多信道光纤环形网络结构分析

本文对多信道光纤环形网络结构进行了详细分析，推导出环网内平均路经长度和最大直径计算公式，并分析了最佳多信道光纤环网结构。     

应用于无线传感网络的低功耗10bit 300Ksps多通道逐次逼近型模数转换器的设计

本文给出了一款可应用于无线传感网络的低功耗10bit 300Ksps的逐次逼近型模数转换器(SAR ADC)的设计。采用了单端结构低功耗的拆分式电容阵列DAC和具有轨到轨输入级的比较器来实现本文中的ADC,可以减小功耗同时扩展满量程输入范围。为了实现功耗优化,采用2V的低电源电源供电。设计的ADC还具有4个模拟信号通道,使其更适用于无线传感网络的应用。电路样片采用3.3V 0.35μm 2P4M CMOS工艺实现,占用了1.23mm2的芯片面积,测试结果表明在2V供电166Ksps的采样速率下,ADC的功耗只有200uW,计算得到的信噪比为58.25dB,有效位数为9.38bit,品质因子FOM为4.9pJ/conversion-step。     

基于小波分解的多通道谐波抑制及无功补偿的方法

针对一些大功率电子设备装机时引起的飞机交流电网电流畸变,提出一种基于小波分析方法的多频带分解谐波抑制与无功补偿的方法;对补偿指令信号在小波基下进行频带的重新规划分解,得到一组比较合理的补偿通道,使得低频部分不受高频影响,保证了大容量补偿通道的实现;各通道对应不同的功率补偿模块,避免了电力电子器件开关频率与功率等级之间的矛盾;并使用MATLAB工具对提出的分解方案进行了仿真分析,仿真结果验证了多通道补偿方法的可行性.     

基于优化卷积神经网络的图像超分辨率重建

传统的图像超分辨率重建方法由于其计算局限性,无法对大批量或者模糊因子不同的图像做最优处理,也无法得出高分辨率图像。近年来随着深度学习神经网络越来越多被学者关注和青睐,其中卷积神经网络被成功应用于图像超分辨率重建。但是传统的图像超分辨率卷积神经网络,无论在训练速度,泛化能力,还是生成图像质量等方面仍存在问题。针对上述问题,对图像超分辨率重建的原理进行研究,对SRCNN模型在多种训练通道下的超分辨率效果进行了实验,并提出了基于多层特征提取层的图像超分辨率重建模型,采用新的优化方法,验证了多种包含不同层数体征提取层的卷积神经网络模型。实验证明该方法在一定程度上优于SRCNN方法,能够有效加快网络整体的训练速度。     

MTC200开放式数控系统及应用

本文介绍了博世-力士乐公司的MTC200开放式数控系统硬件及软件结构特点，阐述了该系统在齿扇加工专用数控机床改造中的应用。此系统硬件结构具有开放式的特点，系统提供标准硬件接口。用户可根据需要选择不同硬件自由组合；软件结构采用多通道管理从而可以分别同时执行多个任务。应用此系统改造的齿扇加工专用数控机床，操作简便，运行稳定，运行至今一年有余，用户反映良好。     

时钟同步对星载多通道合成孔径雷达成像影响

主要分析了时钟同步对方位向多通道星载合成孔径雷达(SAR)成像质量的影响。结合星载多通道SAR系统对时钟同步误差进行数学建模,阐述了时钟同步对星载多通道SAR图像的影响方式。通过数学推导分析了方位向成对回波的幅度及位置,并指出了时钟同步误差对方位向主瓣压缩性能的影响具有周期性,同时还会导致距离向主瓣压缩性能恶化。在此基础上,进一步研究了时钟抖动对成像质量的影响。最后,计算机仿真验证了理论分析结果的正确性。     

星上多通道TDICCD相机内部的图像实时合成压缩

为了解决星上图像整合电路工作频率过高而造成的成像系统工作不稳定的问题,在相机的结构上进行创新,提出了一种基于FPGA平台实现的星上TDICCD遥感图像实时合成压缩方法。首先,介绍了星上多通道遥感图像实时合成压缩的原理;然后,针对TDICCD线阵推扫成像模式的特点,采用基于行的2D-DWT整型提升算法,提出了比特平面和编码过程全并行的EBCOT结构,实现了在对图像数据进行整合的同时进行图像的近无损压缩;最后,搭建试验平台进行验证,结果表明,在无损压缩和2倍压缩时,系统主时钟从原来的100 MHz分别降低为80 MHz和64 MHz,系统稳定,恢复图像的PSNR可以达到84 dB,满足大于80 dB的成像质量要求。处理每行的平均时间61.2 s小于相机的最小行周期63 s。算法稳定可靠,实时性好,实现了相机内部的合成压缩,满足实际工程需求。     

分簇无线传感器网络多Sink多信道传输方案

针对无线传感器网络(WSNs)在大规模网络应用时出现的问题,通过对 Siphon 协议的研究,提出一个基于分簇网络结构的多 Sink 多信道传输方案,并采用多信道的方法解决簇间传输干扰问题,在保证节点有效利用能量的同时提高 WSNs 的数据传输性能.介绍和分析"漏斗效应"和 Siphon 协议,对平面网络结构和分簇网络...     

基于多通道双向长短期记忆网络的情感分析

当前存在着大量的语言知识和情感资源,但在基于深度学习的情感分析研究中,这些特有的情感信息,没有在情感分析任务中得到充分利用。针对以上问题,该文提出了一种基于多通道双向长短期记忆网络的情感分析模型(multi-channels bidirectional long short term memory network,Multi-Bi-LSTM),该模型对情感分析任务中现有的语言知识和情感资源进行建模,生成不同的特征通道,让模型充分学习句子中的情感信息。与CNN相比,该模型使用的Bi-LSTM考虑了词序列之间依赖关系,能够捕捉句子的上下文语义信息,使模型获得更多的情感信息。最后在中文COAE2014数据集、英文MR数据集和SST数据集进行实验,取得了比普通Bi-LSTM、结合情感序列特征的卷积神经网络以及传统分类器更好的性能。     

宽带信号采样的关键技术研究

提出了一种实现宽带信号实时采样的技术原理和应用设计方法;论述了混合滤波器组技术对传统并行交替采样结构进行非均匀采样的校准处理,多通道采样的时钟与触发同步机制,以及分相存储实现大容量采样数据存储等研究内容;给出了系统的可行性设计。