中间包水模型数据的流出百分比分析方法

针对已有停留时间分布曲线或F曲线分析方法在归一化过程中,将单流中间包流出百分比或多流中间包中各流流出百分比之和限定为100%,将示踪剂流出总量信息掩盖,导致结果不精确的问题,本工作提出了流出百分比的分析方法,通过计算可以将物理实验结果转化为各流实时的流出百分比曲线。以流出百分比曲线为基础,计算得到时间加权平均方差和剩余示踪剂百分比,并以此对单流、四流中间包水模型实验结果进行分析。结果表明,采用流出百分比方法能对实验结果进行校对,进一步验证实验的可重复性。同时可对比双挡墙和U型挡墙控制装置设置下,四流中间包监测时间终点流出百分比差异及两倍理论停留时间时刻的死区比例大小。并可直观对比多流中间包不同挡墙下各流的一致性,及在单流堵塞后示踪剂在其他各流的分配及一致性。     

连续式碳纤维自发热机场道面融雪化冰试验研究

为研究布置连续式碳纤维线的自发热机场混凝土道面的融雪化冰规律,制作了内设6K、12K、24K发热线的水泥混凝土板,展开不同功率、不同厚度等条件下的室外融雪化冰试验,并进行了机理分析。结果表明,1在板内设置隔热层可以减少混凝土板的蓄热量,提高融雪化冰的效率;2输入功率和冰雪厚是决定融雪时间以及耗电量的主要因素,一定范围内,功率每增加50W/m2,化雪时间缩短1.14h,节省电量0.25k W·h/m2,雪厚每增加1cm,化雪时间延长0.69h,耗电量增加0.35k W·h/m2;3对道面进行提前预热不仅可以避免道面积雪,而且通过采用间歇式供电可以节约能耗。     

复杂电磁环境下基于信号时频图像的调制识别

为解决调制识别研究中较少考虑到不同信号的特征之间联系性的问题,搭建了卷积神经网络(CNN)来提取信号的彩色时频图对应的特征,并利用时频变换的分析方法,将一维信号处理成彩色时频图,通过卷积神经网络架构提取图像特征;同时为了提升算法在低信噪比下的分类识别准确率,对时频图像的纹理特征进行了特征提取,将提取到的纹理特征与卷积神经网络中提取到的特征进行特征融合。仿真实验结果表明,采用的时频卷积神经网络(TF–CNN)和TF–Resnet网络框架能够达到高精确度信号自动调制识别分类的目的。     

嵌入式RISC-V乱序执行处理器的研究与设计

为满足嵌入式设备小面积高性能的需求,设计一种基于开源RISC-V指令集的32位可综合乱序处理器。处理器包括分支预测、相关性处理等关键技术,支持RISC-V基本整数运算、乘除法以及压缩指令集。采用具有顺序单发射、乱序执行、乱序写回等特性的三级流水线结构,运用哈佛体系结构及AHB总线协议,可满足并行访问指令与数据的需求。在Artix-7（XC7A35T-L1CSG324I）FPGA开发板上以50 MHz时钟频率完成功能验证,测试功耗为7.9 mW。实验结果表明,在SMIC 110 nm的ASIC技术节点上进行综合分析,并在同等条件下与ARM Cortex-M3等处理器进行对比,该系统面积减少64%,功耗降低0.57 mW,可用于小面积低功耗的嵌入式领域。     

无人机群通信对抗中的认知干扰波形设计

针对无人机群通信对抗中敌方通信信号生成干扰波形的自适应问题,提出了一种基于频谱调制频谱编码(SMSE)模型进行认知干扰波形设计的方法。通过对SMSE框架中6种不同的波形设计参数进行部署,将具有特定频谱结构的波形在频域生成相应功能的认知干扰波形,来应对通信对抗中不同参数下的通信信号。仿真实验表明,该理论模型能够产生单音干扰、多音干扰、宽带干扰、瞄准式窄带干扰等多种压制式干扰波形,并能够对BPSK,QPSK,8PSK,16QAM等调制信号实现调制欺骗式干扰。通过与理论曲线对比,实验结果验证了SMSE模型产生认知干扰波形的理论可行性,这意味着SMSE模型可以实现对通信信号的压制性干扰和欺骗式干扰的一体化应用。     

基于云计算的编码器信号误差补偿系统设计

传统的编码器信号误差补偿系统存在着补偿精度低的缺陷,为此提出基于云计算的编码器信号误差补偿系统。编码器信号误差补偿系统硬件设计包括编码器模拟控制单元、电源单元、信号采集单元与通信单元,软件设计包括通信模块、信号处理模块与信号误差补偿模块,通过编码器信号误差补偿系统硬件与软件的设计实现了编码器信号误差补偿系统的运行。通过实验得到,设计的编码器信号误差补偿系统补偿精度比传统系统高出30%,充分说明设计的编码器信号误差补偿系统具备极高的有效性。     

基于AHB总线的RISC-V微处理器设计与实现

在嵌入式应用中,为了满足小面积低功耗的设计需求,设计了一种支持RISC-V指令集架构的微处理器,系统采用2级流水结构,实现了RV32IMAC指令集。处理器采用AHB总线作为片上互连总线,可方便调用外部IP核进行功能拓展。在VCS环境下验证了该微处理器的逻辑功能,仿真结果表明该微处理器能够正常稳定运行。在面积、功耗和性能等方面与蜂鸟E203处理器以及ARM Cortex-M系列处理器进行了对比,该设计比蜂鸟E203处理器面积小了6%,功耗和性能上与Cortex-M0处理器相当。分析结果表明该处理器较适合在小面积、低功耗的嵌入式应用领域进行开发。     

联动教学实践的未来大学学习空间设计探索——以华南理工大学为例

第四次工业革命以来，教育理念发生了巨大的变化，新的学习方式也对学习空间的设计提出了巨大的挑战。该文从未来大学学习空间的设计出发，以华南理工大学本部的毕业设计为例，将学习空间的探索与设计作业融合，充分发挥毕设学生们的想象力，表达其内心诉求，以期实现对未来学习空间的再创造，探究学习场所的发展趋势。