XiaoMi-AI文件搜索系统
World File Search System控制信号
Victor Martinez Cagigal - 文件日期 - CVN | - FECYT
非侵入式脑机接口（BCI）系统允许使用用户的脑电波来控制应用程序，这是我在理论和实践领域研究的基本支柱。我的主要研究方向是深入研究 BCI 系统和神经科学实验软件（MEDUSA©，www.medusabci.com）的开发、不同控制信号（P300、SMR、SSVEP、c-VEP）的处理以及辅助软件（移动和桌面应用程序）的开发，以改善严重运动障碍者的生活质量。除了BCI系统之外，我的研究兴趣还集中在生物医学信号处理（尤其是脑电图）、人工智能和模式识别（机器/深度学习）、计算神经科学和软件工程（Python、Java、JavaScript、C#、MATLAB）。
STAGESCAN - Clay Paks
高功率 OSRAM HMI 1200 是专业应用中最受好评的灯具，因为它具有出色的发光效率（110,000 流明）以及能够更长时间地保持原始色温（平均灯泡寿命为 750 小时）。STAGE SCAN 将这款出色的灯具与一系列创新功能（包括热启动）集成在一起，因此设计师无需等待即可开启，即使在意外断电或雷暴等导致停电后也是如此。热启动功能还使得集成自动灯泡关闭功能成为可能，该功能可以在零控制信号 5 分钟后激活。或者，可以通过专用通道上的控制台直接打开和关闭 STAGE SCAN。这种对灯泡操作的控制级别可以节省功耗并更好地利用宝贵的灯泡时间。
在考虑单个系统动力学的同时，用于多能系统的实时功率共享策略
摘要：对于可持续和弹性的能源供应，多能系统（MES）变得更加突出。在由不同的生成来源，不可控制的负载，多个存储选项和Power-to-t-to-t-to-X技术组成的MES中实时有效共享是一项艰巨的任务。挑战是由于不断波动的生成和负载以及设置中每个元素的不同系统动力学而引起的。可以将MES中各种可控元素之间的功率共享分解为两级过程。最高级别的过程（通常称为超级分子控制），基于负载和生成预测和其他多个因素，可以在更长的时间内使用功率共享。基于超级分子控制和实时传感器数据的输入，较低级别的过程（通常称为子分子控制）完善了各个元素的控制信号。
FPGA 嵌入式脑机接口系统，支持闭锁症患者的个人自主权
摘要：脑机接口 (BCI) 可以检测特定的脑电图模式并将其转换为外部设备的控制信号，为患有严重运动障碍的人提供与外界沟通和互动的替代/附加渠道。许多基于脑电图的 BCI 依赖于 P300 事件相关电位，主要是因为它们需要的用户训练时间相对较短，并且选择速度更快。本文提出了一种基于 P300 的便携式嵌入式 BCI 系统，该系统通过基于 FPGA（现场可编程门阵列）的嵌入式硬件平台实现，确保灵活性、可靠性和高性能。该系统在用户视觉刺激期间获取脑电图数据并实时处理这些数据，以正确检测和识别脑电图特征。BCI 系统旨在允许用户执行通信和家庭自动化控制。
电力系统稳定器优化的新方法
摘要 电力系统稳定器 (PSS) 是同步发电机中使用的控制装置，通过向发电机励磁系统提供补充控制信号来增强电力系统的稳定性和阻尼。它有多种类型，每种类型都旨在解决特定的稳定性问题并适应不同的系统配置，即传统超前滞后 PSS、相位补偿 PSS、高速 PSS 和广域 PSS。多区域过渡稳定性取决于由多个互连区域组成的电力系统在发生干扰（例如短路或负载干扰）后保持同步运行的能力。确保此类系统的暂态稳定性对于防止连锁故障和停电至关重要。所提出的控制说明了使用四机两区 kundur 测试系统为 PSS 实施不同的策略。
基于Arduino的机械臂设计与实现
本研究介绍了基于 Arduino 的机械臂的模型、设计和构造，该机械臂通过移动应用程序控制，可在远距离运行。本研究设计并实现了一个六自由度机械臂。由 Arduino 平台控制的设计通过无线控制信号（即蓝牙）从用户的移动应用程序接收命令。机械臂由五个旋转关节和一个末端执行器组成，其中旋转运动由伺服电机提供。每个连杆首先使用 Solid Works 设计，然后通过 3D 打印机打印出来。机器人零件的组装和电机的机械形状产生了机械臂的最终原型。Arduino 已被编程为为每个相应的伺服电机提供旋转，以便在设计的移动应用程序中为滑块提供远程使用。
引用：Sikandar Qammar，Ayimen Khalid Khan博士（2022）BCI系统以及各种信号采集技术的比较。 J Data Sci Mod Tech 6：1
大脑计算机界面（BCI）是基于神经科学，信号处理，生物医学传感器，硬件等的先进，跨学科和主动研究领域。这是一种通信系统，它允许人类使用脑波活动产生的控制信号与周围环境进行通信，而无需参与周围神经或肌肉。在过去的几十年中，已经对BCI的不同信号采集技术的适用性进行了一些开创性的研究。但是，尚未进行全面涵盖该领域的全面审查。因此，这项研究提供了全面的概述，包括比较不同技术以捕获BCI信号的比较，并简要描述了每种技术的优点和缺点。本文还提出了最佳位置，可用于从大脑中获取EEG
AD9363 - ADI 公司
集成 12 位 DAC 和 ADC 的射频 (RF) 2 × 2 收发器 宽带宽：325 MHz 至 3.8 GHz 支持时分双工 (TDD) 和频分双工 (FDD) 操作 可调通道带宽 (BW)：高达 20 MHz 接收器：6 个差分输入或 12 个单端输入 卓越的接收器灵敏度，噪声系数：3 dB 接收 (Rx) 增益控制 用于手动增益的实时监视器和控制信号 独立的自动增益控制 (AGC) 双发射器：4 个差分输出 高线性宽带发射器 发射 (Tx) 误差矢量幅度 (EVM)：−34 dB Tx 噪声：≤−157 dBm/Hz 本底噪声 Tx 监视器：66 dB 动态范围，精度为 1 dB 集成小数 N 合成器 2.4 Hz 本振 (LO) 步长 CMOS/LVDS 数字接口
博士名单。通知2024
Introduction of structural and functional properties of natural and synthetic biomembranes Fluid mosaic model Types of transport across biomembranes Intracellular membrane traffic Membranes of erythrocytes, intestinal mucosa, retinal cells and nerve cells Introduction to concepts of cellular signaling, receptors, transducers, primary and second messengers;信号扩增质膜作为传感器和放大器G蛋白偶联受体和激素通过蛋白质磷酸化和激酶的细胞信号传导TGFBeta；细胞因子受体； JAK/STAT途径带信号诱导蛋白质裂解的途径：Notch/Delta信号传导途径由泛素化控制：Wnt，HedgeHog和NF-κB癌症中涉及的信号传导途径癌症中的信号传导代谢功能障碍期间的信号导致肥胖，糖尿病等。信号的调节集成和控制信号
tabede：需求响应的新解决方案...
BMS-E与其他项目组件的互动以形成整体TabEde系统，如下图1所示，并在此处进行更详细的描述（通过该项目开发的组件以BOLD为单位）。BMS-E首先收集建筑物级设备和设备能源消耗数据，通过最终用户界面建筑所有者和/或乘员输入的用户首选项以及由DR自动服务器（DRAS）模拟的网格信号。实时能源和环境预测和仿真（礁石）系统从BMS-E接收能量消耗数据，并以15分钟的间隔使用它来产生24小时的日期预测。基于代理的优化器（ABO）（4）接收来自礁石的预测，并将其与从BMS-E接收到的DR信号和用户偏好相结合，以创建优化的负载配置文件。然后将它们发送回BMS-E，该BMSE将控制信号发送到设备和设备以匹配ABO指定的优化。