亚洲欧美日韩国产综合视频,国产一区二区的精品

一種基于MCU芯片的FPGA原型驗證平臺設(shè)計[其他][其他]

為了縮短MCU芯片開發(fā)周期，提出了一種基于MCU芯片F(xiàn)PGA原型驗證平臺設(shè)計。該設(shè)計是將傳統(tǒng)FPGA原型驗證過程中使用FPGA的RAM原型替換程序存儲單元，改為使用FPGA雙端口RAM替換。其中一個端口控制按照傳統(tǒng)的接入方法,另一端口控制信號接到專門的控制邏輯上，獨立控制，而且不影響原MCU芯片功能。該方法不僅節(jié)省多次FPGA綜合實現(xiàn)的時間,而且可以靈活實時監(jiān)測RAM，方便查錯。同時該方法具有通用性，可移植到類似的SoC系統(tǒng)架構(gòu)FPGA原型驗證系統(tǒng)中去。

發(fā)表于：9/19/2022

基于邊緣計算的局部放電模式識別[其他][其他]

局部放電是設(shè)備處于高電場強下，由于電場分布不均而導致的絕緣介質(zhì)放電現(xiàn)象，設(shè)備產(chǎn)生局部放電對于絕緣層的危害很大，迅速檢測識別設(shè)備的放電類型是工業(yè)正常運作的保障。針對電氣設(shè)備局部放電類型識別問題，考慮到電氣設(shè)備監(jiān)測系統(tǒng)在診斷識別方面的時效性及精度，提出了基于邊緣計算的局部放電模式識別方法，利用邊緣計算架構(gòu)的優(yōu)勢，基于云層訓練、邊緣推理思路，將復雜的識別算法訓練優(yōu)化過程部署在云層，將計算量大的識別算法卸載到邊緣層，而計算量小的特征提取保留在終端設(shè)備層處理。通過構(gòu)造局部放電相位分布譜圖提取局部放電的統(tǒng)計特征參數(shù)，采用粒子群優(yōu)化算法對廣義回歸神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，最后將統(tǒng)計特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入量，對放電類型進行識別。結(jié)果表明，所提模式識別方法識別準確率高，識別效率高。

發(fā)表于：9/19/2022

融合用戶行為和評論文本的圖神經(jīng)網(wǎng)絡(luò)推薦[其他][其他]

現(xiàn)有的基于圖神經(jīng)網(wǎng)絡(luò)的推薦算法能夠利用圖結(jié)構(gòu)信息使得推薦效果得到較好的提升，但主要的圖結(jié)構(gòu)都是圍繞著用戶和項目的一種交互，卻忽略了用戶的多種行為，如點擊、收藏、分享、加入購物車等都表達著用戶不同的語義；又如評論信息，可能影響著該類型物品的下一次購買意圖。為此提出一種基于用戶行為和評論信息的圖神經(jīng)網(wǎng)絡(luò)推薦算法，算法通過圖卷積網(wǎng)絡(luò)學習用戶行為的強度及語義，再利用評論文本圖表示學習評論中用戶和商品的偏好，最后進行融合提升推薦效果。實驗結(jié)果表明，該算法對于推薦效果有一定的提升。

發(fā)表于：9/19/2022

基于XGBoost與LightGBM集成的電動汽車充電負荷預測模型[其他][汽車電子]

隨著電動汽車規(guī)?；l(fā)展，充電站負荷對電網(wǎng)造成一定影響，為保障電網(wǎng)平穩(wěn)運行，提出一種基于極端梯度提升(eXtreme Gradient Boosting，XGBoost)與輕量級梯度提升機(Light Gradient Boosting Machine，LightGBM)融合的電動汽車充電負荷預測模型。該方法運用Stacking集成學習的策略：首先根據(jù)時間特征與歷史負荷數(shù)據(jù)采用XGBoost與LightGBM算法構(gòu)建負荷預測的基學習器，然后采用嶺回歸(Ridge Regression，RR)算法將基學習器的輸出結(jié)果進行融合之后輸出負荷預測值。為了對比多種不同的負荷預測模型，采用上海市嘉定區(qū)的充電站訂單數(shù)據(jù)進行試驗，結(jié)果表明，該方法所構(gòu)建的負荷預測模型相比單一算法模型具有更高的預測準確度，對電網(wǎng)平穩(wěn)運行有一定理論及實用價值。

發(fā)表于：9/19/2022

中央處理器安全測試與自修復技術(shù)研究[其他][其他]

中央處理器在工業(yè)控制領(lǐng)域起到重要作用，其正常工作是工業(yè)控制中的重要穩(wěn)定運行保障。主要研究中央處理器的安全測試與自修復相關(guān)技術(shù)。從故障注入到故障測試再到自修復，對相關(guān)安全技術(shù)作了比較介紹與分類總結(jié)，包括硬軟件的故障注入技術(shù)、掃描鏈、內(nèi)建自測試、TSV等故障測試方法，以及以替代修復和容錯自修復技術(shù)。最后提出中央處理器安全協(xié)同模型，對各個技術(shù)的基本原理和創(chuàng)新點做出歸納總結(jié)，為未來中央處理器的故障處理技術(shù)發(fā)展提供安全設(shè)計全參考，在保證安全和性能的同時降低成本和能耗，助力工控設(shè)備安全穩(wěn)定運行。

發(fā)表于：9/19/2022

《2022芯片與科學法》對我國集成電路產(chǎn)業(yè)的影響和建議[其他][其他]

集成電路是關(guān)系國民經(jīng)濟和社會發(fā)展的基礎(chǔ)性、先導性和戰(zhàn)略性產(chǎn)業(yè)。當前，國際環(huán)境日趨復雜，百年變局和世紀疫情相互交織，中美之間持續(xù)升級的大國博弈和不斷深化的利益脫鉤對全球集成電路產(chǎn)業(yè)鏈格局產(chǎn)生了深遠影響。近日美國出臺《2022芯片與科學法》并聯(lián)手日本、韓國等組建“四方芯片聯(lián)盟”，構(gòu)建“圍堵”中國的“統(tǒng)一戰(zhàn)線”，試圖將中國集成電路產(chǎn)業(yè)孤立在全球供應(yīng)鏈體系之外。通過梳理美國在科技立法上的歷史沿革和主要特點，以及《2022芯片與科學法》在集成電路領(lǐng)域的最新戰(zhàn)略部署，對由此帶來的全球集成電路產(chǎn)業(yè)格局新變化以及對我國的影響進行研判，并提出相關(guān)發(fā)展建議。

發(fā)表于：9/19/2022

基于改進UKF的轉(zhuǎn)彎機動目標跟蹤算法研究[其他][其他]

針對轉(zhuǎn)彎率未知或變化條件下的精確跟蹤問題開展研究，給出了基于UKF的自適應(yīng)協(xié)同轉(zhuǎn)彎跟蹤算法，該算法充分利用了擴維技術(shù)和自適應(yīng)漸消因子技術(shù)，不斷實時估計轉(zhuǎn)彎率，同時基于漸消因子調(diào)節(jié)過程噪聲及其對應(yīng)的增益，并對不敏卡爾曼濾波算法的采樣范圍進行自適應(yīng)調(diào)節(jié),使采樣點更接近目標真實狀態(tài)。仿真表明該算法在轉(zhuǎn)彎率變化時獲得了較好的跟蹤性能，有效提升了對于轉(zhuǎn)彎機動目標跟蹤的準確性和穩(wěn)定性。

發(fā)表于：9/19/2022

存儲系統(tǒng)中L波段射頻直采技術(shù)設(shè)計與實現(xiàn)[其他][其他]

隨著軍事科技技術(shù)的不斷發(fā)展，存儲關(guān)鍵敏感數(shù)據(jù)的存儲系統(tǒng)在軍事領(lǐng)域的重要性越來越突顯出來。L波段作為重要的數(shù)據(jù)信號工作頻段，已廣泛運用在衛(wèi)星導航、警戒雷達、通信偵察等領(lǐng)域。介紹了一種基于JESD204B的高速串行總線技術(shù)、超低抖動時鐘方案及最新高速ADC實現(xiàn)L波段射頻直采,采樣率可達6 GS/s，SFDR(無雜散動態(tài)范圍)實測可達67 dBFS以上，直采數(shù)據(jù)通過FPGA內(nèi)部進行數(shù)字下變頻后送給存儲單元進行數(shù)據(jù)存儲。

發(fā)表于：9/19/2022

基于信道容量的協(xié)同探測資源聯(lián)合優(yōu)化方法[其他][其他]

針對空間感知中的協(xié)同探測任務(wù)，利用探測信道容量作為優(yōu)化目標，對蜂群算法進行改進并實現(xiàn)對集群軌跡與動力的聯(lián)合優(yōu)化。首先構(gòu)建了多發(fā)多收協(xié)同探測模型，基于信息論的視角，推導出探測模型的信道容量，將其作為優(yōu)化無人集群動力與輻射功率的目標函數(shù)，然后逐個分析并梳理出影響與制約目標函數(shù)的因素，從而明晰了優(yōu)化目標與約束條件。接著針對蜂群算法的不足，改進其搜索策略與參數(shù)優(yōu)化方法。進而構(gòu)建了基于改機蜂群算法的協(xié)同探測動力優(yōu)化流程。最后通過仿真驗證與算法對比，表明本文算法能夠提升無人機集群協(xié)同探測的感知能力。

發(fā)表于：9/19/2022

有源相控陣雷達均衡技術(shù)研究與實現(xiàn)[其他][其他]

對于寬帶有源相控陣雷達，通道失配會影響陣列處理性能，可通過通道均衡技術(shù)進行補償。現(xiàn)有研究大多以仿真模型為基礎(chǔ)，鮮有實測數(shù)據(jù)為支撐，且均衡評價方法過于單一。構(gòu)建了結(jié)合剩余失配特性、脈壓及波束形成方向圖的綜合評價體系，可更加全面地評價均衡效果。此外，以某機載有源相控陣雷達為平臺，工程實驗了150 MHz寬帶信號的頻域均衡算法，并提出矩形窗加權(quán)均衡算法，仿真及實測數(shù)據(jù)表明該算法對均衡效果有所提升。

發(fā)表于：9/19/2022

一種修正k值的OS-CFAR檢測器[其他][其他]

OS-CFAR(Ordered Statistics)檢測器的k值存在著取值方法不確定的缺陷?？紤]到實際工程應(yīng)用中的目標回波信號，在經(jīng)過脈壓匹配濾波器后，輸出是Sa函數(shù)鐘型包絡(luò)，因此在選取k值時，可能會發(fā)生背景雜波估計取在干擾目標的能量單元中，使雜波估計偏大導致目標漏檢。提出一種修正k值方法，在OS-CFAR檢測器選擇k值時將目標回波為擴展目標考慮在內(nèi)，令k的取值更加準確。通過詳細的仿真實驗，發(fā)現(xiàn)了參考滑窗內(nèi)有無干擾目標兩種條件下OS-CFAR檢測器性能隨k值變化的不同規(guī)律，并證明修正k值的OS-CFAR檢測器在多目標環(huán)境中有更好的性能。

發(fā)表于：9/19/2022

是德科技面向移動行業(yè)處理器接口推出全新汽車測試解決方案[測試測量][汽車電子]

是德科技公司(NYSE：KEYS)近日宣布，推出新型汽車串行器/解串器(SerDes)接收機(Rx)合規(guī)性測試解決方案，從而根據(jù)合規(guī)性測試規(guī)范(CTS)的要求驗證移動行業(yè)處理器接口(MIPI)A-PHY 器件。

發(fā)表于：9/17/2022

助力提升芯片質(zhì)量和產(chǎn)量，半導體工藝監(jiān)測中的光譜應(yīng)用[測試測量][工業(yè)自動化]

根據(jù)檢測工藝所處的環(huán)節(jié)，IC集成電路檢測被分為設(shè)計驗證、前道量檢測和后道檢測。前道量測、檢測均會用到光學技術(shù)和電子束技術(shù)，其中光學量測通過分析光的反射、衍射光譜間接進行測量，其優(yōu)點是速度快、分辨率高、非破壞性。后道檢測工藝是芯片生產(chǎn)線的“質(zhì)檢員”，根據(jù)工藝在封裝環(huán)節(jié)的前后順序，后道檢測可以分為CP測試和FT測試。

發(fā)表于：9/16/2022

ADI電磁流量計模擬前端電路方案實測[模擬設(shè)計][工業(yè)自動化]

電磁流量計是20世紀50~60年代隨著電子技術(shù)的發(fā)展而興起的新型流量測量儀表，由于其無阻流件等特點，在測量領(lǐng)域得到廣泛應(yīng)用。持續(xù)的技術(shù)進步要求不斷提高解決方案的集成度，技術(shù)型授權(quán)代理商Excelpoint世健的工程師Nathan Xiao借助ADI的放大器、模數(shù)轉(zhuǎn)換器，進行了可實現(xiàn)高分辨率、低噪聲的工業(yè)電磁流量計模擬前端電路的實測。

發(fā)表于：9/15/2022

要上天的RISC-V到底落地了哪些應(yīng)用？躍昉攜合作伙伴秀出案例[EDA與制造][工業(yè)自動化]

中國，深圳——近日，美國國家航空航天局（NASA）宣布基于RISC-V架構(gòu)打造下一代高性能航天計算芯片的消息瞬間出圈，一時將RISC-V再次推向聚光燈下。

發(fā)表于：9/14/2022