202306 文章進(jìn)入202306技術(shù)社區(qū)

探秘EVSE，全面解析電動(dòng)汽車供電設(shè)備

_____隨著電動(dòng)汽車 (EV) 的不斷普及，了解電動(dòng)汽車基礎(chǔ)設(shè)施，特別是電動(dòng)汽車供電設(shè)備 (EVSE) 或者說(shuō)充電站，變得極其重要。本文解釋了 EVSE工作原理以及它對(duì)向電動(dòng)汽車過渡的重要性。什么是EVSE？電動(dòng)汽車供電設(shè)備 (EVSE) 提供電動(dòng)汽車和電源之間的可靠連接，確保安全高效的充電。EVSE 從電網(wǎng)獲取電力并傳輸?shù)诫妱?dòng)汽車，為電動(dòng)汽車電池充電。EVSE 名稱多樣，可以被稱為充電站、電動(dòng)汽車充電器或充電點(diǎn)等。電動(dòng)汽車充電器組件構(gòu)成電動(dòng)汽車供電設(shè)備 (EVSE) 的組件設(shè)計(jì)用于安全高效地將電力從電
關(guān)鍵字： 202306 EVSE 電動(dòng)汽車供電

圖像處理技術(shù)在物理實(shí)驗(yàn)中的應(yīng)用探究*

為了研究圖像處理技術(shù)在物理實(shí)驗(yàn)中的應(yīng)用，設(shè)計(jì)一種圖像處理檢測(cè)物理實(shí)驗(yàn)結(jié)果的系統(tǒng)。根據(jù)已學(xué)的圖像處理知識(shí)和物理實(shí)驗(yàn)基本常識(shí)，借助LabVIEW軟件的Line Profile線剖面圖技術(shù)對(duì)實(shí)驗(yàn)中不同質(zhì)量小車所打出的紙帶進(jìn)行識(shí)別，從而推斷出各個(gè)點(diǎn)的位置信息，計(jì)算出實(shí)驗(yàn)結(jié)果，最終將系統(tǒng)得到的結(jié)果與學(xué)生計(jì)算的數(shù)據(jù)值對(duì)比，進(jìn)而實(shí)現(xiàn)對(duì)學(xué)生的快速打分。經(jīng)過實(shí)際的操作，圖像處理能夠順利完成該實(shí)驗(yàn)的檢測(cè)與計(jì)算，可以得出圖像處理在物理實(shí)驗(yàn)以及教師教學(xué)中具有實(shí)用價(jià)值，今后可應(yīng)用于類似實(shí)驗(yàn)的檢測(cè)。
關(guān)鍵字： 202306 圖像處理物理實(shí)驗(yàn) 線剖圖點(diǎn)距分析

基于遍歷算法的智能湖泊環(huán)境監(jiān)測(cè)及凈化裝置*

設(shè)計(jì)了一款基于遍歷算法的智能湖泊環(huán)境監(jiān)測(cè)及凈化裝置，該裝置采用全局路徑規(guī)劃和局部路徑規(guī)劃的方法來(lái)實(shí)現(xiàn)各個(gè)功能，全局路徑規(guī)劃通過GPS定位來(lái)實(shí)現(xiàn)，主要是確定航行的路線和水質(zhì)的采集，局部路徑規(guī)劃通過攝像頭模塊運(yùn)行YOLOV3模型來(lái)確定視野內(nèi)垃圾的位置信息，然后規(guī)劃出最短路徑實(shí)現(xiàn)垃圾拾取。
關(guān)鍵字： 202306 柵格化路徑規(guī)劃遍歷算法深度優(yōu)先搜索算法水質(zhì)檢測(cè)

變步長(zhǎng)自適應(yīng)盲源分離算法的設(shè)計(jì)研究

盲信號(hào)由于不能被觀測(cè)和如何混合未知的特性，盲源分離的同時(shí)，還需兼顧收斂性能、跟蹤性能和穩(wěn)態(tài)性能之間的平衡，一定程度上影響盲信號(hào)處理技術(shù)的發(fā)展。通過分析盲源分離算法存在的問題和影響因素，提出高效變步長(zhǎng)自適應(yīng)盲源分離算法的設(shè)計(jì)思路。
關(guān)鍵字： 202306 盲源分離算法自適應(yīng)步長(zhǎng) 收斂穩(wěn)態(tài)失調(diào)

基于SWIPT的下行多載波NOMA能量效率優(yōu)化算法研究

5G網(wǎng)絡(luò)能耗赤字問題日益研究，EE成為5G網(wǎng)絡(luò)性能的一個(gè)重要指標(biāo)。本文研究基于SWIPT的下行MC-NOMA系統(tǒng)EE最大化問題，該問題是非凸問題不易求解。在用戶最低信息速率限制，使用DC規(guī)劃進(jìn)行子信道內(nèi)功率分配。仿真結(jié)果表明，該資源分配策略能有效提高基于SWIPT的協(xié)作MC-NOMA系統(tǒng)EE。
關(guān)鍵字： 202306 多載波 NOMA 資源分配策略綠色通信

基于聯(lián)合損失函數(shù)的語(yǔ)音增強(qiáng)深度學(xué)習(xí)算法

針對(duì)損失函數(shù)計(jì)算過程加入關(guān)于人耳聽覺數(shù)據(jù)的基礎(chǔ)上，設(shè)計(jì)了一種聯(lián)合損失函數(shù)的語(yǔ)音增強(qiáng)深度學(xué)習(xí)算法。研究結(jié)果表明：本文設(shè)計(jì)的混合損失函數(shù)實(shí)現(xiàn)增強(qiáng)語(yǔ)音質(zhì)量的明顯優(yōu)化。加入注意力機(jī)制后能夠促進(jìn)背景噪音的進(jìn)一步減弱，從而獲得更高可懂度。綜合運(yùn)用聯(lián)合損失函數(shù)并融合注意力機(jī)制后，可以使神經(jīng)網(wǎng)絡(luò)獲得更優(yōu)質(zhì)量增強(qiáng)語(yǔ)音。利用注意力機(jī)制提取特征參數(shù)以及結(jié)合聯(lián)合損失函數(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)優(yōu)化能夠促進(jìn)增強(qiáng)語(yǔ)音質(zhì)量的提升并達(dá)到更高的可懂度。
關(guān)鍵字： ?202306 語(yǔ)音增強(qiáng) 聯(lián)合損失函數(shù) 聽覺語(yǔ)音失真

一款高三階交調(diào)點(diǎn)的GaAs射頻放大器

介紹了一款滿足于5G通信發(fā)展要求，工作頻率高增益，高線性度，高三階交調(diào)點(diǎn)的射頻放大器的設(shè)計(jì)。采用砷化鎵異質(zhì)結(jié)晶體管（GaAs HBT）工藝，基于達(dá)林頓結(jié)構(gòu)進(jìn)行設(shè)計(jì)。在原有結(jié)構(gòu)基礎(chǔ)上，添加了偏置結(jié)構(gòu)，一方面提高了放大器工作狀態(tài)的線性度，提高了三階交調(diào)點(diǎn)指標(biāo)；另一方面保證晶體管工作電流在-55℃，125℃工作狀態(tài)下保持穩(wěn)定。放大器能夠工作在10 MHz~4 GHz，輸出三階交調(diào)點(diǎn)達(dá)到40 dBm，線性度高，適用于5G通信信號(hào)處理系統(tǒng)。
關(guān)鍵字： 202306 射頻放大器 GaAs HBT 三階交調(diào)點(diǎn) 高線性度

基于小波變換充電站諧波檢測(cè)方法的研究

充電站的諧波具備較大的復(fù)雜性，傳統(tǒng)基于瞬時(shí)無(wú)功功率和傅里葉變化的諧波檢測(cè)方式無(wú)法對(duì)充電站的諧波進(jìn)行實(shí)時(shí)的檢測(cè)或檢測(cè)不準(zhǔn)確，針對(duì)這種情況，本文使用小波變換的方式對(duì)充電站的諧波進(jìn)行檢測(cè)，并通過仿真試驗(yàn)的方式發(fā)現(xiàn)DB20小波函數(shù)在諧波檢測(cè)具備較大優(yōu)勢(shì)，最后使用matlab中simulink仿真平臺(tái)對(duì)上述結(jié)果進(jìn)行驗(yàn)證。
關(guān)鍵字： 202306 充電站諧波小波變換

基于改進(jìn)NSGA-II算法的微電網(wǎng)優(yōu)化調(diào)度研究

以某地區(qū)微電網(wǎng)系統(tǒng)典型日為例，以24 h為調(diào)度周期，考慮分時(shí)電價(jià)的并網(wǎng)型微電網(wǎng)，算例結(jié)果表明，改進(jìn)的算法在微電網(wǎng)配置中具有更高效益，對(duì)比分析了有無(wú)儲(chǔ)能裝置時(shí)的調(diào)度結(jié)果，表明儲(chǔ)能裝置具有調(diào)峰，提高微電網(wǎng)靈活性和效益的作用。
關(guān)鍵字： 202306 微電網(wǎng) 優(yōu)化調(diào)度多目標(biāo) NSGA-II

基于激光測(cè)距的盲區(qū)檢測(cè)雷達(dá)設(shè)計(jì)

在大數(shù)據(jù)與工業(yè)化高速發(fā)展的時(shí)代，大型貨車的市場(chǎng)擁有量也與日俱增；而因?yàn)榇筘涇囓嚿磔^高較長(zhǎng)的原因，擁有較大盲區(qū)，這間接造成了多起重大交通事故的發(fā)生；基于此原因，本文提出了一種低成本的盲區(qū)檢測(cè)雷達(dá)的設(shè)計(jì)，本方案通過激光測(cè)距傳感器矩陣，安裝在貨車不同盲區(qū)位置，達(dá)到盲區(qū)檢測(cè)預(yù)警的目的，相較于傳統(tǒng)毫米波雷達(dá)的設(shè)計(jì)，降低了大量的成本，同時(shí)搭配軟件算法可實(shí)現(xiàn)50hz的采樣率，±3%的檢測(cè)精度。
關(guān)鍵字： 202306 激光測(cè)距盲區(qū)檢測(cè) 嵌入式傳感器網(wǎng)絡(luò)節(jié)點(diǎn)

Aurora協(xié)議的高速傳輸系統(tǒng)的研究與FPGA實(shí)現(xiàn)

隨著5G技術(shù)的發(fā)展，對(duì)信號(hào)的帶寬以及傳輸速率都有較高的要求，同時(shí)對(duì)高速率數(shù)據(jù)解析處理和傳輸使得對(duì)信號(hào)的測(cè)試難度變得越來(lái)越有挑戰(zhàn)性，目前Aurora協(xié)議作為最常用的一種高速傳輸協(xié)議，被廣泛應(yīng)用。本研究主要基于Xilinx公司的ku060系列芯片，使用FPGA內(nèi)部自帶的Aurora協(xié)議的IP核進(jìn)行設(shè)計(jì)實(shí)現(xiàn)，為了滿足Aurora協(xié)議的數(shù)據(jù)傳輸，本設(shè)計(jì)使用了數(shù)據(jù)轉(zhuǎn)換模塊，對(duì)傳輸過來(lái)的數(shù)據(jù)進(jìn) 行處理，以達(dá)到Aurora協(xié)議數(shù)據(jù)傳輸?shù)囊蟆?/li>
關(guān)鍵字： 202306 Aurora協(xié)議高速率

基于BP-GA算法的時(shí)柵傳感器信號(hào)健康狀況預(yù)測(cè)

為了提高時(shí)柵傳感系統(tǒng)的測(cè)量精度，本文設(shè)計(jì)了一種綜合運(yùn)用BP神經(jīng)網(wǎng)絡(luò)與灰色模型進(jìn)行預(yù)測(cè)的模型。根據(jù)激勵(lì)信號(hào)的實(shí)際誤差引起的測(cè)試精度變化，得到預(yù)測(cè)模型的各項(xiàng)參數(shù)。之后建立組合預(yù)測(cè)模型并設(shè)置了健康狀況的參考標(biāo)準(zhǔn)。經(jīng)測(cè)試發(fā)現(xiàn)，經(jīng)健康診斷標(biāo)準(zhǔn)判定，健康狀況預(yù)測(cè)結(jié)果與電路實(shí)際相符。該健康狀況預(yù)測(cè)方法預(yù)測(cè)精度高，且明顯高于單一模型，滿足提前準(zhǔn)確獲悉電路系統(tǒng)健康狀況的要求。
關(guān)鍵字： 202306 時(shí)柵位移傳感器激勵(lì)信號(hào)誤差組合預(yù)測(cè)模型健康診斷

面向無(wú)創(chuàng)腦機(jī)接口系統(tǒng)的研究

腦機(jī)接口(Brain-Computer Interface,BCI)系統(tǒng)可以使一些由于各種疾病或者災(zāi)難導(dǎo)致大腦功能正常卻因?yàn)樯窠?jīng)通路損壞而無(wú)法與外界交流的患者通過將大腦活動(dòng)產(chǎn)生的電信號(hào)轉(zhuǎn)換成向外界輸出的控制命令，與外界建立新的實(shí)時(shí)交互關(guān)系。無(wú)創(chuàng)的腦電信號(hào)具有采集設(shè)備價(jià)格相對(duì)低廉、采集方便和頻域特征突出等優(yōu)勢(shì)，所以目前對(duì)無(wú)創(chuàng)腦機(jī)接口的研究范圍最廣。BCI技術(shù)在各個(gè)領(lǐng)域內(nèi)都具有極大的應(yīng)用價(jià)值和研究意義，應(yīng)用前景廣闊。
關(guān)鍵字： 202306 無(wú)創(chuàng) 腦電信號(hào) 腦機(jī)接口

軌枕生產(chǎn)線鋼模橫移自動(dòng)控制系統(tǒng)設(shè)計(jì)

本鋼模橫移自動(dòng)控制系統(tǒng)采用西門子S7-200smart PLC結(jié)合多種傳感器通過邏輯控制程序自動(dòng)完成橫移過程，并提高軌枕傳送效率、減少人工成本、降低軌枕制造成本。
關(guān)鍵字： 202306 軌枕生產(chǎn)線自動(dòng)橫移 PLC 傳感器邏輯控制

基于STM32的轉(zhuǎn)轍機(jī)接點(diǎn)深度低功耗監(jiān)測(cè)系統(tǒng)設(shè)計(jì)*

針對(duì)復(fù)雜環(huán)境下轉(zhuǎn)轍機(jī)接點(diǎn)深度測(cè)量問題，設(shè)計(jì)完成一套基于STM32的轉(zhuǎn)轍機(jī)接點(diǎn)深度在線監(jiān)測(cè)系統(tǒng)，并對(duì)系統(tǒng)軟件及硬件接口進(jìn)行了闡述。通過對(duì)系統(tǒng)的軟硬件合理配置，開發(fā)出基于STM32L071CBT6為主控，SIM800C為發(fā)射模塊的具備休眠喚醒技術(shù)的低功耗物聯(lián)網(wǎng)系統(tǒng)，并開發(fā)完成可視化操作界面。該監(jiān)測(cè)系統(tǒng)克服了既有系統(tǒng)操作復(fù)雜，人工值守，手動(dòng)啟動(dòng)，成本高昂等缺點(diǎn)。系統(tǒng)通過對(duì)接點(diǎn)深度異常狀態(tài)實(shí)時(shí)報(bào)警，提醒人工介入，及時(shí)排除設(shè)備故障隱患，為鐵路運(yùn)行安全提供有力保障。
關(guān)鍵字： 202306 接點(diǎn)深度轉(zhuǎn)轍機(jī) 低功耗 STM32

共25條 1/2 1 2 »

202306介紹

您好，目前還沒有人創(chuàng)建詞條202306!
歡迎您創(chuàng)建該詞條，闡述對(duì)202306的理解，并與今后在此搜索202306的朋友們分享。創(chuàng)建詞條

202306 文章 進(jìn)入202306技術(shù)社區(qū)

202306介紹

熱門主題

202306 文章進(jìn)入202306技術(shù)社區(qū)