H6结构不隔离光伏并网逆变器边界碰撞分岔与稳定域

为分析电流比例控制H6结构不隔离光伏并网逆变器(current proportion controlled non-isolated photovoltaicgrid-connected inverter with H6-type,CPNPGI-H6)系统的分岔现象,确定其参数的稳定工作范围,基于准静态思想建立CPNPGI-H6系统的离散迭代映射模型,并推导电感电流i的2个工作边界;通过对比例系数k_p变化的分岔行为研究表明,CPNPGI-H6系统存在一种由多周期态经边界碰撞分岔进入混沌的新路由;采用分岔图分析系统输入电压E、并网电压幅值U_m、负载电感L、负载电阻R等外参数变化时系统的工作特性,得出相应的稳定域,为系统外参数的选择提供可靠依据。     

嵌入式控制器开关设计方案

嵌入式控制器常有两种开关功能需求:希望开关键响应按键操作迟钝些,即按下几秒后才认为按键操作有效;还有种需求是在设备关闭过程做一定的判断或处理,这类关机操作一般使用软件控制实现关机.本文针对嵌入式控制器开关机功能的两种需求给出了整套较为实用的方案,即:实现单键长按开关功能、程控关机功能接口.     

基于无监督学习的低照度图像增强算法

针对目前低照度图像增强算法存在恢复细节丢失、网络复杂度高和配对数据集获取难度大等问题,提出了一种基于无监督学习的图像增强算法。在YIQ色彩空间中,通过构建的轻量化网络和幂指函数计算亮度通道Y的增强曲线,从而获得曝光较差区域增强和高光区域遏制的图像。该网络使用的无参考损失函数可以隐式地评估图像增强质量并驱动网络学习。实验对比结果表明,该算法在可训练参数和模型权重仅占9.5 k/88 kB的情形下,在视觉效果与图像质量指标上都取得了具有竞争力的结果。     

基于改进U-Net的SPECT骨显像病灶分割研究北大核心CSCD

在核医学中,单光子发射计算机断层(single-photon emission computed tomograpy,SPECT)骨显像是辅助医师诊断癌症的重要手段。针对骨显像图像信噪比低、边界模糊、病灶小难以提取和人工勾画病灶耗时等问题,提出一种基于改进U-Net网络的骨显像病灶自动分割算法。该算法在U-Net的原卷积块基础上,采用了多尺度密集连接(multi-scale dense connection,MDC)的方式来提高对小病灶特征的提取能力,同时解决了网络加深后出现的梯度消失问题。其次,为提取病灶的细节特征,在密集连接和跳跃连接处引入了注意力机制结构。最后,针对使用小样本数据集,模型难以收敛的问题,采用迁移学习的方法,优化了模型的初始参数,提升模型的泛化能力和分割效率。此外,为了降低计算量、进一步提高分割效果,对数据集进行了裁剪和去噪。同时,将处理后的图像采用旋转、镜像等方法进行了数据扩充。实验结果表明,改进的U-Net的识别精确率(precision)、平均交并比(mean intersection-over-union,mIoU)分别能达到0.7352、0.4673,效果优于目前主流的分割算法,具有一定实际应用价值。     

基于TMS320F28335的DSP最小系统设计

在各大专院校的课程教学、实验教学、毕业设计以及电子设计竞赛中,需要应用DSP实验系统。介绍了TI公司的TMS320F28335芯片的性能特点,给出了由TMS320F28335组成的DSP最小应用系统。详细介绍了各部分电路的设计方法。该系统可满足教学要求,也可用于简单的工程研究和应用开发。     

低复杂度的QR解相关多用户检测算法

针对常规解相关多用户检测算法因对相关矩阵求逆的运算量随用户数增加呈指数增加而失去了实用价值，提出了不需对相关阵求逆的计算复杂度低的快速QR解相关多用户检测算法。该快速算法运算量与常规解相关算法相比，运算量减少了70％，而检测性能丝毫没有降低。显然，该算法优于常规算法，具有实用意义。     

“微电子工艺基础”教学的应用能力培养

独立学院应用型人才培养模式在我国教育的研究还是空白.笔者根据电子科学与技术专业应用型人才培养模式要求,结合多年的教学实践,在"微电子工艺基础"课程教学内容、教学方式和考核方式等方面进行了探索,提出了将教师的任务驱动式教学与学生的自主式学习相结合、同时辅以必要的实验实践环节为特色的教学方法.实践证明,这种该方法对培养合格的微电子应用型人才是有效的.     

保护带叠加最佳训练序列时间同步方法

 已成为众多高速无线传输标准的OFDM系统常采用导频插入(PTAM)获得时间同步,然而,浪费了带宽效率.为了改善带宽效率,本文提出在保护带时域叠加弱能量最佳训练序列实现时间同步方法,最佳训练序列的能量分配比例由影响系统BER性能最小而确定.仿真表明:对于低信噪比,在保护带内叠加弱能量序列同步性能与PTAM同步性能相当,且对系统性能影响可以忽略,该法提高了带宽效率.     

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.     

基于奇异值分解的基图像的人脸识别

研究了基于奇异值分解的人脸识别问题。首先证明了图像的大量信息主要体现在图像矩阵奇异值分解的前几个最大奇异值所对应的左、右奇异向量中,然后给出了模板图像的基图像,并将图像展开成基图像的线性表示,提取其组合系数作为图像的代数特征并用于人脸识别中。实验表明,较以投影系数向量为代数特征的人脸识别方法,该方法所需的运行时间明显降低,而且与基于奇异值向量作为图像特征的方法相比,该方法的识别精度明显提高。