采用Mash2-1架构的高精度Sigma-Delta ADC设计

鉴于模数转换器(ADC)在芯片和混合信号处理领域举足轻重的作用,为探索进一步提高模数转换器精度的可能性,满足当今应用系统对模数转换精度的新需求,设计一款基于Mash2-1级联架构的sigma-delta ADC。设计采用TSMC 180 nm CMOS工艺,在完成调制器电路的同时,使用Verilog代码方式实现了配套的误差消除以及数字抽取滤波器。对调制器进行了建模及非理想因素的分析,并通过使用斩波调制技术等手段对电路的非理想性进行优化。经仿真验证,结果表明,本设计在3.3 V电源、27℃工作环境、TT典型工艺条件下,表现出优异的信噪比,总谐波失真等性能指标也较理想,适用于高精度、低失真的应用场合。

基于仿生视觉骨干的级联蒸馏输电线路目标检测模型

针对输电线路无人机智能巡检中多个小目标缺陷检测精度低且复杂环境下缺乏鲁棒性等问题,提出基于仿生视觉骨干的级联蒸馏输电线路目标检测模型。首先,设计2个共用骨干网络的高效模块构建级联蒸馏结构:动态锚框蒸馏模块和动态锚框提纯模块,前者负责粗略寻找可能存在目标的区域,后者负责细化该区域,从而提出一种新的渐进式目标检测方法,解决输电线路中受遮挡目标的漏检问题。其次,构建仿生特征提取骨干网络,通过模仿生物感受野充分聚合上下文信息,提升骨干网络对线路中尺度较小目标的特征提取能力。然后,设计周边视觉模块,利用人类独有的视觉机制控制局部信息的交互强度,克服输电线路中复杂多变的背景对模型的干扰。最后,构建生成了输电线路目标的数据集,并通过仿真实验验证了模型的泛化性和鲁棒性。

基于级联架构的配电网非接触式带电检测系统

当前的配电网检测技术无法满足多个测量点同时检测的要求,导致检测结果不精准,因此设计基于级联架构的配电网非接触式带电检测系统。设计级联架构,保证级联逻辑下各个服务模块的正常运行。使用非接触式电压和电流传感器检测高灵敏度弱磁场信号,利用非接触式故障指示器触发故障录波,判断并上报配电网异常情况。计算充电电容两端的电压及其阈值,分析充电电容的充电时间,判断线路断路情况。计算动静触头之间的电压,判断配电网线路异常情况,以达到非接触式带电检测的目标。由实验结果可知,该系统的B相电压误差较大,与预期检测结果最大差值为1.0V,其余均一致,检测结果更为精准。

高校资讯智能推荐系统的架构设计与关键策略研究

随着智慧校园的快速发展,高校网站、公众号等资讯发布平台的数量急速增长,信息过载、内容长尾效应、个性化程度低等问题也随之日渐凸显。为此,文章首先基于研究现状探究了高校资讯推荐系统的应用难点;然后,文章针对系统的应用难点提出一种基于数据采集层、数据挖掘层、推荐引擎层和应用层四层架构的高校资讯推荐系统;接下来,文章提出了高校资讯推荐系统的关键策略,重点介绍了多路级联召回策略和冷启动策略;最后,文章展示了高校资讯智能推荐系统在华中科技大学的落地应用情况,以期为提升高校资讯发布的个性化、智能化水平提供参考。

基于多级可逆神经网络的大容量裁剪稳健型图像隐写技术

图像隐写技术是将秘密信息嵌入到载体图像中,以保护信息的机密性,并确保不被观察者察觉。然而,在传输过程中,由于分辨率限制,载密图像的边缘区域容易受到裁剪。因此,如何从边缘区域缺失的载密图像中恢复出有效的连续隐藏信息是一个值得研究的问题。同时,图像隐写技术的另一个挑战是如何在不被检测到的情况下增加信息的有效载荷容量。为了解决上述问题,提出了一种数据驱动的图像隐写算法方案。采用了一种大容量、裁剪稳健的多级双向映射的可逆隐写网络,能够从边缘破损的载密图像中尽可能完整地恢复出连续的秘密图像。此外,算法具有高度的灵活性,可以通过多层级联中改变图像分支的通道数量实现不同规格的大尺寸图像隐写。实验表明,在各种公开数据集上生成的载密图像的视觉隐蔽性、质量度量指标和裁剪恢复能力方面显著优于其他方法。

液力变矩器叶栅系统样条拟合参数设计体系

阐述了液力变矩器叶栅系统参数化设计方法,在对几种典型叶型设计方法分析比较的基础上,基于实用的最小参数原则选定了样条拟合曲线方法实现叶片设计,并结合变宽度循环圆设计方法,提出了叶栅系统参数化设计方法,基于UG/OPEN API编制了相应程序并给出了设计实例。在上述研究基础上,总结并提出了液力变矩器叶栅系统参数化体系,为后续叶栅系统三维优化设计及制造提供了灵活便捷的设计模型。

一种基于H.264的混合视频转码方法

为了提高比特率缩减的H.264视频转码速度,提出了一种混合型视频转码(mixtue video transcode,MVT)方法。该方法选择串联结构对intra帧进行转换编码,选择开环结构对inter帧进行转换编码,同时对inter帧进行部分误差消除操作。对intra帧,转换编码操作后可以得到无误差的intra帧;对于inter帧,转码后图像质量的损失大于串联结构,但因为进行了消除误差漂移的操作,这一损失可以控制在可接受的最小范围内。实验结果表明,提出的混合型视频转码结构在转码速度上远远高于串联结构,转码后的图像质量接近串联结构,且远远好于开环结构。

网络控制系统与网络化串级控制系统的结构分析

基于实际工业过程控制,引入了网络化串级控制系统的概念。针对网络控制系统中存在多个网络及多个控制回路,提出了节点设备连接阵和网络传输阵的概念。分析网络控制系统的三种典型结构形式,并用系统配置图、方框图以及节点设备连接阵和网络传输阵等方法描述了这三种不同结构的网络控制系统。在此基础上指出网络化串级控制系统的四种典型结构,并分别采用这三种方法进行描述。对网络控制系统和网络化串级控制系统结构的分析和描述,为系统的进一步分析和设计奠定了坚实的基础。

基于级联神经网络的人脸检测方法的研究

提出一种基于颜色信息与多级神经网络的人脸检测方法,通过把基于不同颜色分量的多级神经网络级联起来,采用彩色图像的亮度分量和色度分量作为级联神经网络的分类特征,从而有效提高了人脸检测的正确率,同时也加快了人脸检测速度.

基于Cascade结构的代价敏感的医学图像ROI检测方法

医学图像中感兴趣区域(ROI)通常包含重要的信息,对医生分析和诊断具有重大意义.文中结合医学图像特点,运用机器学习方法和图像处理技术,提出一种基于Cascade结构的代价敏感的医学图像的ROI检测方法.该方法将代价敏感的分类算法和Cascade结构有效结合,具有高敏感性和高效率.对数字乳腺图像中的肿块ROI进行实际检测的实验结果表明,与基于像素的方法相比计算量小、效率高;与基于区域的方法相比避免了直接使用传统的图像分割和滤波技术难以有效检测ROI的问题.

一种基于H.264的混合视频转码方法

针对比特率缩减的H.264视频转码问题,提出了一种混合型视频转码(mixture video transcode,MVT)方法。该方法首先采用串联结构对Intra帧进行编码转换,然后选择开环结构对Inter帧进行转换编码,同时在转换过程中,对Inter帧进行部分误差消除处理。这样,经过转换编码操作后,即可以得到无误差的Intra帧,而对于Inter帧,虽然开环结构转码后,图像质量损失大于串联结构方式,但由于在转码过程中进行了消除误差漂移的操作,因此这一损失被控制在可接受的最小范围之内。实验结果表明,该混合型视频转码方法在转码速度上远远高于串联结构,在转码后的图像质量上接近串联结构。并且远远好于开环结构。

神经网络结构优化方法

概述了神经网络结构优化的方法。结构优化的目标在于寻找最小神经网络结构,从而使该结构确实适合由训练数据所定义的实际函数。优化的结构使神经网络获得十分出色的归纳性能和分类性能。文章分别列举了各种神经网络结构优化的算法,然后分析并讨论这些算法的优、缺点。

拉萨羊八井地热电站地热能景观概念规划

新能源景观顺应新能源可持续的开发过程,通过风景园林手段将新能源本身循环可再生的开发过程融为景观的一部分,使环境干扰最小化,在开发利用新能源的同时,为人类提供活动观赏空间。以拉萨羊八井地热发电站的地热能景观为研究对象,探索羊八井地热发电站产生的地热废水的再利用过程,改变其原有的简单回灌和剩余废水向外排放的粗放模式,通过梯级利用地热资源、营造水生植物园和推动景观生态旅游等设计策略,以一种循序渐进的方式将潜在热能充分利用,最终向环境排放洁净的常温水,大大降低对周围环境的破坏性影响。新能源景观的规划过程具有生态可持续性,可重新树立该地区的生态、文化和旅游价值,实现人与自然的协调发展。

2-1-1级联连续时间型ΣΔ调制器系统设计

高阶连续时间型ΣΔ调制器提供了一种有效的获得高分辨率、低功耗模数转换器的方法.提出了一种新型的2-1-1级联的连续时间型ΣΔ调制器结构.采用冲激不变法将离散时间型ΣΔ调制器变换为连续时间型ΣΔ调制器,利用Simulink对该调制器进行系统级建模和仿真,峰值信噪比达到105dB.分析了电路的非理想因素对调制器行为的影响,以获得90dB信噪比为目标确定了电路子模块指标.仿真结果表明,该结构能有效降低系统功耗,并验证了电路的可行性.

演化级联神经网络对脑电信号分类的研究

为了对不同思维状态下的脑电信号进行正确分类,克服神经网络分类器受噪声和冗余特征的影响出现的过拟合,提出了一种新的演化级联神经网络的学习算法。算法通过计算神经元对确认集的适应函数值,以逐步更新神经元对训练集的连接权重。适应函数值取决于被训练神经元的泛化能力,它随着神经元分类准确度的增加而降低。此网络由一个输入节点开始学习,随着演化增加新的输入神经元及新的隐神经元,最终经训练的网络含有最小数目的神经元及连接。此方法应用于区分两种思维状态下的脑电信号,经训练的网络对测试段的分类正确率为83.1%,与标准的BP网络进行比较,演化级联神经网络显示了较好的分类能力。

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。

层次多级联对象名称解析系统的体系架构

文中分析了目前物联网的ONS(对象名称解析服务)存在一些弊端,在此问题上,提出了架构一个分层管理、缓存、安全、稳定、信息维护、多编码兼容的对象名称解析系统的体系。详细分析了EPC(电子产品编码)格式组成,引入ONS_Cache缓存,定义一个通用的数据结构ONS_STRUCTURE,引入可信认证服务器TAS(Trusted Authentication Server)等架构一个分层多级联对象名称解析系统的体系,解决了ONS名称解析过程中数据存储量大、负载不均衡和通信不可靠性等问题。

一种融合卷积与transformer的级联包检测方法

为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的基础上利用可形变卷积和空间金字塔池化模块实现几何特征变换与多尺度特征融合,以强化针对复杂特征的建模能力;然后,提出一种基于anchor统计特征的自适应正负样本选择的区域建议网络,以平衡不同尺度目标样本正负选择的公平性,增强模型的训练稳定性;最后,利用多阶段损失对模型的级联检测组件进行端到端训练。结果表明,该方法相较于基准方法Cascade RCNN平均精度值提高了5.8%,小尺度目标检测精度提高了10.9%。可见CT-CBDet可有效完成复杂场景下的包检测任务。

低硬件成本256点FFT处理器的IP核设计

设计了一种基于现场可编程门阵列(Field programmable gate array,FPGA)的低硬件成本256点快速傅里叶变换(Fast Fourier transform,FFT)处理器的IP核。采用按频率抽取的基⁃24算法和单路延迟负反馈(Single⁃path delay feedback,SDF)流水线架构用于减少旋转因子的复数乘法运算复杂度。为了降低硬件成本,提出了一种串接正则有符号数(Canonical signed digit,CSD)常数乘法器取代常用的布斯乘法器用来完成旋转因子W^(i)_(256)与对应序列的复数乘法运算,同时这种乘法器还能够移除存储旋转因子系数的只读存储器(Read only memory,ROM)。该处理器IP核基于QUARTUS PRIME平台进行综合,在Cyclone 10LP FPGA上实现。结果显示,该FFT处理器最高工作频率为100 MHz,对于24位符号数FFT运算,逻辑单元(Logic elements,LEs)使用量与记忆体位(Memory bits,MBs)使用量仅为3978 LEs和6456 MBs。

基于串联型分布式MPPT架构的直流微网系统无缝切换控制策略

为了提高直流微网系统中光伏单元的输出功率,以串联型分布式最大功率点跟踪(MPPT)架构代替传统的集中式MPPT架构,以光伏单元、蓄电池和负荷组成的直流微网系统为研究对象,分析了串联型分布式MPPT架构的控制策略。在不增加通信电路的前提下,提出了一种从MPPT模式到稳压降功率模式的无缝切换控制方法;为了保证直流母线电压稳定、串联型分布式MPPT架构安全运行以及延长蓄电池寿命,设计了直流微网系统的工况与能量管理控制策略。通过MATLAB/Simulink仿真分析表明:在环境失配情况下,采用串联型分布式MPPT架构可以大幅提升光伏单元的输出功率;所提控制方法可以有效地完成模式之间的无缝切换;所设计的系统能量管理控制策略可以良好地协调各单元运行,实现系统安全、稳定、高效运行。