學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
271 results
Search Results
Item 結合多目標追蹤與人物再辨識之影像式異常偵測系統(2025) 黃紹綱; Huang, Shao-KangItem 類人機器人之視覺型演示學習系統(2025) 李賢文; Lee, Hsien-WenItem 四旋翼飛行器 LQR 控制器的設計與實現(2025) 蔡昱賢; Cai ,Yu-Xian本研究採用了線性二次調節器（LQR）控制器來實現對四旋翼飛行器飛行姿態的精確控制。隨著科技的進步，四旋翼飛行器在設計與控制技術上都有了顯著的演進，並且歷經多種控制策略的嘗試與優化，以有效管理其複雜的飛行姿態與穩定性。LQR作為一種經典的最優控制方法，具備良好的狀態反饋能力和性能表現，在本研究中被用來實現對飛行器垂直高度的穩定控制。本控制系統結合了LQR控制演算法與多種感測器的即時數據輸入，能夠有效掌握四旋翼在飛行過程中的姿態變化與高度狀態，並根據目標高度進行精準調整。透過該方法，四旋翼得以順利抵達並維持在預定的飛行高度，顯示出此控制策略在實際應用中的穩定性與可靠性。此外，論文中也提供實驗數據與測試結果，進一步驗證了此控制系統的有效性與可行性。這些實驗包括在不同初始條件與外部干擾下的飛行測試，結果證實LQR控制器能夠快速響應並有效抑制震盪與偏移，使四旋翼系統具備良好的動態性能與控制精度，展現出此方法在無人機控制領域中的實用潛力。Item 基於混合擴張卷積及卷積注意力模組的即時車道線偵測深度學習網路(2025) 林琮祐; Lin, Tsong-You準確的車道偵測對於自動駕駛系統的安全運作至關重要。雖然 LaneATT（即時注意力引導車道偵測）等模型已經表現出強大的性能，但仍有改進其多尺度特徵擷取和優先處理關鍵車道資訊的能力。論文提出了透過整合混合擴張卷積（Hybrid Dilated Convolution, HDC）和卷積塊注意模組（Convolutional Block Attention Module, CBAM）對 LaneATT 模型進行改進。 HDC 模組以最小的運算成本實現多尺度特徵提取，而 CBAM 透過強調重要的空間和通道資訊來增強特徵圖。在 TuSimple 和 CULane 資料集上進行的大量實驗凸顯了我們方法的有效性，與原始 LaneATT 模型相比取得了卓越的性能。此外，消融實驗證實了 HDC 和 CBAM 能夠有效地擷取多尺度情境資訊並專注於相關特徵。Item 基於大型語言模型之協作機器人任務規劃(2025) 李紳睿; Li, Shen-RueiItem 結合全域光譜注意力之多階段空間-光譜轉換模型於高光譜影像修復之研究(2025) 吳政陽; Wu, Zheng-YangItem 基於粒子群演算法之控制參數最佳化應用於交換式電源供應器(2025) 林昱穎; Lin, Yu-YingItem 應用於5G FR2與Wi-Fi 7之功率放大器設計(2025) 黃郁軒; Huang, Yu-Hsuan本論文依據操作頻段分為兩個部分。第一部分介紹一款應用於5G通訊之Ka頻段功率放大器，採用65奈米金屬氧化物半導體場效電晶體（MOSFET）製程進行模擬與實現；第二部分則探討一款針對Wi-Fi 7應用設計之功率放大器，採用28奈米MOSFET製程進行模擬設計。在第一部分中，提出一款基於65奈米 CMOS製程，應用於5G FR2 上行鏈段之功率放大器，採用二級串接架構與中和電容（Neutralization）技術，以提升差動增益與系統穩定性；另引入振幅線性化電路（Amplitude Linearizer），擴展線性輸出範圍。量測結果顯示，在27 GHz下可達到40.4 %之功率附加效率（PAEpeak）與14.1 dBm的最大輸出功率（Psat），同時可將1 dB增益壓縮點的輸出功率（OP1dB）提升2.9 dB。第二部分中，模擬一款基於28 奈米CMOS製程、對應IEEE 802.11be頻段之Wi-Fi 7功率放大器，採用單級疊接（Cascode）架構以提升輸出功率，並透過中和電容強化穩定性。另設計線性化電路以修正電晶體非線性行為，進一步擴大線性輸出區域。模擬結果顯示可達到43.4 %功率附加效率與29.2 dBm最大輸出功率；於相位-振幅線性化器啟動狀態下，OP1dB最大可提升7.4 dB (20.1 dBm提升至27.5 dBm)。關鍵字：互補式金屬氧化物半導體、功率放大器、失真、補償電路、Wi-Fi 7、Ka頻段、線性化。Item 低功耗與矽化物阻擋之靜電放電防護電路設計(2025) 吳士昕; Wu, Shih-Hsin