123,123,123

3D激光掃描儀設(shè)計(jì)及數(shù)據(jù)處理[其他][工業(yè)自動(dòng)化]

利用2D激光雷達(dá)配合云臺(tái)裝置，設(shè)計(jì)了一種3D激光掃描儀作為三維數(shù)據(jù)獲取裝置。根據(jù)掃描儀的硬件特性和傳輸特性，進(jìn)行PC端的掃描控制系統(tǒng)以及數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)。掃描控制系統(tǒng)實(shí)現(xiàn)了對(duì)掃描范圍以及掃描精度的控制和設(shè)定，數(shù)據(jù)處理系統(tǒng)針對(duì)采集到的原始數(shù)據(jù)，經(jīng)過(guò)坐標(biāo)的映射將相對(duì)坐標(biāo)轉(zhuǎn)換到全局坐標(biāo)，并進(jìn)行點(diǎn)云濾波，利用最小二乘進(jìn)行曲面光滑，最終進(jìn)行三角網(wǎng)格重建。經(jīng)過(guò)多次實(shí)驗(yàn)結(jié)果證明，該系統(tǒng)可以對(duì)一般幾何復(fù)雜度的三維場(chǎng)景進(jìn)行較好的重建。

發(fā)表于：2019/10/15 13:35:00

高速可重構(gòu)高資源利用率統(tǒng)一模單元設(shè)計(jì)與研究[模擬設(shè)計(jì)][信息安全]

總結(jié)歸納了有限域?qū)幽３?、模加減、模除運(yùn)算在算法級(jí)和硬件結(jié)構(gòu)級(jí)的特點(diǎn)及兼容性。通過(guò)對(duì)大量主流有限域算法的對(duì)比、算法優(yōu)化、流水加速設(shè)計(jì)及結(jié)構(gòu)兼容擴(kuò)展，提出了一種提升模運(yùn)算結(jié)構(gòu)兼容的模乘優(yōu)化算法：改進(jìn)的radix-4交錯(cuò)模乘算法。該算法關(guān)鍵路徑短、結(jié)構(gòu)簡(jiǎn)單，在兼容設(shè)計(jì)方面有優(yōu)勢(shì)，并能實(shí)現(xiàn)全流水加速運(yùn)算，運(yùn)算效率高，達(dá)到高速可重構(gòu)的設(shè)計(jì)目的。不同于傳統(tǒng)的結(jié)構(gòu)，本文在此模乘基礎(chǔ)上直接適配plus-minus模除和模加減，有效解決了資源浪費(fèi)的問(wèn)題。該統(tǒng)一模單元在65 nm CMOS工藝下進(jìn)行綜合，面積為0.22 mm2，時(shí)鐘頻率為526 MHz。完成一次576 bit的模乘、模除運(yùn)算分別用時(shí)0.55 μs和2.98 μs。

發(fā)表于：2019/10/15 13:13:00

一種支持在線升級(jí)的NOR Flash控制器設(shè)計(jì)[嵌入式技術(shù)][其他]

介紹了一種嵌入式NOR Flash控制器的設(shè)計(jì)，可以支持Flash快速在線升級(jí)模式，不需要中斷向量重映射，采用兩片F(xiàn)lash拼接，中間啟動(dòng)，硬件直接完成地址映射。IAP程序執(zhí)行過(guò)程中支持Flash讀操作，能正確返回讀結(jié)果。控制器提供了1 μs參數(shù)值，應(yīng)用中，只需要根據(jù)工作頻率配置該參數(shù)值，硬件則自動(dòng)根據(jù)該值計(jì)算出Flash器件的對(duì)應(yīng)頻率的各個(gè)擦寫(xiě)時(shí)序參數(shù)，節(jié)省了軟件逐個(gè)配置多個(gè)時(shí)序參數(shù)的復(fù)雜度。含有該控制器的MCU芯片已經(jīng)經(jīng)過(guò)仿真驗(yàn)證和FPGA測(cè)試通過(guò)，并在UMC55 nm工藝上流片成功，對(duì)芯片樣品的測(cè)試結(jié)果表明，該Flash控制器功能性能良好，方便使用。

發(fā)表于：2019/10/14 13:49:00

淺談物資計(jì)劃管理[電源技術(shù)][智能電網(wǎng)]

物資計(jì)劃管理是在企業(yè)中十分重要的一個(gè)組成部分。它是對(duì)物資流通進(jìn)行管理的各種計(jì)劃的總稱，是一項(xiàng)將技術(shù)和經(jīng)濟(jì)結(jié)合的工作，具備很強(qiáng)的專業(yè)性，科學(xué)正當(dāng)?shù)奈镔Y計(jì)劃管理能夠降低企業(yè)成本。然而，物資計(jì)劃管理還是沿用著過(guò)去的一些做法，有著一些不好的因素存在，這些不好的因素需要進(jìn)行科學(xué)性和合理性的治理。本文主要分析物資計(jì)劃管理在企業(yè)中的意義和加強(qiáng)改進(jìn)物資計(jì)劃管理。

發(fā)表于：2019/10/14 6:07:00

集成電路版圖相似度模型研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

集成電路受法律保護(hù)的實(shí)質(zhì)要件是布圖設(shè)計(jì)的“獨(dú)創(chuàng)性”部分。布圖設(shè)計(jì)侵權(quán)的司法鑒定包括兩個(gè)步驟：布圖設(shè)計(jì)獨(dú)創(chuàng)性鑒定和布圖設(shè)計(jì)獨(dú)創(chuàng)性區(qū)域的相似度鑒定。目前，集成電路布圖設(shè)計(jì)相似度鑒定在行業(yè)內(nèi)尚沒(méi)有統(tǒng)一的執(zhí)行標(biāo)準(zhǔn)。北京芯愿景軟件技術(shù)有限公司探索了一種較為可行的方法，即在考慮芯片工藝和相關(guān)領(lǐng)域后，根據(jù)版圖元素耦合度大小進(jìn)行模塊劃分，再對(duì)各模塊進(jìn)行相似度的比較，然后根據(jù)每個(gè)模塊的重要性給出模塊的權(quán)重，最后按照加權(quán)法給出整體的相似度。這種相似度的判定方法稱為“版圖細(xì)分加權(quán)法”。版圖細(xì)分加權(quán)法中最重要的因素是模塊內(nèi)部布局，本文提出的相似度模型以客觀方式對(duì)兩個(gè)模塊內(nèi)部布局的相似度進(jìn)行了比較。

發(fā)表于：2019/10/14 5:26:00

一種高能效的Keccak算法ASIC設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][其他]

設(shè)計(jì)并實(shí)現(xiàn)了能同時(shí)支持SHA3四種模式的Keccak算法完整硬件電路。在對(duì)海綿結(jié)構(gòu)和Keccak算法詳細(xì)分析的基礎(chǔ)上，將電路結(jié)構(gòu)劃分為并行執(zhí)行的填充模塊和置換模塊，減少了算法執(zhí)行的時(shí)鐘周期。在所設(shè)計(jì)的Keccak算法硬件電路基礎(chǔ)上，從能效角度對(duì)三種現(xiàn)有置換函數(shù)實(shí)現(xiàn)結(jié)構(gòu)進(jìn)行了比較分析。在65 nm工藝庫(kù)下進(jìn)行綜合， SHA3-256標(biāo)準(zhǔn)下單位面積性能達(dá)到0.55 Mbps/gate，相較現(xiàn)有結(jié)構(gòu)能效提高了約52%。

發(fā)表于：2019/10/12 13:39:00

基于目標(biāo)多區(qū)域分割的抗干擾跟蹤算法研究[嵌入式技術(shù)][工業(yè)自動(dòng)化]

針對(duì)視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤過(guò)程中可能出現(xiàn)的目標(biāo)旋轉(zhuǎn)、遮擋、形變等原因造成的跟蹤失敗問(wèn)題，提出了一種基于目標(biāo)多區(qū)域分割的跟蹤方法。主要通過(guò)將目標(biāo)劃分為多個(gè)部分相互重疊的區(qū)域，然后選擇跟蹤過(guò)程中相對(duì)穩(wěn)定的多個(gè)區(qū)域進(jìn)行定位，進(jìn)而對(duì)跟蹤的目標(biāo)采用不同目標(biāo)區(qū)域權(quán)重更新不同的模板更新策略，這樣選擇主要可以增加算法的抗遮擋、抗旋轉(zhuǎn)能力。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)目標(biāo)遮擋、旋轉(zhuǎn)等具有一定的適應(yīng)能力。

發(fā)表于：2019/10/12 13:30:00

電力物資管理的過(guò)程及優(yōu)化策略選擇[其他][智能電網(wǎng)]

深度學(xué)習(xí)技術(shù)近些年在學(xué)術(shù)界乃至工業(yè)界得到了廣泛的關(guān)注，并且在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等方面取得了令人矚目的成果，但是在電力系統(tǒng)深度學(xué)習(xí)技術(shù)還沒(méi)有得到普及。本文介紹了深度學(xué)習(xí)的概念、主要網(wǎng)絡(luò)模型，并對(duì)當(dāng)前電力系統(tǒng)中深度學(xué)習(xí)的相關(guān)應(yīng)用進(jìn)行了介紹，最終結(jié)合冀北電力公司未來(lái)關(guān)注的重點(diǎn)"零碳冬奧"、"一網(wǎng)一平臺(tái)"等，對(duì)深度學(xué)習(xí)技術(shù)在電力信息化領(lǐng)域的應(yīng)用前景進(jìn)行了展望。

發(fā)表于：2019/10/12 13:24:00

基于LSTM網(wǎng)絡(luò)的IGBT參數(shù)預(yù)測(cè)硬件系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][智能電網(wǎng)]

對(duì)絕緣柵雙極型晶體管進(jìn)行參數(shù)預(yù)測(cè)可以有效地避免因其失效帶來(lái)的經(jīng)濟(jì)損失和安全問(wèn)題。對(duì)絕緣柵雙極型晶體管參數(shù)進(jìn)行分析，設(shè)計(jì)了一個(gè)基于LSTM網(wǎng)絡(luò)的絕緣柵雙極型晶體管參數(shù)預(yù)測(cè)SoC硬件系統(tǒng)。該系統(tǒng)使用ARM處理器作為總控制器，控制各個(gè)子模塊的調(diào)用和數(shù)據(jù)的傳輸，F(xiàn)PGA內(nèi)通過(guò)對(duì)矩陣向量?jī)?nèi)積算法進(jìn)行優(yōu)化提高LSTM網(wǎng)絡(luò)內(nèi)部的數(shù)據(jù)運(yùn)算速度，并且采用多項(xiàng)式近似的方法降低了激活函數(shù)所占用的資源。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)的預(yù)測(cè)平均準(zhǔn)確率為92.6%，計(jì)算速度相比于CPU快了3.74倍，同時(shí)具有低功耗的特點(diǎn)。

發(fā)表于：2019/10/11 13:44:00

基于卷積遞歸模型的文本分類研究[嵌入式技術(shù)][物聯(lián)網(wǎng)]

近年來(lái)卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域得到了越來(lái)越廣泛的的應(yīng)用。提出一種卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)特征融合的模型，通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)作為池化層的替代來(lái)獲得長(zhǎng)期依賴性，從而構(gòu)建一個(gè)聯(lián)合CNN和RNN的框架來(lái)克服單卷積神經(jīng)網(wǎng)絡(luò)忽略詞語(yǔ)在上下文中語(yǔ)義和語(yǔ)法信息的問(wèn)題。所提出的方法在減少參數(shù)數(shù)量和兼顧文本序列全局特征方面起著重要作用，實(shí)驗(yàn)結(jié)果表明，可以通過(guò)更小的框架來(lái)實(shí)現(xiàn)相同級(jí)別的分類性能，并且在準(zhǔn)確率方面超越了同類型的其他幾種方法。

發(fā)表于：2019/10/11 13:34:00