全部分类/
科学普及/
现代电子技术

现代电子技术

2024年22期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

电子与信息器件 | 基于故障树分析法的某控制系统故障与可靠性研究

电子与信息器件 | 基于故障树分析法的某控制系统故障与可靠性研究

摘要：针对复杂卫星载荷控制系统高可靠性提升问题，聚焦系统故障潜在原因，提出一种基于量化底事件与顶事件重要度解析的故障树分析方法。以卫星载荷控制系统设计原理及功能为基础，利用故障树分析法定义故障树顶事件，查找故障原因，确定与底事件之间的逻辑关系，构建故障树；利用布尔代数方法确定故障树最小割集，对故障树底事件进行定性分析；通过最小割集失效率对顶事件进行定性分析，调整单一底事件的质量参数，对底事件
电子与信息器件 | 基于雷达传感器的非接触式睡眠呼吸检测系统设计

电子与信息器件 | 基于雷达传感器的非接触式睡眠呼吸检测系统设计

摘要：为解决当前接触式睡眠呼吸监测系统操作复杂、影响睡眠质量的问题，设计了一种非接触式睡眠呼吸检测系统。硬件系统以STM32G431VBT6单片机为核心，设计了信号调理与采集电路、WiFi通信电路，采用K⁃LC5雷达传感器采集用户睡眠过程中的呼吸信号。软件系统采用数字滤波算法对雷达传感器采集的胸腔位移信号进行处理，从中提取呼吸信号，并基于能量法进行呼吸暂停判定。测试结果表明，所设计系统能有效
电子与信息器件 | 考虑储能荷电状态的模糊VSG惯量自适应控制策略

电子与信息器件 | 考虑储能荷电状态的模糊VSG惯量自适应控制策略

摘要：虚拟同步发电机（VSG）控制策略可以为微电网系统提供惯性，并调整系统的频率波动，然而储能单元的荷电状态对VSG惯量有制约。在模糊控制处理的过程中，由于输出调节系数X具有非线性约束的特性，故提出一种计及储能约束模糊控制的惯量自适应控制策略。该策略能实现虚拟惯量的自适应调整，使得虚拟惯量可以进行动态变化；并能定性分析系统稳定运行的边界条件，以及控制参数的设定范围。最后基于Simulink平
电子与信息器件 | 基于毫米波雷达的非接触式生理体征监测系统

电子与信息器件 | 基于毫米波雷达的非接触式生理体征监测系统

摘要：对人体生理体征监测可以及时发现身体的变化和异常，也有助于人们了解自已的身体状况，从而预防疾病。然而市场上的生理体征监测设备普遍采用接触式，数据采集的成本很高，且数据获取非常困难。为此，设计一种基于毫米波雷达的非接触式生理体征监测系统。该系统通过毫米波雷达非接触式地采集人体的生理体征，如心跳速率、呼吸速率、睡眠质量、体动参数等，同时还采集环境温湿度、CO2浓度、TVOC浓度等环境参数。将
电子与信息器件 | 基于单片机的AC⁃DC变换电路设计

电子与信息器件 | 基于单片机的AC⁃DC变换电路设计

摘要：传统的AC⁃DC变换电路由于要通过高频变压器来实现电压变换，存在效率较低、电源的波纹很难降低等问题。因此，设计一种以单片机为核心控制器件的新型单相AC⁃DC变换电路。单相AC⁃DC变换电路设计结合BOOST开关器、输入负反馈和脉冲宽度调制，采用单片机辅助控制相结合的方式实现闭环控制，保证输出的稳定和高效。该电路包括全波桥式整流电路、BOOST开关器、电压反馈电路、电流采样电路和功率因数
电子与信息器件 | 高可靠LIN控制器IP的设计与实现

电子与信息器件 | 高可靠LIN控制器IP的设计与实现

摘要： LIN虽然为传统总线，但仍大量应用在汽车、智能家居和工业控制等领域。基于此，设计一种高可靠LIN控制器IP。基于AMBA APB3.0标准接口的IP不仅实现了LIN协议规定的数据收发、网络管理等功能，还增加了大量可靠性和安全性相关功能，如错误监测、看门狗、环回自测试、显性电平监控等，通过这些可靠性措施使得IP达到ASIL⁃B级技术指标要求。针对IP搭建仿真验证环境，完成了SoC级仿真和
计算机科学与应用 | 基于改进YOLOv5s的水果新鲜度检测算法研究

计算机科学与应用 | 基于改进YOLOv5s的水果新鲜度检测算法研究

摘要：水果新鲜度分级在食品行业中有着重要作用。新鲜度是衡量水果质量的重要标准，直接影响到消费者的身体健康和购买欲望。由于水果颜色、纹理和外部环境变化（如阴影、照明和复杂背景）的相似性，使用机器视觉对水果进行自动识别和分类是具有挑战性的。文章提出一种基于改进YOLOv5s网络模型的多类水果分级方法。首先，引入DIoU⁃NMS算法，考虑预测框与真实框之间的重叠率以及中心点距离，回归精度得到提高；
计算机科学与应用 | 基于多尺度特征增强与对齐的跨模态行人检索

计算机科学与应用 | 基于多尺度特征增强与对齐的跨模态行人检索

摘要：为了解决跨模态行人检索从图像和文本中抽取有效的细节特征，以及实现图像与自然语言文本跨模态对齐的问题，提出一种基于多尺度特征增强与对齐的跨模态行人检索模型。该模型引入多模态预训练模型，并构建文本引导的图像掩码建模辅助任务，充分实现跨模态交互，从而无需显式地标注信息即可增强模型学习图像局部细节特征的能力。另外，针对行人图像身份易混淆问题，设计全局图像特征匹配辅助任务，引导模型学习身份关注的
计算机科学与应用 | 三维点云语义分割方法

计算机科学与应用 | 三维点云语义分割方法

摘要：激光雷达技术在移动设备中的广泛应用为点云数据的获取提供了更为便捷的手段。尽管如此，当前关于点云局部上下文表示的研究还存在较大的不足。在这一背景下，提出一种三维点云语义分割方法，即BiVector。该方法由Bilateral Augmentation模块（BAM）、Local Vector模块（LVM）和Dilated Residual模块（DiRes）三大组成部分构成。具体而言，BAM
计算机科学与应用 | 基于ISD模型的车载减振平台主动控制研究

计算机科学与应用 | 基于ISD模型的车载减振平台主动控制研究

摘要：在复杂路况上行驶的救护车，车上的病人会受到多个方向的振动激励，且在竖直方向主要受到低频大振幅的振动。针对以上问题，提出采用Stewart减振平台实现对六个自由度振动的衰减，并借鉴惯容器⁃弹簧⁃阻尼（ISD）模型中的惯容器具有通高频、阻低频，以及弹簧具有通低频，阻高频的隔振特性，来改进一种主动反向加速度补偿算法，可实现对平台各方向进行可持续低频大振幅减振。同时系统以回中位能力和减振能力为
计算机科学与应用 | 基于SE注意力机制和深度卷积的语音情感识别

计算机科学与应用 | 基于SE注意力机制和深度卷积的语音情感识别

摘要：针对语音情感识别无法全面提取语音中的情感特征，导致识别准确率低的问题，提出一种基于SE注意力机制和深度卷积的双通道网络模型。首先利用速度增强对原始数据集进行数据扩增，选取Mel谱图、一阶差分、二阶差分混合特征图作为输入，以获得更全面的语音信号特征；然后在SE注意力机制通道前后添加Ghost卷积提取局部特征，在深度卷积通道前后引入卷积层和逐点卷积提取全局特征，通过特征融合层融合特征；最后
计算机科学与应用 | 基于组合赋权优化的ES⁃ARIMA⁃BP神经网络交通事故预测研究

计算机科学与应用 | 基于组合赋权优化的ES⁃ARIMA⁃BP神经网络交通事故预测研究

摘要：为提高交通事故模型的预测精度，更好地辨识交通事故在时间维度上的规律特性，基于CRITIC法和熵权法组合赋权，构建一种ES⁃ARIMA⁃BP神经网络组合预测模型，探究新疆地区交通事故在时间维度上的月度分布规律。首先，使用指数平滑法（ES）进行预测，可减少数据间的噪声，并能捕捉时间序列数据中的季节性变动；其次，使用ARIMA模型进行预测，可捕捉数据中的线性部分、非季节性趋势和周期性波动；最
能源技术 | 遮光条件下基于IPSO⁃FLC的光伏MPPT控制

能源技术 | 遮光条件下基于IPSO⁃FLC的光伏MPPT控制

摘要：光伏阵列在部分遮光条件下的P⁃U特性曲线会呈现多峰问题，致使跟踪算法变得更加复杂，而传统的MPPT算法可能会陷入局部最大功率点，导致对全局最大功率点的跟踪无法实现。为此，提出一种改进粒子群算法优化模糊控制器，来实现遮光条件下的光伏阵列最大功率点跟踪。在Matlab/Simulink环境下，对光伏系统和所提出的MPPT算法进行仿真，同时与扰动观测法等传统MPPT算法进行比较。仿真结果表明
能源技术 | 双边型直线电机控制策略研究与仿真

能源技术 | 双边型直线电机控制策略研究与仿真

摘要：针对双边型永磁式直线电机在位置控制方面存在控制精度不高，以及在转速控制方面存在响应速度慢和伺服性差等问题，提出一种基于电流、速度和位移三参数的三闭环控制策略，以提高直线电机控制系统的鲁棒性和动态性能，从而使相应的伺服系统具有良好的稳定性和可靠性。控制方案中，结合SVPWM控制中id=0的思想，电流控制器采用二阶的超螺旋滑模控制算法实现对电流环的控制；位置控制器采用基于指数趋近规律的一阶
能源技术 | 基于特征选择和机器学习的锂电池寿命早期预测

能源技术 | 基于特征选择和机器学习的锂电池寿命早期预测

摘要：在早期预测锂电池剩余使用寿命时，因为电池初期循环时的性能衰退并不显著，面临着特征选取的问题。确保选取的特征集合在数量、相关性和冗余性上的相互平衡是降低测试成本、提升预测准确度的关键，目前的研究很难全面平衡这些方面，故提出一种结合多目标特征选择和机器学习的方法。从MIT数据集中提取前100周期的特征，利用Spearman相关系数法分析特征的相关性，得到相关度高的特征子集。采用多目标粒子群
能源技术 | 考虑电池SOC一致性的城轨交通MHESS功率分配策略

能源技术 | 考虑电池SOC一致性的城轨交通MHESS功率分配策略

摘要：在城市轨道交通中，通常采用多混合储能系统（MHESS）来解决列车在牵引和制动过程中所引起的牵引网络电压波动问题。该系统由超级电容器和锂电池组成，旨在平滑功率波动，实现“削峰填谷”。考虑到MHESS多个混合储能系统之间可能存在初始状态不一致的情况，提出一种考虑电池SOC一致性的RBF⁃PID控制策略，用于兼顾直流稳压特性以及电池储能系统寿命保护最优。由列车运行速度需求得到牵引功率需求，采
能源技术 | 一种双极性输出的高增益变换器

能源技术 | 一种双极性输出的高增益变换器

摘要：随着分布式能源高渗透率接入电网，双极性直流微电网固有优势愈发突出。针对光伏电池投入到双极性直流微电网运行时，对于高增益双极性变换器的需求，提出一种组合式且可提供双极性输出的高增益变换器。在传统Sepic变换器的基础上加入一个二极管和电容，通过开关管控制电容、电感能量的交替传递，从而提升变压器增益；其次，基于元件复用的方法将开关电容单元和Boost电路进行组合，实现正负极电压均衡的双极性
能源技术 | 面向变电站综合控制的分布式光伏发电并网策略研究

能源技术 | 面向变电站综合控制的分布式光伏发电并网策略研究

摘要：传统比例积分控制策略的控制效果不佳、精度较低，因此以分布式光伏发电为基础的变电站在光伏强度突变、环境温度波动等现象的影响下，会出现系统并网电流谐波畸变率高、系统并网成功率低、负荷预测以及调度准确率差等缺陷。针对上述问题，设计一种自适应滑模控制策略。通过引入滑模观测器代替传统的比例积分控制，提升控制器对外界扰动的抵抗能力，从而提高系统的抗扰性。同时采用长短期记忆神经网络算法辅助滑模观测器
前沿交叉科学 | 改进BTSVM算法及其在桥梁裂缝检测中的应用

前沿交叉科学 | 改进BTSVM算法及其在桥梁裂缝检测中的应用

摘要：针对一般的二叉树支持向量机（BTSVM）分类器收敛速度慢以及完全二叉树和偏二叉树支持向量机分类器错分样本易积累这两个问题，提出一种改进的BTSVM智能识别方法。通过构造一个非平衡二叉树SVM，减少由于前期分类错误造成的误差积累。利用飞狼优化算法对BTSVM算法两个核心参数进行寻优处理，并利用参数优化后的BTSVM对桥梁裂缝进行分类诊断研究。实验结果表明，所构建的改进BTSVM算法具有较
前沿交叉科学 | 基于线性自抗扰防卡压力流量回转系统研究

前沿交叉科学 | 基于线性自抗扰防卡压力流量回转系统研究

摘要：针对煤巷锚杆支护时岩石强度复杂多变而出现的卡钻现象，提出一种线性自抗扰控制（LADRC）算法，通过控制比例先导压力阀和变转速伺服电动机，合理匹配钻进时的压力和流量。为验证上述方法的合理性，设定负载端为突变和渐变两种围岩硬度变化工况，在AMESim与Matlab/Simulink中进行模型搭建和联合仿真实验，并与滑模控制（SMC）和PID控制进行比较。结果表明：根据负载变化，采用比例先导
前沿交叉科学 | 基于数字孪生的装备维修保障平台

前沿交叉科学 | 基于数字孪生的装备维修保障平台

摘要：维修保障是装备运行使用的重要部分，装备的维修保障能力直接影响其效能的发挥。而基于历史故障数据的传统维修保障方式很难实现实时精确保障，使得装备效能发挥受到了影响。数字孪生技术的发展为装备运行使用过程中的全资可视化、装备状态实时感知、故障快速预测并诊断、维修方案智能化制定及验证、维修指导以及按需训练培训等提供了良好的实现条件。文中在研究装备维修保障对象、业务领域及寿命期保障内容的基础上，设
前沿交叉科学 | 基于流动注意力机制的非侵入性癌症检测

前沿交叉科学 | 基于流动注意力机制的非侵入性癌症检测

摘要：在癌症检测领域，细胞游离DNA的高通量测序技术已引发一场重大变革，为非侵入性癌症检测提供了新的可能性。利用测序数据做出可靠且精确的预测至关重要，但是测序成本高昂。针对这一需求，提出一种基于流动注意力机制的深度学习模型。通过定义差异甲基化区域对数据进行预处理，使得满足深度学习数据量的要求，并整合全基因组双硫酸盐测序数据中的DNA序列和甲基化信息，以实现对髓母细胞瘤患者进行预测。实验结果表
前沿交叉科学 | 基于轻量化网络对植物叶斑病的目标检测研究

前沿交叉科学 | 基于轻量化网络对植物叶斑病的目标检测研究

摘要：为了提高植物叶斑病的检测效率和精度，引入主流的目标检测模型YOLOv5对叶斑病进行检测。结果显示，模型在检测较小的叶斑病时精度不高，且模型权重体积较大，不利于在终端边缘设备上部署。为此，对YOLOv5模型进行改进。首先，采用经过SCSE模块修改的MobileNetv3轻量化网络结构替代原有的CSP⁃Darknet53主干网络，从而降低模型的参数量和计算复杂度；其次，使用K⁃means+
前沿交叉科学 | 应用于谐波测量的二次加权傅里叶变换关键参数分析

前沿交叉科学 | 应用于谐波测量的二次加权傅里叶变换关键参数分析

摘要：基于准同步采样的二次加权傅里叶变换方法（下称二次加权傅里叶变换方法）解决了可编程约瑟夫森电压标准（PJVS）应用于谐波电压测量中的过渡过程和非同步采样问题，极大地提升了谐波电压测量的准确度。为使二次加权傅里叶变换方法在实际应用中更加系统和完善，针对二次加权傅里叶变换的几个关键参数进行了研究，包括频率同步误差、谐波复杂程度以及阶梯电压的台阶数和采样点数，并对测量结果的影响展开讨论和分析，
前沿交叉科学 | 基于多源数据融合分析的地质风险预测算法设计

前沿交叉科学 | 基于多源数据融合分析的地质风险预测算法设计

摘要：为了准确预测和评估地质工程中存在的风险，设计一种基于多源数据融合分析的地质风险巡检系统。该系统能够综合利用探地雷达、红外传感器等设备采集到的数据信息，通过智能化检测算法快速、准确地识别出地质风险。在预测模型的设计中，提出了一种基于SCINet和LSTM的地质风险预测算法。该算法通过前馈神经网络（FFN）来增强多源数据的非线性表示；并且能够利用SCINet在提取多尺度特征方面的优势，引入
人工智能 | 基于行列锚点融合的车道线检测方法研究

人工智能 | 基于行列锚点融合的车道线检测方法研究

摘要：车道线检测是自动驾驶和高级驾驶辅助系统中的关键技术之一，对于车辆准确定位和识别道路信息非常重要。为了提高检测精度和效率，提出一种基于行列锚点融合的车道线检测方法。首先，使用主干网络ResNet18提取车道线特征锚点，将提取出来的特征锚点进行解耦分类处理；然后对其特征锚点分别在行方向和列方向加入水平注意力机制和垂直注意力机制，进行通道维度信息和空间维度信息的特征融合，以解决全局关注计算成
人工智能 | 基于多层复杂网络的循环神经网络交通量预测模型

人工智能 | 基于多层复杂网络的循环神经网络交通量预测模型

摘要：针对未安装车流量检测设备的高速公路路段进行短时交通量准确预测，是一个亟待解决的问题。为此，提出一种基于复杂网络的循环神经网络路段短时交通量预测模型。该模型以入口节点交通量为输入，输出路段动态预测交通量。模型由复杂网络、交通小区划分、循环神经网络三个模块组成。复杂网络由多层网络组成，是交通小区划分的基础；交通小区划分模块根据节点特征值，采用聚类方法将节点形成小区，使同小区内节点具有类似特
人工智能 | 基于视频图像驱动的驾驶人注意力估计方法

人工智能 | 基于视频图像驱动的驾驶人注意力估计方法

摘要：驾驶人视觉注意力的深入研究对于预测不安全驾驶行为和理解驾驶行为具有重要意义。为此，提出一种基于视频图像驱动的驾驶人注意力估计方法，以估计驾驶人在行车时注意到视域内的行人或车辆等各种对象。该方法利用深度神经网络学习交通场景视频与驾驶员注意力特征之间的映射关系，并融入引导学习模块来提取与驾驶员注意力最相关的特征。考虑到驾驶的动态性，使用动态交通场景视频作为模型输入，设计时空特征提取模块。在

过往期刊

更多

猜你喜欢

上海外国语大学电子阅览室