环形振荡器 ring vco oscillator 锁相环 pll PLL 压控振荡器 振荡器 集成电路 芯片设计 模拟ic设计 [1]没基础的同学,首先学习cadence管方 电路+仿真教学文档工艺gpdk180nm,很适合新手入门 怎么使用pss+pnoise 还有pstab稳定性仿真 怎么仿真出调谐曲线,相位噪声 功耗,噪声贡献仿真 [2]有了上面基础之后,再实操提升进阶 有四种经典不同结构的环形振荡器实际电路,工艺是smic55nm 有testbench还有仿真状态,直接load即可仿真出波形 振荡器频率范围是3GHz以内 相位噪声是-90到-100 dBc Hz [3]另外,最后会送眼图,jitter,jee测试方面的资料 会送一份一千多页的ADE_XL的User Guide,2018年,IC6.1.8 前仿真,无版图,
2026-03-05 11:51:59 141KB edge
1
基于CNN-LSTM算法的锂离子电池健康状态SOH精确估计:融合间接健康因子与NASA数据集的验证,基于CNN-LSTM的的锂离子电池健康状态SOH估计; 主要算法如下: 1、首先提取放电电压最低点时间 平均放电电压 平均放电温度作为锂电池间接健康因子; 2、然后建立CNN-LSTM联合模型的SOH锂电池健康状态评估模型。 3、最后 NASA 卓越预测中心的锂电池数据集 B0005、B0006对提出的方法进行验证,输出绘图和参数,代码可自动在文件夹下存高清图。 程序具有良好的估计精度 ,核心关键词: 基于CNN-LSTM的SOH估计; 锂离子电池; 间接健康因子; 放电电压; 放电时间; 平均放电电压; 平均放电温度; 锂电池健康状态评估模型; NASA卓越预测中心; 锂电池数据集B0005, B0006。,基于CNN-LSTM的锂离子电池SOH估计模型研究
2026-02-06 00:02:45 737KB css3
1
Optisystem仿真案例研究:八通道波分复用系统的构建与性能分析——关键技术及元器件仿真模型探究报告,Optisystem仿真案例8-八通道波分复用系统 内容:本文首先分析了光纤通信以及波分复用技术基本原理,随后,介绍了波分复用系统中部分关键技术,光放大技术(掺铒光纤放大器)、色散补偿技术(DCF补偿技术)和非线性效应抑制技术。 列举在Optisystem仿真软件中用到的基本功能和元器件,并建立了波分复用传输系统的基本仿真模型,测量了波分复用和解复用后光信号的频谱,通过检测Q因子误码率等数据分析了波分复用设计方案的可行性,并得出了一些结论。 形式:程序+附带报告 ,Optisystem仿真; 八通道波分复用系统; 光纤通信; 波分复用技术; 关键技术; 光放大技术; 色散补偿技术; 非线性效应抑制技术; 基本功能; 元器件; 仿真模型; 频谱测量; Q因子误码率; 设计方案可行性,"Optisystem仿真案例:八通道波分复用系统的设计与分析"
2026-01-18 01:00:49 409KB
1
通过 OpenCV 加载视频文件 1.mp4,并使用 YOLOv8 模型进行姿态检测。它逐帧处理视频,检测人体关键点并绘制关键点及其连接。具体来说,代码首先加载 YOLOv8 模型并定义了关键点之间的连接关系。然后,它打开视频文件,并读取每一帧进行处理,检测出人体的关键点并绘制在帧上。最后,处理过的帧被写入到一个新的视频文件 out.mp4 中。通过 cv2.VideoWriter 对象将这些帧保存为输出视频,最终完成视频的姿态检测和保存。 在本篇技术文档中,我们将探讨如何利用Python语言结合OpenCV库与YOLOv8模型来实现视频文件中的人体姿态检测。具体步骤包括加载视频文件、加载YOLOv8模型、定义关键点之间的连接、逐帧读取与处理、检测人体关键点、绘制关键点及其连接,并最终将处理后的视频保存。 OpenCV是一个开源的计算机视觉和机器学习软件库,提供了大量的图像处理和视频分析功能。在本例中,我们首先需要使用OpenCV库中的功能来加载视频文件。OpenCV的VideoCapture类可以用来捕获视频文件的每一帧,这是进行帧分析和处理的基础。 接着,YOLOv8(You Only Look Once version 8)是一个先进的实时对象检测系统,它能够快速准确地定位视频帧中的对象。尽管文档中未明确指出,但通常情况下,YOLOv8模型会以预训练的权重文件形式存在,代码首先需要加载这个预训练模型。加载模型后,接下来需要定义关键点之间的连接关系,这涉及到姿态估计的核心部分。通常在姿态估计中,我们关心的是人体关键点,如头、肩膀、肘部、手腕、髋关节、膝盖和脚踝等。YOLOv8模型的输出往往是一系列的坐标点,代表人体关键点的位置。 然后,代码将进入逐帧处理环节。这一步骤需要循环读取视频中的每一帧,并对每一帧运用加载的YOLOv8模型进行关键点检测。在检测到关键点后,需要将这些点绘制在视频帧上,通常会用线条将这些关键点连接起来,以便更好地展现人体的姿态。这一步骤在实际代码中通过调用绘图函数来实现,例如使用OpenCV的circle函数来标记关键点位置,line函数来连接关键点。 完成上述步骤后,每一帧都已添加了标记关键点和连接线的信息。这时,我们需要将这些帧写入到一个新的视频文件中,以便保存最终的姿态检测结果。这通常通过cv2.VideoWriter对象来实现,它允许我们将处理过的帧序列编码并保存为视频格式,如out.mp4。在这一步骤中,需要设置合适的视频编码格式和帧率等参数,以确保输出视频的质量和流畅性。 通过上述步骤,我们可以完成一个视频文件的人体姿态检测,并将结果保存为一个新的视频文件。这一过程不仅涉及到视频处理和计算机视觉知识,也融合了深度学习模型的应用,展示了如何将先进技术应用于现实世界的问题解决中。
2025-12-30 21:20:48 3KB python
1
我们计算了无质量QCD中两个回路处对五胶子散射的前导色贡献。 使用<math> d </ math>维广义广义unit割和有限域重构技术评估所有独立螺旋度振幅的被积。 使用扇区分解方法对积分基础进行数值评估,以获得<math> 2 3 </ math>
2024-02-28 11:02:51 290KB Open Access
1
从excel中读取信号,首先计算信号的vmd分解,得到imf分量,然后根据imf分量与原始信号的相关系数确定出信号imf喝噪声imf,对有用的imf进行小波阈值滤波,最后对滤波后的imf进行重构输出信号。 下图是流程图盒vmd分解结果的时域后频谱
2023-11-20 11:17:04 1.56MB 流程图
1
首先呢,“登录”、“授权”、“授权登录”,是一样的意思,不用纠结。 写小程序授权登录的代码前,需要了解清楚openid与unionid的区别,这里再简单介绍一下: 腾讯有个 “微信·开放平台”,只有企业才能注册账号,可理解为微信体系里,最顶级的账号。官网地址:https://open.weixin.qq.com 除了这个微信开放平台,还有另一个叫做 “微信公众平台”,可注册四种账号,包括服务号、订阅号、小程序、企业微信。也就是说,公众号(服务号和订阅号可统称为公众号)占一个账号,小程序也占一个账号。在没有绑定开放平台前,小程序授权登录只能拿到用户的openid。官网地址:https://mp.
2022-10-31 11:23:11 78KB 程序 登录 微信 网页 授权 Java 首先
1
文中首先分析了现代企业经营中所面临的信息安全态势 感知威胁,其次研究了大数据及人工智能技术在信息安全态势 感知系统总体设计,最后就大数据及人工智能技术在信息安全 态势感知系统中的应用进行了更具深入性的探究,包括数据采 集技术的应用、数据预处理技术的应用、检测分析与处理技术 的应用等,旨在优化各个企业在安全威胁检测及提高处理方面 的工作水平
2022-09-05 19:06:23 2.11MB 大数据 态势感知
1
hog pca svm的表情识别算法 基于matlab 首先进行人脸定位 然后进行表情识别和判断,支持单个人脸和多个人脸的分析
2022-07-10 20:05:11 10.1MB 表情