XiaoMi-AI文件搜索系统
World File Search System频域
分区 Ohtomo 稳定性测试可有效分析大型...
摘要 电子电路设计中的一个基本步骤是验证它们至少在给定的一组外部终端上是稳定的，以避免在实践中无法观察到所找到的解决方案。这在微波和毫米波电路中尤其如此，因为它们通常在频域而不是时域中进行分析。因此，无论是在线性还是大信号情况下，都可能发现不稳定的解而不是可观察到的解。不幸的是，与线性情况相比，大信号解的稳定性分析要麻烦得多。特别是，虽然可以将基于奈奎斯特原理的小信号测试转化为大信号等效测试，但代价是矩阵大小显著增加。然而，对于最近才应用于大信号解决方案的 Ohtomo 测试，可以利用问题的结构来显著降低复杂性，从而缩短模拟时间。选择一个真实世界的平衡放大器来验证所提出的方法并说明其实际用途。本文还介绍了该方法在具有大量器件的实际单片电路中的应用。
3D-STCNN：基于 EEG 3D 特征的时空卷积神经网络，用于检测驾驶疲劳
摘要：疲劳驾驶已成为引发交通事故的主要原因之一，基于脑电信号进行驾驶疲劳检测可以有效评估驾驶员的心理状态，避免交通事故的发生。本文评估了一种提取脑电信号多种特征的特征提取方法，建立了一种时空卷积神经网络（STCNN）用于驾驶员疲劳检测。首先，构建脑电信号的三维特征，包括脑电信号的频域、时域和空间特征；然后，利用STCNN进行疲劳状态分类。STCNN由基于注意力机制的注意时间网络和基于注意力机制的注意卷积神经网络组成。此外，进行了疲劳驾驶实验，采集了14名受试者在清醒和疲劳状态下的脑电信号，最终收集了三种不同驾驶任务负荷下的脑电数据。在此基础上进行了大量实验，并比较了STCNN与六种竞争方法的有效性。结果表明，STCNN的分类准确率为87.55%，可以有效检测驾驶员疲劳状态。
这是以下文章的同行评审前版本：Martinez, P., Blanchet, V., Descamps, D., Dory, J.-B., Four- ment, C., Papagiannouli,
利用频域干涉法和从头算分子动力学研究了非晶态碲化锗薄膜对飞秒激光激发的亚皮秒响应。表面动力学的时间分辨测量揭示了薄膜的收缩，其介电性能响应速度超过 300 fs。非平衡条件下的系统从头算分子动力学模拟使我们能够检索离子温度从 300 K 到 1100 K 以及电子分布宽度从 0.001 eV 到 1.0 eV 的原子构型。通过深入分析角度分布、声子模式和对分布函数来表征结构的局部有序性，这证明了向新的非晶态电子激发态的转变，该激发态在键合/结构上接近液态。我们的研究结果为涉及两个重要过程的硫族化物材料中的光学高激发态提供了新的见解：存储器件中的相变材料和静态场引起的 Ovonic 阈值开关现象。
惯性测量装置性能分析的振动阶跃试验
摘要——如今，惯性测量单元已广泛应用于多种应用，例如汽车和自动驾驶汽车、无人驾驶飞行器、手机、机器人、人工智能等。尽管如此，最近的文献并没有正确涵盖微电子设备在真实环境条件下运行时的动态计量性能表征和可靠性分析。为了填补这一空白，本文提出了在振动条件下表征惯性测量单元的方法，即通过步进测试振动曲线来测试在不同频率下受到正弦振动的惯性平台的行为。从广为人知的正弦扫描振动曲线开始，制定了一个定制的测试计划，该计划基于正弦刺激随时间的频率递增，以研究惯性平台的频率响应。对一组真实设备的应用证实，所提出的测试可以识别机械应力对频域内微机电传感器计量性能的影响。所开发的测试计划还可用于调查特定频率的正弦振动是否会触发一些通常静止的故障机制。关键词 - 诊断；惯性测量单元；MEMS；测试；振动。
噪声量子硬件上双点动态平均场理论的量子经典模拟
摘要 我们报告了使用双点动态平均场理论 (DMFT) 对单波段哈伯德模型进行量子经典模拟。我们的方法使用 IBM 的超导量子比特芯片在时间域中计算零温度杂质格林函数，并使用经典计算机拟合测量的格林函数并提取其频域参数。我们发现量子电路合成 (Trotter) 和硬件错误会导致频率估计不正确，随后导致从自能的频率导数计算时准粒子权重不准确。这些错误会产生错误的杂化参数，从而阻止 DMFT 算法收敛到正确的自洽解。为了避免这个陷阱，我们通过对谱函数中的准粒子峰进行积分来计算准粒子权重。这种方法对 Trotter 误差的敏感度要低得多，并且在将量子误差缓解技术应用于量子模拟数据后，算法可以收敛到半填充 Mott 绝缘系统的自洽性。
抗噪模态参数识别与损伤...
摘要目的——地面振动测试对于飞机设计和认证至关重要。快速松弛矢量拟合 (FRVF) 和 Loewner 框架 (LF) 最近扩展到机械系统中的模态参数提取，以解决时间和频域技术的计算挑战，用于航空相关结构的损伤检测。设计/方法/方法——FRVF 和 LF 应用于数值数据集以评估噪声稳健性和损伤检测性能。还评估了计算效率。此外，它们还应用于一种新的高纵横比机翼损伤检测基准，将其性能与最先进的方法 N4SID 进行比较。结果——FRVF 和 LF 可有效检测结构变化；LF 表现出更好的噪声稳健性，而 FRVF 的计算效率更高。实际意义——建议在有噪声的测量中使用 LF。原创性/价值——据作者所知，这是首次应用 LF 和 FRVF 提取航空相关结构中的模态参数的研究。此外，还介绍了一种新型高纵横比机翼损伤检测基准。
原创研究基于多脑区脑电信号分析的抑郁症检测
背景：脑电图作为检测脑部神经电活动的客观方法，已被成功应用于重度抑郁症（MDD）的检测，但脑电通道和脑区的选择直接影响检测算法的性能。方法：针对上述问题，提取非线性特征Lempel-Ziv复杂度（LZC）和频域特征功率谱密度（PSD）对EEG信号进行分析，并在闭眼和睁眼静息状态下研究不同脑区及脑区组合对MDD检测的影响。结果：MDD患者的平均LZC高于对照组，MDD患者的平均PSD普遍低于对照组。颞区是MDD检测的最佳脑区，检测准确率为87.4%；最佳多脑区组合的检测准确率为92.4%，由额叶、颞叶和中枢脑区组成。结论：本文验证了多脑区检测MDD的有效性，为探索MDD的病理机制、创新诊疗方法提供了新思路。
专家系统及其应用
癫痫是一种导致人们癫痫发作的神经系统疾病，也是脑电图的主要应用领域。在本研究中，提出了一种用于健康和癫痫（EEG）信号分类的时间和频率特征方法。使用互相关（CC）方法提取时域特征。通过计算功率谱密度（PSD）提取与频域相关的特征。在研究中，这些单独的时间和频率特征被认为对EEG本身的性质具有互补性。通过使用散度分析，可以定量测量特征空间中特征向量的分布。因此，建议使用而不是单个特征向量进行分类。为了显示该方法的效率，首先，分别分析基于时间和频率的特征向量在总体准确度方面的分类性能。然后，将通过各个特征向量获得的特征向量用于分类。给出了不同分类器结构所取得的结果。借助其他针对同一数据集的研究，对本研究获得的性能进行了比较评估。结果表明，互相关和 PSD 得出的特征组合在区分癫痫和健康脑电图片段方面非常有前景。
fa-gan：无伪像和相感的高保真gan vocoder
基于生成的对抗网络（GAN）的声音编码器在高质量和快速的推理速度方面已在语音合成中获得了极大的关注。但是，仍然存在许多明显的光谱伪像，导致综合语音的质量下降。在这项工作中，我们采用了一种基于Gan的新型Vocoder，专为少数文物和高保真效果而设计，称为Fagan。为了抑制高频组件中非理想的上取样层引起的混叠伪像，我们在发电机中引入了抗脱氧的双反卷积模块。为了减轻模糊的伪影并丰富了规格细节的重建，我们提出了一种新型的细粒度多分辨率真实和虚构的损失，以帮助对相信息进行建模。实验结果表明，FA-GAN的表现优于比较促进音频质量和减轻光谱伪像的方法，并且在应用于看不见的说话者场景时表现出卓越的性能。索引术语：语音综合，生成对抗网络，光谱伪像，频域
飞机飞行控制系统识别方法...
系统识别方法通过对动态系统的输入和输出进行测量，组成一个数学模型或一系列模型。提取的模型可以表征整个飞机或组件子系统行为（如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，说明了如何提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂度的模型。文中展示了艾姆斯研究中心众多飞行和模拟程序的测试数据结果，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这一大类系统，实现了出色的系统特性和动态响应预测。示例说明了系统识别技术在提供飞机开发整个生命周期（从初始规格到模拟和台架测试，再到飞行测试优化）的动态响应数据集成流方面的作用。