脑医学图像融合在构建当代图像以增强相互和重复信息以用于诊断目的方面起着重要作用。提出了一种对脑图像使用基于核的图像滤波的新方法。首先,使用双边滤波器生成源图像的高频分量。其次,估计第一幅图像的强度分量。第三,对几个滤波器采用侧窗滤波,包括引导滤波器、梯度引导滤波器和加权引导滤波器。从而最小化第一幅图像的强度分量与第二幅图像的低通滤波器之间的差异。最后,基于三个评估指标对融合结果进行评估,包括标准差(STD)、特征互信息(FMI)、平均梯度(AG)。基于该算法的融合图像包含更多信息、更多细节和更清晰的边缘,有助于更好地诊断。因此,我们基于融合图像的方法能够很好地找到目标体积的位置和状态,从而远离健康部位并确保患者的健康。
其中y t是r n值系统状态x t的r m值观察。矩阵A,B,F和G取决于θT,W t和V t是独立的白色高斯噪音。最佳的非线性估计器涉及许多随时间t呈指数增加的卡尔曼过滤器。 IMM估计器[1,2]仅涉及N KALMAN过滤器,每种模式一个。为了补偿过滤器数量的减少,在每个估计周期开始时,N Kalman过滤器的估计值之间存在一个受控的相互作用/混合。[1]正式证明了这些相互作用/混合方程是精确的,而不是近似值。在每个估计周期结束时; IMM估计器计算过滤重量(模式概率)以及总体平均值和协方差。Bar-Shalom等。[3]给出了IMM估计器及其在跟踪和导航中的应用深度解释。运动学模型的Kalman过滤器[3]是低通滤波器。在(1)中,噪声增益少,带宽较低,适合几乎恒定的速度运动。用大B,它们具有更高的带宽,并且是
摘要 近年来,电池/超级电容器 (SC) 混合储能系统 (HESS) 广泛应用于电动汽车 (EV),因为该混合系统结合了两种设备的优点。本文提出了一种电池/SC HESS 的自适应功率分配方案,以根据其存储的能量和负载电流最大化 SC 的利用率。在该方法中,采用自适应算法开发低通滤波器来计算合适的截止频率以在电池和 SC 之间分配功率需求。该方法可以调整截止频率但不改变控制系统的结构,因此不影响其原有的简单实现和稳定性特性。全面的仿真研究验证了所提出的电池/SC HESS 自适应功率分配方案的有效性,并使用 Lyapunov 方法进一步验证了其稳定性。结果表明,自适应方法比传统控制系统在运行期间电池能量吞吐量减少 20%–40% 的性能更好,并且可以根据 SC 的能量容量调整 HESS 的动态响应,进一步提高系统效率。经验证,提出的自适应功率分配方案能够延长电动汽车应用中 HESS 系统的使用寿命。
摘要。最近提出的量子系统使用频率复用量子比特技术来读取电子器件,而不是模拟电路,以提高系统的成本效益。为了恢复单个通道以供进一步处理,这些系统需要一种解复用或通道化方法,该方法可以低延迟处理高数据速率,并且使用很少的硬件资源。本文介绍了一种使用多相滤波器组 (PFB) 信号处理算法的低延迟、适应性强的基于 FPGA 的通道器。由于只需设计一个原型低通滤波器来处理所有通道,因此 PFB 可以轻松适应不同的要求,并进一步简化滤波器设计。由于每个通道都重复使用相同的滤波器,与传统的数字下变频方法相比,它们还降低了硬件资源利用率。实现的系统架构具有广泛的通用性,允许用户从不同数量的通道、采样位宽度和吞吐量规格中进行选择。对于使用 28 系数转置滤波器和 4 个输出通道的测试设置,所提出的架构可产生 12.8 Gb/s 的吞吐量和 7 个时钟周期的延迟。
摘要电池/超级电容器(SC)混合储能系统(HESS)在近年来由于混合系统而广泛应用于电动汽车(EV),该系统结合了两种设备的好处。本文提出了电池/SC HESS的自适应电源分配方案,以根据其存储的能量和负载电流最大化SC的使用情况。在方法中,使用自适应算法开发低通滤波器,以计算合适的截止频率,以分配电池和SC之间的功率需求。该方法可以调整截止频率,但不能更改控制系统的结构,因此其简单实现和稳定性的原始属性不会受到影响。全面的仿真研究验证了电池/SC HESS中提出的自适应发电方案的有效性,并使用Lyapunov方法进一步验证了其稳定性。结果表明,自适应方法的性能优于传统控制系统,在操作过程中,电池能量吞吐量降低了20%–40%,并且可以根据SC的能量能力来调整HESS的动态响应,以进一步提高系统效率。已验证了建议的自适应发电计划,能够在电动汽车应用程序中延长HESS系统的使用寿命。
摘要 - 患有心脏病的患者需要护理和密切监测。在监测心脏中,有几个参数,包括心电图(ECG)记录心脏的电活动,phonocardiograph(PCG)记录心脏声音和颈动脉脉冲(CP),以记录颈动脉血液血压。本研究的目的是在具有Delphi编程的计算机上设计ECG,PCG和CP,并分析这些信号之间的关系。心脏监视器的主电路由仪器放大器,倒置放大器,高通滤波器,低通滤波器,Notch滤波器,非转移放大器,求和放大器和Arduino MicroController组成。这项研究涉及15名健康受访者。使用常规设备对心脏监护仪的设计进行了校准。计算后,统计数据表明,BPM的平均误差为2.42718%。颈动脉脉冲表明,颈动脉脉冲中的双齿缺口(D波)的模式与颈动脉脉冲的D波脉冲之前或在D波脉冲之前发生了相关性。我们发现S2和双齿缺口之间的间隔的平均值为±0.036 s。
摘要 — 现代太空运载火箭 (SLV) 外形细长,由于使用了轻质材料,通常具有柔性。这种结构柔性与传感器和执行器动力学相结合,会对 SLV 的控制产生不利影响,从而导致运载火箭不稳定,在最坏的情况下,还会导致结构故障。这项工作侧重于 SLV 的刚性和柔性动力学的建模和仿真及其与控制系统的相互作用。SpaceX 的 Falcon 9 被选为本研究的对象。使用 Ansys 中的模态分析计算柔性模式。开发了高精度非线性模拟,将柔性模式及其与刚性自由度的相互作用结合起来。此外,还开发了柔性体动力学的线性化模型,涵盖整个轨迹直到第一级分离。使用经典控制方法,开发了使 SLV 保持其期望轨迹的姿态控制器,并设计了多个滤波器来抑制柔性动力学的相互作用。设计的控制器以及滤波器在非线性模拟中实现。此外,为了证明设计的控制器的鲁棒性,进行了蒙特卡罗模拟并给出了结果。关键词 — 航天运载火箭;柔性动力学;柔性模式;增益稳定;陷波滤波器;低通滤波器;椭圆滤波器
摘要 — 设计并演示了在 100 微米薄玻璃基板上通过通孔互连的高精度高性能带通和低通滤波器的双面或 3-D 集成,用于超小型双工器组件。开发了一种实现大面积高精度制造的新型工艺,以大大提高电气性能的公差。高精度、高品质因数和高元件密度以及玻璃上的薄膜层用于在玻璃上实现创新的拓扑结构,以实现高带外抑制和低插入损耗。低损耗 100 毫米厚的玻璃芯和多层 15 毫米薄聚合物膜用于在基板上构建滤波器。演示的双工器尺寸为 2.3 3 2.8 3 .2 毫米。借助玻璃的尺寸稳定性和半加成图案化工艺控制,所制造的滤波器的性能与模拟结果具有极好的相关性。还分析了工艺敏感性分析对双工器性能的影响。最后,展示了一种独特而创新的工艺解决方案,以控制工艺偏差并实现良好的双工器公差。使用新工艺,性能偏差控制在约 3.5 倍。
• 符合功能安全标准 – 有助于 ISO 26262 系统设计的文档 – 系统能力高达 ASIL B – 硬件能力高达 ASIL B • 每个设备可测量 9 到 14 个串联电池,最多可堆叠 64 个设备 • 专用 ADC,全温度范围内精度为 ±3.2mV • 电池电压和电池组电流测量同步至 64μs • 支持具有完全冗余的跛行模式 • 集成后 ADC 可配置数字低通滤波器 • 支持母线而不影响测量精度 • 12 个 GPIO 用于温度传感器/模拟/数字/I 2 C 控制器/SPI 控制器 • 内部电池平衡 – 300mA 时平衡 – 用户控制的 PWM 调整电池平衡电流 – 内置平衡热管理,具有自动暂停和恢复控制 • 强大的菊花链通信和支持环形架构 • 主机硬件复位可在不移除电池的情况下模拟 POR 类事件 • 支持变压器和电容隔离 • 片上存储器可进行一次性自定义编程 • 低功耗模式电流 <6μA • 兼容采用带 SPI/UART 接口的 BQ79600-Q1
• 符合功能安全标准 – 有助于 ISO 26262 系统设计的文档 – 系统能力高达 ASIL B – 硬件能力高达 ASIL B • 每个设备可测量 9 到 14 个串联电池,最多可堆叠 64 个设备 • 专用 ADC,全温度范围内精度为 ±3.2mV • 电池电压和电池组电流测量同步至 64μs • 支持具有完全冗余的跛行模式 • 集成后 ADC 可配置数字低通滤波器 • 支持母线而不影响测量精度 • 12 个 GPIO 用于温度传感器/模拟/数字/I 2 C 控制器/SPI 控制器 • 内部电池平衡 – 300mA 时平衡 – 用户控制的 PWM 调整电池平衡电流 – 内置平衡热管理,具有自动暂停和恢复控制 • 强大的菊花链通信和支持环形架构 • 主机硬件复位可在不移除电池的情况下模拟 POR 类事件 • 支持变压器和电容隔离 • 片上存储器可进行一次性自定义编程 • 低功耗模式电流 <6μA • 兼容采用带 SPI/UART 接口的 BQ79600-Q1