123,123

頭條

Wi-Fi与机器学习结合的综合分析

系统性地分析了当前AI/ML在Wi-Fi领域的技术研究和应用情况。首先对Wi-Fi技术特征以及发展趋势所带来的复杂度进行阐述。然后提出机器学习对优化Wi-Fi网络参数的必要性，以及综合介绍和分析AI/ML在提升Wi-Fi性能和用户体验的研究及可行性，并对IEEE 802.11 AI/ML兴趣组四个具体的AI/ML用例进行说明和评估。接着探讨和建议Wi-Fi与AI/ML相结合的系统设计框架，以及相应的基本用例分析。最后对Wi-Fi与AI/ML结合的技术挑战和行业发展做了归纳和总结。

基于FPGA的TDLAS甲烷检测电路系统设计与实现

可调谐激光吸收光谱（TDLAS）技术因其灵敏度高的特性而被广泛应用于气体探测领域。然而在实际应用过程中，气体检测极限常受到激光器控制稳定性和锁相放大器性能的影响。针对这一问题，设计并实现了一套基于FPGA的甲烷气体检测电路系统。该电路系统集成了激光器电流驱动、温度控制模块以及锁相放大模块，可以调节激光器驱动电流并保持激光器温度稳定，同时实现调制解调功能。实验结果表明，将激光器驱动电流设定为62.5 mA时，输出电流波动为±1.5 μA；将激光器温度设定为30 ℃，温度波动为±0.0063 ℃。使用光程为15 m的吸收池，通入2-20 μmol/mol浓度的甲烷依次解调二次谐波信号，甲烷浓度为20 μmol/mol时计算求得单个周期二次谐波信号信噪比为42.66 dB，由此可得检测下限为146.98 nmol/mol。在20 μmol/mol甲烷浓度条件下进一步地连续测量并计算Allan偏差，作图得到249 s时Allan偏差为17.25 nmol/mol。结果表明该电路系统具有较高的甲烷探测灵敏度。

發(fā)表于：2026/4/23

宇航用大功率交错并联Buck变换器设计与实现

针对某空间低温制冷机对DC-DC变换器提出的高功率密度、高效率和高可靠的要求，设计了一种适用于制冷机的大功率交错并联Buck变换器。详细阐述了交错并联Buck变换器的设计过程，并成功研制出一台额定功率800 W的产品，在峰值功率下实现了95%的转换效率，实现了高效率的设计目标，验证了理论分析和方法的正确性。该电路经过测试验证满足性能指标要求，并成功应用于飞行任务，为后续大功率变换器的设计提供了参考。

發(fā)表于：2026/4/23

一种适用于过程层报文的压缩方法及其FPGA实现

无损压缩算法是智能变电站过程层网络信息处理和存储的核心算法，哈夫曼算法是一种通用的无损压缩方法，在电力系统通信网络中有广泛的应用。基于通用的哈夫曼编码压缩方法，结合智能变电站过程层网络的场景特点，采用可旁路字典计算的方式，提出一种改进的哈夫曼编码压缩方法。该方法以过程层报文字符的频率统计特征为依据，决定是否复用前序报文生产的压缩字典，可以有效地降低压缩过程的计算量和计算延迟。同时提出该方法在现场可编程门阵列器件（FPGA）中的设计实现，介绍各个模块的微架构，详细分析重点模块的设计方法，并进行仿真、验证以及结果分析。

發(fā)表于：2026/4/23

YJJFA：一种数据驱动的高性能正则表达式匹配算法

正则表达式匹配技术在人工智能时代背景下扮演着重要角色，尤其在数据清洗与数据抽取领域，可为大语言模型训练所需的高质量数据处理提供技术支撑。然而，传统正则表达式匹配算法存在性能瓶颈，限制了其应用范围。针对此问题，提出一种基于可信区域的高性能正则表达式匹配算法，命名为YJJFA算法。该算法通过对状态转移表划分成最优可信区域与非信任区域，减少需要处理的状态转移表输入字符数量，并借助非内存访问的非信任字符集向量比较以实现信任字符低时间消耗处理。实验结果表明，YJJFA算法在L7filter规则上的吞吐率达17.88~53.81Gb/s，较原始DFA算法性能提升了一个数量级。

發(fā)表于：2026/4/23

一种SM4算法的高效FPGA实现

随着信息安全和数据隐私需求的日益增长，国产SM4分组密码算法在政务、商业等信息传输领域具有重要应用价值。针对SM4算法在FPGA实现中的性能瓶颈问题，提出一种高效的全流水线硬件架构。通过优化S盒的硬件实现，将每轮迭代中的S盒数量从4个减少至1个，并采用组合逻辑实现快速替换，显著降低资源消耗。同时，设计32级全流水线加解密模块，实现多数据块的并行处理，将加解密吞吐率压缩至一个时钟周期。实验基于Xilinx Zynq7045平台，结果表明，该设计在不使用额外存储器资源的情况下，工作频率达到412 MHz，吞吐率高达52.7 Gb/s，单位面积吞吐率性能较现有方案提升20%以上。

發(fā)表于：2026/4/20

基于稀疏重构与深度学习的雷达抗有源干扰信号处理算法

针对数字射频信号复制干扰和宽带噪声干扰威胁雷达目标检测的问题，提出一种结合稀疏重构与深度学习的干扰抑制算法。该算法先用深度学习提取干扰特征并检测干扰类型和位置，再采用基于稀疏表示的空时自适应处理策略在空间和时间域抑制干扰。仿真实验表明，相比传统方法，该算法在强干扰背景下显著提升了目标检测概率和输出信干噪比，能有效抑制主瓣仿真干扰和宽带噪声干扰，为雷达干扰抑制提供了新思路，具有工程应用价值。

發(fā)表于：2026/4/20

基于RFID标签阵列对棉花内异物的定位识别

采用3D空间内RFID标签阵列布局，以感知棉花中异物的数量、位置及类型。以标签的接收信号强度（RSS）和相位为特征量，提出欧几里得距离比算法与最小二乘法以提升定位成功率。基于不同异物对信号特征的差异化影响，构建决策树模型实现异物类型的感知。经实验验证，定位误差优化后控制在5%以内，且能精准识别棉花中的四种异物类型，展现出良好的感知与识别性能。

發(fā)表于：2026/4/20

基于SoC的数模混合验证的平台实现方法

目前集成电路的模拟电路在SoC（System on Chip）验证期间大多采用行为级模型（behavior model）的形式进行基本的连接性的验证。但随着当今世界在集成电路方面的电路的复杂度越来越高，规模越来越大，SoC或者MCU集成的模拟模块也越来越多，越来越复杂，数模验证的复杂度剧增。基于上述问题，致力于开发一种基于SoC的数模混合验证DMS（Digital Mixed-Signal models）的平台实现方法，以解决芯片级数模交互的功能、时序、低功耗功能、低功耗指标等只能等到回片测试才能检验的正确性，提升验证的完备性等。

發(fā)表于：2026/4/13

混合双通道主动降噪算法的抗干扰优化研究

针对传统入耳式主动降噪耳机在应对高低频混合噪声的复杂工况，仅依赖参考麦克风采集主噪声源进行降噪而忽略干扰噪声对误差麦克风的影响，使系统降噪性能显著降低。提出了一种对双通道FxLMS算法的优化方案。通过在误差麦克风处构建误差分离系统，将其与反馈FxLMS算法结合，实现了对干扰性噪声的抑制。理论分析与实验表明，在250~500 Hz混频干扰噪声场景下，系统主动降噪性能达到38 dB；噪声频谱扩展至165~600 Hz时，降噪量为19 dB；针对高频窄带干扰噪声，降噪量为30 dB。改进算法通过多维噪声分离和补偿机制，显著提升复合噪声环境下主动噪声控制的鲁棒性。

發(fā)表于：2026/4/13

大数据综合信息处理SiP电路设计

为满足电子设备小型化、高性能、快速研制和信息处理能力等复杂要求，设计了基于先进系统级封装技术（System in Package， SiP）的大数据清洗综合信息处理SiP电路。电路采用全国产化裸芯，通过三维硅通孔技术（3D Through-Silicon Via，3D TSV）和模块化复用技术实现多个微组件的系统集成，支持同时多个空域方向的自适应干扰抑制功能，支持大规模无人蜂群干扰抑制能力，满足大数据清洗的实时计算能力要求。电路相比板卡面积缩小90%，重量减轻85%。通过多物理场仿真和实际测试，电路满足研制要求，在无人机蜂群领域具有应用前景。

發(fā)表于：2026/4/13