<strike id="okyks"></strike>
提出一種永磁同步電機新的寬范圍弱磁控制策略，根據電機在不同轉速段運行時的轉矩特性，考慮逆變器的輸出電壓能力及電機的電流約束條件，以輸出最大轉矩為目標，分析得出全速范圍內的電流矢量控制算法。該方法將全速段分為四個運行區間，可實現恒轉矩運行與弱磁控制的快速平滑過渡，使系統在額定轉速以下具有恒轉矩輸出，在高速運行時實現恒功率特性。仿真及實驗結果表明，提出的方法可有效拓寬電機的轉速運行范圍，具有較快的動態響應性能。
標簽： 永磁同步電機
上傳時間： 2021-12-12
上傳用戶：
索尼最小CMOS圖像傳感器IMX415 日本東京索尼公司今年發布一款新型CMOS影像傳感器：IMX415，1/2.8 英寸堆疊式4K CMOS影像傳感器，刷新全球同類產品的小尺寸紀錄； 針對日益擴大的智慧城市相關的市場需求，索尼特別開發了這款新型的應用于安防攝像機的傳感器，以滿足安防攝像機在防盜、災難警報、交通監測系統或商業綜合體等多種監控應用領域的快速增長需求。目前，在各種場合安裝安防攝像機的需求正日益增多，而對于可以安裝在任何地方、具有更高圖像識別和檢測性能的緊湊型安防攝像機的需求也比以往任何時候都要大。未來，用于異常檢測和人工智能行為分析的圖像識別攝像機的需求也將顯著增長。 為了滿足這一需求，索尼推出了一系列緊湊型4K CMOS影像傳感器，能夠同時提供卓越的圖像識別和檢測性能，以及出色的低光性能表現——這是傳統技術難以實現的。索尼豐富的傳感器產品線，讓人們在多種場景下都能獲取高質量圖像，從而擴大了安防攝像機的應用范圍。IMX415堆疊式CMOS影像傳感器采用了索尼獨有的高靈敏度，低噪點技術，將像素尺寸縮至1.45平方微米,比前代產品*3縮小約80%，盡管該傳感器只有1/2.8英寸，其低光性能卻是前代產品的1.5倍*3。締造出破紀錄的 1/2.8英寸堆疊式4K CMOS影像傳感器，并具備卓越的低光性能。該傳感器采用低噪點電路堆疊式結構，即使在黑暗環境下也可以捕捉到清晰的圖像。由于它尺寸小，可適用于多種場景，在安防攝像機應用方面需求量很高。
上傳時間： 2021-12-13
上傳用戶：
Cube軟件包的提供，極大的降低了開發難度。使用者在開發的過程中，只需參考Cube包中提供的例程就能快速的實現對應功能開發。開發者為了快速開發UART功能，參考Cube包中的UART例程，并根據應用情況，擴展了另一組UART接口。但是在應用過程中，發現兩路UART不能共存。本文分析了這種情況出現的原因。
上傳時間： 2022-02-23
上傳用戶：
產品型號：VK36E4 產品品牌：VINKA/永嘉微電/永嘉微 封裝形式：ESSOP10 產品年份：新年份 深圳市永嘉微電科技有限公司，原廠直銷，原裝現貨更有優勢！工程服務，技術支持，讓您的生產高枕無憂！QT283 量大價優，保證原裝正品。您有量，我有價！ 1.概述 VK36E4具有4個觸摸按鍵，可用來檢測外部觸摸按鍵上人手的觸摸動作。該芯片具有較 高的集成度，僅需極少的外部組件便可實現觸摸按鍵的檢測。 提供了4路直接輸出功能。芯片內部采用特殊的集成電路，具有高電源電壓抑制比，可 減少按鍵檢測錯誤的發生，此特性保證在不利環境條件的應用中芯片仍具有很高的可靠性。 此觸摸芯片具有自動校準功能，低待機電流，抗電壓波動等特性，為各種觸摸按鍵+IO 輸出的應用提供了一種簡單而又有效的實現方法。 特點 ? 工作電壓 2.4-5.5V ? 待機電流6uA/3.0V,12uA/5V ? 上電復位功能（POR） ? 低壓復位功能（LVR） ? 觸摸輸出響應時間： 工作模式 48mS 待機模式160mS ? CMOS輸出，低電平有效，支持多鍵 ? 有效鍵最長輸出16S ? 無觸摸4S自動校準 ? 專用腳接對地電容調節靈敏度(1-47nF） ? 各觸摸通道單獨接對地小電容微調靈敏度（0-50pF）. ? 上電0.25S內為穩定時間，禁止觸摸. ? 封裝 ESSOP10L(4.9mm x 3.9mm PP=1.00mm)
標簽： 36E VK 36 E4 電源供電 抗干擾 高穩定 腳位 觸控
上傳時間： 2022-03-01
上傳用戶：2937735731
華為AI安全白皮書2018-cn近年來，隨著海量數據的積累、計算能力的發展、機器學習方法與系統的持續創新與演進，諸如圖像識別、語音識 別、自然語言翻譯等人工智能技術得到普遍部署和廣泛應用。越來越多公司都將增大在AI的投入，將其作為業務發展 的重心。華為全球產業愿景預測：到2025年，全球將實現1000億聯接，覆蓋77%的人口；85%的企業應用將部署到 云上；智能家庭機器人將進入12%的家庭，形成千億美元的市場。 人工智能技術的發展和廣泛的商業應用充分預示著一個萬物智能的社會正在快速到來。1956年，麥卡錫、明斯基、 香農等人提出“人工智能”概念。60年后的今天，伴隨著谷歌DeepMind開發的圍棋程序AlphaGo戰勝人類圍棋冠 軍，人工智能技術開始全面爆發。如今，芯片和傳感器的發展使“+智能”成為大勢所趨：交通+智能，最懂你的 路；醫療+智能，最懂你的痛；制造+智能，最懂你所需。加州大學伯克利分校的學者們認為人工智能在過去二十年 快速崛起主要歸結于如下三點原因[1]：1）海量數據：隨著互聯網的興起，數據以語音、視頻和文字等形式快速增 長；海量數據為機器學習算法提供了充足的營養，促使人工智能技術快速發展。2）高擴展計算機和軟件系統：近 年來深度學習成功主要歸功于新一波的CPU集群、GPU和TPU等專用硬件和相關的軟件平臺。3）已有資源的可獲得 性：大量的開源軟件協助處理數據和支持AI相關工作，節省了大量的開發時間和費用；同時許多云服務為開發者提供 了隨時可獲取的計算和存儲資源。 在機器人、虛擬助手、自動駕駛、智能交通、智能制造、智慧城市等各個行業，人工智能正朝著歷史性時刻邁進。谷 歌、微軟、亞馬遜等大公司紛紛將AI作為引領未來的核心發展戰略。2017年谷歌DeepMind升級版的AlphaGo Zero橫 空出世；它不再需要人類棋譜數據，而是進行自我博弈，經過短短3天的自我訓練就強勢打敗了AlphaGo。AlphaGo Zero能夠發現新知識并發展出打破常規的新策略，讓我們看到了利用人工智能技術改變人類命運的巨大潛能。 我們現在看到的只是一個開始；未來，將會是一個全聯接、超智能的世界。人工智能將為人們帶來極致的體驗，將 積極影響人們的工作和生活，帶來經濟的繁榮與發展。
上傳時間： 2022-03-06
上傳用戶：
壓電材料由于其力電耦合特性，能有效地將機械能與電能進行轉換，于是人們將其作為激勵/傳感器廣泛地應用于各類工程領域。壓電材料常常與受控柔性結構粘接成一體，作為傳感器以及激勵器，以達到抑制受控結構振動的目標。因此，研究壓電智能結構的振動以及振動控制有重要的科學意義和實用價值本文基于壓電材料與宿主結構之間的力電耦合特性，推導了拉普拉斯變換形式卜的壓電智能梁結構的阻抗矩陣，并基于阻抗矩陣研究如何建立壓電智能梁結構的頻率響應數值模型以及由此模型計算系統動態響應的方法，本文還研究了速度負反饋控制器作用下壓電梁的控制系統性能：PPF控制器下不同系統輸入時，系統的動態性能；不同控制器參數下，控制系統的效果。計算結果表明，本文模型能有效地與各種控制策略相結合，研究壓電梁的振動控制問題。最后，本文還嘗試由阻抗矩陣模型建立系統的TF控制模型，對于單個矩陣元素，此方法能在指定頻域內得到很好的近似模型，對于由許多單元組成的壓電梁，本文方法得到的結果能識別部分階頻率，因此需要進一步研究。振動是大自然中最普遍的現象，在現實的工業工程及實際生活中，人們常常遇到各種與振動有關的問題。譬如，我們常用的各種音響設備、醫療超聲檢測設備、雷達等設備及設施中，就利用了振動含有積極意義的一方面；另一方面，機床的劇烈振動導致工件的加工精度達不到要求、飛機機翼的顫振、飛機輪船等振動噪聲過大導致乘客感到不舒適等則是振動消極一面的具體體現。為此，人們常常對這些設備的系統模型進行分析、研究，以期對振動進行控制：一方面提高起積極作用的振動的強度或將其控制在人們希望的程度上：另一方面盡可能地將起消極作用的振動削弱，達到不影響工業生產及生活的效果
標簽： 阻抗法
上傳時間： 2022-03-11
上傳用戶：qingfengchizhu
準確量化和預測陸地生態系統碳水通量對于理解陸氣間相互作用，預測未來氣候變化和控制溫室效應具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高，但觀測范圍局限、站點分布不均勻，易受環境影響，難以區域擴展；模型模擬可實現不同尺度參量估算，但由于理想化假設、模型參數和驅動數據等限制，導致其模擬結果往往與真實值存在較大偏差。模型-數據融合方法主要是通過參數估計和數據同化兩種技術集成觀測和模型信息，建立兩者相互制約調節的優化關系，以提高模型結果與真實值之間的匹配程度。基于該思路，本研究在地面觀測數據、遙感衛星資料以及相關氣候環境數據基礎上，重點突破全球動態植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感參數優化方法，獲取適宜中國的參數化方案：在此基礎上，引入數據同化算法，將遙感衛星產品信息與模型相融合，在模擬過程中不斷校正原有模型模擬軌跡，提高模型適用性。將以上改進的模型推廣至中國區域，實現對20002015年中國地區總初級生產力（Gross Primary Productivity GPP）和敬發（Evapotranspiration，ET的空間格局模擬及分析。主要結論如下1）將LP」DGwM中所選出的22個可調參數（涉及光合、呼吸、水平衡異速生長、死亡、建立以及土壤和掉落物分解共七個作用領域）在各自取值范圍內隨機獲得不同的參數組合，結果表明22個參數可引起GPP和ET模擬結果產生較大的不確定性，尤其集中在生長季。所有站點GPP相對不確定性（Relative Uncertainty，RU）基本保持在09-1.25之間，不具有明顯的年際變異性：ET相對不確定性RU月變化趨勢明顯，且基本處于0.5以下，明顯低于GPP，說明所篩選的22個參數對GP模擬產生的影響更為顯著。
標簽： 數據融合
上傳時間： 2022-03-16
上傳用戶：shjgzh
ROST 人文社科大數據分析軟件 內容分析
上傳時間： 2022-03-17
上傳用戶：kent
摘要：無線傳感器網絡（Wireless Sensor Networks，wSN是由許多具有低功率無線收發裝置的傳感器節點組成，它們監測采集周邊環境信息并傳送到基站進行處理在某一時刻通過wSN采集的數據量非常大，如何正確、高效地處理這些數據成為當前WSN研究中的一個熱點。傳感器節點一般部署在惡劣環境中，一些偶然因素會使采集的數據中出現不準確的數據，用戶依據這樣的數據很難準確判斷出被測對象的真實狀態。基于模糊理論的決策級數據融合算法能夠很好的解決這個問題本文以國家863研究項目《基于無線傳感器網絡的鐵路危險貨物在途安全狀態監測技術研究》為背景，結合鐵路運輸中棉花在途狀態監測系統的開發，在分析了當前有效的決策級數據融合技術基礎上，提出了基于模糊理論的決策級數據融合算法，該算法通過對采集數據進行處理和分析，以獲得準確的被測對象狀態的描述。本文的主要工作包括：（1）分析了WSN中傳統的決策級數據融合算法，如自適應加權數據融合算法和算術平均數數據融合算法，總結這兩種算法的優缺點和檢測系統的需求，進步明確理想算法應達到的目標。（2）提出了基于模糊理論的兩階段數據融合算法：該算法第一階段利用基于貼近度的數據融合算法進行同類數據的融合校準，這一階段的目的是剔除錯誤的和可信度較差的數據，得到相對更加準確的數據，第二階段利用模糊推理對第個階段得到的異類數據進行融合推理，得到被測對象當前狀態的描述，為決策提供支持（3）結合實測數據仿真本文所提出的算法，結果證明與傳統的融合算法相比，可以更加準確的描述被測對象狀態
標簽： 無線傳感器
上傳時間： 2022-03-17
上傳用戶：
本文根據大樓電梯視頻監控系統的要求，提出了一種基于嵌入式技術的網絡視頻監控系統實現方案。系統以嵌入式 Linux和嵌入式微處理器S3C2410X為核心平臺，通過嵌入式平臺建立的基于TCP/TP協議的視頻服務器，將USB攝像頭采集來的圖像數據壓縮后，經過網絡傳輸，完成對監控現場的網絡視頻監控任務。論文首先闡述了嵌入式網絡視頻監控系統的發展、現狀以及整體構建，然后介紹了嵌入式 Linux操作系統以及ARM處理器的發展情況，分析了主要外圍電路的設計，以及如何在ARM硬件平臺上進行嵌入式 Linux內核的編譯與移植，介紹了 Bootloader的啟動原理及運行過程，并對在 Linux操作系統下的USB驅動程序的開發進行了研究。本文重點討論了圖像采集、編碼和網絡通信程序的設計原理與實現。最后進行了系統整體測試，并提出進一步開發設想。本文的研究結果具有較大的工程實際意義，對于基于P技術的各種視頻通信應用具有一定的參考價值。關鍵詞：ARM，s3C2410X，嵌入式，Linux，視頻監控當今社會是一個信息高速發展的時代，獲取信息的方便和快捷可以使我們在信息化的今天領先一步創造出巨大的利益，而我們獲取信息的一個重要的途徑就是通過眼睛在人類感官接受的各種信息中約有80%來自視覺2圖像是對客觀事物形象、生動的描述，是直觀而具體的信息表達形式，是人類最重要的信息載體。隨著科學技術的快速發展和人民物質生活水平的提高，視頻監控系統以其直觀、方便和信息內容豐富等特點日益受到人們的青睞，并在各行各業得到了廣泛的應用。生活中有小區安全監控，電訊行業有基站監控，銀行系統有柜員機監控，林業部門有火情監控，交通方面有違章和流量監控等等
上傳時間： 2022-03-30
上傳用戶：
