基于AVR Studio的STK500协议的实现

STK500协议是ATMEL公司为实现主机与STK500开发板之间相互通信而制定的协议,该协议的主机端软件平台是其官方软件AVR Studio,通过该软件能够很方便地对AVR器件进行仿真调试及下栽.本文使用AVR系列单片机ATMEGA16L完成了STK500协议的主要功能,从而能够通过AVR Studio方便地对AVR系列单片机进行编程和配置.     

基于两级ＳＶＭ的Φ－ＯＴＤＲ系统振动事件识别算法

相位敏感光时域反射计(Phase-sensitive Optical Time Domain Reflectometer,φ-OTDR)对于振动信号能够实现高灵敏度的连续分布式测量,目前的振动事件识别算法常从一个或者两个维度来提取特征,如时域或频域等,未能实现多维度大样本特征参量的融合分析;现有的算法一般采用简单的单级识别算法,结构比较简单,导致最终的模型识别准确率不高、泛化能力较差。针对上述问题,本文对实验采集的振动信号从时域、频域和空间域的多参量特征进行提取和融合,针对具体的振动信号识别问题,构建了一种两级支持向量机(Support Vector Machine,SVM)识别算法,对振动事件进行了两级分类,能够实现对相似振动事件的精确识别,识别准确率达90%以上。     

5G毫米波通信用低插损高隔离GaAs PHEMT单刀双掷开关

基于0.15μm GaAs赝配高电子迁移率晶体管(PHEMT)工艺,实现了一款用于5G毫米波通信的低插损高隔离单刀双掷(SPDT)开关芯片。为了降低插损,每个开关支路通过四分之一波长阻抗变换器连接到天线端,并通过优化传输线和器件总栅宽实现了良好的端口匹配;为了提高隔离度,采用了三并联多节枝的分布式架构形成高的输入阻抗状态,实现信号的全反射。芯片面积为2.1 mm×1.1 mm。在片测试结果显示,在24.25~29.5 GHz的5G毫米波频段内该SPDT开关实现了小于1.1 dB的极低插损和大于32 dB的高隔离度,1 dB压缩点输入功率大于26 dBm。     

基于GA-FSVR的极端温度应力下智能电能表退化预测模型北大核心

针对极端温度应力下智能电能表退化情况难以准确预测的问题,以计量误差作为退化指标,提出一种基于融合核支持向量回归(FSVR)与遗传算法(GA)的智能电能表退化预测模型。为了兼顾预测模型的学习与泛化能力,在传统单核支持向量回归模型的基础上,提出一种基于RBF核与Sigmoid核的新的融合核函数,并进一步建立基于融合核函数的FSVR模型,预测极端温度应力作用下智能电能表的退化过程;在FSVR模型参数调节阶段,通过GA对核参数进行优化,提高模型预测精度。采用某批次智能电能表分别在高温(50℃)、低温(-40℃)两组极端温度应力下连续14个月的实际退化测试数据展开比较实验,结果表明提出的预测模型能准确追踪不同极端温度下智能电能表的退化趋势,可为我国典型地区的智能电能表可靠性分析提供指导。     

增强型1553总线协议分析与接口卡设计

在已有成熟技术的传统航空总线基础上,为寻求数据传输速率的突破,通过对增强型1553(EBR-1553)数据总线的描述,比较它与传统1553B总线的区别,分析EBR-1553总线的通信系统体系结构,介绍传输协议中的字格式和消息格式。提出一种基于PCI总线的增强型1553总线接口卡的实现方案,描述设计中的关键点,对EBR-1553总线的研究和使用具有一定的借鉴意义。     

异步电机电磁噪声的槽配合方案优化

异步电机的电磁噪声问题一直是国内外各大电机制造公司面临的难题,随着高功率密度异步电机的出现,其电磁噪声的解决将会更加困难。本文通过一台高功率密度电机就电磁噪声问题对所选槽配合进行优化对比,制造出低噪声高功率密度电机,希望能对同行有点帮助。     

猪伪狂犬病的诊断方法研究进展

本文对伪狂犬病的病毒分离、兔体接种试验、血清学试验以及分子生物学等诊断方法进行了综述。     

公钥基础设施在网络安全中的研究与应用

文章提出了一种基于ＰＫＩ的网络安全模型,旨在为网络服务提供有效认证、访问控制、授权、传输机密性、不可否认性等安全机制。该模型在 ＰＫＩ的基础上,结合了 Ｋｅｒｂｅｒｏｓ的优势,并扩展了其机制中服务票据的思想,提出了由授权服务器签名的授权证书的概念,以保证自治式与集中式访问控制相结合的安全管理模式。     

量子点荧光标记技术在生物医学领域的应用

量子点作为一种新型的纳米荧光材料在生物学领域的应用已引起国际上的普遍关注,量子点独特的荧光性能使其在这一领域的应用有着无可比拟的优越性.该文主要就量子点的荧光性能,基于量子点标记的生物荧光探针的制备及其在生物医学领域中的应用研究进展作一概述.     

电子商务中的Web使用模式挖掘研究

Web使用模式挖掘就是将数据挖掘技术应用于Web数据,用于发现其中的使用模式,以更好地理解和满足Web上的应用.本文主要介绍本领域的发展状况及最新的研究成果,并进一步探讨在电子商务领域中的应用技术.