中文字幕精品一区影音先锋,成人国内精品视频在线观看,一本久久国产精品视频

一種寬輸入范圍高PSR帶隙基準(zhǔn)電路設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

從DC-DC芯片電路的實(shí)際設(shè)計(jì)需求出發(fā)，設(shè)計(jì)了一款輸入電壓范圍在2.5~15 V的帶隙基準(zhǔn)電路。通過(guò)預(yù)調(diào)節(jié)電路的設(shè)計(jì)，帶隙基準(zhǔn)核輸出的基準(zhǔn)電壓轉(zhuǎn)化為一個(gè)穩(wěn)定的電流源，形成的負(fù)反饋結(jié)構(gòu)給帶隙基準(zhǔn)核自身提供供電電壓，提高了電源電壓范圍上限；通過(guò)電壓選擇電路，在電源電壓低于5 V時(shí)使帶隙基準(zhǔn)核直接由電源電壓供電，拓寬了電源電壓范圍的下限。同時(shí)，預(yù)調(diào)節(jié)電路和帶隙基準(zhǔn)核中共源共柵結(jié)構(gòu)為電路帶來(lái)了良好的電源抑制特性。設(shè)計(jì)基于0.25 μm BCD工藝，完成了原理圖、版圖設(shè)計(jì)以及仿真，結(jié)果表明設(shè)計(jì)在-55 ℃~125 ℃的溫度范圍內(nèi)，可以輸出穩(wěn)定的0.8 V電壓，溫度系數(shù)為7.78 ppm/℃；低頻條件下PSR達(dá)到159 dB，線性調(diào)整率為0.001 2%。

發(fā)表于：4/29/2024 1:10:00 PM

一種SSD主控芯片數(shù)據(jù)加解密模塊的設(shè)計(jì)與驗(yàn)證[模擬設(shè)計(jì)][信息安全]

為了增強(qiáng)固態(tài)硬盤(pán)（Solid State Disk， SSD）的數(shù)據(jù)安全，介紹了SSD主控芯片中一種滿足《安全芯片密碼檢測(cè)準(zhǔn)則》二級(jí)要求設(shè)計(jì)的數(shù)據(jù)SM4加解密模塊。另外，為了驗(yàn)證模塊設(shè)計(jì)的正確性，介紹了基于通用驗(yàn)證方法學(xué)（Universal Verification Methodology， UVM）設(shè)計(jì)的自動(dòng)化驗(yàn)證平臺(tái)，以設(shè)計(jì)功能點(diǎn)和代碼覆蓋率為衡量指標(biāo)，數(shù)據(jù)加解密模塊被該驗(yàn)證平臺(tái)較充分地驗(yàn)證，最終達(dá)到片上系統(tǒng)（System on Chip， SoC）的流片交付標(biāo)準(zhǔn)。

發(fā)表于：4/29/2024 1:10:00 PM

TSN時(shí)間敏感網(wǎng)絡(luò)幀搶占的研究與電路實(shí)現(xiàn)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

時(shí)間敏感網(wǎng)絡(luò)（Time Sensitive Network， TSN）是一種新型網(wǎng)絡(luò)技術(shù)，在傳統(tǒng)的以太網(wǎng)技術(shù)基礎(chǔ)上，對(duì)關(guān)鍵數(shù)據(jù)的實(shí)時(shí)性、可靠性和安全性方面進(jìn)行了增強(qiáng)，可滿足工業(yè)互聯(lián)網(wǎng)、自動(dòng)駕駛、醫(yī)療健康等領(lǐng)域的需求。針對(duì)TSN中的幀搶占技術(shù)進(jìn)行了研究分析，實(shí)現(xiàn)了幀搶占電路。作為T(mén)SN網(wǎng)絡(luò)交換芯片的重要部分，實(shí)現(xiàn)了TSN幀搶占等芯片實(shí)現(xiàn)的自主創(chuàng)新，在相關(guān)時(shí)間敏感領(lǐng)域具有較好的應(yīng)用價(jià)值。

發(fā)表于：4/29/2024 1:10:00 PM

融合蛋白質(zhì)語(yǔ)言模型與深度神經(jīng)網(wǎng)絡(luò)的植物蛋白質(zhì)相互作用預(yù)測(cè)研究[模擬設(shè)計(jì)][醫(yī)療電子]

預(yù)測(cè)植物中的蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）具有重要的生物學(xué)意義。同時(shí)采用了4種編碼方法及深度神經(jīng)網(wǎng)絡(luò)構(gòu)建了蛋白質(zhì)相互作用預(yù)測(cè)模型。結(jié)果表明，提出的融合蛋白質(zhì)語(yǔ)言模型Ankh與深度神經(jīng)網(wǎng)絡(luò)的方法構(gòu)建的PPI預(yù)測(cè)模型性能在3種植物數(shù)據(jù)集上均獲得了最優(yōu)的AUPR和AUC值，Sen及MCC值也均優(yōu)于其他4種蛋白質(zhì)相互作用預(yù)測(cè)模型。當(dāng)模型在水稻、大豆的植物PPI數(shù)據(jù)集上進(jìn)行測(cè)試時(shí)，所提出的模型AUPR值分別為0.802 5、0.730 1，AUC值分別為0.956 2、0.950 7。這些優(yōu)異的結(jié)果表明，融合蛋白質(zhì)語(yǔ)言模型Ankh的PPI模型可以作為植物蛋白質(zhì)相互作用預(yù)測(cè)的一個(gè)有前途的工具。

發(fā)表于：4/29/2024 1:10:00 PM

混合CNN-SVM的心音信號(hào)分類算法的研究[模擬設(shè)計(jì)][醫(yī)療電子]

針對(duì)當(dāng)前心音信號(hào)識(shí)別算法檢測(cè)精度不佳問(wèn)題，提出了一種混合卷積神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)模型（CNN-SVM）的心音信號(hào)分類方法。通過(guò)PASCAL挑戰(zhàn)實(shí)驗(yàn)數(shù)據(jù)，整理出正常與不正常兩類心音信號(hào)數(shù)據(jù)庫(kù)，通過(guò)預(yù)處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進(jìn)行訓(xùn)練。并從準(zhǔn)確率、召回率、特異性、精確率和F分?jǐn)?shù)5個(gè)方面進(jìn)行性能評(píng)估。為了驗(yàn)證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，該方法能夠以較高識(shí)別率將兩種心音信號(hào)區(qū)分開(kāi)，其平均識(shí)別準(zhǔn)確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。

發(fā)表于：4/29/2024 1:10:00 PM

CNI集成JPALS能力的進(jìn)展及展望[模擬設(shè)計(jì)][航空航天]

衛(wèi)星導(dǎo)航著陸是下一代精密著陸技術(shù)的趨勢(shì)，其在通信導(dǎo)航識(shí)別系統(tǒng)（CNI）中的集成也成為了重要的研究?jī)?nèi)容。綜述了聯(lián)合精密進(jìn)近著陸系統(tǒng)（JPALS）的原理與系統(tǒng)結(jié)構(gòu)，分析了國(guó)內(nèi)當(dāng)前衛(wèi)星導(dǎo)航著陸技術(shù)的研究現(xiàn)狀及工程技術(shù)基礎(chǔ)，在此基礎(chǔ)上提出了堅(jiān)持當(dāng)前綜合化CNI框架下，從JPALS需求論證、系統(tǒng)設(shè)計(jì)、可擴(kuò)展性等方面提出了集成JPALS能力的初步工程設(shè)想。

發(fā)表于：4/29/2024 1:10:00 PM

空基網(wǎng)絡(luò)中定向自組網(wǎng)關(guān)鍵技術(shù)研究綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于定向天線的移動(dòng)自組織網(wǎng)絡(luò)被廣泛應(yīng)用于軍事領(lǐng)域，尤其對(duì)于具有易實(shí)施、高隱蔽性、高保密性要求的空基網(wǎng)絡(luò)，定向天線比全向天線更具有優(yōu)勢(shì)，它具有更遠(yuǎn)的傳輸范圍，減小了節(jié)點(diǎn)間的相互干擾，能夠?qū)崿F(xiàn)空間復(fù)用能力的提升。但是定向天線的引入在增加通信距離的同時(shí)也會(huì)帶來(lái)一些問(wèn)題，給許多協(xié)議層帶來(lái)破壞性的副作用。目前，國(guó)內(nèi)外研究人員已提出多種算法來(lái)解決這些問(wèn)題。結(jié)合空基網(wǎng)絡(luò)的復(fù)雜性，研究了國(guó)內(nèi)外提出的基于定向天線的移動(dòng)自組網(wǎng)數(shù)據(jù)鏈路層和網(wǎng)絡(luò)層的各類算法和協(xié)議，總結(jié)對(duì)比近年來(lái)定向鄰居發(fā)現(xiàn)算法、媒體訪問(wèn)控制協(xié)議和定向路由協(xié)議三種關(guān)鍵技術(shù)，并提出更適合用于空基網(wǎng)絡(luò)的技術(shù)與協(xié)議，最后對(duì)這些算法和協(xié)議的下一步研究提供了一些方向。

發(fā)表于：4/29/2024 1:10:00 PM

簡(jiǎn)化退化模型的真實(shí)圖像超分辨率網(wǎng)絡(luò)[人工智能][信息安全]

圖像超分辨率任務(wù)常用雙三次下采樣以構(gòu)造數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)，但雙三次下采樣由于退化模型固定，導(dǎo)致網(wǎng)絡(luò)泛化能力低，無(wú)法用于真實(shí)世界低分辨率圖像。為解決上述問(wèn)題本文提出預(yù)處理模塊，通過(guò)預(yù)處理模塊與雙三次下采樣數(shù)據(jù)集得到的網(wǎng)絡(luò)相結(jié)合，在減少資源消耗的同時(shí)提高其泛化能力。此外，還針對(duì)不同的精度需求設(shè)計(jì)了特征學(xué)習(xí)訓(xùn)練策略和多任務(wù)聯(lián)調(diào)策略。通過(guò)根據(jù)不同需求采用相應(yīng)的訓(xùn)練策略，在滿足精度需求的同時(shí)具有消耗計(jì)算資源少、訓(xùn)練速度快以及適用范圍廣的特點(diǎn)。實(shí)驗(yàn)證明，增加預(yù)處理模塊的網(wǎng)絡(luò)以較少的模型參數(shù)增加量換取了重建效果和感知質(zhì)量方面的較大提升，并且通過(guò)不同策略實(shí)現(xiàn)了進(jìn)一步的精度提高。

發(fā)表于：3/25/2024 2:30:06 PM

基于CNN-Transformer混合構(gòu)架的輕量圖像超分辨率方法[人工智能][信息安全]

針對(duì)基于混合構(gòu)架的圖像超分模型通常需要較高計(jì)算成本的問(wèn)題，提出了一種基于CNN-Transformer混合構(gòu)架的輕量圖像超分網(wǎng)絡(luò)STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一種并行特征提取的特征增強(qiáng)模塊（Feature Enhancement Block，F(xiàn)EB），由卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和輕量型Transformer網(wǎng)絡(luò)并行地對(duì)輸入圖像進(jìn)行特征提取，再將提取到的特征進(jìn)行特征融合。其次，設(shè)計(jì)了一種動(dòng)態(tài)調(diào)整模塊（Dynamic Adjustment，DA），使得網(wǎng)絡(luò)能根據(jù)輸入圖像來(lái)動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)的輸出，減少網(wǎng)絡(luò)對(duì)無(wú)關(guān)信息的依賴。最后，采用基準(zhǔn)數(shù)據(jù)集來(lái)測(cè)試網(wǎng)絡(luò)的性能，實(shí)驗(yàn)結(jié)果表明STSR在降低模型參數(shù)量的前提下仍然保持較好的重建效果。

發(fā)表于：3/25/2024 2:30:05 PM

一種用于輔助兵棋推演的快速?zèng)Q策框架研究[其他][信息安全]

基于一般的決策和規(guī)劃流程，提出了一個(gè)面向兵棋推演的快速?zèng)Q策框架（Rapid Military Decision Framework，RMDF），該框架針對(duì)異構(gòu)實(shí)體模型，通過(guò)分層的網(wǎng)格環(huán)境對(duì)復(fù)雜推演環(huán)境簡(jiǎn)化建模，將推演實(shí)體的作用效果，簡(jiǎn)化為地面、海上和空中三個(gè)網(wǎng)格環(huán)境層次上的作用效果，并以熱圖的形式在網(wǎng)格環(huán)境中顯示，通過(guò)推演實(shí)體的核心參數(shù)來(lái)確定其性能模型和行為模型，并基于一致性包算法實(shí)現(xiàn)任務(wù)分配，生成備選行動(dòng)策略，通過(guò)快速仿真實(shí)現(xiàn)推演策略的迭代優(yōu)化，能夠在推演之前或推演期間提供行動(dòng)方案的快速評(píng)估，可以有效地輔助兵棋推演指揮人員進(jìn)行復(fù)雜態(tài)勢(shì)下的兵棋推演。

發(fā)表于：3/25/2024 2:30:04 PM