一种改进编码器角度解算过程的方法与实现

在机械电子一直是一个热门学科,其目的是通过软件控制机械操作来代替机械的哑巴解决方案。DS-25旋转电子编码器能够很好地与机械电子应用相匹配,其输出为两路标准的sine和cosine曲线,通过分析sine和cosine数值来计算编码器所对应的绝对角度位置。通过对DS-25的工作模式分析和实际应用情况提出角度解算的改进方案,该方案利用DS-25工作于粗略模式下测试到的角度值来推算精确模式下的信号周期,结合精确模式下测试到的角度值来计算编码器所对应的绝对角度。摒弃其原有的复杂查表过程进而节省电子表格的存储空间,在降低硬件成本的同时提升了软件灵活性。实验证明,算法的改进能够节省约2KB的存储空间,角度位置误差能控制在1‰以内。     

降噪优异的游戏耳麦

在FPS游戏领域,Fatallty是个传奇式的英雄。创新在今年年末推出了以Fatallty为系列名称的高端游戏新品,创新Fatallty Professional MKII HS-980游戏耳麦就是其中的一款。     

基于MSH263编码器协同系统的设计与实现

使用代理动态链接库对Windows(R)NetMeeting(R)调用MSH263编码的过程进行了记录.通过与标准调用序列的对比,发现了未公开的两个ICM消息和一组状态数据,使得MSH263编码器可以在用户程序中应用.给出了MSH263编码帧中隐含的RTP切分索引数据格式,并由此提出了快速切分算法.基于以上方法构造的实时多媒体协同系统,可以与AccessGrid及H.323系统良好互通,已成功应用于多项国家级项目.     

基于改进GA-BP和CNN的园区不可调控负荷预测研究*

在智能园区的虚拟电厂建设中,常规不可调控负荷的预测准确度直接影响虚拟电厂对园区内可调设备的调度。针对园区负荷中常规不可调控负荷的预测,通过改进遗传算法GA的编码方式和交叉、变异概率,提高了BP网络的全局搜索能力。使用改进的GA-BP与CNN、BP对同一历史负荷数据进行预测对比,以均方根误差、平均绝对误差作为预测精度评判指标。实验结果表明了改进GA-BP在负荷预测中相较于CNN与传统BP具有更高的预测准确度,同时验证了改进的GA-BP在常规不可调负荷预测中引入环境因素对预测准确度具有负面扰动作用。     

SAF-CNN：面向嵌入式FPGA的卷积神经网络稀疏化加速框架

传统的卷积神经网络加速器及推理框架在资源约束的FPGA上部署模型时,往往面临设备种类繁多且资源极端受限、数据带宽利用不充分、算子操作类型复杂难以适配且调度不合理等诸多挑战.提出一种面向嵌入式FPGA的卷积神经网络稀疏化加速框架（sparse acceleration framework of convolutional neural network, SAF-CNN）,通过软硬件协同设计的方法,从硬件加速器与软件推理框架2个角度进行联合优化.首先, SAF-CNN构建并行计算阵列,并且设计并行编解码方案,实现单周期多数据的传输,有效减少通信代价.其次,设计细粒度结构化块划分剪枝算法,于输入通道维度进行块内裁剪来获得稀疏且规则的权重矩阵,借此显著降低计算规模和DSP乘法器等资源占用.然后,提出一种兼容深度可分离卷积的输入通道维度动态拓展及运行时调度策略,实现输入通道参数灵活适配与逐通道卷积和逐点卷积的资源复用.最后,提出一种计算图重构及硬件算子融合优化方法,提升硬件执行效率.实验采用2种资源受限的低端FPGA异构平台Intel CycloneV与Xilinx ZU3EG,结果表明SAF-...     

基于RAW域的低光照图像质量增强方法

考虑原始图像(RAW图像)中的噪声未经过相机ISP的复杂非线性映射,更加容易建模,提出基于RAW域对低光照图像进行质量增强,以获得清晰的、高质量的图像.首先,将由相机传感器捕获的RAW图像进行线性插值,获得RGGB共4个通道的彩色图像,并模拟不同曝光程度的图像;其次,设计神经网络模型来学习不同曝光程度的RAW图像与正常曝光图像的映射关系,该神经网络采用了自编码器结构,并嵌入了通道注意力模块,以提取并增强图像中的纹理与细节特征;最后,在神经网络训练时,引入了结构相似性损失和梯度下降损失,引导网络生成与参考图像之间结构相似性和色彩关联性较高的高质量图像.该方法在SID数据集上进行了训练和测试,PSNR达到了29.738 0 dB,MPSNR达到了30.233 4 dB,均高于目前流行方法(如EnlightenGAN,Zero-DCE,SID,Residual和ALEN等);在主观质量方面,该方法生成的图像质量显著优于比较方法,无明显噪声和色斑伪影,颜色也更加真实细腻.     

MHSACAE-CNN在噪声下的电机轴承故障诊断

电机的运行情况复杂,实际运行工况下会有大量的噪声,导致其轴承故障诊断精度下降。为了改善这一问题,提出了一种基于多头自注意力机制的一维全卷积自编码网络（One-dimensional Fully Convolutional Autoencoding Network Basedon Multi-head Self-attention,MHSACAE）与卷积神经网络（Convolutional Neural Network,CNN）结合的轴承故障诊断方法。该方法先采用MHSACAE网络进行降噪,再通过CNN进行故障诊断。其中MHSACAE去噪网络采用无监督训练的方式,充分考虑了实际工况和序列数据内在联系,在实现对噪声的滤除效果的同时,最大限度地保留下了原始的故障信息,使得CNN可以实现在噪声情况下对电机轴承故障的高精度诊断。通过与其他轴承故障诊断方法在噪声情况下进行对比,证明提出的方法具有更好的效果。     

悬锤式小巧光电测角仪

本文给出一种基于微型光电编码器和８９Ｃ２０５１ 单片机的数字显示的小巧测角仪。其创新点在以重锤杆做为转动角度的基准线; 并用磁吸合方式与被测体固定。该仪在一些场合应用特别方便     

卷积积分和拉普拉斯变换在一阶电路中的应用

电路的任意激励的零状态响应,可以用卷积积分和拉普拉斯交换的方法求解。本文通过两个一阶电路的实例,阐述了两种方法的应用特点。     

佳能EOS 60D行摄之旅 游乐山水 摄在其中

我喜欢摄影,但不拘泥于某个题材;我希望利用假期和差旅,拍到更多有意思的照片;我并不追求专业,但一定要求品质。我的＂周末用机＂应该是合成高像素、高降噪、高清视频的综合相机,如果它还能为我带来更多的惊喜,那就太完美了。