应用

LiDAR 数据融合(三)

LiDAR 数据融合(二)

LiDAR 数据融合(一)

BM算法原理与优化实践(四)

BM算法原理与优化实践(三)

BM算法原理与优化实践(二)

BM算法原理与优化实践(一)

谐振转换器拓扑创新：LLC与DAB架构在纹波抑制中的性能对比研究

谐振转换器凭借其软开关特性与电磁兼容优势，成为中大功率场景的核心拓扑。然而，单相系统固有的两倍频功率波动与开关动作产生的高频纹波，始终是制约输出电能质量的瓶颈。本文以LLC谐振转换器与双有源桥(DAB)架构为研究对象，通过信号调制解调理论、控制策略创新与实际工程验证，揭示两者在纹波抑制中的技术差异与协同路径。

校准件老化效应建模：基于机器学习的预测性维护与补偿算法

在精密测试领域，校准件如同“测量尺”的基准刻度，其性能稳定性直接影响测试结果的准确性。然而，随着使用时间增长，校准件会因材料疲劳、环境侵蚀等因素产生老化效应，导致参数漂移甚至失效。传统方法依赖定期校准或经验公式修正，但存在滞后性强、成本高昂等问题。近年来，基于机器学习的预测性维护与补偿算法为校准件老化管理提供了新范式，通过数据驱动建模实现“未病先治”的精准维护。

网络分析仪校准十二项误差模型全解析，理论推导和数学实现

在射频与微波测试领域，网络分析仪是测量器件S参数的“眼睛”，但其测量精度受限于系统误差。十二项误差模型作为矢量网络分析仪(VNA)校准的核心理论，通过数学建模将测试装置的物理缺陷转化为可求解的误差项，为消除系统误差提供了科学依据。本文将从理论推导、数学实现到工程应用，全面解析这一经典模型。