XiaoMi-AI文件搜索系统
World File Search Systemimpedance
在哈米尔顿港框架中对飞行最终效用的能量意识阻抗控制
摘要 - 这项工作解决了完全致命的空中自动驱动器的交互控制问题。，我们使用几何一致的可变刚度阻抗控制解决问题，以使用能源罐的概念进行安全扳手调节，其中建模和控制均在汉密尔顿港框架中进行。我们利用了地面操纵器的文献中以前的众所周知的结果，并将其扩展为新颖和挑战的空中物理相互作用，重点是准静态应用。提出的控制方法的能量意识确保了空中机器人在自由交界和接触式SCENARIOS中的稳定性，以及与未知环境的接触式损失的情况下的一定程度。此外，通过利用键图，我们演示了如何以图形方式进行闭环的被动性。我们提出的方法的有效性通过多个实验显示。我们还提供了一些有关如何将提出的框架扩展到通用动态空中物理相互作用的见解。
CMOS 技术中的传输线特性阻抗与 Q 因子
本文系统地比较了采用相同 CMOS 后端工艺的 CPW、慢波 CPW、微带和慢波微带的传输线特性阻抗与 Q 因子之间的关系。结果表明，最佳 Q 因子的特性阻抗取决于慢波传输线的地线间距。虽然从传播模式的角度来看，介质相似，但当慢波 CPW 的特性阻抗为 §23 ȍ 和慢波微带线的特性阻抗为 §43 ȍ 时，慢波传输线可实现 60 GHz 最佳 Q 因子，并且接地平面间隙越宽，Q 因子就越大。此外，结果表明，在芯片面积相同的情况下，慢波 CPW 的最佳 Q 因子比慢波微带高 12%。这里提供的数据可用于选择 CMOS 中 S-MS 和 S-CPW 无源器件的 Z 0 值，以最大化传输线 Q 因子。
变刚度索驱动机械手阻抗控制的卷积动态跳跃规划算法
摘要：缆索驱动机械手具有手臂细长、运动灵活、刚度可控等特点，在捕获在轨卫星方面有着很大的应用前景，但由于缆索长度、关节角度和反作用力之间的耦合关系，难以实现缆索驱动机械手的有效运动规划和刚度控制。该算法还可以通过动态设置加加速度使加速度更加平滑，减小加速度冲击，保证缆驱动机械手的稳定运动。再次，通过采用基于位置的阻抗控制来补偿驱动缆的位置和速度，进一步优化缆驱动机械手的刚度。最后，开发并测试了变刚度缆驱动机械手样机，利用卷积动态加加速度规划算法规划出所需的速度曲线，进行了缆驱动机械手的速度控制实验，结果验证了该算法可以提高加速度的平滑度，从而使运动更加平滑，减小振动。此外，刚度控制实验验证了缆驱动机械手具有理想的变刚度能力。
电池电池的在线电化学阻抗光谱的二进制序列
手稿收到2022年5月6日；修订于2022年7月5日； 2022年7月15日接受。出版日期2022年8月16日；当前版本的日期2022年9月8日。这项工作得到了欧洲领导力（ECSER）联合企业的电子组件和系统的支持（JU），根据赠款101007247； JU获得了欧盟2020年Horizon的研究与创新计划的支持，以及芬兰，德国，爱尔兰，瑞典，意大利，奥地利，冰岛和瑞士的支持。副编辑协调审核过程的是Chao Tan博士。（通讯作者：Roberta Ramilli。）Roberta Ramilli，Marco Crescentini和Pier Andrea Traverso在电气，电子和信息工程部（DEI），“ G。Marconi，“博洛尼亚大学，意大利博洛尼亚40136（电子邮件：Roberta。） ramilli@unibo.it; m.crescentini@unibo.it; pierandrea.traverso@unibo.it）。 Francesco Santoni，Alessio de Angelis和Paolo Carbone与佩鲁吉亚大学工程系，意大利佩鲁吉亚06125（电子邮件：francesco.santoni@unipg.it; Alessio.deangelis@deangelis@unipg.it; Paolo; Paolo; Paolo。 carbone@unipg.it）。 数字对象识别10.1109/tim.2022.3196439Marconi，“博洛尼亚大学，意大利博洛尼亚40136（电子邮件：Roberta。ramilli@unibo.it; m.crescentini@unibo.it; pierandrea.traverso@unibo.it）。Francesco Santoni，Alessio de Angelis和Paolo Carbone与佩鲁吉亚大学工程系，意大利佩鲁吉亚06125（电子邮件：francesco.santoni@unipg.it; Alessio.deangelis@deangelis@unipg.it; Paolo; Paolo; Paolo。carbone@unipg.it）。数字对象识别10.1109/tim.2022.3196439
基于EMG的可变阻抗控制，并保证协作机器人技术的无动度保证
I.机器人技术的演变以及物理人类机器人相互作用（PHRI）的最新进展倾向于朝着机器人机制和控制策略的面向人类方向设计。在此框架中，表征人类操作员的行为成为关注的中心，尤其是在人类机器人协作系统的情况下。即使在确定的环境中运行时，与人类操作员相比，完全自动化的机器人系统在精确，可重复性和负载能力方面表现出更高的性能，许多任务都需要在未预测的事件的情况下进行快速判断和适应的能力。在这种情况下，协作系统旨在结合机器人力量和精度，以及操作员的判断和灵活性。随着协作机器人的开发（称为Cobots），人类机器人的合作已成为在多个应用程序[1]或机器人辅助医疗干预（例如康复机器人）[2] [2] [2] [2]等多个应用领域中至关重要的研究主题。在协作场景中，以最佳方式处理物理接触的问题是一个关键问题。这通常可以通过控制机器人及其环境之间相互作用的合规性来获得，从而导致经典阻抗
非线性电化学阻抗谱用于锂离子电池模型参数化
在本研究中，我们分析了锂离子电池的局部非线性电化学阻抗谱 (NLEIS) 响应，并从测量的 NLEIS 数据中估算模型参数。该分析假设单粒子模型包括电极粒子内锂的非线性扩散和其表面的不对称电荷转移动力学。基于此模型并假设一个中等较小的激励幅度，我们系统地推导出直至二次谐波响应的阻抗的解析公式，从而可以根据模型中的物理过程和非线性对每个贡献进行有意义的解释。我们探讨了这对参数化的影响，包括使用最大似然进行结构识别分析和参数估计，同时使用了合成和实验测量的阻抗数据。可以精确拟合阻抗数据，但拟合的扩散时间尺度的不一致性表明非线性扩散模型可能不适用于所考虑的电池。还通过使用参数化模型预测时域电压响应来证明模型验证，并且结果表明这与测量的电压时间序列数据 (11.1 mV RMSE) 具有出色的一致性。© 2023 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章，根据知识共享署名 4.0 许可条款分发 (CC BY，http://creativecommons.org/licenses/ by/4.0/ )，允许在任何媒体中不受限制地重复使用作品，前提是对原始作品进行适当的引用。[DOI：10.1149/ 1945-7111/acada7 ]
肘部角度对生物电阻抗分析信度和效度的影响。
手对手生物电阻抗 (HH BIA) 是一种低成本的估算体脂百分比 (%BF) 的方法。BIA 方法始终可靠，但其有效性仍存在疑问。我们观察到，在使用 HH BIA 时，肘部位置会导致 %BF 测量值始终不同，因此引发了一个问题：肘部角度是否会影响使用 HH BIA 得出的测量值的有效性？本研究旨在评估肘部位置（即 IN=弯曲至 90° 对比 OUT=完全伸展）对 44 名男性和 24 名女性健康成年人（年龄 = 21±2 岁，BMI = 23±3）的 HH BIA 可靠性的影响。另一个目的是使用空气置换体积描记法 (BOD POD ® ) 作为标准测量，评估 HH BIA %BF 对一组受试者（n=12）的有效性。对于 HH BIA，IN 位置比 OUT 位置低 ~4%BF（p=0.05，效应大小 =0.67）。在 IN [组内相关系数 (ICC)=0.99，变异系数 (CV)=2.99%] 和 OUT（ICC=0.99，CV=1.48%）条件下两次试验的 %BF 测量值均高度可靠。在子样本中，OUT（18.3±6.7 %BF）位置超过了 IN（14.5±7.4 %BF）和 BOD POD ®（16.1±7.8 %BF）测量值（p<0.05）；但是，IN 和 BOD POD ® 的 %BF 测量值没有差异（p=0.21）。这些发现支持了 HH BIA 在两个肘部位置都是可靠的测量方法；然而，根据肘部位置的不同，%BF 估计值与标准测量值存在很大差异（~4%）。我们发现 OUT 位置会高估标准 %BF。进一步的研究可能会揭示 HH BIA 估计 %BF 的最佳肘部角度位置。
具有通用阻抗匹配和转换光学的完美波导耦合器
摘要：有效的能量转移对于电磁通信至关重要。因此，生产一个实现宽带的波导耦合器，非反射传输是一项艰巨的任务。随着基于硅的集成光子电路的发展，芯片耦合变得越来越重要。尽管已经开发出各种用于芯片耦合的辅助器，但它们通常具有限制，例如长耦合长度，低耦合效率和狭窄的带宽。这是由于无法消除两个波导之间的反射。在这里，我们介绍了一种使用通用阻抗匹配理论和转换光学的方法，以消除两个波导之间的反射。使用此方法的耦合器称为通用阻抗匹配的耦合器，具有最短的次波长耦合长度，99.9％的耦合效率和宽带宽度。
用于测量细胞对缺氧反应的便携式阻抗微流式细胞仪
摘要 — 本文介绍了一种基于电阻抗传感的低成本便携式微流式细胞仪的开发和测试，用于在受控氧微环境下进行单细胞分析。该细胞仪系统基于 AD5933 阻抗分析仪芯片、微流控芯片和由定制 Android 应用程序操作的 Arduino 微控制器。对受镰状细胞病影响的人类红细胞 (RBC) 进行了代表性案例研究，以证明该细胞仪系统的能力。悬浮生物细胞的等效电路模型用于解释单个流动 RBC 的电阻抗。在正常血液中，细胞质电阻和膜电容不会随着氧张力的变化而显着变化。相反，受镰状细胞病影响的 RBC 显示，在缺氧治疗后，细胞质电阻从 11.6 M Ω 降低到 23.4 M Ω，膜电容从 1.1 pF 降低到 0.8 pF。单细胞亚细胞电成分的变化与缺氧治疗引起的细胞镰状过程之间存在很强的相关性。本文报告的代表性结果表明，单细胞电阻抗可用作量化细胞对氧浓度变化反应的敏感生物物理标记。开发的流式细胞术系统和方法还可以扩展到分析其他细胞类型对缺氧的反应。索引术语——电阻抗、微流式细胞术、单细胞分析、缺氧、镰状细胞病I. 引言缺氧（体内缺氧）会导致细胞发生各种生理变化。在全身和单细胞水平上，人们对高海拔或深海潜水引起的缺氧生理反应或病理反应进行了广泛的研究 [1, 2]。单细胞悬浮液的分析已经成为重要的医学兴趣。细胞对缺氧反应的研究为肿瘤病理学 [3]、癌症治疗 [4]、心血管病理生理学 [5]、代谢 [6, 7] 和哺乳动物细胞的稳态机制 [8] 提供了见解。测量细胞缺氧和缺氧环境反应的黄金标准是通过流式细胞术分析单个细胞，测量蛋白质水平，例如缺氧诱导因子 1-alpha (HIF1 α ) 和 BCL2/腺病毒 E1B 19 kDa 蛋白相互作用蛋白 3 (BNIP3) [9, 10]。该方法通过基于抗体的免疫染色针对目标蛋白质提供高特异性，但也需要固定和透化所分析的细胞。最近，基于电阻抗的流式细胞术已被证明是分析单个细胞的传统光学方法的替代方法。它本质上是定量的、非侵入性的和无标记的，
基于生成对抗网络的中风电容耦合电阻抗断层扫描图像重建
摘要：本研究探讨了基于机器学习的中风图像重建在电容耦合电阻抗断层扫描中的潜力。研究了使用对抗神经网络 (cGAN) 重建的脑图像的质量。使用二维数值模拟生成监督网络训练所需的大数据。无撞击损伤和有撞击损伤的头部轴向横截面模型平均为 3 厘米厚的层，与传感电极的高度相对应。使用具有特征电参数的区域对中风进行建模，这些区域是灌注减少的组织。头部模型包括皮肤、颅骨、白质、灰质和脑脊液。在 16 电极电容式传感器模型中考虑了耦合电容。使用专用的 Matlab ECTsim 工具包来解决正向问题并模拟测量。使用数字生成的数据集训练条件生成对抗网络 (cGAN)，该数据集包含健康患者和出血性或缺血性中风患者的样本。验证表明，使用监督学习和 cGAN 获得的图像质量令人满意。当图像对应于中风患者时，可以从视觉上区分，出血性中风引起的变化最为明显。继续进行图像重建以测量物理幻影是合理的。