基于少样本学习和知识迁移的继电保护压板状态识别

针对变电站中保护压板开关状态自动识别问题,提出了一种基于少样本学习和知识迁移的压板开关状态识别模型,使用残差网络提取图像特征,基于度量方法计算查询图像与支持图像之间的相似度,在此基础上使用KNN实现压板开关状态的分类识别。将残差网络在公用数据集上预训练的模型直接迁移到基于少样本学习的压板开关状态的识别任务,并研究了KNN算法中不同的最近邻个数对压板开关状态分类结果的影响。所提方法可在图像样本少的情况下实现压板开关状态的识别。实验结果表明,在支持图像的样本数为30时,图像识别精度达到99.49%。相比于其他大样本的分类方法,所提出的利用少量样本的分类方法能够实现令人满意的分类效果,提高了图像分类的效率。

基于改进YOLOv4网络的红外遥感小目标检测方法

针对传统检测方法对红外小目标检测性能不足的问题,提出一种基于迁移学习与改进YOLOv4网络的红外小目标检测系统。首先,对YOLOv4网络主干网提取的浅层特征进行增强,并结合深层特征与浅层特征来缓解红外小目标难以检测的问题;其次,为YOLOv4网络的检测头模块增加注意力机制,使网络关注于特征图中的红外小目标,从而降低背景对小目标检测的干扰;最终,在YOLOv4网络的训练过程中加入迁移学习方法,从而解决红外小目标标注训练数据不足的问题。基于公开红外小目标检测数据集的实验结果表明,该系统有效提高了YOLOv4网络对红外小目标的检测性能,且优于其他的对比检测模型。

基于深度学习的智能车行驶控制系统设计与实现

深度学习在智能车行驶控制中起着关键作用。设计一种基于深度学习算法的智能车行驶控制系统,将车载摄像头和深度学习算法结合,利用U-Net网络模型和YOLO模型实现车道线检测和道路标识识别,同时设计有限状态机,完成智能车行驶控制。实验结果表明,本系统可以在模拟的道路场景中完成车道线和标识识别,实现车辆自主行驶控制,较传统计算机视觉方法在检测速度和检测效果上均得到提升。

高斯束展开法的注记之四:聚焦贝塞尔声束

进一步给出高斯束展开法的推广。采用这一方法,计算了具有不同瓣数聚焦贝塞尔束的声场分布。结果表明:在某些情况下,聚焦贝塞尔声场中会出现两个焦点,而通常的聚焦声场一般只有一个焦点。

基于卷积神经网络的酵母出芽特征识别方法

在酿酒酵母(Saccharomyces cerevisiae)的细胞衰老研究中,微流控芯片可以实现单个酵母细胞的捕获和培养,同时用光学显微镜进行时序图像拍摄,最后分析图像得到细胞的复制寿命。针对基于“漏碗”式捕获结构的微流控芯片长时序酵母细胞实验图像,为提高处理效率,提出了一种基于卷积神经网络的高效算法,用于提取酵母细胞在衰老过程中的出芽特征。经验证,提出的算法模型准确率达到95%,F1 score指标达到平均90%以上,具有较高的可靠性。为深度学习方法在生物医学图像处理领域的应用提供了新的思路。

多路输出反激式开关电源设计研究

三相变频器逆变环节IGBT的稳定可靠性,很大程度上依赖于其驱动模块供电电源性能。全面分析了多路输出反激式开关电源的设计流程和关键要点,重点分析了反激变压器和电压反馈电路的设计计算方法,给出了用于优化反射电压的匝比调整具体计算公式。基于UC3842电源控制芯片完成了4路输出反激式开关电源设计实例,为该类电源设计提供了理论指导和实际样例参考。通过Saber仿真软件验证了设计实例的可行性,并根据所设计电路制作了样机,进行了关键性能测试。实验结果表明所设计电路输出电压稳定,纹波小,达到了设计要求。

具有预加重作用的10 Gbps发送端设计

针对10 Gbps高速SerDes发送端信号完整性问题,对关键模块进行优化设计,包括高速串行器、前馈均衡电路(FFE)、电流数模转换器(IDAC)控制电路等。为降低时钟性能的要求,对传统电流模逻辑(CML)串行器进行改进,通过调整时钟占空比的方法,设计四分之一速率的串行器,并依次更替控制输入数据的等相位差时钟,可以得到FFE所需的多路延迟数据。为了均衡由于信道的各种非理想因素产生的信号频率上的衰减,采用IDAC控制抽头系数的三抽头前馈均衡器对线路衰减进行均衡,提出使用MATLAB对信道衰减进行建模,并以此来设计滤波器的方法,快速简便确定抽头系数,将抽头系数映射到IDAC的不同控制位从而获得针对不同信道衰减的FFE。最终,设计基于TSMC 28nm CMOS工艺实现。仿真结果显示数据传输达10 Gbps时高速串行器逻辑正常,数据眼图良好,输出抖动在0.09 UI,满足高速背板通信电路的标准。

GABP算法构建高精度CMOS电压自举采样开关性能预测模型

模拟集成电路中器件的设计参数与性能指标具有非线性映射关系,同时繁复的设计参数相互制约,使模拟IC满足应用约束下的折中设计极为复杂,电路研发耗时费力。基于自适应学习的神经网络算法能够建立具有非线性映射关系的预测模型,同时具有宽解空间和易获取全局最优解的遗传算法可进一步弥补建模和求解的精度。采用BP神经网络结合遗传算法(GABP)的复合优化框架对CMOS电压自举采样开关的设计参数和性能指标进行精准建模并优化整体电路性能,建模结果与单BP神经网络模型进行了对比,结果表明,GABP复合建模精度高于BP神经网络,拟合相关度从0.73007有效提升到0.94596,模型可靠性有大幅提高,证明了GABP复合优化可有效应用于电路性能的高效预测和辅助优化设计。

基于PCA-SSA-ELM的非侵入式负荷识别方法

针对目前非侵入式负荷监测方法对电气量特征相近的电器识别准确率不高的问题,提出了一种基于主成分分析法和麻雀搜索算法优化极限学习机的负荷识别方法。该方法在传统的电气量特征基础上,引入了一种融合电器投切时间、电器运行时长、电器运行周期等非电气量的新特征,利用主成分分析法对多维特征进行降维得到综合变量,然后使用麻雀搜索算法对极限学习机的权值和偏置进行优化,建立负荷识别模型。最后采用AMPds数据集对算法进行测试,通过对比分析验证该方法具有良好的辨识效果。

基于图像处理技术的集成电路焊接质量监测系统研究

随着计算机的发展,数字图像处理的应用为电路板焊接质量的检测提供了新的条件。重点研究了参考图像和待检测图像的图像配准算法。采用基于灰度信息的图像配准方法,使用PV插值法直接更新联合直方图并由此计算出参考图像和浮动图像的互信息值。然后采用改进的鲍威尔算法搜索最优配准参数,根据配准参数进行插值从而得到配准图像。在缺陷检测方面,通过颜色识别寻找配准图像和参考图像的差异部分,再通过直方图匹配和边缘检测滤去伪缺陷和噪声部分得到缺陷部分,最后标定缺陷位置。实验结果表明,采用所设计的方法可以实现焊接缺陷的快速并且高精度的检测,从而进一步降低人工成本,提高检测效率。

应用于弹载SiC MOSFET的RC吸收电路的设计与优化

SiC MOSFET作为新兴的宽禁带半导体,目前在电源设计中被广泛用于取代Si IGBT。然而在弹载电源这类严苛的应用场合,SiC MOSFET关断暂态带来的超调振荡影响了电源输出的稳定性和品质,并且降低了装置的可靠性。在分析SiC MOSFET开关特性及四种无源吸收电路优缺点的基础上,提出了一种针对SiC MOSFET关断暂态的RC吸收电路优化设计方案,给出了系统效率最优情况下的电路参数范围,提升了吸收电路研发的效率。最后,通过400V/20A双脉冲测试电路进行了实验验证。

基于动态占空比采样的低功耗奶牛运动监测耳标设计

智能可穿戴设备应用到奶牛发情期预测中能够提升奶牛的养殖经济效益。此类用于智能畜牧的可穿戴设备受到体积限制,对设备的低功耗设计提出了更高要求。传统的运动监测耳标往往需要持续采样以实现准确的奶牛计步,存在能耗较高的问题。开发了一款基于动态占空比间歇采样的奶牛耳标设备,并使用预先训练完成的支持向量机(SVM)模型对未采样区间的奶牛步数进行预测。本耳标设计还通过预测结果所体现的奶牛运动状态动态调节设备工作与休眠的占空比,进一步降低系统能耗。测试结果表明,所设计的耳标设备工作电流为3.1 mA,休眠电流为7.7μA,平均工作电流低于0.76 mA,比持续工作的耳标的电流降低约75%,大大提高了设备的工作时长。

一种多路隔离输出反激变换器的设计

针对开关电源高精度、隔离输出以及小体积的需求,设计了一种多路隔离输出单端反激式开关变换器,主要由多路输出反激变换器、加权电路、稳压控制环路和低压差线性稳压器组成。四路输出中两主路与两辅路通过光耦加权隔离反馈控制,设置合适的加权系数,实现主路的稳定和辅路的相对稳定。相对稳定的辅路再通过低压差线性稳压器实现高精度、低功耗的电压输出。通过对实验样机的测试,验证了设计的可行性,较好地满足了多路隔离输出、高精度、高效率等设计要求。

基于蜂群算法和半监督极限学习机的光伏系统故障诊断

户外环境中运行的光伏系统容易受到各种因素特别是灰尘的影响,其非正常运行会导致大量损失,严重的短路故障则会导致安全问题比如火灾隐患。因此,监测光伏系统的运行状态,及时排除潜在故障,制定有效的处理方案是当前研究的重点。分析了光伏电池串在各种故障状态下的I-V特性,特别是在污秽条件下的I-V特性。针对具有特定故障的光伏系统,特别是大规模光伏系统的标记数据难以记录的问题,提出了一种结合人工蜂群算法和半监督极限学习机的新算法。该算法能够利用少量的模拟标记数据和历史未标记数据对光伏故障进行诊断,大大降低了人工成本和时间消耗。此外,灰尘堆积监测可以提醒电厂业主及时清洗光伏组件,提高发电效益。最后,使用3.51 kWp和3.9 kWp的光伏系统验证所提出的诊断方法,实验结果证明了所提光伏诊断技术的准确性和可靠性。

铝掺杂石英粉对多晶硅晶体生长的影响

多晶硅定向凝固铸锭技术生产的硅片是太阳能电池企业主要的原料之一,在多晶硅生长过程中,坩埚底部由于通过气冷降温,所以多晶硅从底部开始结晶。最靠近坩埚底部位置的多晶硅初期形核的质量将决定整个多晶硅晶体的质量。目前很多科研院所和多晶硅片生产企业将多晶硅形核作为研究的重点。从多晶硅形核物质的种类不同可以将形核物质分为以下几种类别:Si、SiO_(2)、Si_(3)N_(4)等,其中SiO_(2)形核由于热膨胀系数与硅相近,而且在诱导多晶硅形核过程中不易熔化,目前是大多数科研院所的研究重点。在SiO_(2)形核物中加入微量的Al粉,将SiO_(2)形核物用喷涂的方式沉积在铸锭坩埚底部,通过传统的铸锭工艺进行多晶硅晶体生长。实验数据表明,SiO_(2)形核物质中添加0.05%的Al粉,初期TC1生长温度设置为1520℃时,可以获得低位错密度的多晶硅晶体。制备成的太阳能电池的效率19%比传统未添加Al粉的SiO_(2)形核物所生产的太阳能电池片高0.3%。

一种频率自适应欠采样电路的设计及FPGA实现

针对数字式锁相环前端A/D单元中,采样时钟在锁相环锁定前存在动态变化的问题,利用16位ADC器件AD7626的特点设计了一种基于FPGA的频率自适应欠采样电路,提出了频率自适应的时序控制策略,解决了FPGA时序控制驱动程序对输入采样信号频率变化的自适应问题。动态欠采样频率下对时基信号进行采样的实验测试结果表明,采集信号频率与理论一致,设计采样电路具有频率自适应特性。

微弱距离信号检测电路的设计与实验验证

由于经典的蔡氏电路对电路的参数非常敏感,因此以蔡氏电路的简易结构为基础,结合自制的简易示波器、数字电位器及STM32单片机对非线性电路进行了详细的研究,设计并搭建了混沌电路测量微弱距离信号系统。通过把距离信号转换成蔡氏电路敏感的动态电阻,可轻易实现对微弱距离信号的检测。通过与Agilent DSO3102A双通道数字示波器测得的相轨迹曲线作为对比,证明了所设计的非线性电路及搭建的系统不仅简单易操作,而且非常适合初学者对非线性系统的实践操作。最后利用搭建的混沌电路测量微弱距离信号系统对障碍物的距离进行了实验测试,实验中测量的最远距离6.98 m。

一种新型的超声兰姆波换能器

针对固体板无损检测过程中超声兰姆波的多模态特性问题,设计并制作了一种可激发和接收单一超声兰姆波模式的新型超声兰姆波换能器。它由铜质叉指电极、导线、绝缘薄膜和YZ铌酸锂晶体等装配而成。采用矢量叠加法计算了叉指电极、YZ铌酸锂晶体相关参数,并将设计的叉指换能器应用于铝板的超声兰姆波检测实验中。实验结果表明,利用所设计的叉指超声兰姆波换能器,可有效克服兰姆波频散和多模式的特性、实现特定频率下单一模态超声兰姆波信号的激发与接收。

基于枝节加载半波长谐振器的准椭圆函数带通滤波器设计

为了在较宽的频率范围内得到较高的带外抑制性能,提出了一种基于微带技术的新颖紧凑型准椭圆函数带通滤波器。该滤波器设计采用了枝节加载的半波长谐振器,具有电磁耦合谐振结构。谐振结构以交叉方式耦合到输入和输出馈线。由于枝节的存在会产生扰动,所以需要谐振器作为多模设备。此外,枝节引入了两个传输零点,以显著提高滤波器的通带选择性并抑制谐波和杂散。使用标准PCB技术对提出的滤波器进行实际制造和测试。结果显示,滤波器可以产生宽带响应,插入损耗低至0.74 dB,回波损耗大于20 dB,并且带外抑制在2 GHz^4.5 GHz和5.8 GHz^16 GHz范围内大于40 dB。

《电子器件》期刊征订

《电子器件》是由教育部主管,东南大学主办的学术性刊物,1978年创刊。对国内外公开发行,属大16开双月刊。本刊英文文摘从1995年起被英国出版的科学索引《SA》(Science Abstracts Series)收录。中文文摘被《中国无线电电子学文摘》和《电子科技文摘》收录,《中国期刊网》、《中国学术期刊(光盘版)》全文收录,《万方数据库——数字化期刊群》全文上网,中国科技论文统计源期刊收录。