123,123

基于IBIS模型的FPGA信號完整性仿真驗證方法[可編程邏輯][其他]

討論了SRAM型FPGA信號完整性驗證的必要性，提出了一種基于IBIS模型和HyperLynx軟件的針對SRAM型FPGA器件信號完整性仿真驗證方法，并以Stratix-2和Virtex-4兩種類型的FPGA為例進(jìn)行了實際仿真驗證，分析了信號的有效數(shù)據(jù)寬度、電平幅值和傳輸速率等仿真驗證結(jié)果，比較了這兩種器件的信號完整性優(yōu)劣，通過該仿真實例也驗證了這種FPGA信號完整性仿真驗證技術(shù)的可行性。隨后對模型參數(shù)進(jìn)行了仿真對比，得出造成器件信號完整性差異的內(nèi)在機(jī)理，從而在設(shè)計上指導(dǎo)優(yōu)化器件信號完整性性能。

發(fā)表于：2019/6/10 10:20:00

一種超低功耗的RISC-V處理器流水線結(jié)構(gòu)[嵌入式技術(shù)][工業(yè)自動化]

隨著通信、芯片技術(shù)的高速發(fā)展，物聯(lián)網(wǎng)將會是未來新一代信息技術(shù)的重要組成部分，也是促進(jìn)生活智能化過程的強(qiáng)大動力。在IoT的終端設(shè)備應(yīng)用中，超低功耗的微控制器扮演著不可或缺的角色。基于超低功耗嵌入式應(yīng)用的設(shè)計目標(biāo)，提出了一種基于RISC-V指令集架構(gòu)的處理器流水線結(jié)構(gòu)，考慮到功耗和性能的折中要求，采用了以兩級按序流水線為主體，輔以其他組件流水線長度可變的流水線結(jié)構(gòu)。并在VCS環(huán)境下驗證了微控制器的邏輯功能，同時通過SMIC180工藝庫在DC環(huán)境下完成了綜合仿真，得到了微控制器的面積占比報告。最后通過運行跑分程序測試，并與ARM Cortex-M微控制器比較，比較結(jié)果表明本作品同樣可應(yīng)用于IoT的低功耗場景。

發(fā)表于：2019/6/9 17:32:00

基于小波神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)中心KPI預(yù)測[嵌入式技術(shù)][醫(yī)療電子]

時間序列預(yù)測是數(shù)據(jù)中心關(guān)鍵性能指標(biāo)異常檢測的重要環(huán)節(jié)。針對時間序列，利用小波基函數(shù)作為隱含層節(jié)點傳遞函數(shù)來構(gòu)造小波神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測；同時選取動量梯度下降法提高神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)效率；再根據(jù)粒子群算法訓(xùn)練得到最優(yōu)解作為神經(jīng)網(wǎng)絡(luò)參數(shù)初始值；最后使用MATLAB進(jìn)行仿真，以較高準(zhǔn)確性對關(guān)鍵性能指標(biāo)時間序列進(jìn)行了預(yù)測。

發(fā)表于：2019/6/9 17:19:00

基于主題提取模型的交通違法行為文本數(shù)據(jù)的挖掘[嵌入式技術(shù)][汽車電子]

長期以來，各類交通事故嚴(yán)重影響了人們生命財產(chǎn)安全和社會經(jīng)濟(jì)發(fā)展。交通事故分析是對交通事故資料進(jìn)行調(diào)查研究，發(fā)現(xiàn)事故動向和各種影響因素對事故總體的作用和相互關(guān)系，以便定量地認(rèn)識事故現(xiàn)象的本質(zhì)和內(nèi)在規(guī)律。通過對交通事故中記錄駕駛員違法行為的文本數(shù)據(jù)進(jìn)行分析，提出了一種文本主題提取模型和技術(shù)，來挖掘交通事故中駕駛員風(fēng)險駕駛因素，解決以往交通事故統(tǒng)計中交通違法行為難以挖掘的問題，計算出影響交通事故的最大支配因素。最后以北京地區(qū)一般程序處理的交通事故為例，結(jié)合北京市交通管理專家經(jīng)驗，驗證該模型可應(yīng)用于交通事故中違法行為的主題提取，結(jié)論與長期治理經(jīng)驗相吻合。

發(fā)表于：2019/6/6 13:50:00

感知特征互補(bǔ)的圖像質(zhì)量評價[嵌入式技術(shù)][其他]

針對圖像質(zhì)量客觀評價方法在實際應(yīng)用場景下性能退化的問題，將人眼視覺特性融入圖像特征處理的多個環(huán)節(jié)，提出一種融合視覺結(jié)構(gòu)顯著和視覺能量顯著特征互補(bǔ)的方法。首先，根據(jù)人眼特性對圖像的灰度能量、對比度能量和梯度結(jié)構(gòu)三層互補(bǔ)特征進(jìn)行空域-頻域聯(lián)合變換處理；其次，分別提取前述三層視覺特征的多通道信息并進(jìn)行評價；最后，基于視覺特性和圖像失真度將各層視覺特征評價從內(nèi)層至外層逐步自適應(yīng)綜合。實驗表明，本方法具有較高的水平和更好的穩(wěn)定性，提高了實際應(yīng)用場景下的評價性能。

發(fā)表于：2019/6/6 13:35:00

基于深度學(xué)習(xí)的圖像語義分割算法綜述[嵌入式技術(shù)][其他]

隨著自動駕駛及虛擬現(xiàn)實技術(shù)等領(lǐng)域的發(fā)展，圖像語義分割方法受到越來越多的計算機(jī)視覺和機(jī)器學(xué)習(xí)研究人員的關(guān)注。首先介紹了圖像語義分割領(lǐng)域的常用術(shù)語以及需要了解的背景概念，并介紹語義分割問題中幾種經(jīng)典的深度學(xué)習(xí)算法，如全卷積神經(jīng)網(wǎng)絡(luò)(FCN)、Deeplab等。最后針對當(dāng)前圖像語義分割算法的應(yīng)用，總結(jié)展望未來研究方向。

發(fā)表于：2019/6/5 15:24:00

一種毫米波頻段微帶同軸轉(zhuǎn)換結(jié)構(gòu)[微波|射頻][通信網(wǎng)絡(luò)]

微帶線和同軸是微波系統(tǒng)中常見的兩種傳輸線，兩種傳輸線在低頻段一般的互連方式是直接焊接，同軸內(nèi)導(dǎo)體焊接在微帶線的金屬帶線上，外導(dǎo)體安裝在微帶線的接地面上。這種連接方式在低頻段內(nèi)對微波信號的傳輸影響很小，在毫米波頻段內(nèi)，這種連接方式會導(dǎo)致毫米波信號的損耗增大。因此設(shè)計了一種毫米波頻段微帶同軸轉(zhuǎn)換結(jié)構(gòu)，這種轉(zhuǎn)換結(jié)構(gòu)在微帶線和同軸之間增加一個補(bǔ)償孔結(jié)構(gòu)，有效降低了微帶同軸轉(zhuǎn)換結(jié)構(gòu)的駐波比和插入損耗，提高整體系統(tǒng)的性能。

發(fā)表于：2019/6/5 15:03:00

數(shù)字化雙模高效率射頻功率源[微波|射頻][其他]

射頻功率源作為射頻電源系統(tǒng)的核心組件之一，其頻率固定、轉(zhuǎn)換效率低下，已經(jīng)成為了制約射頻電源系統(tǒng)發(fā)展的瓶頸。針對這一問題，提出了射頻功率源在雙頻率工作模式之間自由切換的設(shè)計方案。采用直接數(shù)字式頻率合成器(Direct Digital Synthesizer，DDS)作為射頻信號源，選用德國IXYS公司的MOSFTE完成小信號的放大，提高了輸出頻率穩(wěn)定度和轉(zhuǎn)換效率；采用并聯(lián)電感的方法降低了開關(guān)時的功率損耗；利用數(shù)控式選擇開關(guān)切換選頻網(wǎng)絡(luò)，從而實現(xiàn)系統(tǒng)在雙頻率下的適配。同時對提出的方案及理論進(jìn)行Multisim仿真驗證。經(jīng)過實物測試，該射頻功率源可以在300 W額定功率下實現(xiàn)13.56 MHz和27.12 MHz雙頻率選擇輸出，轉(zhuǎn)換效率能夠達(dá)到90.1%。

發(fā)表于：2019/6/4 13:36:00

一種小型化超寬帶接收前端的設(shè)計與實現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

設(shè)計了一種應(yīng)用于無線電偵收領(lǐng)域的小型化超寬帶接收前端，將0.1 GHz~18 GHz射頻信號經(jīng)過預(yù)選濾波、放大、混頻、帶寬濾波和增益控制等過程，形成中頻信號。首先介紹了電路設(shè)計方案，并針對接收前端的主要指標(biāo)進(jìn)行了分析與設(shè)計。整個前端尺寸為119 mm×61 mm×9.5 mm，工作頻率為0.1 GHz~18 GHz，典型增益35 dB，并可根據(jù)項目需求在30 dB~40 dB之間調(diào)節(jié)。

發(fā)表于：2019/6/4 13:25:00

自動駕駛發(fā)展與關(guān)鍵技術(shù)綜述[其他][汽車電子]

隨著汽車電子化和高級輔助駕駛技術(shù)的快速發(fā)展，自動駕駛作為輔助駕駛技術(shù)的高級階段，儼然成為未來解決交通出行的重要方式，已成為全球范圍內(nèi)的一個新的技術(shù)研究熱點和重點。尤其近年來，自動駕駛在人類交通發(fā)展史上取得了里程碑式的進(jìn)步。簡述了自動駕駛的發(fā)展和關(guān)鍵技術(shù)的相關(guān)內(nèi)容，在此基礎(chǔ)上回顧了自動駕駛通過傳感器進(jìn)行環(huán)境感知的研究水平以及前沿人工智能技術(shù)在自動駕駛中的使用情況，涉及環(huán)境智能感知、傳感器融合、高級規(guī)劃、控制等關(guān)鍵技術(shù)的相關(guān)陳述，最后綜述了自動駕駛系統(tǒng)當(dāng)前所存在的問題，并展望了自動駕駛技術(shù)的未來發(fā)展方向。

發(fā)表于：2019/6/3 14:54:00