基于PXA310的多功能数码相框硬件平台开发

该文介绍了一种多功能数码相框的硬件平台。平台采用Marvell公司的高性能嵌入式处理器PXA310为核心,并对电源管理、音频、液晶屏、高速USB等模块进行调试,最终完成了平台的开发。该多功能数码相框平台具有功能齐全、功耗低,集成度高等特点,不仅可以作为家庭装饰品,还可以用作广告牌。经实际使用效果良好。     

集成抗ESD二极管的SOI LIGBT/LDMOS器件结构及其制作方法

为探索与国内VLSI制造工艺兼容的新型SOI LIGBT/LDMOS器件与PIC的设计理论和工艺实现方法,首次提出含有抗ESD二极管的集成SOI LIGBT/LDMOS器件截面结构和版图结构,并根据器件结构给出了阻性负载时器件的大信号等效电路.探讨了该结构器件的VLSI工艺实现方法,设计了工艺流程.讨论了设计抗ESD二极管相关参数所需考虑的主要因素,并给出了结构实现的工艺控制要求.     

永磁同步电动机混沌系统神经网络控制研究

通过适当地选择系统参数以及外部输入，永磁同步电动机可以呈现出混沌运动状态。针对永磁同步电动机混沌模型的不确定性，采用基于正模型一逆系统的神经网络控制策略，建立混沌系统的动力学正向模型及其逆模型，实现了永磁同步电动机混沌运动的跟踪控制。仿真结果验证了该控制策略的有效性。     

遗传算法参数寻优的分形插值方法研究

分形插值是一种构造分形曲线的方法。分形插值方法中的垂直比例因子的大小影响拟合函数曲线的起伏，控制插值曲线的拟合精度。该文在深人分析分形插值方法的基础上，结合遗传算法可以有导向的实现参数随机搜索优化的特点，将其应用到分形插值自由参数的选取中，实现分形插值曲线与实际函数的最佳拟合。仿真结果验证了遗传算法在垂直比例因子的寻优上的有效性。     

电力载波通信在灶具与油烟机协调控制器中的应用

介绍了短距离通信的五种可能方案以及在厨房电器中应用的优缺点,并具体介绍了灶具与油烟机协调控制器,该系统采用载波通信芯片PL3106,通过电力线实现灶具与油烟机之间的协调控制。结合PL3106的特点和X-10协议设计了相应的通信方案、给出了具体的硬件通信电路和软件流程图。经试验验证,电力线载波通信在厨房电器应用中可靠性高、效果良好。     

低压电力载波通信技术在城市路灯远程智能监控中的应用

介绍了城市路灯单灯控制的智能监控系统,该系统采用低压电力载波通信方式。针对路灯分布的线型结构和低压电力载波通信的特点,提出了单灯接力式传输通信方案,且对低压电网噪声进行了分析,并在硬件和软件上提出了相应的解决方案。实验表明,这种通信方案能满足城市路灯控制要求。     

集成抗ESD二极管的SOI LIGBT/LDMOS器件结构及其制作方法

为探索与国内VLSI制造工艺兼容的新型SOI LIGBT/LDMOS器件与PIC的设计理论和工艺实现方法，首次提出含有抗ESD二极管的集成SOI LIGBT/LDMOS器件截面结构和版图结构，并根据器件结构给出了阻性负载时器件的大信号等效电路. 探讨了该结构器件的VLSI工艺实现方法，设计了工艺流程. 讨论了设计抗ESD二极管相关参数所需考虑的主要因素，并给出了结构实现的工艺控制要求.     

MIMO系统的改进MCMC迭代检测算法

由于传统的马尔可夫链蒙特卡罗（MCMC）方法在高信噪比或迭代过程中,容易“陷入”某一采样状态从而影响到检测性能,本文提出一种改进的MCMC方法,基于最小均方误差(MMSE)检测算法确定采样初值,使马尔可夫链迅速收敛;对陷入状态下的采样序列,随机反转具有较大后验方差的比特,以增加有效的采样状态数．仿真结果表明,改进MCMC算法能改善系统的误码率(BER)性能、降低运算复杂度．     

基于多阶段多尺度彩色图像引导的道路场景深度图像补全

道路场景深度图像对于道路目标检测、智能驾驶汽车、场景3维重建等研究和应用都是至关重要的,但是由于硬件条件的限制,激光雷达获取的场景深度图像非常稀疏,道路场景深度补全旨在利用稠密的场景彩色图像指导稀疏雷达深度图像的补全重建,是目前的研究热点。该文设计了一种新型的多阶段多尺度引导的轻量化编解码网络来实现道路深度图像的高质量补全。该文网络由“彩色引导”和“精细化补全”两个阶段构成。在两个阶段的编码端,提出带有通道随机混合的轻量化多尺度卷积模块,更好地提取图像特征的同时控制网络的参数量。在两个阶段的解码端,采用通道感知机制来实现对重要特征的聚焦。同时将“彩色引导”阶段解码端的多尺度特征融合到“精细化补全”阶段的编码端中,实现多阶段多尺度的特征引导。在训练过程中,该文设计了多损失函数策略来完成由粗到细的深度图像补全。实验表明所提算法能实现高质量的深度图像补全并且具有轻量化的网络结构。     

智能交通感知新范式：面向元宇宙的交通标志检测架构

交通标志检测对智能交通系统和智能驾驶的安全稳定运行具有重要作用。数据分布不平衡、场景单一会对模型性能造成较大影响,而建立一个完备的真实交通场景数据集需要昂贵的时间成本和人工成本。基于此,该文提出一个面向元宇宙的交通标志检测新范式以缓解现有方法对真实数据的依赖。首先,通过建立元宇宙和物理世界之间的场景映射和模型映射,实现检测算法在虚实世界之间的高效运行。元宇宙作为一个虚拟化的数字世界,能够基于物理世界完成自定义场景构建,为模型提供海量多样的虚拟场景数据。同时,该文结合知识蒸馏和均值教师模型建立模型映射,应对元宇宙和物理世界之间存在的数据差异问题。其次,为进一步提高元宇宙下的训练模型对真实驾驶环境的适应性,该文提出启发式注意力机制,通过对特征的定位和学习来提高检测模型的泛化能力。所提架构在CURE-TSD, KITTI, VKITTI数据集上进行实验验证。实验结果表明,所提面向元宇宙的交通标志检测器在物理世界具有优异的检测效果而不依赖大量真实场景,检测准确率达到89.7%,高于近年来其他检测方法。