【摘 要】
：
针对航天测试中数据经过较长电缆传输可靠性下降的问题,设计了一种基于FPGA高可靠性传输系统.传输系统硬件采用成都振芯国产芯片GM8223和GM8224,配合使用驱动器和均衡器,增加增强电路驱动能力;加入预加重设计,增强信号高频成分,补偿衰减.传输系统软件从发送端初始化、LVDS收发逻辑流、CRC+8B/10B双重编码方面说明高可靠性传输.初始化可以保证发送端发送有效数,CRC+8B/10B双重编码以牺牲带宽来减少误码率.实践验证,在传输速率240 Mbit/s长度为120 m同轴电缆上可以实现零误码率传输
【机 构】
：
中北大学电子测试技术国家重点实验室仪器科学与动态测试教育部重点实验室 太原030051
论文部分内容阅读
针对航天测试中数据经过较长电缆传输可靠性下降的问题,设计了一种基于FPGA高可靠性传输系统.传输系统硬件采用成都振芯国产芯片GM8223和GM8224,配合使用驱动器和均衡器,增加增强电路驱动能力;加入预加重设计,增强信号高频成分,补偿衰减.传输系统软件从发送端初始化、LVDS收发逻辑流、CRC+8B/10B双重编码方面说明高可靠性传输.初始化可以保证发送端发送有效数,CRC+8B/10B双重编码以牺牲带宽来减少误码率.实践验证,在传输速率240 Mbit/s长度为120 m同轴电缆上可以实现零误码率传输.
其他文献
研究弹丸弹目交会姿态参数对武器毁伤效能评估具有重要意义,通常对弹丸姿态参数提取都是基于野外实验图像,因此针对野外实验弹丸图像噪声干扰强度大、成像对比度低并且弹丸中轴线提取精度不易控制等问题,设计了基于侧窗思想的高斯与自适应中值滤波的保边去噪算法、基于Canny边缘检测的填补分割算法以及基于目标边缘轮廓的中轴线提取方法,所得结果为外场噪声以及弹丸表面亮度不均的影响明显减弱,实现了弹丸图像的保边去噪、
针对我国自然场景下的交通标志检测误差大、检测速度慢等一系列问题,提出了一种对YOLOv4算法的改进的方法。首先在算法的输入端加入图像增强、图像降噪等处理,然后对算法的检测层进行修改,删除19×19检测层,增加152×152检测层。最后利用K-meansⅡ聚类算法对重建的交通标志数据集进行聚类分析,重新定义网络的初始候选框。实验结果表明,改进后的算法能够在自然场景下准确实时的检测到小交通标志。在以C
在城市交通中,时常出现电动车骑行者引发的安全事故。佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此目前多个城市已经颁布了佩戴安全头盔的相关法规。针对现有的安全头盔佩戴检测准确率低的问题,提出了一种基于改进YOLOv3的安全头盔佩戴检测算法。该改进算法采取了通道和空间注意力模块的加权特征融合,并结合密集连接网络以提高特征提取的效果,并且引入了空间金字塔池化结构以增强特征。以收集的电动车头盔佩
基于薄壁异形筒体零件的结构复杂、工序多、加工难度大、精度要求高、装夹难度大、加工基准和工位不断变换等特点,采用传统的数控车、数控铣和数控磨等切削加工技术已经满足不了该类零件的图纸设计要求,且废品的出现率较高。本文以西门子840DSL数控系统五轴车铣复合加工中心为平台,借助CAXA制造工程师软件和加工夹具关键技术,有效地避免因工件的装夹原因造成薄壁类零件在加工中出现的较大加工误差,为薄壁异形筒体零件的加工提供了新的加工思路和新的工艺方法,且取得了较好的实际加工效果,同时验证了采用车铣复合加工技术具备实用性、
由于像素精度的限制,从图像中提取的眼镜镜片轮廓数据中存在大量的锯齿形轮廓分段,严重影响轮廓数据的光顺与精度。为了得到光滑的轮廓曲线,对原始的轮廓数据作分段拟合处理:首先根据目标点前后的曲线方向估算轮廓上每一点的曲率,然后将轮廓上曲率大致相同的轮廓段根据最小二乘原理拟合成圆,最后将剩余的轮廓段进行基于Bézier曲线的保形拟合。实验结果表明相较于已有的平滑处理算法,所述分段拟合算法在得到光滑轮廓曲线
针对传统滑模控制在移动机器人路径跟踪过程中收敛速度慢和抖振严重等不足,提出了一种基于双幂次趋近律的移动机器人反演滑模路径跟踪控制方法,构建了基于Kinect的移动机器人远程控制平台,以削弱抖振并提高收敛的快速性.该方法首先对Kinect采集到的地面路径图像进行金字塔分割和阈值分割,并对分割后的图像采用Zhang快速并行细化算法得到参考路径的骨架像素点集;然后通过一元线性回归算法对细化获取的骨架像素点集进行拟合,得到路径参数;接着通过本文设计的路径跟踪控制器计算控制律,最终实现了移动机器人对地面路径的准确和
传统网络流量分类方法难以区分使用VPN加密的网络流量,为了实现加密流量的分类,提出了一种基于多种构图方式的网络流量图像分类方法.研究了5种特殊的构图方式,将加密网络流量转换为流量图像,最后利用卷积神经网络进行分类.通过在自己采集的VPN加密流量数据集和ISCX VPN-nonVPN公开数据集上的实验结果表明,此加密流量分类方法的分类精度在两个数据集上分别达到90％以上与95％以上.对角型或瀑布型构图方式的分类精度较传统线型构图方式有1％左右的提升.特殊的构图方式能加强流量图像中像素点的相关性,增加流量图像
在风电等清洁能源的开发和应用中,为提高风电输出功率预测精度,设计出改进最优觅食算法-优化支持向量机(IOFA-SVM)预测模型,在传统最优觅食算法中加入柯西变异和差分进化策略来提高算法的全局寻优能力以获取SVM的最优参数.用改进后的IOFA-SVM模型进行预测,并将预测结果与BP、GWO-SVM、OFA-SVM模型进行对比,在相同的条件和参数下,该模型3种评价指标MAE、NMAE和NRMSE至少下降0.59％、0.53％和0.50％,表明IOFA-SVM模型确实提高了风电功率预测精度和准确性,对电能调度和
针对变压器故障诊断方法中单一参数表征不够全面的问题,提出了一种基于混合特征MGCC的干式变压器故障诊断模型.首先,将预处理后的干式变压器噪声信号分别通过Mel滤波器和Gammatone滤波器得到抗噪性能一般的MFCC和鲁棒性更强的GFCC特征参数;然后,将两者参数进行线性叠加并利用Fisher比舍弃贡献率低的分量,得到混合参数MGCC;最后送入LSTM分类模型进行模式识别.计算结果表明,所提出的混合特征MGCC故障诊断率高达96.11％,相比于单一的声信号倒谱特征参数具有更好的准确性和抗噪性.
矿井提升机是矿井生产的“咽喉”,其可靠性对煤矿安全高效生产起着至关重要的作用,提升机故障预测是提高提升机可靠性的重要措施.针对传统提升机故障预测模型相对误差较大的问题,建立了基于最小二乘支持向量机的提升机故障预测模型,并利用采集到的提升机相关数据对模型进行训练,再对提升机的实时数据进行预测,以发现是否可能异常.实验结果表明,该模型的平均绝对百分比误差和均方误差分别为1.1301％和1.1663,较小波神经网络预测模型更低,且运行时间更短,收敛速度更快.该预测方法可以提前准确地发现提升机故障,为矿井提升机预