介紹了一種反對(duì)稱漸變波導(dǎo)微帶探針過渡結(jié)構(gòu)，采用高頻仿真軟件HFSS仿真分析了這個(gè)波導(dǎo)微帶過渡結(jié)構(gòu)在 W 頻段的特性，并對(duì)影響過渡性能的幾個(gè)因素進(jìn)行了敏感性分析，得出了可供工程應(yīng)用參考的設(shè)計(jì)曲線。在全波導(dǎo)帶寬內(nèi)，實(shí)現(xiàn)了插入損耗小于0.088 dB，回波損耗大于27 dB。該結(jié)構(gòu)具有寬頻帶、結(jié)構(gòu)簡單和易加工等優(yōu)點(diǎn)，可廣泛用于毫米波固態(tài)電路系統(tǒng)中。
標(biāo)簽： W波段 對(duì)稱 探針 轉(zhuǎn)換
上傳時(shí)間： 2013-11-13
上傳用戶：名爵少年
符合全球標(biāo)準(zhǔn)的小巧電源•35～150 W容量支持5 V, 12 V和24 V輸出電壓(100 W, 150 W: 僅24 V型)• 支持DIN導(dǎo)軌安裝• 安全標(biāo)準(zhǔn) ： UL 508/60950-1, EN 60950-1CSA C22.2 No. 60950-1
上傳時(shí)間： 2014-04-17
上傳用戶：fklinran
小麥在儲(chǔ)藏階段由于各種災(zāi)害導(dǎo)致?lián)p失巨大，并降低了面粉質(zhì)量，及時(shí)檢測并分離小麥的受損顆粒迫在眉睫。文章以提取4類小麥碰撞聲信號(hào)為基礎(chǔ)，使用數(shù)字信號(hào)處理方法對(duì)小麥完好粒、蟲害粒、霉變粒及發(fā)芽粒的碰撞聲信號(hào)提取有效特征，最后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，對(duì)于3類小麥類型的識(shí)別取得了較好的識(shí)別率。應(yīng)用結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)能夠較好地實(shí)現(xiàn)區(qū)分受損小麥顆粒與完好小麥顆粒。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 聲信號(hào) 分類
上傳時(shí)間： 2014-12-29
上傳用戶：lxm
針對(duì)硫化鎳礦選礦浮選工業(yè)過程中液位控制進(jìn)行數(shù)學(xué)分析，建立 BP預(yù)測模型并實(shí)施多浮選槽液位控制方法，利用目前工程領(lǐng)域流行的 MATLAB 7.0中提供的神經(jīng)網(wǎng)絡(luò)工具箱，對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和仿真，為有效抑制各槽液位擾動(dòng)、實(shí)時(shí)調(diào)整各浮選槽液位和實(shí)現(xiàn)浮選指標(biāo)的提高提供了有效的途徑。仿真結(jié)果證明了BP神經(jīng)網(wǎng)絡(luò)對(duì)解決硫化鎳礦浮選過程液位PID控制的有效性，具有廣泛應(yīng)用和推廣的價(jià)值。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 液位 控制
上傳時(shí)間： 2014-12-29
上傳用戶：凌云御清風(fēng)
本文介紹了一種由低次級(jí)聯(lián)形式構(gòu)成的W波段寬帶六倍頻器。輸入信號(hào)先經(jīng)過MMIC得到二倍頻，再由反向并聯(lián)二極管對(duì)平衡結(jié)構(gòu)實(shí)現(xiàn)寬帶三倍頻，從而將Ku波段信號(hào)六倍頻到W波段。該倍頻器的輸入端口為玻璃絕緣子同軸轉(zhuǎn)換接頭，輸出為 WR-10 標(biāo)準(zhǔn)矩形波導(dǎo)結(jié)構(gòu)。仿真結(jié)果表明當(dāng)輸入信號(hào)功率為20dBm時(shí)，三倍頻器在整個(gè)W波段的輸出三次諧波功率為4.5dBm左右，變頻損耗小于17dB。該設(shè)計(jì)可以降低毫米波設(shè)備的主振頻率，擴(kuò)展已有微波信號(hào)源的工作頻段。
上傳時(shí)間： 2013-11-16
上傳用戶：qingzhuhu
由于電子對(duì)抗技術(shù)的飛速發(fā)展，低頻段電子干擾設(shè)備已經(jīng)非常完善，低頻段主動(dòng)雷達(dá)的工作效能相應(yīng)地大幅度降低。為了提高雷達(dá)系統(tǒng)的抗干擾能力，通過對(duì)國內(nèi)外雷達(dá)技術(shù)發(fā)展趨勢(shì)的研究，以及影響雷達(dá)系統(tǒng)抗干擾能力主要因素的分析，說明了采用更高頻段的雷達(dá)導(dǎo)引頭技術(shù)發(fā)展的重要性。以W波段雷達(dá)導(dǎo)引頭技術(shù)發(fā)展及應(yīng)用為前提，對(duì)其中需要解決的關(guān)鍵技術(shù)進(jìn)行了分解，論述了W波段雷達(dá)導(dǎo)引頭的基本實(shí)現(xiàn)方案、關(guān)鍵技術(shù)解決途徑，得出W波段雷達(dá)導(dǎo)引頭技術(shù)發(fā)展具有策略上的必要性和技術(shù)上的可行性的結(jié)論。
標(biāo)簽： W波段 雷達(dá)導(dǎo)引頭 技術(shù)分析
上傳時(shí)間： 2013-12-04
上傳用戶：mikesering
文中將BP神經(jīng)網(wǎng)絡(luò)的原理應(yīng)用于參數(shù)辨識(shí)過程，結(jié)合傳統(tǒng)的 PID控制算法，形成一種改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制算法。該算法利用BP神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)參數(shù)模型，能夠跟蹤被控對(duì)象的變化，取得較高的辨識(shí)精度。針對(duì)BP神經(jīng)網(wǎng)絡(luò)對(duì)權(quán)系初始值敏感的缺點(diǎn)，優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)系數(shù)。通過BP算法修正BP網(wǎng)絡(luò)自身權(quán)系數(shù)，實(shí)現(xiàn)PID參數(shù)的在線調(diào)整。仿真結(jié)果顯示了該算法收斂速度快、精度高、魯棒性強(qiáng)、穩(wěn)定性好，表明了該算法的可行性與有效性。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 算法 控制器
上傳時(shí)間： 2013-10-08
上傳用戶：cxl274287265
在變流器故障診斷系統(tǒng)中，通過MATLAB對(duì)牽引變流器建立故障仿真模型，提取故障特征，對(duì)輸入輸出數(shù)據(jù)進(jìn)行標(biāo)幺化和模糊化的處理，并基于改進(jìn)的動(dòng)量BP神經(jīng)網(wǎng)絡(luò)算法，完成對(duì)變流器開關(guān)管開路的診斷，誤差滿足要求范圍，結(jié)果表明：該算法收斂迅速，能避免陷入局部極值，而且準(zhǔn)確率很高，是一種快速有效的方法。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 牽引變流器 故障診斷
上傳時(shí)間： 2013-11-09
上傳用戶：familiarsmile
針對(duì)傳統(tǒng)PID控制系統(tǒng)參數(shù)整定過程存在的在線整定困難和控制品質(zhì)不理想等問題，結(jié)合BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和自適應(yīng)能力強(qiáng)等特點(diǎn)，提出采用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器參數(shù)。其次，為了加快BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)收斂速度，防止其陷入局部極小點(diǎn)，提出采用粒子群優(yōu)化算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值矩陣。最后，給出了PSO-BP算法整定優(yōu)化PID控制器參數(shù)的詳細(xì)步驟和流程圖，并通過一個(gè)PID控制系統(tǒng)的仿真實(shí)例來驗(yàn)證本文所提算法的有效性。仿真結(jié)果證明了本文所提方法在控制品質(zhì)方面優(yōu)于其它三種常規(guī)整定方法。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 控制器 參數(shù)優(yōu)化
上傳時(shí)間： 2014-03-21
上傳用戶：diets
BP神經(jīng)網(wǎng)絡(luò)由多個(gè)網(wǎng)絡(luò)層構(gòu)成，通常包括一個(gè)輸入層、若干個(gè)中間層和一個(gè)輸出層。BP網(wǎng)絡(luò)的特點(diǎn)是：各層神經(jīng)元僅與相鄰層神經(jīng)元之間有連接；各層內(nèi)神經(jīng)元之間沒有任何連接；各層神經(jīng)元之間也沒有反饋連接。BP網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，根據(jù)Kolrnogorov定理，一個(gè)3層BP神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)任意非線性函數(shù)進(jìn)行逼近。
標(biāo)簽： BP網(wǎng)絡(luò)
上傳時(shí)間： 2013-10-31
上傳用戶：xy@1314
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
