《電子測(cè)量技術(shù)》電子技術(shù)期刊發(fā)表，創(chuàng)刊于1977年，由北京無(wú)線電技術(shù)研究所主辦。以為國(guó)際和國(guó)內(nèi)市場(chǎng)提供有競(jìng)爭(zhēng)力的產(chǎn)品、為科技工作者提供先進(jìn)的測(cè)量技術(shù)，一直以來(lái)深受測(cè)量領(lǐng)域工程師和研究者的關(guān)注，而為他們搭建溝通行業(yè)信息的平臺(tái)，開創(chuàng)學(xué)術(shù)交流的廣闊空間則是《電子測(cè)量技術(shù)》創(chuàng)刊30年來(lái)的核心使命。榮獲中文核心期刊(1992)。

　　2007年，《電子測(cè)量技術(shù)》將從雙月刊改為月刊，使其在所刊載學(xué)術(shù)論文的科技含量上及新聞的權(quán)威性上將有一個(gè)本質(zhì)的提升。從季刊到雙月刊再到月刊，無(wú)論形式怎樣改變，我們辦刊的理念沒有改變：弘揚(yáng)科技創(chuàng)新主旋律是我們神圣的使命;貼近創(chuàng)新、貼近應(yīng)用、貼近讀者，是我們前行的不竭動(dòng)力;為創(chuàng)新吶喊，為科技鼓呼，是我們不變的信念;以精品意識(shí)打造精品，是我們不斷的追求;“反映科技、干預(yù)科技、引導(dǎo)科技、豐富科技”從而引領(lǐng)電子測(cè)量技術(shù)的前進(jìn)方向，更是我們的執(zhí)著追求。

　　電子測(cè)量技術(shù)雜志欄目設(shè)置

　　研究設(shè)計(jì)、技術(shù)應(yīng)用、信息技術(shù)、測(cè)試系統(tǒng)、微機(jī)應(yīng)用、虛擬儀器技術(shù)

　　電子測(cè)量技術(shù)雜志榮譽(yù)

　　萬(wàn)方收錄(中)

　　上海圖書館館藏

　　國(guó)家圖書館館藏

　　知網(wǎng)收錄(中)

　　統(tǒng)計(jì)源核心期刊(中國(guó)科技論文核心期刊)

　　維普收錄(中)

　　中國(guó)學(xué)術(shù)期刊(光盤版)全文收

　　電子測(cè)量技術(shù)雜志最新目錄

　　粗糙面與上方目標(biāo)復(fù)合的寬帶電磁散射研究 武劍;任新成;朱小敏

　　(6)井下高壓電網(wǎng)保護(hù)定值仿真校驗(yàn)系統(tǒng) 王福忠;楊茜惠;王新良

　　(12)時(shí)間間隔測(cè)量在可焊性測(cè)試儀校準(zhǔn)中的應(yīng)用 范鳳軍;祁士青;楊正

　　(15)基于改進(jìn)的穩(wěn)態(tài)法獲取三相系統(tǒng)諧波阻抗 艾永樂;都靜靜;王玉棟;王偉

　　(20)電阻誤差測(cè)量電路設(shè)計(jì)分析 劉乃清;張焱

　　(26)放大轉(zhuǎn)發(fā)協(xié)作中繼鏈路的能效性能研究 陳芳芳;王濤

　　(31)基于GPS的射電望遠(yuǎn)鏡跟蹤平臺(tái)的研究 林俊欽;殷興輝

　　(36)基于混合模型的炮位外推算法研究 毛洋;方逸遠(yuǎn);周敬烈

　　(41)基于NTC的非平衡橋式測(cè)溫電路的誤差分析 李云輝;王曉東;朱小明

　　(46)基于DCT系數(shù)的量化音頻水印 潘洋緒;劉猛

　　(49)基于DataSocket技術(shù)傳輸圖像的速率研究 白金鵬

　　(54)基于FPGA的車牌識(shí)別系統(tǒng)研究與實(shí)現(xiàn) 胡玉琛;劉一清

　　閱讀推薦：電子科技文摘

　　《電子科技文摘》電子期刊征稿，堅(jiān)持為社會(huì)主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭(zhēng)鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識(shí)，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國(guó)際科學(xué)文化交流，探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　電子測(cè)量技術(shù)最新期刊目錄

多路徑特征融合的YOLOv8航拍圖像檢測(cè)算法————作者：王靈超;沈?qū)W利;艾強(qiáng);閆海龍;

摘要：針對(duì)無(wú)人機(jī)航拍圖像中目標(biāo)密集、背景復(fù)雜導(dǎo)致小目標(biāo)檢測(cè)精度較低的問題，提出了一種改進(jìn)的航拍目標(biāo)檢測(cè)算法（MF-YOLO）。首先，增強(qiáng)YOLOv8的多路徑特征融合能力，整合不同層次特征以保留淺層細(xì)節(jié)，提高小目標(biāo)檢測(cè)精度；其次，采用EMA注意力機(jī)制，提高目標(biāo)區(qū)域識(shí)別率和目標(biāo)框定位精度，有效區(qū)分目標(biāo)與背景區(qū)域；然后，提出密集注意層（DAL），通過聚焦密集目標(biāo)區(qū)域和抑制無(wú)關(guān)特征，提升算法對(duì)密集區(qū)域的特征提取...

基于模態(tài)分解和多模型融合的IES多元負(fù)荷預(yù)測(cè)————作者：李大華;趙志成;田禾;高強(qiáng);

摘要：針對(duì)綜合能源系統(tǒng)中多元負(fù)荷的隨機(jī)性和高波動(dòng)性所帶來(lái)的挑戰(zhàn)，現(xiàn)有的負(fù)荷預(yù)測(cè)方法通常難以實(shí)現(xiàn)高精度和穩(wěn)定的預(yù)測(cè)效果。為解決這一問題，提出一種基于模態(tài)分解和多模型融合的IES短期負(fù)荷預(yù)測(cè)方法。首先，利用最大互信息系數(shù)對(duì)輸入特征進(jìn)行篩選，旨在有效識(shí)別與負(fù)荷變化相關(guān)的關(guān)鍵因素；其次，將樣本熵結(jié)合互信息為適應(yīng)度函數(shù)，采用指數(shù)三角優(yōu)化算法獲得VMD的最優(yōu)參數(shù)組合，從而實(shí)現(xiàn)對(duì)IES負(fù)荷的有效分解，得到多個(gè)本征模態(tài)...

基于SGF-YOLO的鋼板缺陷檢測(cè)方法————作者：雷超;陳德基;孫家棟;施佩;

摘要：鋼板產(chǎn)品的表面質(zhì)量對(duì)其使用性能和市場(chǎng)競(jìng)爭(zhēng)力具有重要影響。針對(duì)鋼板表面缺陷檢測(cè)精度不足導(dǎo)致的誤檢頻發(fā)和漏檢嚴(yán)重等問題，本文提出了一種基于YOLOv8n的改進(jìn)模型SGF-YOLOv8n。首先，引入了Slim-neck結(jié)構(gòu)，以有效減少模型的參數(shù)量和計(jì)算復(fù)雜度，從而提升計(jì)算效率。其次，集成GAM注意力機(jī)制以增強(qiáng)模型對(duì)全局特征的感知能力，從而提高了對(duì)細(xì)微缺陷的檢測(cè)性能。最后，采用Focaler-IoU損失函...

基于FPGA的輕量化霍夫變換加速器設(shè)計(jì)與實(shí)現(xiàn)————作者：蔣晨鑫;肖昊;徐瀚;朱驕陽(yáng);

摘要：霍夫變換是一種檢測(cè)直線的常用方法，有很好的抗干擾能力及魯棒性。但由于霍夫變換檢測(cè)直線計(jì)算復(fù)雜度高，存儲(chǔ)需求大，在硬件上部署困難。本研究提出了一種基于分級(jí)霍夫變換思想的改進(jìn)霍夫變換算法，該算法將一次霍夫變換分解成兩次變換運(yùn)算，第一次運(yùn)算圖像經(jīng)過下采樣處理降低了第一級(jí)投票器的存儲(chǔ)需求，第二次運(yùn)算的投票器存儲(chǔ)范圍受第一次運(yùn)算出來(lái)的參數(shù)限制，很好地解決了霍夫變換在硬件部署上存儲(chǔ)需求大的問題，并且利用三角函...

基于特征結(jié)合的MIMO-OFDM系統(tǒng)調(diào)制識(shí)別算法————作者：李璋培;張?zhí)祢U;孫浩源;鐘揚(yáng);

摘要：目前非協(xié)作通信多輸入多輸出正交頻分復(fù)用（multiple-input multiple-output orthogonal frequency division multiplexing，MIMO-OFDM）系統(tǒng)中的子載波調(diào)制識(shí)別方法，存在低信噪比下識(shí)別精度不夠高，識(shí)別階數(shù)不夠高的問題。對(duì)此，本文提出一種基于特征結(jié)合的調(diào)制識(shí)別算法。首先對(duì)接收信號(hào)進(jìn)行預(yù)處理；接著提取信號(hào)的同相正交分量并計(jì)算信號(hào)的小...

基于改進(jìn)YOLOv10n的泊車圖像旋轉(zhuǎn)目標(biāo)檢測(cè)算法————作者：梁列全;李想;何永華;周璇;

摘要：目標(biāo)檢測(cè)是無(wú)人駕駛時(shí)代自動(dòng)泊車智能感知的關(guān)鍵技術(shù)之一。魚眼相機(jī)感知過程存在環(huán)境因素復(fù)雜、障礙物類型多樣、魚眼鏡頭下檢測(cè)對(duì)象圖像失真等問題，常規(guī)算法難以保證自動(dòng)泊車復(fù)雜場(chǎng)景下各類對(duì)象的檢測(cè)精度。為此，本文提出了一種基于改進(jìn)YOLOv10n的旋轉(zhuǎn)目標(biāo)檢測(cè)方法，在主干網(wǎng)絡(luò)引入SPPELAN模塊，并利用DSConv改進(jìn)C2f中部分卷積融合iRMB模塊，以提高魚眼鏡頭下的特征提取能力，增強(qiáng)小目標(biāo)對(duì)象的定位能...

基于注意力殘差網(wǎng)絡(luò)和混合池化的3D目標(biāo)檢測(cè)————作者：王濤;薛慶水;王棟;張旭;

摘要：摘 要：針對(duì)3D目標(biāo)檢測(cè)任務(wù)中行人和騎行者的檢測(cè)精度較低問題，以Voxel-RCNN為基準(zhǔn)算法進(jìn)行改進(jìn)，提出了一種基于注意力殘差網(wǎng)絡(luò)和混合池化的3D目標(biāo)檢測(cè)算法來(lái)提升檢測(cè)精度。首先，設(shè)計(jì)了一種融合殘差網(wǎng)絡(luò)和注意力機(jī)制的新型2D骨干網(wǎng)絡(luò)，通過殘差網(wǎng)絡(luò)結(jié)構(gòu)來(lái)增強(qiáng)模型對(duì)不同目標(biāo)尺寸的適應(yīng)性，同時(shí)引入注意力機(jī)制以聚焦于關(guān)鍵區(qū)域，提高特征表示能力；其次，提出了一種新型的MLP池化方法，同時(shí)設(shè)計(jì)了一種結(jié)合卷積...

基于雙重模糊注意力機(jī)制的圖像分類方法————作者：顧蘇杭;王冶;張遠(yuǎn)鵬;焦竹青;

摘要：人類視覺系統(tǒng)在處理外界信息時(shí)，往往聚焦于目標(biāo)的關(guān)鍵特征和結(jié)構(gòu)，同時(shí)弱化非目標(biāo)區(qū)域。此外，在經(jīng)典的CNN模型中，圖像中的噪聲經(jīng)逐層傳播可能會(huì)干擾目標(biāo)關(guān)鍵信息表征，導(dǎo)致無(wú)法準(zhǔn)確提取特征。為此，本文提出一種基于雙重模糊注意力機(jī)制的圖像分類方法DFAM-CNN。首先，針對(duì)CNN卷積層輸出的特征圖，通過引入模糊邏輯技術(shù)設(shè)計(jì)了模糊通道注意力機(jī)制和模糊空間注意力機(jī)制，并利用這兩個(gè)機(jī)制在特征圖的通道和空間方向上進(jìn)...

小樣本類增量提示的細(xì)粒度車輛識(shí)別————作者：冉燁軍;金良瓊;羅樹霞;李瓊憶;陶永;

摘要：在細(xì)粒度車輛識(shí)別領(lǐng)域，深度學(xué)習(xí)面臨一個(gè)挑戰(zhàn):各種新車型源源不斷推出，然而我收集并標(biāo)注數(shù)據(jù)的能力有限，這會(huì)導(dǎo)致“小樣本類增量學(xué)習(xí)問題”問題。針對(duì)上述挑戰(zhàn)，本文提出了一種新方法，基于提示的小樣本類增量學(xué)習(xí)，旨在使模型在少量新車輛類別樣本下既能識(shí)別原有類別又能學(xué)習(xí)新增類別，而無(wú)需重新訓(xùn)練或依賴大量原始數(shù)據(jù)。這種方法結(jié)合了提示機(jī)制和預(yù)訓(xùn)練的視覺轉(zhuǎn)換器（ViT）模型的優(yōu)勢(shì)。我們?cè)O(shè)計(jì)了兩種提示——域提示和FS...

改進(jìn)YOLOv11的無(wú)人機(jī)航拍圖像檢測(cè)算法————作者：李珺;丁彬彬;史維娟;楊琳;

摘要：針對(duì)無(wú)人機(jī)航拍圖像檢測(cè)任務(wù)中，存在目標(biāo)尺寸微小且背景環(huán)境復(fù)雜，往往會(huì)導(dǎo)致漏檢和誤檢的問題，本文提出了一種基于YOLOv11的航拍圖像小目標(biāo)檢測(cè)算法WT-YOLO。首先，考慮到無(wú)人機(jī)航拍圖像普遍為小目標(biāo)的問題，調(diào)整了YOLOv11頸部網(wǎng)絡(luò)的結(jié)構(gòu)，改變了輸出特征圖的尺寸，提高了算法對(duì)小目標(biāo)的檢測(cè)能力。其次，結(jié)合WTConv，重新設(shè)計(jì)了Bottleneck和C3k2模塊的結(jié)構(gòu)，命名為C3k2-WT，來(lái)實(shí)...

基于改進(jìn)YOLOv8的受電弓燃弧檢測(cè)算法————作者：張書朝;彭立強(qiáng);郭阿康;王立新;

摘要：針對(duì)現(xiàn)有受電弓燃弧檢測(cè)算法對(duì)高精度和輕量化的需求，提出一種基于YOLOv8的輕量級(jí)受電弓燃弧檢測(cè)算法RIL-YOLO。首先，結(jié)合RepConv模塊和GhostNet思想，設(shè)計(jì)了一種輕量級(jí)特征提取模塊RELAN，降低參數(shù)量和計(jì)算量的同時(shí)，保持模型對(duì)燃弧特征提取的性能；其次，針對(duì)小燃弧漏檢問題，增加一個(gè)小目標(biāo)檢測(cè)模塊，并使用加權(quán)雙向特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)更高層次的特征融合，提高模型對(duì)小目標(biāo)的檢測(cè)能力；...

頻域特征和硬負(fù)實(shí)例篩選的乳腺癌全切片分類————作者：鮑劉珍;賈偉;趙雪芬;孔德鳳;江海峰;

摘要：乳腺癌全切片圖像分類對(duì)精準(zhǔn)診斷至關(guān)重要，然而，現(xiàn)有基于偽標(biāo)簽的多實(shí)例學(xué)習(xí)方法存在偽標(biāo)簽質(zhì)量不高和選取硬負(fù)實(shí)例比例不合理的問題，為解決上述問題，本文提出一種結(jié)合頻域特征與動(dòng)態(tài)硬負(fù)實(shí)例篩選的多實(shí)例學(xué)習(xí)方法。首先，設(shè)計(jì)多尺度頻域特征編碼模塊，通過頻域殘差連接與跨層特征融合，增強(qiáng)高頻細(xì)節(jié)與復(fù)雜紋理表征；其次，提出雙分支包預(yù)測(cè)模塊，基于注意力機(jī)制動(dòng)態(tài)調(diào)整實(shí)例權(quán)重，緩解異質(zhì)性導(dǎo)致的特征稀釋，優(yōu)化偽標(biāo)簽生成質(zhì)量...

高運(yùn)動(dòng)性能輪腿機(jī)器人復(fù)雜環(huán)境越障控制方法————作者：鄧廣;姚江云;王寬田;陳國(guó)慶;

摘要：輪腿機(jī)器人在越障時(shí)，其動(dòng)力學(xué)模型會(huì)因輪腿切換因素變得高度非線性，但是現(xiàn)有的線性控制方法難以準(zhǔn)確描述這種非線性特性，導(dǎo)致機(jī)器人越障控制效果差。為此，提出復(fù)雜環(huán)境下高運(yùn)動(dòng)性能輪腿機(jī)器人越障控制方法。該方法在深入分析輪腿機(jī)器人越障過程受力情況基礎(chǔ)上，將控制輪腿機(jī)器人輪腿運(yùn)動(dòng)的電動(dòng)機(jī)角速度作為關(guān)鍵控制對(duì)象，在進(jìn)一步分析輪腿機(jī)器人越障過程步態(tài)情況，得到輪腿機(jī)器人越障位置誤差，將該誤差輸入到模糊級(jí)聯(lián)PID控制...

改進(jìn)YOLO11的學(xué)生課堂行為檢測(cè)算法————作者：曹倩;曹燚;錢承山;

摘要：針對(duì)YOLO11在課堂行為檢測(cè)中存在復(fù)雜細(xì)節(jié)丟失、多尺度感知能力不足、計(jì)算效率低以及檢測(cè)精度低的問題，提出了一種改進(jìn)的ATDW-YOLO算法。首先，在頸部網(wǎng)絡(luò)中構(gòu)建了自適應(yīng)極化特征融合模塊，提升特征語(yǔ)義融合能力，更好地捕捉復(fù)雜細(xì)節(jié)。其次，設(shè)計(jì)了任務(wù)動(dòng)態(tài)對(duì)齊檢測(cè)頭模塊，提高模型在多尺度目標(biāo)上的識(shí)別能力。然后，在主干網(wǎng)絡(luò)中引入動(dòng)態(tài)分組卷積混洗轉(zhuǎn)換模塊，增強(qiáng)特征表示能力，實(shí)現(xiàn)網(wǎng)絡(luò)輕量化。最后，采用Wis...

單目SLAM中基于單應(yīng)性的快速地平面檢測(cè)方法————作者：陳曄鑫;張濤;

摘要：在視覺同步定位與建圖（SLAM）中，地面信息不僅可以提供重力方向的參考，還能有效輔助障礙物的識(shí)別，因此地平面的準(zhǔn)確檢測(cè)對(duì)于機(jī)器人導(dǎo)航至關(guān)重要。針對(duì)計(jì)算資源受限、缺乏深度信息的單目視覺SLAM地平面估計(jì)問題，本文提出了一種基于單應(yīng)性的地面檢測(cè)方法。首先，通過RANSAC方法對(duì)初始環(huán)境下的匹配特征點(diǎn)對(duì)計(jì)算單應(yīng)性矩陣，獲取初始地平面和相應(yīng)的地面點(diǎn)云。隨后，基于已獲得的地面種子點(diǎn)，在SLAM建圖過程中結(jié)合...

基于SecureViT的惡意代碼檢測(cè)模型————作者：張傲;劉微;劉陽(yáng);李波;劉芳菲;

摘要：隨著惡意代碼的多樣性和隱蔽性不斷增加，傳統(tǒng)的惡意代碼檢測(cè)方法在面對(duì)未知惡意代碼時(shí)往往面臨高成本和不穩(wěn)定性的挑戰(zhàn)。本研究旨在提出一種輕量化且高效的惡意代碼檢測(cè)模型，以適應(yīng)資源受限環(huán)境中的應(yīng)用需求。本文提出了一種基于SecureViT的輕量化惡意代碼檢測(cè)模型。該模型通過引入ACF模塊與MSDC模塊實(shí)現(xiàn)高效特征提取與精準(zhǔn)分類。ACF模塊增強(qiáng)了模型對(duì)全局上下文信息的建模能力，MSDC模塊則通過多尺度特征提...

基于改進(jìn)人工勢(shì)場(chǎng)法的車輛編隊(duì)避障研究————作者：趙曉鵬;王國(guó)權(quán);

摘要：針對(duì)傳統(tǒng)人工勢(shì)場(chǎng)法在多車協(xié)同編隊(duì)避障中易陷入局部最優(yōu)、路徑振蕩及目標(biāo)不可達(dá)等問題，本文提出一種改進(jìn)型人工勢(shì)場(chǎng)法。通過限定引力勢(shì)場(chǎng)的最小勢(shì)能、在斥力勢(shì)場(chǎng)中引入歐氏距離、構(gòu)建道路邊界斥力勢(shì)場(chǎng)及非線性編隊(duì)穩(wěn)定力勢(shì)場(chǎng)，優(yōu)化了引力和斥力的動(dòng)態(tài)平衡機(jī)制，提升了編隊(duì)的避障能力和行駛穩(wěn)定性。數(shù)值仿真結(jié)果表明，針對(duì)三角形編隊(duì)避障場(chǎng)景，改進(jìn)算法將到達(dá)時(shí)間縮短至22.3s（較傳統(tǒng)方法減少37.7%），路徑總長(zhǎng)度縮短23...

基于Conformer-LSTM模型的連續(xù)無(wú)創(chuàng)血壓預(yù)測(cè)方法————作者：陳欣;劉立程;王小林;

摘要：提出了一種基于Conformer-LSTM模型的連續(xù)無(wú)創(chuàng)血壓預(yù)測(cè)方法，模型包括卷積支路、Transformer支路、兩個(gè)多尺度交叉注意力模塊、自適應(yīng)空間特征融合模塊和兩層LSTM。通過該方法，僅通過輸入PPG信號(hào)即可預(yù)測(cè)對(duì)應(yīng)的ABP波形，收縮壓和舒張壓通過預(yù)測(cè)的ABP波形得出。此外，該方法在較大的數(shù)據(jù)集中取得較小的預(yù)測(cè)誤差，實(shí)驗(yàn)結(jié)果表明，本文提出的模型在MIMIC數(shù)據(jù)集中預(yù)測(cè)的ABP波形與實(shí)際波形...

基于拉普拉斯金字塔的特征融合深度估計(jì)算法————作者：李銘匯;范哲意;朱藝璇;

摘要：在計(jì)算機(jī)視覺領(lǐng)域，單目深度估計(jì)在自動(dòng)駕駛、場(chǎng)景重建等應(yīng)用中的重要性引起了廣泛的關(guān)注。然而，現(xiàn)有的自監(jiān)督單目深度估計(jì)方法未能充分利用底層特征，導(dǎo)致了物體輪廓深度估計(jì)效果較差。為了解決這一問題，本文提出了一種多尺度特征融合解碼方法，將原始RGB圖像逐步高斯下采樣以獲得各級(jí)特征圖，然后對(duì)其分別進(jìn)行高斯上采樣，利用上/下采樣過程中相同尺寸的特征圖對(duì)構(gòu)建拉普拉斯金字塔，在解碼時(shí)從各個(gè)尺度將下采樣過程中丟失的...

安全控制系統(tǒng)多余度信號(hào)投票表決算法研究————作者：張嚴(yán);蘭杰;楊錦輝;王劍宇;苗強(qiáng);

摘要：控制系統(tǒng)作為核能裝備中的安全關(guān)鍵系統(tǒng)，在實(shí)際工程中往往需要長(zhǎng)時(shí)間無(wú)人值守運(yùn)行，其對(duì)自動(dòng)化程度和運(yùn)行可靠性的要求極高。高魯棒性的信號(hào)表決算法可以確�？刂葡到y(tǒng)在遇到故障或異常情況時(shí)能夠自動(dòng)應(yīng)對(duì)并恢復(fù)正常運(yùn)行。目前，核能控制系統(tǒng)中常用的信號(hào)表決算法為閾值檢測(cè)方法。該類方法結(jié)構(gòu)簡(jiǎn)單、易于理解，但其控制精度、可靠性、自動(dòng)化程度等方面都表現(xiàn)欠佳。因此，基于長(zhǎng)周期無(wú)人運(yùn)行條件下的核能控制系統(tǒng)設(shè)計(jì)，以系統(tǒng)高可靠性...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)印制電路資訊
• 省級(jí)廣西化纖通訊
• 省級(jí)自動(dòng)化與儀器儀表
• 國(guó)家級(jí)《網(wǎng)絡(luò)安全技術(shù)與應(yīng)用》
• 南大核心《無(wú)線電通信技術(shù)》
• 國(guó)家級(jí)《信息網(wǎng)絡(luò)安全》
• 北大核心《波譜學(xué)雜志》
• 國(guó)家級(jí)世界電信
• 省級(jí)電子樂園
• 省級(jí)《網(wǎng)絡(luò)與信息》
• 國(guó)家級(jí)《計(jì)算機(jī)研究與發(fā)展》
• 省級(jí)《重慶電子工程職業(yè)學(xué)院學(xué)報(bào)》
• 省級(jí)《深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)》
• 國(guó)家級(jí)大眾硬件
• 學(xué)報(bào)《湖北廣播電視大學(xué)學(xué)報(bào)》
• 北大核心《激光與光電子學(xué)進(jìn)展》
• 國(guó)家級(jí)《遙感技術(shù)與應(yīng)用》
• 省級(jí)中國(guó)網(wǎng)絡(luò)傳播研究
• 國(guó)家級(jí)《音響技術(shù)》
• 北大核心電子設(shè)計(jì)工程
• 國(guó)家級(jí)Design產(chǎn)品設(shè)計(jì)
• 國(guó)家級(jí)《計(jì)算機(jī)與數(shù)字工程》
• 北大核心《應(yīng)用激光》
• 國(guó)家級(jí)《傳感器世界》
• 國(guó)家級(jí)《中國(guó)數(shù)字電視》
• 北大核心《電子工藝技術(shù)》
• 國(guó)家級(jí)信息方略雜志
• 省級(jí)信息網(wǎng)絡(luò)
• 國(guó)家級(jí)《精密制造與自動(dòng)化》
• 北大核心《北京郵電大學(xué)學(xué)報(bào)》

　　核心期刊推薦

電子器件

電子顯微學(xué)報(bào)

電子測(cè)量技術(shù)

中國(guó)電子科學(xué)研究院學(xué)報(bào)