杭州:士兰微推出高恒流精度非隔离LED照明驱动芯片SD6900

杭州士兰微电子公司近期推出了新一代专用于非隔离LED照明驱动的控制芯片SD6900。它内置APFC,直接采集输出电流,通过闭环反馈控制,具有高PFC、高恒流精度和高转换效率等特点,可广泛应用于球泡灯、T5/T8LED灯具等各式LED照明应用场合。相对于当前应用于LED照明的第一代(PPFC+峰值采样)及第二代(APFC+峰值采样)非隔离驱动     

构筑信息地空传输的天路——华为eWBB LTE宽带无线通信系统

航空是人们快捷出行的重要交通手段,但与其技术高集成度的领先地位相比较,其移动无线通信手段却远远落后于信息时代飞速发展的脚步.上世纪90年代末,航空公司努力引入基于卫星的椅背固定电话,结果却是代价高昂的失败.2006年第3季度,波音也宣布终结其在民用客机上部署基于卫星的互联网连接的项目.     

高能气体压裂合理装药量的设计与应用

高能气体压裂(HighEnergyGasFracture,简称HEGF)作为一项增产技术措施,由于其巨大的优势和潜力,目前已广泛应用于低渗透油田的新井投产和注水井后期改造,在理论研究方面也取得了一定的发展。HEGF是靠高温高压气体来压裂油气层的,存在着很多不确定因素,使得HEGF优化设计和控制的难度很大。在一定条件下,笔者通过建立最高和最低极限峰值压力的定量计算模型,进而为高能气体压裂设计提供指导。     

TD-SCDMA“码资源利用率”提升策略研究

一、码资源利用率现状某市一季度,TD码资源峰值利用率只有14%左右,而GSM无线利用率超过了70%。一方面,GSM利用非常高,拥塞严重,网络压力很大;而另一方面,TD利用率非常低,资源大量闲置,没有承担起分流GSM容量的责任,如表1所示。二、问题分析在了解统计口径的基础上,分别通过网络、市场营销     

基于MOPSO与凸优化算法的稀布圆阵列方向图优化

为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm optimization,MOPSO)作为全局搜索器,凸优化算法作为局部搜索器来搜索最优解,优化的变量不仅是阵元的权值,而且还加入了阵元位置这一参数,从而能够提供更多的自由度来控制稀布阵列的性能。基于30阵元的稀布圆形阵列的仿真结果表明：与单纯使用MOPSO算法相比,本文提出的用MOPSO算法优化阵元位置,凸优化算法优化阵元权值的联合优化算法,得到的栅瓣和峰值旁瓣电平都小于-19.3　dB。     

基于灰色神经网络模型的企业碳排放峰值预测

为预测企业碳排放峰值,帮助企业设计碳排放的减排路径,需要对企业碳排放峰值预测方法进行研究;当前采用基于TFDI模型的预测模型对企业碳排放峰值进行预测,预测过程中无法全面考虑企业碳排放影响因素,导致预测企业碳排放峰值出现误差;为此,提出一种基于灰色神经网络模型的企业碳排放峰值预测模型;该模型是以灰色模型为基础,与神经网络相融合构建的灰色神经网络,将模型中企业碳排放原数据进行叠加,并用微分方程表示,将VSTE算法作为灰色神经网络模型预测的基础算法,计算企业碳排放路径碳排放值,满足高斯分布随机函数,以此进行企业碳排放峰值的预测;实验结果证明,所提模型可以准确预测企业碳排放峰值,有效帮助企业设计碳排放减排路径。     

利用频谱特性鉴别运动模糊方向

点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度（方向）和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。     

基于相对密度估计和多簇合并的密度峰值聚类算法

密度峰值聚类(DPC)算法是一种新颖的基于密度的聚类算法,其原理简单、运行效率高.但DPC算法的局部密度只考虑了样本之间的距离,忽略了样本所处的环境,导致算法对密度分布不均数据的聚类效果不理想;同时,样本分配过程易产生分配错误连带效应.针对上述问题,提出一种基于相对密度估计和多簇合并的密度峰值聚类(DPC-RD-MCM)算法. DPC-RD-MCM算法结合K近邻和相对密度思想,定义了相对K近邻的局部密度,以降低类簇疏密程度对类簇中心的影响,避免稀疏区域没有类簇中心;重新定义微簇间相似性度量准则,通过多簇合并策略得到最终聚类结果,避免分配错误连带效应.在密度分布不均数据集、复杂形态数据集和UCI数据集上,将DPC-RD-MCM算法与DPC及其改进算法进行对比,实验结果表明:DPC-RD-MCM算法能够在密度分布不均数据上获得十分优异的聚类效果,在复杂形态数据集和UCI数据集的聚类性能上高于对比算法.     

往复式涡流C扫描行间错位图像复原校正方法

在高频涡流检测系统往复式扫描检测过程中,由于存在奇偶行间错位而引起图像模糊现象,针对这一问题,在C扫描高频涡流检测系统基础上,分析了往复式涡流扫描行间错位的成因,设计了一种自适应维纳滤波的图像复原校正算法;该算法可有效地处理复原带电线缆狭缝裂纹以及碳纤维复合材料编织纹理的扫描图像,解决了高频往复式扫描的奇偶行间错位而引起的图像模糊失真问题,通过实验比较了不同图像,分别运用包括自适应维纳滤波复原校正等四种算法,复原处理图像的PSNR计算值分别是24.918dB、22.9326dB、23.7126dB和24.8218dB,实验结果表明所设计的算法对峰值信噪比处理性能有较大提升,验证了其可行性与可靠性;该算法既融合了单程隔行扫描的涡流成像结果准确性,又具备往复式逐行扫描成像速度快效率高的特点;上述检测方法亦在项目制教学中得到的推广和应用。     

基于密度峰值和模糊聚类的欠定混叠矩阵估计

传统聚类算法进行混叠矩阵估计时存在的聚类中心个数不确定和初始聚类中心的随机选取导致陷入局部最优的问题,为此提出一种基于密度峰值的改进模糊聚类算法进行欠定盲源分离的混叠矩阵估计。通过短时傅里叶变换提取信号在频域中的稀疏特性,利用寻找密度峰值聚类算法(clustering by fast search and find of density peaks, CFSFDP)自动获取聚类簇的数目和初始聚类中心;将获得的聚类数目和聚类结果作为模糊聚类算法(fuzzy c-means clustering, FCM)的初始输入参数,提高FCM聚类结果的精度。实验结果表明,该算法可以准确估计源信号的数目,相比传统FCM、层次聚类、基于密度峰值改进的粒子群等聚类算法,可以有效提高欠定盲源分离的混叠矩阵估计精度。