为解决新型的双源无轨电车的集电杆自动识别集电盒并快速并网的问题,通过改进YOLO-V4(you only look once version 4)网络模型,得到SE-YOLO-POLY(squeeze and excitation networks-you only look once version 4-POLY)网络架构。采用该...为解决新型的双源无轨电车的集电杆自动识别集电盒并快速并网的问题,通过改进YOLO-V4(you only look once version 4)网络模型,得到SE-YOLO-POLY(squeeze and excitation networks-you only look once version 4-POLY)网络架构。采用该网络架构,解决了由于集电盒的大小不一致、高度不一致、拍照角度不一致导致识别的集电盒出现异动的形变和尺寸变化、无法顺利并网的问题。通过SE-YOLO-POLY网络的数据集的生成、模型的设计、训练环境、实际运行反标定方式的搭建等步骤完成网络的部署。改进的模型无论在训练时间、模型大小、识别精度还是在处理速度等方面,都优于传统网络,实现了复杂环境下新型的双源无轨电车的智能并网。展开更多
设计了一款无需片外电容的LDO电路,根据负载不断变化的问题,设计了零极点跟踪补偿电路,使产生的零点有效补偿电路的极点,保证了LDO环路的稳定性。基于TSMC 0.18μm Flash工艺完成电路和版图的设计以及流片。电路仿真以及实测结果表明在...设计了一款无需片外电容的LDO电路,根据负载不断变化的问题,设计了零极点跟踪补偿电路,使产生的零点有效补偿电路的极点,保证了LDO环路的稳定性。基于TSMC 0.18μm Flash工艺完成电路和版图的设计以及流片。电路仿真以及实测结果表明在无片外电容的情况下,环路的相位裕度能够达到78.9°,达到高稳定的需求,最大负载电流能够达到100 m A,负载调整率为0.2 m V/m A。展开更多
文摘为解决新型的双源无轨电车的集电杆自动识别集电盒并快速并网的问题,通过改进YOLO-V4(you only look once version 4)网络模型,得到SE-YOLO-POLY(squeeze and excitation networks-you only look once version 4-POLY)网络架构。采用该网络架构,解决了由于集电盒的大小不一致、高度不一致、拍照角度不一致导致识别的集电盒出现异动的形变和尺寸变化、无法顺利并网的问题。通过SE-YOLO-POLY网络的数据集的生成、模型的设计、训练环境、实际运行反标定方式的搭建等步骤完成网络的部署。改进的模型无论在训练时间、模型大小、识别精度还是在处理速度等方面,都优于传统网络,实现了复杂环境下新型的双源无轨电车的智能并网。
文摘设计了一款无需片外电容的LDO电路,根据负载不断变化的问题,设计了零极点跟踪补偿电路,使产生的零点有效补偿电路的极点,保证了LDO环路的稳定性。基于TSMC 0.18μm Flash工艺完成电路和版图的设计以及流片。电路仿真以及实测结果表明在无片外电容的情况下,环路的相位裕度能够达到78.9°,达到高稳定的需求,最大负载电流能够达到100 m A,负载调整率为0.2 m V/m A。