浅谈单片机的发展趋势

单片机发展极为迅速,当前世界上个大芯片制造公司都推出了自己的单片机,本文对单片机的发展历史与应用情况以及未来的发展趋势进行了深入的讨论和探究。     

新型Al-Mg-Zn合金不同应变率动态冲击性能与组织变化

通过Gleeble-1500、分离式Hopkinson压杆、金相、扫描和透射电镜探究了Al-Mg-Zn合金准静态及动态冲击过程中的力学性能和组织演化。Al-Mg-Zn合金在准静态下表现为整体应变硬化效应。合金在1300s_^-1~3800s_^-1对应变率敏感,在4800s_^-1时几乎无应变率敏感性。合金晶粒随应变率变化发生不同程度的变形,且随着应变率的提高,晶粒变形不均匀性加重;析出相粒子形态、密度、尺寸等在4800s_^-1动态冲击前后发生明显变化。     

超磁致伸缩薄膜微机械变形镜驱动器的研究

分析了微机械变形镜MEMS驱动器的种类及其特点,并在磁致伸缩薄膜具有低磁场下的大形变、低功耗、高响应速度等特性基础上,提出了超磁致伸缩薄膜MEMS驱动器的原理.由于TbFe磁致伸缩薄膜在外加磁场作用下,微桥将在水平方向上产生伸长变形,从而引起微桥在垂直方向上发生位移.根据这一原理,设计了一种用于微机械变形镜MEMS驱动器的超磁致伸缩薄膜驱动结构,同时提出制作磁致伸缩薄膜连续式微机械变形镜的工艺流程.     

基于虚拟再现行为的VR空间认知研究

为了研究虚拟环境下人对空间大小和空间距离的认知机理,提出一种基于虚拟再现行为的知觉匹配法。从虚拟现实（virtual reality,VR）空间对真实空间的再现性角度出发,构建VR空间与真实空间的知觉匹配模型,设计并开展VR空间认知系列实验,分析虚拟环境下人对空间大小和空间距离的认知倾向与认知偏差等。通过VR空间大小认知实验发现：在高度感和宽度感的认知上,分别以±1.9%和±1.4%的标准认知偏差度基本再现了与在真实空间中相同的认知;在深度感的认知上,存在距离被低估与判断力下降的现象,其标准认知偏差度约为±3.4%。通过自我中心距离认知实验发现：在VR空间中,自我中心距离的标准认知偏差度为±（0%~2.5%）;人对侧方向区域的距离认知明显优于正方向,同时对正前方和侧下方区域表现出更加稳定的距离认知,波动幅度小于0.5%,但对上方区域的距离认知具有不稳定性。通过尺寸-距离关系认知实验发现：添加尺寸参照可优化对正方向区域约1%的认知偏差;同时,可将标准认知偏差度缩小为±（0.5%~1.5%）,有效提升了人在VR空间中对空间距离的判断能力。研究结果可为VR空间制作与虚拟人机交互设计提供理论支持,在一定程度上有利于用户交互体验的优化。     

少样本深度学习算法赋能二维衍射超材料逆向设计

二维衍射超材料是研究高阶衍射光束的光学手性响应的理想材料。随着计算机软硬件技术的发展,越来越多的深度学习算法应用于超材料这一领域。当前,深度学习算法大多需要大量训练数据作为支撑,造成了较大时间开销,并且其模型的可解释性通常较弱。针对以上情况,本文提出一种基于数据增强的迭代少样本深度学习算法,利用少量的仿真数据,训练正向预测的网络模型,进而生成大量“伪数据”,再使用扩充后的混合数据集进行逆向设计模型训练,通过多次迭代得到超材料结构参数的准确值。与以往大多数深度学习方法相比,本文方法将仿真数据集规模缩小了至少一到两个数量级,有效降低了对仿真光谱的依赖,且设计成功率不低于96%。同时,从数据的角度,根据二维衍射超材料的几何参数对光学响应的影响解释了实验结果,增强了模型的可解释性。结果表明,本文方法为超灵敏、可调控偏振光电子器件的研发提供了新思路。     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

基于神经风格迁移网络的民族图案创新方法

针对传统民族图案符号手工提取效率低,图案组合创新设计困难的问题,以苗族 传统的蜡染和挑花图案创新设计为例提出传统民族图案风格创新模型。该模型将改进型的形状 文法与基于深度学习的神经风格迁移网络相结合,提取并编码民族图案构型框架,通过形状文 法生成大量民族图案构型框架图案,使用风格迁移网络快速提取民族图案中的底层特征,在框 架基础上迁移生成创新民族图案设计方案。实验结果表明,该模型可以在指定框架的基础上生 成全新的民族纹饰图案,相对于直接使用神经网络对空白图像进行风格迁移生成的图案更加有 序。生成图案最终应用于苗族织物图案设计中,验证了该方法和设计流程的可行性。     

基于微服务架构的下一代IP网络测试体系框架

下一代IP网络是未来新型公共网络,融合有线无线一体化、宽带窄带一体化、传输接入一体化以及有源无源一体化的全新型业务网络,其面临的应用场景也变得复杂化和多样化。然而,每个应用场景的需求及标准各不相同,对标现有的网络技术、协议、标准规则仍有较大差距。为保障新应用场景下各技术、设备等方面的完备性及安全性,满足未来网络技术发展产生的新应用特征,需建立全方位统一的测试体系。提出在基于微服务架构的基础上强调对业务的赋能,综合不同应用场景特征,建立基于下一代IP网络场景的全过程领域驱动模型。以构建多渠道、全方位的微服务测试框架,为网络技术的发展提供支持手段。     

准分子激光刻蚀聚碳酸酯材料研究

准分子激光刻蚀聚合物一般认为是由于聚合物材料吸收光子能量而升温,同时分子链上的 化学键也会因吸收光子能量而断裂。本文在讨论分析了准分子激光烧蚀聚合物机理的基础上,通过对不同能量密度情况下得到的不同烧蚀深度的实验结果进行分析计算,得出聚碳酸酯(PC)材料对波长248nm激光的吸收系数为4.17×104cm-1,能量阈值为49.8 mJ/cm2。     

面向VR放置任务的自然手势交互时间的预测

为了在虚拟现实（virtual reality，VR）环境中准确模拟用户的放置任务和避免由交互设备抖动等因素导致的放置精度低的问题，利用自然手势进行交互，并提出一种基于改进Fitts定律的面向VR放置任务的自然手势交互时间的预测方法。首先，构建了“手势交互—VR环境—VR交互任务”的交互逻辑，建立了自然手势与交互任务之间的语义映射关系；其次，根据自然手势设计原则，进行了面向VR放置任务的自然手势交互实验；然后，结合VR放置任务的特点，将移动距离、目标物容差和移动物体大小融入经典Fitts定律，建立了基于改进Fitts定律的自然手势交互时间预测模型；最后，对实验数据进行回归分析。回归分析结果显示：基于经典Fitts定律拟合得到的相关系数R²=0.515，交互时间的预测值与真实值存在较大偏差，表明经典Fitts定律不适用于面向VR放置任务的自然手势交互时间的预测；基于改进Fitts定律拟合得到的相关系数R²=0.970，交互时间的预测值与真实值相吻合，表明改进Fitts定律具有良好的适用性，可准确预测面向VR放置任务的自然手势交互时间。研究结果丰富了VR交互方式，并可为VR环境中人机交互界面的设计提供指导。