用matlab實現光學系統像差計算，分析
上傳時間： 2017-07-15
上傳用戶：nairui21
超敏捷衛星動中成像模式相比傳統推掃和敏捷機動模式,具有很大的效能提升和多種新型成像方式,但對空間相機在動中成像新模式下成像帶來較大困難和挑戰。首先分析超敏捷動中成像模式的原理特性,明確衛星快速機動過程中成像給空間相機對地觀測帶來的影響。然后開展動中成像下成像質量研究,以實際衛星可見光相機參數進行模擬分析,確立實現動中良好像質對速高比、積分級數的約束條件并進行參數優化設置。同時,對未來進一步提升動中成像下的成像質量提出攻關方向。研究成果對超敏捷衛星動中成像新模式下空間相機成像參數的確定具有指導意義,能夠直接實現新模式下成像性能的大幅提升。
上傳時間： 2020-02-16
上傳用戶：shiguiguo
設計高速電路必須考慮高速訊 號所引發的電磁干擾、阻抗匹配及串音等效應，所以訊號完整性 (signal integrity)將是考量設計電路優劣的一項重要指標，電路日異複雜必須仰賴可 靠的軟體來幫忙分析這些複雜的效應，才比較可能獲得高品質且可靠的設計， 因此熟悉軟體的使用也將是重要的研究項目之一。另外了解高速訊號所引發之 各種效應(反射、振鈴、干擾、地彈及串音等)及其克服方法也是研究高速電路 設計的重點之一。目前高速示波器的功能越來越多，使用上很複雜，必須事先 進修學習，否則無法全盤了解儀器之功能，因而無法有效發揮儀器的量測功能。 其次就是高速訊號量測與介面的一些測試規範也必須熟悉，像眼圖分析，探針 效應，抖動(jitter)測量規範及高速串列介面量測規範等實務技術，必須充分 了解研究學習，進而才可設計出優良之教學教材及教具。
標簽： 高速電路
上傳時間： 2021-11-02
上傳用戶：jiabin
論文-基于紅外熱成像技術的豬體溫檢測與關鍵測溫部位識別63頁摘要 實現豬體溫測量自動化有利于實時監測豬的健康狀況、母豬發情和排卵檢測等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學計量學建模 方法建立體表溫度、環境溫度與直腸溫度間的多元校正模型，同時提出兩種關鍵測 溫部位的自動檢測方法。主要結論總結如下： (1)建立了母豬體表溫度、環境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發現， 9個身體區域提取的體表溫度與直腸溫度呈正相關(產O．34～0．68)，其中， 基于耳根區域體表溫度平均值建立的一元回歸方程效果最優，預測集相關系數RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預測效果，RP和RMSEP分別為0．76和O．370C。此外，應用特征選擇方法LARS． Lasso確定了7個重要特征建立簡化模型，其校正集和預測集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經網絡應用于生豬主要測溫部位(眼睛和耳朵區域)的直接分割。利用 python構建了四種不同結構的卷積神經網絡模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對比分析4種卷積神經網絡模型的性能，結果表明U-Net．4網絡結構的分割 效果最優，平均區域重合度最高為78．75％。然而，當計算設備的計算力不夠時，可 以選用U．Net一3模型以達到較好的分割效果。 (3)提出豬只眼睛及耳根區域關鍵點的識別方法，將豬只主要測溫部位的檢測問題 轉變為主要測溫部位的定位問題。設計具有不同深度的卷積神經網絡架構A．E，得 出架構E最優。且當Dropout概率設置為0．6時模型效果最好，驗證集平均誤差和 預測集平均誤差分別為1．96％和2．65％。測試集單張豬臉關鍵點的預測誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關鍵點，用于豬只 體溫測量。 本文采用紅外熱像儀測量母豬體表溫度，通過化學計量學建模為非接觸母豬直 腸溫度測量提供了更準確、可靠的方法，同時提出兩種關鍵測溫部位的自動檢測方 法，有助于實現母豬體溫測量自動化，為生豬健康管理提供參考。
標簽： 紅外熱成像技術
上傳時間： 2022-02-13
上傳用戶：jiabin
在選用地球同步軌道衛星、浮空氣球平臺等相對地面靜止的平臺對某一區域進行長時間定點凝視高分辨遙感成像時，傳統的微波凝視成像，由于橫向分辨率受限于天線孔徑，分辨率不高，SAR和ISAR能夠獲得橫向上的高分辨但是二者橫向分辨率的獲得依賴于雷達與目標的相對運動，限制了其在上述場合的應用。因此探索一種能夠實現凝視條件下的高分辨成像方法是十分必要的本文研究了一種全新的微波凝視成像方法—基于時空隨機輻射場的微波凝視成像方法，進行了高分辨成像的初步探索，在理論上基于時空隨機輻射場的微波凝視成像方法獲得的空間分辨率可以突破天線孔徑的限制，大大提高了分辨率首先論文研究了基于時空隨機輻射場的微波凝視成像新方法的基本原理提出時空兩維隨機分布的輻射場是實現高分辨微波凝視成像的前提：分析了在時空隨機輻射場作用下，目標信息提取與解耦的方法：將接收到的散射回波和與之相對應的時空隨機輻射場進行強度關聯處理其次論文詳細討論了基于時空隨機輻射場的微波凝視成像的成像過程，建立了從信號產生，輻射，散射，接收到關聯處理的成像模型。深入分析了成像過程中信號的相關變化：從兩個過程步建立了時空隨機輻射場與輻射源的關系的模型：（1）推導了輻射源與時空隨機分布口面場的關系，（2）建立了口面場經空間傳播后的時空隨機輻射場的數學模型：推導了隨機輻射場下的散射場表達式：提出了微波強度關聯為基于時空隨機輻射場下的目標信息提取以及解的方法最后論文研究了基于時空隨機輻射場的微波凝視成像中隨機輻射源的特性。詳細討論了輻射源分別輻射理想的隨機信號，帶限隨機信號下時空隨機特性：分析了輻射源的空間構型（輻射源的個數和輻射源的口徑）對輻射場時空隨機性的影響：從整個成像的角度，推導了隨機輻射源的參數對基于時空隨機輻射場的微波凝視成像的影響。
標簽： 輻射場
上傳時間： 2022-03-14
上傳用戶：
FPGA那些事兒--TimeQuest靜態時序分析REV7.0，FPGA開發必備技術資料--262頁。前言這是筆者用兩年構思準備一年之久的筆記，其實這也是筆者的另一種挑戰。寫《工具篇I》不像寫《Verilog HDL 那些事兒》系列的筆記一樣，只要針對原理和HDL 內容作出解釋即可，雖然《Verilog HDL 那些事兒》夾雜著許多筆者對Verilog 的獨特見解，不過這些內容都可以透過想象力來彌補。然而《工具篇I》需要一定的基礎才能書寫。兩年前，編輯《時序篇》之際，筆者忽然對TimeQuest 產生興趣，可是筆者當時卻就連時序是什么也不懂，更不明白時序有理想和物理之分，為此筆者先著手理想時序的研究。一年后，雖然已掌握解理想時序，但是筆者始終覺得理想時序和TimeQuest 之間缺少什么，這種感覺就像磁極不會沒有原因就相互吸引著？于是漫長的思考就開始了... 在不知不覺中就寫出《整合篇》。HDL 描述的模塊是軟模型，modelsim 仿真的軟模型是理想時序。換之，軟模型經過綜合器總綜合以后就會成為硬模型，也是俗稱的網表。而TimeQuest 分析的對象就是硬模型的物理時序。理想時序與物理時序雖然與物理時序有顯明的區別，但它們卻有黏糊的關系，就像南極和北極的磁性一樣相互作用著。編輯《工具篇I》的過程不也是一番風順，其中也有擱淺或者靈感耗盡的情況。《工具篇I》給筆者最具挑戰的地方就是如何將抽象的概念，將其簡化并且用語言和圖形表達出來。讀者們可要知道《工具篇I》使用許多不曾出現在常規書的用詞與概念... 但是，不曾出現并不代表它們不復存在，反之如何定義與實例化它們讓筆者興奮到夜夜失眠。《工具篇 I》的書寫方式依然繼承筆者往常的筆記風格，內容排版方面雖然給人次序不一的感覺，不過筆者認為這種次序對學習有最大的幫助。編輯《工具篇I》辛苦歸辛苦，但是筆者卻很熱衷，心情好比小時候研究新玩具一般，一邊好奇一邊疑惑，一邊學習一邊記錄。完成它讓筆者有莫民的愉快感，想必那是筆者久久不失的童心吧！？
標簽： FPGA TimeQues 靜態時序分析 Verilog HDL
上傳時間： 2022-05-02
上傳用戶：qdxqdxqdxqdx
近年來，對器件的失效分析已經成為電力電子領域中一個研究熱點。本論文基于現代電力電子裝置中應用最廣的IGBT器件，利用靜態測試儀3716，SEM（Scanning Electrom Microscope，掃描電子顯微鏡）、EDX（Energy Dispersive X-Ray Spectroscopy、能量色散x射線光譜儀）、FIB（Focused lon beam，聚焦高子束）切割、TEM（Thermal Emmision Microscope，高精度熱成像分析儀）等多種分析手段對模塊應用當中失效的1GBT芯片進行電特性分析、芯片解剖并完成失效分析，并基于相應的失效模式提出了封裝改進方案。1，對于柵極失效的情況，本論文先經過電特性測試完成預分析，并利用THEMOS分析出柵極漏電流通路，找到最小點并進行失效原因分析，針對相應原因提出改進方案。2，針對開通與關斷瞬態過電流失效，采用研磨、劃片等手段進行芯片的解剖。并用SEM與EDX對芯片損傷程度進行評估分析，以文獻為參考進行失效原因分析，利用saber仿真進行失效原因驗證。3，針對通態過電流失效模式，采用解剖分析來評估損傷情況，探究失效原因，并采用電感鉗位電路進行實驗驗證。4，針對過電壓失效模式，采用芯片解剖方式來分析失效點以及失效情況，基于文獻歸納并總結出傳統失效原因，并通過大量實驗得出基于封裝的失效原因，最后采用saber仿真加以驗證。
標簽： igbt
上傳時間： 2022-06-21
上傳用戶：1208020161
前言第2版新內容本書版出版于2012年，彼時基于Python的開源數據分析庫（例如pandas）仍然是一個發展迅速的新事物。在本次更新、拓展的第2版中，我在一些章節內進行了修改，以解釋過去5年中發生的不兼容的變更、棄用和一些新特性。此外，我還添加了新內容，用以介紹在2012年還不存在或者不成熟的工具。后，我會避免把一些新興的或者不太可能走向成熟的開源項目寫入本書。我希望本版的讀者能夠發現本書內容在2020年或者2021年仍然幾乎像在2017年一樣適用。 第2版中的主要更新包括： 所有的代碼，包括把Python的教程更新到了Python 3.6版本（版中使用的是Python 2.7）更新了Python第三方發布版Anaconda和其他所需Python包的安裝指引更新pandas庫到2017年的新版新增一章，關于更多不錯pandas工具和一些使用提示新增statsmodels和sc等
上傳時間： 2022-06-23
上傳用戶：jiabin
嵌入式是近年來飛速發展的熱點技術。嵌入式處理器和嵌入式操作系統不斷推陳出新，使嵌入式系統的性能與日俱增。嵌入式系統能完成很多復雜的任務，而且具有成本低、功耗小和便攜式的特點，所以它在很多領域已取代了通用計算機。使用嵌入式技術設計CCD成像系統可以使系統擺脫對計算機的依賴，省卻信號的傳輸。本論文將嵌入式技術應用于CCD成像系統的設計，成功研制了以嵌入式系統為控制核心的線陣CCD光譜采集系統和科學級面陣CCD成像系統，驗證了嵌入式技術設計實現CCD成像系統的可行性。這兩套系統都以嵌入式處理器和嵌入式操作系統為控制核心，無需依賴計算機，結構精巧，成本低，功耗小，具有便攜式的特點，在光譜和微光成像實驗中得到了理想的實驗結果。本文詳細介紹了它們的硬件結構和軟件設計流程。論文從CCD的結構原理和信號特點出發，深入分析了CCD成像系統的設計要點，總結了傳統成像系統的設計方法，在此基礎上探討了如何利用嵌入式系統來設計CCD成像系統。論文還介紹了嵌入式系統的開發方法，包括嵌入式處理器的介紹和選擇依據，嵌入式處理器模塊的使用方法，嵌入式操作系統（嵌入式Linux）下的程序開發方法。
上傳時間： 2022-06-23
上傳用戶：
信號與系統分析及MATLAB實現 超清書簽版
上傳時間： 2013-05-15
上傳用戶：eeworm
