FPGA设计中跨时钟域信号同步方法

随着FPGA系统设计的复杂化,系统内部的各个功能模块往往需要工作在不同频率的异步时钟域中,因此系统内核心功能模块与外设的通信设计无法避免地会涉及到跨时钟域的数据与信号的传递问题。尽管跨时钟域的同步问题并不属于FPGA系统设计领域的新问题,但是随着多时钟域系统的常见化和复杂化,使得跨时钟域同步这一要求具备了新的重要意义。在对跨时钟域设计中容易出现的亚稳态现象及其造成的影响进行简要概述与分析的基础上,为了减小亚稳态发生的概率和降低系统对亚稳态错误的敏感程度,提出了四种跨时钟域同步的解决方案,较为详细地阐述了设计方案,对设计进行了评估与分析,并给出了优化设计。     

基于多模态域对抗神经网络的调制识别算法

针对调制信号训练数据(源域数据)和测试数据(目标域数据)来自不同数据分布导致预先训练的深度学习模型失配、系统性能急剧恶化、且大量无标签目标域数据未被利用的问题,提出一种基于多模态域对抗神经网络的调制识别算法,在域对抗神经网络基础上同时使用时域和频域的多模态信息对齐源域和目标域调制信号的数据分布以提升调制识别算法性能.仿...     

某型发动机温限调整时转速摆动故障分析

针对某型发动机温限调整时转速摆动故障现象,对排气温度限制系统工作原理进行分析,确定了发动机温限调整时温度摆动原因,并制定排故方案,提出了针对性的改进措施,为后续开展此类故障的分析提供参考。     

基于HLS的红外遥感图像连通域快速提取方法

连通域提取是红外遥感图像目标检测算法中的重要组成部分,包含在粗检算法中,能够筛去多数虚警,提升粗检效果,减少检测算法的运算量,降低系统功耗.现有的一些连通域提取算法基于CPU处理方式设计,不适合部署在现场可编程逻辑门阵列(FPGA)硬件端.本文采用高层次综合(HLS)的开发模式,设计了适合FPGA加速的连通域提取方法,...     

基于渐进式注意力和分块遮挡的跨域行人重识别

针对跨域行人重识别中遮挡造成特征匹配缺失及细粒度辨识性特征被忽略的问题，提出了基于渐进式注意力和分块遮挡的跨域行人重识别方法。该方法通过学习行人未遮挡区域的多粒度辨别性特征，实现空间不对齐下的特征匹配。渐进式注意力模块将特征逐步分割为多个局部块，依次学习每块的辨别性特征，由粗到细地感知前景信息，从而解决目前网络不能提取多层次辨识性特征的问题，增强了特征的匹配能力；渐进式分块遮挡模块很好地适应模型逐步变强的学习能力特性，通过由易到难地生成遮挡数据，有效提取了未遮挡区域的辨识性特征，进而解决模型错误识别遮挡样本的问题，使得所提模型在遮挡情况下的鲁棒性得到有效提高。实验结果表明：所提方法在首位命中率和平均精确度2个指标上与当前主流方法相比具有显著的优越性；与2020年CVPR会议中QAConv行人重识别方法相比，在DukeMTMC-reID数据集(MSMT17→DukeMTMCreID)上的2个指标分别高出2.3%和6.2%，能够更加有效地实现跨域行人重识别，在OccludedDuke数据集(DukeMTMC-reID→Occluded-Duke)上的2个指标分别达到49.5%和39.0%，...     

可压缩流动模拟的多重网格-扰动域推进方法

针对可压缩流动数值模拟的加速需求，在作者前期提出的扰动域推进计算框架下，融入多重网格加速技术，提出了多重网格-扰动域推进方法。建立了粗、细网格上动态计算域的更新逻辑与高效算法，并针对多重网格方法的特点，对粗网格初始化、增大对流动态域等步骤进行了改进。设计了新型粗网格生成策略，可消除结构网格粗网格生成对单元数目的限制。典型算例验证表明，多重网格-扰动域推进方法可同时降低粗、细网格上的计算量并减少总迭代步数；通过在粗、细网格上同时采用随数值扰动传播而增大、随求解收敛而缩小的动态计算域，多重网格-扰动域推进方法可在传统多重网格方法加速的基础上再将计算效率提升57.9%。     

基于Zukauskas关系式的预冷发动机进气道流动特性研究

为了研究预冷发动机进气道流动特性，以二维变几何轴对称进气道为研究对象，利用Zukauskas横掠管束绕流关系式，对进气道流场展开了数值仿真研究，探究预冷器的冷却效应及换热管直径对进气道流场、性能的影响。结果表明：Zukauskas关系式能较好地预测气流在预冷器管束间的流动损失；经过预冷后，涡轮通道总温大幅下降，但总温分布不均匀，温度梯度明显，对流换热对上游流体总温产生的影响很小；在Ma∞=2～5飞行工况下，换热功率随着飞行马赫数的增加而增大，涡轮通道的出口总温较预冷前降低了22%～60%，出口马赫数降低了17%～51%，反压比增加了10%～26%，总压恢复系数增加了3%～8%；当预冷器的管径从1 mm增大至2.5 mm时，涡轮通道出口速度降低了16.5%，反压比降低了1%，总压恢复系数呈现先下降后上升的趋势。将虚拟预冷器管束排布方式改为顺排，预冷器的换热功率下降，出口总温上升，涡轮通道的出口速度上升了11%～30%。     

基于域自适应的复合材料结构损伤识别方法

深度学习模型能够辅助提高基于导波的复合材料结构损伤监测的可靠性，但需要大量的损伤样本。以大量的模拟损伤样本和少量的真实损伤样本为基础，设计一种基于域自适应的损伤识别模型，实现从模拟损伤识别向真实损伤识别能力的迁移。首先，通过粘贴质量块收集大量模拟损伤数据，设计卷积-时序混合神经网络，实现对模拟损伤的高准确率识别；然后，在模型中加入域自适应模块，使模拟损伤和真实损伤数据在特征空间内分布规律近似，进而在无需对真实损伤进行标注的情况下，实现准确识别。实验结果表明，该方法对真实损伤的检出准确率为85.7%,优于传统深度学习模型。     

韧性无人机群多域协同方法建模与求解

为提高无人机群(UAVS)在执行任务过程中的抗干扰能力，提出了一种韧性无人机群多域协同方法，并对其进行建模与求解。首先，改进了韧性无人机群恢复因子；在此基础上，通过协调机群中的非重要节点接替受扰机群中的重要节点，以提高受扰动无人机群的性能；最后，通过仿真验证了该方法的有效性。结果表明，该方法能够有效地恢复受扰动无人机群的性能，使其性能快速恢复到任务基线以上，从而确保了任务的完成，增强了无人机群的韧性。该研究结果为无人机群协同作战提供了新思路、新方法。