【摘 要】
：
本课题来源于某型导引头伺服控制系统的开发项目。论文主要完成了导引头伺服控制系统方案和硬件电路设计、FPGA接口开发以及系统调试与测试,同时对信号完整性问题中的反射与串扰现象进行了分析和仿真,提出了应对策略并应用于系统电路设计中。首先,根据导引头伺服控制系统的功能和指标要求进行了总体方案设计,提出了硬件电路设计方案,完成了载荷估算、关键部件和芯片选型、电路总体设计以及功耗核算,在此基础上通过对四个控
论文部分内容阅读
本课题来源于某型导引头伺服控制系统的开发项目。论文主要完成了导引头伺服控制系统方案和硬件电路设计、FPGA接口开发以及系统调试与测试,同时对信号完整性问题中的反射与串扰现象进行了分析和仿真,提出了应对策略并应用于系统电路设计中。首先,根据导引头伺服控制系统的功能和指标要求进行了总体方案设计,提出了硬件电路设计方案,完成了载荷估算、关键部件和芯片选型、电路总体设计以及功耗核算,在此基础上通过对四个控制环路进行设计与仿真验证了方案的可行性。其次,分析了电路设计中存在的反射和串扰现象并进行了仿真。通过模型搭建分析了两者形成的机理,并对四种抑制反射的阻抗匹配方案和影响串扰的四个主要因素进行了仿真,由此提出了具体电路设计方案和板级应对策略。第三,设计了导引头伺服控制系统的硬件电路。基于提出的硬件电路方案和对反射与串扰的论述设计了控制单元、驱动单元和解码单元的具体电路,并在一块直径为140mm的圆形8层电路板上完成了器件布局和信号布线。第四,实现了FPGA接口模块化设计与功能仿真。将外部接口按类型和需求分为7个设计模块并基于状态机等技术对涉及到的时钟分频,串口通信和时序控制功能进行了仿真验证。第五,完成了导引头伺服控制系统的调试和测试工作。在对电路板进行检查后,依次完成了FPGA接口功能调试、系统闭环回路调试、系统功能和性能测试,验证了导引头伺服控制系统可满足功能及指标要求并最终交付使用。
其他文献
智能监控系统已广泛应用于人民生产生活的方方面面,小到居家住所,大到公共场所,它不仅能帮助人们保障自身权益、维护财产安全,更有助于维护整个社会的治安稳定。智能监控系统涉及运动目标检测、分类、跟踪及其行为理解等技术。本文围绕智能视频分析中的运动目标检测展开研究,以达到在复杂的视频场景下准确检测运动目标的目的,更好地保障智能监控系统决策的正确性。针对传统的Vi Be算法中存在运动物体或者原本静止的物体突
合成孔径雷达（Synthetic Aperture Radar,SAR）因其全天时、全天候的工作能力与穿透力强等特性,被广泛应用于遥感技术领域。SAR图像变化检测是通过定性定量分析同一区域不同时相的SAR图像来获取地物变化信息的方法。SAR图像由于自身成像机理导致图像含有大量相干斑噪声,这给SAR图像变化检测带来了极大的挑战。本文首先介绍了SAR图像变化检测的研究现状,在对现有变化检测方法优缺点分
多目标跟踪任务是计算机视觉领域中的关键任务,其是目标检测、图像分割等任务的进一步发展,也是人体姿态估计、行为识别与分析等高级任务的基石,具有丰富的研究和实用价值。多目标跟踪任务的目的是识别和检测出视频帧中所有的目标,并保证每个目标在其所在视频帧中的身份信息不变,即对每个目标维持一个相同的ID编号。目前对多目标跟踪任务的处理框架主要分为四个步骤,包括目标检测、特征向量提取、相似度计算和数据关联。研究
随着移动通信技术的迅速发展和互联网相关应用的逐渐普及,当前信息网络正在向着大容量、高带宽、高可靠性、低延时和广覆盖发展。借助软件定义网络（Software Defined Network,SDN）技术,网络设备制造和运营商可以在基于密集波分复用的光网络（Optical Networks with Dense Wavelength Division Multiplexing,ON-DWDM）中实现光
近年来,随着传感器设备和无线通信技术的发展,无线传感器网络受到了极大的关注。无线传感器网络的广泛使用使得远程监控物理环境变得更加容易,但是其低功耗、小成本与有限的网络寿命等特点为收发机系统带来了一系列挑战,尤其是对片上功率放大器的设计提出了很高的要求。基于这一背景,本论文对高效率CMOS功率放大器展开了研究。本论文分析了功率放大器在无线传感网络中的应用,对当前国内外提出的CMOS功率放大器所使用的
随着互联网、物联网和人工智能等技术的广泛应用,大数据分析在各行各业中都变得越来越重要。如今的大数据处理系统,如Hadoop Map Reduce、Spark和Flink等,都将上层的大数据应用抽象为一组待调度的作业。由于数据处理作业的逻辑高度复杂,所处理的大数据作业状态动态变化,现有的静态作业调度算法考虑的重点有限,无法同时兼顾调度算法的高性能与集群资源的高效使用。因此,如何设计合适的调度器,使得
三维人体姿态估计是对图像或者视频中出现的人体进行准确的关节点定位,抽象出一个三维人体骨骼形状,以便后续的动作分析和行为识别。它是很多高级计算机视觉任务的基础,能够广泛的应用于视频监控、步态分析、动作捕捉以及体感人机交互领域。随着深度神经网络模型的飞速发展,三维人体姿态估计方法也在日益革新。基于深度学习的两阶段三维人体姿态估计方法首先将图像传入预训练的二维姿态提取网络获取二维人体关节点坐标,然后再通
随着数字化时代的快速发展,图像和视频成为获取信息的主要形式之一,由于硬件成本以及环境的限制,捕捉到的图像会呈现出低光照、背光不足、局部区域模糊等特征,既影响了信息获取的准确度,也会影响实际任务如目标检测和人像识别等等任务中对高质量图像的需求。往往需要手动调节低质量图像的亮度、对比度、饱和度以及图像的局部区域的质量,从而使得图像可以传递更丰富的信息,但是这样的过程往往比较耗时。因此,对自然图像自适应
近年来,世界各国均将竞技体育成绩视为评估国家综合实力的重要指标。面对国际竞技体育竞争日益激烈的现状,必须依靠更为科学高效的训练方法提升我国竞技体育水平。目前,利用运动感知器采集运动数据易受环境干扰,且通过人工分析运动员动作准确度不高。针对以上问题,本文应用深度学习技术突破当前依靠传感器采集运动员运动数据的局限性,设计并实现了基于人体关键点检测智能模型的体育运动视频分析系统。本系统旨在对视频中运动员