123,123,123

一种片外电容交叉充放电型振荡电路设计[模拟设计][工业自动化]

CMOS环形振荡器具有版图面积小、调谐范围大、电路简单便于集成等优点，广泛应用于各类电源系统及电子通信应用中。在常规的环形振荡电路基础上，设计了独立的充放电控制通路，实现了一种交叉充放电型环形振荡电路，并通过外接片外电容的方式，得到更低频率的振荡周期。基于0.18 μm工艺，采用HSIM工具对电路进行功能仿真，经过后端物理实现后，版图面积为172 μm×76 μm，对电路进行提参后仿，结果表明：在3.3 V电压及25 ℃条件下，外接10 nF接地电容时，电路获得约1.2 ms的稳定振荡周期。在Vcc=2.7 V~5.5 V、T=-55 ℃~125 ℃条件下，时钟周期的最大偏移为5.83%。该电路已成功应用于某电源控制芯片中。

發(fā)表于：2023/3/29 下午3:04:00

基于PCIE转SATA多通道高速存储电路设计与原型验证[模拟设计][工业自动化]

针对传统SATA控制器接口单一且无法充分发挥固态盘性能的问题，设计了一款基于PCIE转SATA多通道高速存储电路。充分利用PCIE总线高带宽低延时特性，并遵循AHCI协议，大幅缩短硬盘无用的寻道次数和数据查找时间，提高固态盘的读写性能，同时本设计可支持4路SATA通道，具有良好的可拓展性。设计结合PCIE和SATA协议特点，介绍了PCIE转SATA高速存储电路的系统架构，详细阐述了基于AHCI协议的数据流传输过程。最后基于FPGA原型验证对电路进行测试，电路的单盘读写速率分别为562 MB/s和527 MB /s，相比传统SATA控制器的读写性能具有较大提升，测试结果表明设计的PCIE转SATA高速存储电路读写性能优异，且具备良好的稳定性和可拓展性。

發(fā)表于：2023/3/29 下午2:44:00

一种快速瞬态响应片上LDO电路[电子元件][工业自动化]

基于双有源反馈米勒补偿结构设计了一种单极点系统的无电容片上低压差线性稳压器，该线性稳压器中误差放大器采用全差分结构，两个并联的前馈通路可在提升电路瞬态响应性能的同时额外在功率管栅端构成推挽驱动级，最终电路在轻重载时具有对称的瞬态响应特性。基于TSMC 0.18µm BCD工艺仿真结果表明，在2 V~4 V电源电压下，输入输出最小压差为200 mV，最大负载电流为120 mA，瞬态响应恢复时间≤0.7 µs，相位裕度≥60°。

發(fā)表于：2023/3/28 下午5:08:00

基于YOLOX融合自注意力机制的FSA-FPN重构方法[人工智能][其他]

随着目前目标检测任务输入图像分辨率的不断增大，在特征提取网络的感受野不变的情况下，网络提取的特征信息会越来越局限，相邻特征点之间的信息重合度也会越来越高。提出一种FSA（Fusion Self-Attention）-FPN，设计SAU（Self-Attention Upsample）模块，SAU内部结构通过CNN与自注意力机制（Self-Attention）进行交叉计算以进一步进行特征融合，并通过重构FCU（Feature Coupling Unit）消除二者之间的特征错位，弥补语义差距。以YOLOX-Darknet53为主干网络，在Pascal VOC2007数据集上进行了对比实验。实验结果表明，对比原网络的FPN，替换FSA-FPN后的平均精度值mAP@［.5：.95］提升了1.5%，预测框的位置也更为精准，在需要更高精度的检测场景下有更为出色的使用价值。

發(fā)表于：2023/3/28 下午4:56:00

基于深度学习的变压器故障信号识别算法[人工智能][其他]

针对变压器结构复杂、维护成本高等特点，提出一种基于深度学习的变压器故障信号识别算法。首先分析变压器工作状态下的声纹信号并进行二维图像信号的转换，利用VGG16神经网络在图像中的优势，并在此基础上提出一种MCA注意力机制，该注意力机制能够同时保留背景信息和细节信息；其次对VGG16中的最大池化下采样进行优化，采用一种软池化的采样方法，减少图像中最大池化下采样带来的特征损失；最后为避免过拟合现象的发生，将VGG16顶层结构中的激活函数进行优化，引用可以自归一化的SELU激活函数。实验证明，广义S变换是将一维时域信号转换为二维图像信号的最佳选择，所提算法对于6类故障信号的平均识别率达到99.15%。

發(fā)表于：2023/3/28 下午4:50:00

一种深度神经网络的分布式训练方法[人工智能][数据中心]

深度神经网络在高维数据的分类和预测中取得了巨大成功。训练深度神经网络是数据密集型的任务，需从多个数据源收集大规模的数据。这些数据中通常包含敏感信息时，使得深度神经网络的训练过程容易泄露数据隐私。针对训练过程中的数据隐私和通信代价问题，提出了一种深度神经网络的分布式训练方法，允许基于多个数据源共同训练深度神经网络。首先，提出了分布式训练架构，由1个计算中心和多个代理组成。其次，提出了基于多代理的分布式训练算法，允许代理在数据不出本地和减少通信代价的情况下，通过切割深度神经网络，实现分布式地共同训练模型。然后，分析了算法的正确性。最后，实验结果表明该方法是有效的。

發(fā)表于：2023/3/28 下午4:42:00

计算机文本分析算法发展综述[其他][其他]

计算机文本分析是自然语言处理领域的一个重要分支，是研究如何在文本数据中提取出给定语料的各类信息的计算机技术。目前，计算机文本分析已经进入了新的历史阶段，一方面关键词提取算法已经逐渐完备，另一方面随着BERT方法的出现，词向量计算问题也取得了极大的进步。但是，无论是关键词提取还是词向量计算都仍存在一些有待解决的问题。另外，现有的许多适合使用文本分析的研究仍在使用早期的文本分析方法。因此在未来，如何更好地降低模型尺寸以促进学科融合、提升文本分析的综合社会效益，成为文本分析算法发展的重要问题。

發(fā)表于：2023/3/28 下午4:37:00

基于RISC-V的多路光电容积脉搏波监测系统[测试测量][医疗电子]

针对光电容积脉搏波（Photoplethysmographic，PPG），基于RISC-V内核设计了一款多通道、实时PPG监测系统。该系统使用RISC-V架构的E203 IP作为低功耗内核，通过ICB总线挂接模拟前端和蓝牙控制模块。AFE4400模拟前端控制模块控制背靠背LED实现两路PPG信号采集，复用该模块分时处理来实现多路采集。蓝牙控制模块挂接到E203实现了通过蓝牙外设下达系统控制指令，之后上传PPG波至终端。该系统通过FPGA验证了22位双通道PPG信号物联网终端应用。

發(fā)表于：2023/3/28 下午4:31:00

基于图形化弹性基底的细胞牵引力测量研究[其他][医疗电子]

细胞牵引力显微镜方法是测量细胞牵引力的主流工具之一，该方法一般使用荧光微珠作为标志点，通过测量细胞牵引力作用下荧光微珠的位移场，反演得出细胞牵引力场。由于荧光微珠在基底分布的深度不可控，但计算时候默认所有微珠分布在基底表面，一定程度上降低了细胞牵引力场的计算精度。针对荧光微珠深度不可控的问题，提出在弹性基底表面加工图形阵列作为基底变形标志点，开展细胞牵引力测量的方法。在聚二甲基硅氧烷基底表面设计直径3 μm，高度0.8 μm的凸台阵列作为基底位移标志点。使用有限元仿真软件在图形化基底表面不同位置施加外力，仿真得到凸台阵列的位移场，利用牵引力反演算法计算得到力场，与仿真过程中输入的外力场相比较，结果一致。使用乳鼠心肌细胞在设计加工的图形化弹性基底上开展了牵引力测量实验，并计算得出牵引力场。仿真和实验均表明图形化弹性基底适用于细胞牵引力的测量，为心肌相关疾病病理研究提供了新的研究手段。

發(fā)表于：2023/3/28 下午4:24:00

凝血功能物理检测方法的研究进展[测试测量][医疗电子]

凝血功能的评估有助于诊断血液疾病，指导心脑血管疾病的治疗，评估手术中出血的风险。基于物理方法的凝血检测因其检测时间快、灵敏度高、操作简便等优点备受临床医学的关注。近年来，随着光学相干层析成像（Optical Coherence Tomography， OCT）技术的进步，OCT技术开始应用于凝血检测中。对近年来物理方法在凝血检测中的应用进行了综述，重点分析了OCT技术在凝血检测中的应用，并对未来凝血检测方法的发展做出展望。

發(fā)表于：2023/3/28 下午4:16:00