大波妺av网站免费,中文动漫av纯肉无码免费播放,2021最新精品国产福利

低噪聲低功耗3階復數(shù)濾波器的設(shè)計[其他][其他]

采用UMC 40 nm CMOS工藝，設(shè)計了一款低噪聲低功耗的3階復數(shù)濾波器。利用FLFB(Follow-the-Leader-Feedback)結(jié)構(gòu)良好的噪聲特性，并以勞斯-霍爾維茨穩(wěn)定性判據(jù)為理論依據(jù)，采用相位裕度僅為36.8°的運放，達到低噪聲低功耗的優(yōu)化目的。仿真結(jié)果表明：濾波器的帶寬可調(diào)范圍為0.98～1.92 MHz，中心頻率0.68～1.34 MHz可調(diào)，通帶內(nèi)噪聲90.6 μV，無雜散動態(tài)范圍73.7 dB，鏡像抑制比28.4 dB，此時總功耗為1.33 mW。

發(fā)表于：8/31/2021

一種帶有DAC失配整形的高精度Sigma-Delta調(diào)制器[其他][其他]

為減小生理信號采集應用中儀表放大器的設(shè)計難度，需在低功耗、小信號帶寬的前提下大幅度提高模數(shù)轉(zhuǎn)換單元的精度和動態(tài)范圍以作補償。為此，面向生理信號采集應用，實現(xiàn)了一種帶前饋結(jié)構(gòu)的高精度三階五比特Sigma-Delta調(diào)制器，其不需要復雜的OTA結(jié)構(gòu)和過高的過采樣率，且功耗較低，并將二階噪聲整形動態(tài)元件匹配方案應用于DAC中，以避免多比特量化造成的非線性諧波失真。該Sigma-Delta調(diào)制器采用SMIC 0.18 μm CMOS標準工藝，在1 MHz的采樣率，1 kHz的信號帶寬內(nèi)，峰值SNDR達到111 dB，動態(tài)范圍達到120 dB，有效位數(shù)達到18 bit，工作電源電壓為1.8 V，整體功耗為0.87 mW。

發(fā)表于：8/31/2021

仿真看世界之650V混合SiC單管的開關(guān)特性[電子元件][其他]

　　英飛凌最近推出了系列650V混合SiC單管（TO247-3pin和TO-247-4pin）。用最新的650V/SiC/G6/SBD續(xù)流二極管，取代了傳統(tǒng)Si的Rapid1快速續(xù)流二極管，配合650V/TS5的IGBT芯片（S5/H5），進一步優(yōu)化了系統(tǒng)效率、性能與成本之間的微妙平衡。

發(fā)表于：8/31/2021

基于背景直方圖的Staple目標跟蹤算法[其他][其他]

針對Staple算法在由于相機運動出現(xiàn)模糊情況下跟蹤精度下降的問題，提出一種基于背景權(quán)重直方圖的改進Staple目標跟蹤算法。首先，針對傳統(tǒng)顏色直方圖忽略空間性的問題，提出對直方圖引入位置權(quán)重；其次，利用背景區(qū)域顏色直方圖抑制背景信息對目標區(qū)域直方圖的影響，提出引入背景權(quán)重直方圖，并完成直方圖分類器的構(gòu)建。該算法在OTB2015測試集上與其他5個先進算法進行實驗比較，結(jié)果表明在距離精度和成功率上總體效果相對Staple分別提升了3.7%和2%。

發(fā)表于：8/31/2021

基于CNN-LSTM的支撐電容容值軟測量[其他][其他]

實時監(jiān)測功率變流器中支撐電容的老化狀態(tài)，及時發(fā)現(xiàn)并更換存在缺陷的電容，對提高功率變換器的可靠性具有重要意義。基于相關(guān)電壓電流數(shù)據(jù)，通過建立數(shù)據(jù)集，確定網(wǎng)絡模型參數(shù)和模型訓練，最終得到基于CNN-LSTM的神經(jīng)網(wǎng)絡模型，并通過不同工況下的數(shù)據(jù)集對神經(jīng)網(wǎng)絡模型的準確性進行了驗證。結(jié)果表明，該模型可對電容容值進行可靠預測。

發(fā)表于：8/31/2021

意圖網(wǎng)絡研究綜述[其他][其他]

為應對快速變化的業(yè)務和用戶需求，業(yè)界提出了意圖網(wǎng)絡。意圖網(wǎng)絡使用自然語言直接描述“業(yè)務意圖”并將其自動轉(zhuǎn)譯為網(wǎng)絡可執(zhí)行的策略及操作，從而降低了網(wǎng)絡管理的復雜性，大幅提高了運維效率，也很大程度上節(jié)省了人工。廣泛和深入地調(diào)研了意圖相關(guān)的項目和研究，介紹了意圖的概念和描述、意圖的北向接口、意圖和策略的關(guān)系以及具有代表性的意圖網(wǎng)絡框架，并討論了意圖網(wǎng)絡部署和應用所面臨的主要挑戰(zhàn)，旨在為讀者研究意圖網(wǎng)絡提供一個綜合視圖。

發(fā)表于：8/31/2021

基于NOMA的RIS與DF中繼對比研究[其他][其他]

面向5G-Advanced和6G移動通信系統(tǒng)深度覆蓋需求，提出基于非正交多址接入(NOMA)的智能超表面(RIS)和解碼轉(zhuǎn)發(fā)(DF)中繼解決方案，通過系統(tǒng)建模、容量分析和能效分析，對比基于NOMA的RIS和DF中繼方案的性能增益。典型場景下的數(shù)值仿真與對比分析表明，隨著陣元數(shù)目的增大，相比于DF中繼，RIS方案的能效增益逐漸增大。

發(fā)表于：8/31/2021

如何借助Virtual Antenna技術(shù)克服Wi-Fi產(chǎn)品天線與射頻設(shè)計挑戰(zhàn)[微波|射頻][通信網(wǎng)絡]

　　Ignion的專有Virtual Antenna?技術(shù)把復雜的天線和射頻設(shè)計、測試和組裝過程，簡化為基于小型化、標準化和芯片式天線的軟件定義配置和表面貼裝工藝，幫助包括Wi-Fi在內(nèi)的天線與系統(tǒng)工程師省時省力省錢。Wi-Fi設(shè)備制造商可以盡享標準化芯片式天線產(chǎn)品的便利性，媲美定制天線的高性能。

發(fā)表于：8/31/2021

6G通信感知一體化架構(gòu)與技術(shù)研究[其他][其他]

從2019年5G標準和設(shè)備逐步成型，通信業(yè)務向著產(chǎn)業(yè)化、多元化的趨勢逐漸清晰化，從而催生了新通信系統(tǒng)研究。6G作為新一代通信系統(tǒng)，從服務全面性和精細度都進行了深度和廣度的擴展。目前6G備選技術(shù)已經(jīng)有THz技術(shù)、大規(guī)模天線、IRS和通信感知融合等，其中通信和感知一體化在2021年初成為6G重點研究技術(shù)，其通過復用通信和感知架構(gòu)與信號進行一體化通信和感知，可以極大地減少系統(tǒng)的冗余部署。從6G通信感知一體化的研究需要性、架構(gòu)和技術(shù)研究幾個方面展開分析，從而可以較為全面地介紹6G通感融合的可行性及重點研究方向。

發(fā)表于：8/31/2021

使用半自動化工具改進電源設(shè)計--實現(xiàn)快速高效設(shè)計的五個步驟[電源技術(shù)][工業(yè)自動化]

　　由于沒有典型的應用，設(shè)計正確的電源既重要又復雜。雖然尚未完全實現(xiàn)電源設(shè)計的自動化，但目前已存在一系列半自動化工具。本文通過電源設(shè)計過程的五個關(guān)鍵步驟詳細介紹如何使用半自動化設(shè)計工具。這些工具對于電源設(shè)計工程師新手和專家都很有價值。

發(fā)表于：8/31/2021

降低誤報率--煙霧報警器如何通過漢堡包煙霧干擾報警測試[測試測量][工業(yè)自動化]

　　如今的樓宇建筑配備了許多不同的傳感器，讓日常生活更加便捷，同時提供安全保護。除了環(huán)境傳感器和智能家居應用（例如電力和供暖調(diào)節(jié)）之外，與安全相關(guān)的傳感器還承擔著重要的安全保護作用。其中包括煙霧報警器。煙霧報警器不可或缺，且法律規(guī)定必須配備，但市面上的許多煙霧報警器并不適合在廚房或浴室使用，因為烹飪煙汽或其他蒸汽會增加其誤報風險。我們不能低估誤報，他們會誘使用戶關(guān)閉煙霧報警器，并且因為不必要的消防部署而產(chǎn)生高成本。

發(fā)表于：8/31/2021

【技術(shù)大咖測試筆記系列】之四：使用數(shù)字萬用表測量電源瞬態(tài)恢復時間[測試測量][其他]

　　簡單地說，瞬態(tài)恢復時間是施加負載后電源恢復到設(shè)定電平所需的時間長度。不設(shè)計電源的人一般會想當然，我們在工作中不管用的是哪種電路，可能只有在電源性能劣化到影響工作時才會注意到它。電源和人有點兒像，如果你問的問題比他知道的多，那么他可能會達不到你的預期。

發(fā)表于：8/31/2021

泛林硅部件推動產(chǎn)業(yè)發(fā)展[EDA與制造][消費電子]

　　刻蝕一直是硅芯片制造的一道重要工藝步驟。為了制造我們?nèi)粘Ｊ褂玫闹悄苁謾C、筆記本電腦等各種功能日新月異的電子設(shè)備，如今芯片制造商越來越需要采用極高深寬比的刻蝕工藝來生產(chǎn)3D閃存和動態(tài)隨機存取存儲器（DRAM）芯片。這種情況下，對刻蝕設(shè)備的要求越來越高，而泛林提供的高性能刻蝕設(shè)備已經(jīng)成為實現(xiàn)這些工藝的有力保障。

發(fā)表于：8/30/2021

“無接觸”時代，新技術(shù)催生新應用、新業(yè)態(tài)[人工智能][物聯(lián)網(wǎng)]

　　毋庸置疑，COVID-19新冠病毒疫情的大流行，給我們的生活帶來了諸多改變，其中一個很重要的改變就是“人和人之間的距離變遠了”。因為基于防疫的要求，只有保持足夠的社交距離，減少甚至是避免人與人之間的直接“接觸”，才是切斷病毒傳播鏈的關(guān)鍵所在。　　但是人類畢竟是一種群居的動物，隨著社會的發(fā)展，人與人之間的關(guān)聯(lián)和交互也變得越多越多，為了維持整個社會的正常的運轉(zhuǎn)，必須有一種方法來彌合這種由于“無法接觸”而帶來的距離感?！盁o接觸技術(shù)”也就應運而生了。

發(fā)表于：8/30/2021

機器學習成為主流——恩智浦eIQ?軟件開發(fā)環(huán)境更智能、更友好[人工智能][物聯(lián)網(wǎng)]

以前，機器學習、深度學習和神經(jīng)網(wǎng)絡應用一直是數(shù)據(jù)科學家和人工智能專家的專屬領(lǐng)域。但是，越來越多的機器學習工具和技術(shù)問世，消除了機器學習應用開發(fā)方面的一些復雜性，這種情況逐漸改變。

發(fā)表于：8/30/2021