Heating frequency optimization for artificial field-aligned scattering

In this study, we present a simulation study of artificial field-aligned irregularities (AFAI) to calculate the scattering coefficient considering a Gaussian autocorrelation function for the wave number spectrum of the density fluctuation. By analyzing variations in the scattering coefficient under different ionospheric backgrounds, the optimal range of the heating frequency was found, which is about 0.9–1 times the critical frequency of the F2 layer. This is especially noticeable as when the heating frequency varies from 0.5 times to 0.9 times of the critical frequency, the scattering coefficient increases by 6.8–16.2 dB. These results should be useful for optimizing the heating frequency in the future artificial field-aligned scattering (AFAS) transmission applications at middle and low latitudes.     

基于LSTM网络的IGBT参数预测硬件系统设计

对绝缘栅双极型晶体管进行参数预测可以有效地避免因其失效带来的经济损失和安全问题。对绝缘栅双极型晶体管参数进行分析,设计了一个基于LSTM网络的绝缘栅双极型晶体管参数预测SoC硬件系统。该系统使用ARM处理器作为总控制器,控制各个子模块的调用和数据的传输, FPGA内通过对矩阵向量内积算法进行优化提高LSTM网络内部的数据运算速度,并且采用多项式近似的方法降低了激活函数所占用的资源。实验结果表明,系统的预测平均准确率为92.6%,计算速度相比于CPU快了3.74倍,同时具有低功耗的特点。     

基于JAVA的汽车用钢使用性能数据库的开发

为了应对车企对日益增多的各类钢种性能数据的需求,采用JAVA编程语言,设计开发汽车用钢使用性能数据库,既可通过收集分析汽车用钢各项性能试验数据结果,实现对各钢种性能数据的查询和对比,又可通过神经网络和数据挖掘技术快速判定汽车板常见成形质量问题的原因,提出解决方案;此外,采用数据清洗技术,通过力学分析算法快速生成材料硬化曲线,应用Autoform软件生成高仿真度材料性能数据卡,以满足车企对材料CAE仿真的需求。该数据库的建立,降低了用户需求研究成本,提高了钢种性能研究工作的效率。     

人工智能设计的发展趋势研究

近些年来,以5G互联网为导向的智能科技快速发展,互联网+、深度学习、数据挖掘和智能硬件推动了传统行业的转型升级,而兼具人力密集型和知识创意型特征的设计行业也面临着机器的挑战,智能化设计成为未来设计创新发展的契机。文章通过对近年来人工智能在设计领域的实践,归纳和总结了智能时代的设计范式,并由此引申出了对人工智能时代设计趋势的思考。