123,123

基于PTP授時(shí)的高可靠時(shí)間統(tǒng)一系統(tǒng)的應(yīng)用研究[模擬設(shè)計(jì)][其他]

現(xiàn)如今，各領(lǐng)域?qū)r(shí)間統(tǒng)一系統(tǒng)的性能要求越來(lái)越高。以往的時(shí)間統(tǒng)一系統(tǒng)大多使用網(wǎng)絡(luò)時(shí)間協(xié)議（Network Time Protocol，NTP）進(jìn)行授時(shí)，但該協(xié)議只能提供毫秒級(jí)的同步精度，且主時(shí)鐘一般為固定不變的，無(wú)法滿足測(cè)控等應(yīng)用領(lǐng)域的高精度、高魯棒性的要求?；诖耍瑢?duì)基于IEEE1588 標(biāo)準(zhǔn)(Precision Time Protocol，PTP)授時(shí)的高可靠時(shí)間統(tǒng)一系統(tǒng)的應(yīng)用進(jìn)行了深入研究。本系統(tǒng)采用PTP協(xié)議進(jìn)行授時(shí)，可使系統(tǒng)時(shí)間同步精度達(dá)到納秒級(jí)，并以最佳主時(shí)鐘算法（Best Master Clock，BMC）為理論基礎(chǔ)，設(shè)計(jì)并實(shí)現(xiàn)手動(dòng)設(shè)置與自動(dòng)選擇兩種模式的雙機(jī)熱備功能，滿足了測(cè)控等應(yīng)用領(lǐng)域?qū)r(shí)間統(tǒng)一系統(tǒng)的高性能要求。相比較以往的時(shí)間統(tǒng)一系統(tǒng)，本系統(tǒng)大大提升了系統(tǒng)的授時(shí)精度與魯棒性。

發(fā)表于：2019/5/10 11:41:00

基于BIT技術(shù)的PCU故障診斷和性能監(jiān)測(cè)系統(tǒng)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)衛(wèi)星電源控制器（PCU）存在故障診斷和性能監(jiān)測(cè)能力有限的問(wèn)題，對(duì)某衛(wèi)星電源控制器進(jìn)行了測(cè)試性設(shè)計(jì)，搭建了基于BIT技術(shù)的PCU在軌故障診斷和性能監(jiān)測(cè)系統(tǒng)。BIT由3個(gè)模擬板和1個(gè)核心板組成，模擬板可對(duì)數(shù)十路模擬信號(hào)進(jìn)行高速采樣，核心板運(yùn)行故障診斷和性能監(jiān)測(cè)算法，并進(jìn)行數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)打包、通信等工作，故障診斷和性能監(jiān)測(cè)結(jié)果在打包后發(fā)送至通信接口。驗(yàn)證實(shí)驗(yàn)表明，在不影響PCU正常工作的前提下，系統(tǒng)可對(duì)PCU的故障進(jìn)行準(zhǔn)確檢測(cè)和定位，診斷速度快，同時(shí)可對(duì)PCU的母線電壓紋波等性能進(jìn)行監(jiān)測(cè)。

發(fā)表于：2019/5/10 11:31:00

中大功率達(dá)林頓管版圖設(shè)計(jì)[電源技術(shù)][其他]

基于70 V高壓雙極型工藝，設(shè)計(jì)了一種中大功率達(dá)林頓陣列版圖結(jié)構(gòu)。該結(jié)構(gòu)適用于單片高壓功率器件輸出級(jí)版圖，采用單元陣列對(duì)稱叉指結(jié)構(gòu)，具有大電流驅(qū)動(dòng)能力、散熱均勻、穩(wěn)定性好、面積利用率高等特點(diǎn)。叉指狀發(fā)射極和基極保證了較高的速度，同時(shí)兼顧了陣列功率管的匹配性和對(duì)稱性。叉指狀基極的兩側(cè)式設(shè)計(jì)增大了有效發(fā)射極周長(zhǎng)，提高了電流傳導(dǎo)能力。改進(jìn)后的等平面布線，降低了功率版圖受布線臺(tái)階影響。版圖設(shè)計(jì)經(jīng)驗(yàn)證后，具有輸出9 A大電流的能力。

發(fā)表于：2019/5/9 14:13:00

dPMR接收機(jī)定時(shí)估計(jì)算法及FPGA實(shí)現(xiàn)[可編程邏輯][通信網(wǎng)絡(luò)]

符號(hào)定時(shí)同步的準(zhǔn)確度對(duì)數(shù)字通信系統(tǒng)解調(diào)性能有極大影響，dPMR通信系統(tǒng)要求接收機(jī)的符號(hào)同步具有快速捕獲和良好跟蹤性能的特點(diǎn)。針對(duì)該要求，提出一種定時(shí)估計(jì)算法。該算法結(jié)合前導(dǎo)碼定時(shí)算法和數(shù)字平方濾波算法的優(yōu)點(diǎn)，首先捕捉突發(fā)信息的前導(dǎo)碼，使用前導(dǎo)碼定時(shí)算法實(shí)現(xiàn)高精度快速定時(shí)估計(jì)，之后以384個(gè)符號(hào)為間隔，使用數(shù)字平方濾波算法實(shí)現(xiàn)定時(shí)估計(jì)的跟蹤校正。同時(shí)提出一種結(jié)構(gòu)簡(jiǎn)單的FPGA實(shí)現(xiàn)方案，相對(duì)于經(jīng)典的同步波形匹配濾波定時(shí)算法，不僅提升了接收機(jī)的解調(diào)性能且節(jié)約了硬件資源。

發(fā)表于：2019/5/9 13:36:00

高速接口JESD204B的靈敏放大器設(shè)計(jì)[模擬設(shè)計(jì)][其他]

采用UMC 28 nm CMOS工藝，在低電源電壓下設(shè)計(jì)實(shí)現(xiàn)了一種高速、低失調(diào)的靈敏放大器。在傳統(tǒng)差分放大器、AB類鎖存器等電路的基礎(chǔ)上進(jìn)行改進(jìn)，提出了一種新型結(jié)構(gòu)的靈敏放大器。利用Cadence軟件進(jìn)行電路設(shè)計(jì)和功能仿真。仿真結(jié)果表明，所設(shè)計(jì)的電路在1.05 V的低電源電壓、5/10 GHz時(shí)鐘下，其失調(diào)電壓分別為0.2 mV/0.8 mV，傳輸延遲分別為50 ps/42 ps，功耗分別為0.37 mW/0.44 mW。因此，所設(shè)計(jì)的靈敏放大器適用于高速接口JESD204B模數(shù)轉(zhuǎn)換模塊。

發(fā)表于：2019/5/8 11:27:00

移動(dòng)圖形處理器的紋理Cache設(shè)計(jì)[嵌入式技術(shù)][其他]

為了提高移動(dòng)圖形處理器中統(tǒng)一架構(gòu)染色器的效率，減少其與片外存儲(chǔ)器間的訪問(wèn)次數(shù)，提出了一種4端口紋理高速緩存結(jié)構(gòu)。該結(jié)構(gòu)采用基于Mipamp算法的紋理映射和基于細(xì)化層次（Level of Detail，LOD）選擇不同單端口Cache的存儲(chǔ)方式，提高了紋理Cache的命中率。此外為了提高數(shù)據(jù)吞吐率，采用4端口并行讀取紋素。設(shè)計(jì)了FIFO緩沖區(qū)預(yù)取數(shù)據(jù)，降低訪存延遲。利用SV搭建實(shí)驗(yàn)平臺(tái)對(duì)紋理圖像進(jìn)行測(cè)試，結(jié)果表明紋理Cache的平均命中率為92.5%，數(shù)據(jù)吞吐率接近單端口Cache的4倍。

發(fā)表于：2019/5/8 11:11:00

時(shí)鐘模塊自動(dòng)修調(diào)電路設(shè)計(jì)[模擬設(shè)計(jì)][其他]

由于實(shí)際生產(chǎn)過(guò)程中的工藝偏差，時(shí)鐘模塊輸出的實(shí)際頻率和設(shè)計(jì)頻率相差比較大，因此在測(cè)試階段，需要對(duì)輸出頻率不在目標(biāo)范圍內(nèi)的時(shí)鐘模塊進(jìn)行修調(diào)?；诙址ㄏ鄬?duì)遍歷法具有快速收斂的特點(diǎn)，設(shè)計(jì)自動(dòng)修調(diào)電路并分析了異步脈沖同步帶來(lái)的修調(diào)誤差。自動(dòng)修調(diào)電路通過(guò)ATE(Automatic Test Equipment)提供的慢速脈沖對(duì)時(shí)鐘模塊輸出的時(shí)鐘計(jì)數(shù)，用二分法自動(dòng)改變trim值，從而達(dá)到快速修調(diào)的目的，節(jié)省了測(cè)試時(shí)間。

發(fā)表于：2019/5/7 16:29:00

K近鄰及其集成模型的股票價(jià)格預(yù)測(cè)[嵌入式技術(shù)][其他]

為了驗(yàn)證股票的價(jià)格運(yùn)動(dòng)與過(guò)去應(yīng)該是相似的這一假設(shè)，運(yùn)用K近鄰算法，將價(jià)格運(yùn)動(dòng)簡(jiǎn)單劃分為漲跌兩類進(jìn)行預(yù)測(cè)，進(jìn)行假設(shè)驗(yàn)證。使用滑窗方法比較現(xiàn)在的價(jià)格運(yùn)動(dòng)與何時(shí)的歷史價(jià)格更為相似，將多個(gè)K近鄰模型組合成集成模型，實(shí)現(xiàn)模型的泛化和策略收益的調(diào)整。使用中證500指數(shù)的歷史價(jià)格數(shù)據(jù)進(jìn)行預(yù)測(cè)實(shí)證，2017年～2018年9月的預(yù)測(cè)結(jié)果顯示單個(gè)K近鄰模型策略獲得76.72%的收益，現(xiàn)在的價(jià)格運(yùn)動(dòng)與遙遠(yuǎn)的過(guò)去更為相似，集成模型能更好地控制風(fēng)險(xiǎn)。該模型利用K近鄰模型的含義驗(yàn)證了股票價(jià)格運(yùn)動(dòng)具有相似性，可以作為證券交易的擇時(shí)策略。

發(fā)表于：2019/5/7 8:14:00

兼顧可用性和可靠性的可視密碼最佳方案[嵌入式技術(shù)][信息安全]

自1994年Naor和Shamir提出可視密碼被提出以來(lái)，可視密碼的像素?cái)U(kuò)展和圖像對(duì)比度差一直是需要解決的問(wèn)題。在m點(diǎn)加密的基礎(chǔ)上，在兼顧可用性和可靠性的前提下，提出了實(shí)現(xiàn)可視密碼的最佳方案，一方面能夠使分存圖像像素不產(chǎn)生擴(kuò)展，即分存圖像與加密圖像一樣大；另一方面，通過(guò)重構(gòu)使恢復(fù)后的圖像達(dá)到最好的對(duì)比度。

發(fā)表于：2019/5/6 16:21:00

基于深度集成學(xué)習(xí)的人臉智能反饋認(rèn)知方法[嵌入式技術(shù)][其他]

人臉識(shí)別技術(shù)是深度學(xué)習(xí)的重要研究領(lǐng)域。為了克服傳統(tǒng)開(kāi)環(huán)人臉認(rèn)知模式以及深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的缺陷，模仿人類實(shí)時(shí)評(píng)測(cè)認(rèn)知結(jié)果自尋優(yōu)調(diào)節(jié)特征空間和分類認(rèn)知準(zhǔn)則的認(rèn)知模式，借鑒閉環(huán)控制理論思想，探索了一種基于深度集成學(xué)習(xí)的人臉智能反饋認(rèn)知方法。首先，基于DEEPID網(wǎng)絡(luò)建立人臉圖像由全局到局部具有確定映射關(guān)系的非結(jié)構(gòu)化特征空間；其次，基于特征可分性評(píng)測(cè)和變精度粗糙集理論，從信息論角度建立非結(jié)構(gòu)化動(dòng)態(tài)特征表征的人臉認(rèn)知決策信息系統(tǒng)模型，以約減非結(jié)構(gòu)化特征空間；再次，采用集成隨機(jī)權(quán)向量函數(shù)連接網(wǎng)絡(luò)，構(gòu)建簡(jiǎn)約非結(jié)構(gòu)化特征空間的分類認(rèn)知準(zhǔn)則；最后，構(gòu)建人臉認(rèn)知結(jié)果熵測(cè)度指標(biāo)，為人臉特征空間和分類認(rèn)知準(zhǔn)則的自尋優(yōu)調(diào)節(jié)機(jī)制提供量化依據(jù)。實(shí)驗(yàn)結(jié)果表明，較已有方法，該方法有效地提高了人臉圖像的識(shí)別率。

發(fā)表于：2019/5/6 13:48:00