎng)場景中的實際應(yīng)用。

發(fā)表于：7/22/2025

一種基于可調(diào)SPWM算法的面積優(yōu)化方法[模擬設(shè)計][消費電子]

在LED顯示驅(qū)動芯片中，采用可調(diào)的SPWM算法實現(xiàn)顯示刷新率可調(diào)的功能。提出了一種基于SPWM算法的面積優(yōu)化方法，以解決傳統(tǒng)的可調(diào)SPWM算法在硬件實施時，所需要的面積資源較多、成本較大的問題。該算法將子周期分成2的冪長度的兩種類型，由此簡化了可調(diào)SPWM算法硬件化所需要的運算資源，從而能夠有效地減少驅(qū)動芯片的面積。在Synopsys DC下，分別對傳統(tǒng)和本文優(yōu)化方法實現(xiàn)的電路進行了綜合，綜合結(jié)果表明，該方法可以節(jié)省33.6%的面積。

發(fā)表于：7/22/2025

V頻段H面膜片帶通濾波器設(shè)計[微波|射頻][通信網(wǎng)絡(luò)]

為滿足上變頻器對低插入損耗、高抑制度濾波器的需要，設(shè)計并制作了一種V頻段H面膜片帶通濾波器，該濾波器由六個矩形諧振腔串聯(lián)組成。六個諧振腔和七個耦合窗的尺寸初值通過理論計算得到，采用三維電磁場仿真軟件HFSS對濾波器進行了結(jié)構(gòu)建模和優(yōu)化仿真。制作了濾波器樣品并進行了測試，測試結(jié)果表明在47.2~50.2 GHz帶內(nèi)插入損耗小于0.6 dB，回波損耗優(yōu)于15.6 dB，對42.6 GHz頻點的抑制度為73.8 dBc，對54.8 GHz頻點的抑制度為52.8 dBc，測試結(jié)果與軟件仿真結(jié)果基本一致。

發(fā)表于：7/22/2025

Ku頻段小型化氣密型功放組件研究[微波|射頻][通信網(wǎng)絡(luò)]

闡述了一種Ku頻段小型化氣密型性功放組件的工程實現(xiàn)方案。此組件采用4片GaN功率芯片與1片GaAs驅(qū)動芯片級聯(lián)工作，并通過波導功分與合成網(wǎng)絡(luò)的結(jié)合，實現(xiàn)了高效的功率合成。為確保組件在鹽霧和低氣壓等環(huán)境下的穩(wěn)定運行，采用了同軸探針式波導氣密封電路與射頻腔體激光封焊技術(shù)，對整個功放模塊的射頻電路進行了全面的氣密封裝，有效抵御鹽霧和低氣壓等外界因素對組件可靠性的潛在威脅。最終，該功放組件在13~15 GHz的連續(xù)波工作頻帶內(nèi)，實現(xiàn)了大于120 W的飽和輸出功率。該組件的技術(shù)狀態(tài)穩(wěn)定，可靠性與實用性均達到了工程使用要求，適用于測控、通信、電子對抗等領(lǐng)域中的微波發(fā)射系統(tǒng)，展現(xiàn)出卓越的應(yīng)用前景與市場價值。

發(fā)表于：7/22/2025

基于基片集成波導圓極化天線微波毫米波天線[微波|射頻][通信網(wǎng)絡(luò)]

設(shè)計了一款Ka波段高增益基片集成波導圓極化天線，采用四脊波導作為圓極化輻射器。為驗證設(shè)計，研制了4×4圓極化陣列天線，該天線采用三層介質(zhì)基板結(jié)構(gòu)：頂層為4×4四脊波導圓極化輻射器，中層為4×4背腔輻射縫隙單元天線（工作模式為TE110模），底層為T形基片集成波導一分八功分器。測試結(jié)果表明，該陣列天線S11<-10 dB的范圍為35.3~35.55 GHz，3 dB軸比帶寬為35.24~35.57 GHz，最大增益為18.14 dBi（35.42 GHz）。該設(shè)計創(chuàng)新性地采用四脊波導實現(xiàn)圓極化輻射，具有高口徑效率和緊湊結(jié)構(gòu)，適用于微波毫米波系統(tǒng)。

發(fā)表于：7/22/2025

超寬帶大瞬時帶寬可調(diào)中頻接收機前端技術(shù)研究[微波|射頻][通信網(wǎng)絡(luò)]

為滿足對復雜電磁環(huán)境的測試和接收機超寬帶、大瞬時帶寬、小型化、可調(diào)等發(fā)展需求，基于二級混頻的超外差變頻技術(shù)和多路開關(guān)濾波器組，設(shè)計了一款具有1.5 GHz~18 GHz超寬帶射頻信號接收、1 GHz大瞬時帶寬、大動態(tài)范圍和超低接收靈敏度的接收機射頻前端模塊，且該模塊還具有輸出中頻頻率和帶寬可選的功能。通過測試對該模塊進行了驗證，結(jié)果符合設(shè)計要求。

發(fā)表于：7/22/2025

航天發(fā)射任務(wù)指揮決策輔助平臺及關(guān)鍵技術(shù)研究[其他][航空航天]

圍繞我國當前航天發(fā)射任務(wù)過程中對安全控制、快速評定和決策評估的需求，通過引入多維動態(tài)時間規(guī)整、深度序列分析、飛行彈道預(yù)測、知識圖譜以及態(tài)勢推薦等技術(shù)，形成了具備測控參數(shù)智能化處理、飛行狀態(tài)預(yù)測、態(tài)勢多維展示的航天發(fā)射任務(wù)指揮決策輔助平臺，有效提高了航天發(fā)射任務(wù)組織指揮的數(shù)智化水平。

發(fā)表于：7/18/2025