排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
对Sigma Delta调制与脉冲编码调制进行对比,研究了Sigma Delta调制与脉冲编码调制的优缺点。建立了微加速度计中两位输出的Sigma Delta调制和两位输出的脉冲编码调制的仿真系统。然后,对比使用这两种调制方式的微加速度计的加速度信号,并分析在两种不同调制方式下的输出信号波形的差别。最后,利用周期图法得到了两种调制信号的功率谱密度图,发现在低频段脉冲编码调制信号的量化噪声比Sigma Delta调制信号大很多;而在高频段,两种调制方式信号的量化噪声一样严重。仿真结果表明,尽管Sigma Delta调制系统比脉冲编码调制系统更加复杂,但是Sigma Delta调制得到的信噪比要比脉冲编码调制得到的信噪比高出20 dB。 相似文献
2.
3.
周贤中 《哈尔滨工业大学学报》2009,41(11):81-84
为了改善Sigma-Delta微加速度计中梳状滤波器的性能,提高输出信号的信噪比,通过调整梳状滤波器的零点位置,可以得到改进型的梳状滤波器.研究表明,改进型梳状滤波器在不同的零点位置,表现出不同的量化噪声过滤性能.于是,利用遗传算法可以快速的求出输出量化噪声最小时的零点位置最优值.并通过对比四阶梳状滤波器和改进型梳状滤波器的幅频特性,发现改进型梳状滤波器在折叠区域有着更快速的截止性能,因此这种改进型梳状滤波器比经典型梳状滤波器有着更好的量化噪声过滤性能. 相似文献
4.
对战斗机等空中目标机动类型进行识别是掌握其战术意图的重要依据。为了更好地识别对方战机的机动类型,提升作战能力,本文主要研究空中高速运动目标(如战斗机)的机动类型识别,针对传统的机动类型识别算法的识别准确率不高的问题,将循环神经网络运用在机动类型的识别上,利用Bi-LSTM、LSTM、RNN和GRU循环神经网络识别转弯机动类型。实验结果表明,循环神经网络能够高效识别目标的转弯机动类型,Bi-LSTM的识别准确率达到了98.85%。 相似文献
5.
6.
7.
电泳芯片作为典型的低雷诺数、低体积流速的微流体器件,电渗流作为非常重要的物理现象,其大小直接影响分离情况和分析结果的精密度和准确度.基于低雷诺数理论建立电泳芯片微管道内电渗流的数学模型,利用有限差分法进行求解.当德拜长度为5nm时,不同Zeta电势下下,微管道内电渗流的流动情况为塞状流,电渗流的最大速度随着Zeta电势的增加而线性增加;当Zeta电势为-100mV,不同德拜长度下,电渗势沿壁面的法线方向呈指数级衰减.在不同的德拜长度下,电渗流的速度分布几乎一样,且当德拜长度改变时,电渗流的最大速度不变. 相似文献
8.
微型直接甲醇燃料电池由于具有系统结构简单、体积小、环境友好、燃料比能量高及便于携带与储存等优点,在便携式电源,如手机、笔记本电脑等上展示出良好的应用前景。研究DMFC的数学模型可以深入了解DMFC中物质的传递过程和电化学机理,为寻找DMFC性能的最优化工作条件提供理论依据。主要依据微型直接甲醇燃料电池中物质传递的基本原理及电化学动力学机理,建立微型直接甲醇燃料电池的一维数学模型,利用遗传算法对其进行优化设计。仿真结果显示当阳极甲醇浓度为2.32mol/L,阴极氧气浓度为0.06mol/L,电流密度为545.67mA/cm2,DMFC的功率密度达到最大值为71.5mW/cm2。 相似文献
9.
卷积神经网络在运算过程中存在计算量过大、存储资源消耗高等问题,使其难以在嵌入式设备上进行部署。针对此问题,本文提出一种在多核异构平台ZYNQ7020上对目标检测网络YOLO-FASTEST前向推理的方案。首先本文设计了一种输出特征复用的运算模式,提高了片上多层流水的运算效率。然后本文采用双缓存乒乓传输的方式,使得数据传输时间掩盖计算时间。为了降低硬件资源开销,本文将网络模型的精度由浮点数量化为16位的定点数,将批量归一化层与卷积层进一步融合。最后本文对加速器的资源消耗与各模块的设计参数进行建模分析。实验结果表明,该方案在ZYNQ7020平台上获得了13.5GFLOPS的计算性能,功耗仅为2.56W。同时能耗比是ARM-A9 CPU的48倍、GTX1050ti GPU的20倍。 相似文献
1