欧美视频亚洲视频另类视频,亚洲免费三级电影

車載燃料電池發(fā)動機(jī)交流阻抗測量系統(tǒng)設(shè)計及應(yīng)用*[電源技術(shù)][汽車電子]

為解決車載質(zhì)子交換膜燃料電池發(fā)動機(jī)在-30℃低溫冷儲存及冷啟動問題，提出了一種測量車載燃料電池發(fā)動機(jī)單片交流阻抗的測量系統(tǒng)，單片電流電壓信號通過帶通濾波電路處理后，進(jìn)行快速傅里葉變換計算出單片阻抗；在采集阻抗時，通過另外一個控制核心采集單片電壓，實現(xiàn)了單片電壓及阻抗的同步雙采集。在系統(tǒng)關(guān)機(jī)策略中，將單片阻抗作為關(guān)機(jī)判據(jù)，在其達(dá)到低溫儲存及冷啟動的閾值點后，系統(tǒng)停止吹掃完成關(guān)機(jī)。系統(tǒng)能夠在-30℃低溫儲存及冷啟動，并最終在北京2022冬奧會實車批量應(yīng)用。

發(fā)表于：8/25/2023 4:33:21 PM

面向用戶體驗增強(qiáng)的信息檢索評估模型研究*[其他][工業(yè)自動化]

如何為用戶精準(zhǔn)提供高質(zhì)量信息是信息檢索系統(tǒng)有效提升用戶體驗的關(guān)鍵問題所在。在對國內(nèi)外相關(guān)技術(shù)研究進(jìn)展基礎(chǔ)之上，從引入信息資源與用戶需求之間最佳匹配的動態(tài)評估機(jī)制角度，提出了一種面向用戶體驗增強(qiáng)的信息檢索動態(tài)評估模型，對模型中的信息質(zhì)量評估方法、用戶期望評估方法、情境動態(tài)評估方法和用戶體驗評估方法等進(jìn)行詳細(xì)設(shè)計，并對模型中各因素權(quán)重進(jìn)行最優(yōu)化搜索求解。仿真實驗結(jié)果表明，構(gòu)建的動態(tài)評估模型具有較好的“魯棒”特性，對不滿足用戶需求的信息過濾效果明顯，將用戶所需的高質(zhì)量信息返回給用戶，明顯增強(qiáng)了用戶對信息檢索的應(yīng)用體驗。

發(fā)表于：8/25/2023 4:29:13 PM

基于AXI4總線的紅外圖像處理系統(tǒng)設(shè)計[嵌入式技術(shù)][其他]

為了提升紅外熱像儀圖像處理系統(tǒng)中數(shù)據(jù)處理模塊訪問DDR存儲器的帶寬效率與系統(tǒng)可靠性，采用Xilinx Kintex-7系列FPGA設(shè)計了一種基于AXI4總線的DDR存儲器訪問方案，實現(xiàn)了AXI4總線的用戶接口設(shè)計，完成了對DDR存儲器的多端口實時訪問控制需求。測試結(jié)果證明了設(shè)計的可行性，接口符合AXI4總線協(xié)議規(guī)定，使紅外圖像處理系統(tǒng)中數(shù)據(jù)模塊對DDR的讀寫帶寬與效率達(dá)到一個較高的水平。

發(fā)表于：8/25/2023 4:21:00 PM

基于AXI總線復(fù)用的DMA數(shù)據(jù)傳輸結(jié)構(gòu)設(shè)計[嵌入式技術(shù)][工業(yè)自動化]

常規(guī)多通道DMA數(shù)據(jù)傳輸結(jié)構(gòu)應(yīng)用在多傳感器接入式人工智能平臺時，隨著傳感器類型和數(shù)量的增加，在通道協(xié)議轉(zhuǎn)換、AXI總線擴(kuò)展過程中會消耗大量的FPGA邏輯和存儲資源，容易產(chǎn)生邏輯擁塞，增加工具布線難度。與此同時，封閉式的AXI系統(tǒng)缺乏對通道差異控制的靈活性，難以適應(yīng)人工智能平臺多模式數(shù)據(jù)傳輸需求。因此，設(shè)計了一種AXI總線復(fù)用方式的DMA數(shù)據(jù)傳輸結(jié)構(gòu)，該設(shè)計可以極大地縮減AXI總線數(shù)量，降低FPGA資源消耗和工具布線用時，方便地引入附加邏輯實現(xiàn)多模式DMA數(shù)據(jù)傳輸，為人工智能平臺提供靈活高效的多源數(shù)據(jù)獲取機(jī)制。

發(fā)表于：8/25/2023 4:17:56 PM

一種串聯(lián)機(jī)械臂多軸同步控制方法的研究與實現(xiàn)[嵌入式技術(shù)][工業(yè)自動化]

以機(jī)械臂為代表的工業(yè)設(shè)備，直接影響著制造業(yè)生產(chǎn)水平。在噴漆、焊接等生產(chǎn)場景下，人們希望機(jī)械臂的末端軌跡符合預(yù)期。由于工況及受到干擾的影響不完全相同，機(jī)械臂各關(guān)節(jié)的單軸跟蹤性能很難保持一致，此時便需要進(jìn)行多軸同步控制，以便多個電機(jī)同步配合完成工作，確保末端軌跡精度滿足要求。在分析三維軌跡誤差后，根據(jù)串聯(lián)機(jī)械臂的運動學(xué)特征，基于偏差耦合結(jié)構(gòu)，得出各關(guān)節(jié)軸的同步修正量，并在基于Xilinx ZYNQ的六軸機(jī)械臂實驗平臺上通過對比實驗的方式檢驗了該方法的工作效果。

發(fā)表于：8/25/2023 4:14:16 PM

基于多核DSP上下文環(huán)境備份與恢復(fù)方案的設(shè)計與實現(xiàn)*[嵌入式技術(shù)][其他]

在軟件定義計算體系架構(gòu)中，DSP作為一種常用的硬件資源，勢必向虛擬化發(fā)展，以便最大化發(fā)揮其效能。提出了一種多核DSP上下文環(huán)境的備份與恢復(fù)的方案，以核0為控制核心，通過合理地內(nèi)存分配以及讀寫操作，完成對其余核心在計算過程中的各狀態(tài)，如寄存器狀態(tài)、堆棧狀態(tài)、數(shù)據(jù)狀態(tài)以及程序狀態(tài)的保存與寫回，實現(xiàn)了其從計算任務(wù)M切換到計算任務(wù)N，待N完成后再切換回M繼續(xù)執(zhí)行的功能；使用TI公司66AK2H14對方案作測試，驗證了其可行性。該方案對多核DSP硬件資源的靈活應(yīng)用提供了實際的方法和經(jīng)驗。

發(fā)表于：8/25/2023 4:07:23 PM

二維側(cè)視型聲學(xué)多普勒流速儀的設(shè)計[模擬設(shè)計][其他]

為了獲得淺水或斷面處的二維流速分布，擴(kuò)展超聲波測量的應(yīng)用范圍，設(shè)計了二維側(cè)視型聲學(xué)多普勒流速儀。采用5 MHz高頻超聲波進(jìn)行測量，并設(shè)計了獨特的探頭結(jié)構(gòu)，避免對測流場產(chǎn)生干擾?；诙嗥绽招?yīng)的基本原理，采用復(fù)自相關(guān)算法進(jìn)行頻率估計，解算出超聲波換能器的徑向流速，通過變換矩陣得到二維流速。實測結(jié)果表明，所設(shè)計的二維側(cè)視型聲學(xué)多普勒流速儀能有效測量出采樣體的二維流速，測量標(biāo)準(zhǔn)差分別為0.028 m/s和0.009 m/s，具有一定的實用價值。

發(fā)表于：8/25/2023 4:03:47 PM

基于側(cè)向菲涅爾透鏡耦合的光纖漏水傳感器設(shè)計*[模擬設(shè)計][其他]

針對現(xiàn)有準(zhǔn)分布式液漏監(jiān)測光纖傳感器光源耦合效率低、傳導(dǎo)進(jìn)光纖模式少等問題，設(shè)計了一種側(cè)向耦合的光纖漏水傳感器，其由菲涅爾透鏡及光纖傳感帶構(gòu)成。通過Zemax軟件進(jìn)行仿真分析，設(shè)計并加工特定菲涅爾透鏡，使光纖傳感器中所用光源能更好地匯聚。通過實驗對比有無透鏡時LED的耦合功率，結(jié)果表明有透鏡的情況下光耦合進(jìn)光纖的功率可提高40%且其他傳感性能不受影響，所設(shè)計的菲涅爾透鏡能夠?qū)庠催M(jìn)行高效率的耦合，在傳感帶長度相同時可有效提高分辨率。

發(fā)表于：8/25/2023 3:59:12 PM

基于磁-熱耦合的揚(yáng)聲器溫度場仿真研究[其他][其他]

動圈揚(yáng)聲器在大信號驅(qū)動時因音圈發(fā)熱嚴(yán)重，會出現(xiàn)音圈斷路、短路和脫膠等熱損壞問題，進(jìn)而導(dǎo)致?lián)P聲器單元損壞。通過建立一款動圈揚(yáng)聲器單元的三維有限元模型，進(jìn)行了基于多物理場耦合的大信號驅(qū)動下的揚(yáng)聲器單元穩(wěn)態(tài)溫度場與應(yīng)力場仿真，并通過試驗對仿真結(jié)果進(jìn)行了驗證。結(jié)果表明：在恒壓功放的作用下，揚(yáng)聲器單元整體溫度隨音圈電流頻率增大出現(xiàn)先增大后減小的現(xiàn)象，揚(yáng)聲器單元的溫度在額定阻抗點處達(dá)到峰值，等效應(yīng)力集中在音圈骨架與定心支片、振膜連接處，會因為高溫引發(fā)熱故障；同時分析了音圈出現(xiàn)熱損壞時對揚(yáng)聲器單元暫態(tài)溫度場的影響。該結(jié)果可為動圈揚(yáng)聲器的溫度監(jiān)測和失效分析提供參考。

發(fā)表于：8/25/2023 3:53:31 PM

一種多教師模型知識蒸餾深度神經(jīng)網(wǎng)絡(luò)模型壓縮算法[人工智能][通信網(wǎng)絡(luò)]

為了能將龐大的深度學(xué)習(xí)模型壓縮后部署到算力和存儲能力有限的設(shè)備中時盡可能減小精度損失，對知識蒸餾模型壓縮方法進(jìn)行研究，提出了一種改進(jìn)后帶篩選的多教師模型知識蒸餾壓縮算法。利用多教師模型的集成優(yōu)勢，以各教師模型的預(yù)測交叉熵為篩選的量化標(biāo)準(zhǔn)篩選出表現(xiàn)更好的教師模型對學(xué)生進(jìn)行指導(dǎo)，并讓學(xué)生模型從教師模型的特征層開始提取信息，同時讓表現(xiàn)更好的教師模型在指導(dǎo)中更具有話語權(quán)。在CIFAR100數(shù)據(jù)集上的VGG13等分類模型實驗結(jié)果表明，與其他壓縮算法相比在最終得到的學(xué)生模型大小相同的情況下，精度上有著更好的表現(xiàn)。

發(fā)表于：8/25/2023 3:48:51 PM