頭條 ST宣布中国本地造STM32微控制器已开启交付 3 月 23 日消息，意法半导体（ST）今日宣布，中国本地制造的 STM32 通用微控制器现已开启交付。首批由华虹宏力代工的意法半导体 STM32 晶圆产品已陆续发货给国内客户。这一里程碑标志着意法半导体全球供应链战略的重大进展。公司计划 2026 年将有更多 STM32 产品系列（包括高性能、安全及入门级的微控制器）实现本地量产。 最新資訊 基于FPGA的硬件排序系统设计 针对软件排序速度慢、排序数据量小以及占用CPU资源多等问题，设计了一种基于FPGA的硬件排序系统。排序过程采用DMA工作方式，不占用CPU资源；数据传输采用SISO（串行输入/串行输出）方式，减少FPGA内部布线资源，增强排序系统可靠性。利用Modelsim仿真工具对硬件排序系统进行仿真验证，仿真结果表明，硬件排序系统可以有效提高排序效率以及降低CPU使用率。 發(fā)表于：2015/12/18 美高森美和Thales e-Security宣布签署硬件安全模块经销商协议 致力于在功耗、安全、可靠和性能方面提供差异化半导体技术方案的领先供应商美高森美公司(Microsemi Corporation，纽约纳斯达克交易所代号：MSCC) 宣布与Thales e-Security签订一项经销商协议。客户通过使用Thales e-Security的nShield硬件安全模块(HSM)、定制固件和在所有美高森美SmartFusion™2系统级芯片(SoC)现场可编程逻辑器件(FPGA)和IGLOO™2 FPGA器件内置的先进安全协议，可以自动防止其系统在世界各地任何生产设施中被过度制造，避免数百万美元的收益损失。 發(fā)表于：2015/12/18 基于因子分析的动态负载均衡算法 随着互联网的不断发展、用户数量的急剧增长，互联网中出现了网络拥塞、服务器负载过重、响应时间过长等严重问题，其中负载均衡算法是影响服务器集群整体性能的一个关键因素。运用统计学中的因子分析理论，提出了一种基于因子分析的负载均衡算法。该算法利用因子分析法计算出综合负载，并用这个指标帮助负载均衡器选择合适的服务器，均匀地将用户的请求进行分发，从而达到整体上较好的负载均衡。 發(fā)表于：2015/12/17 采用窗函数法进行数字信号截短的优化算法 对数字信号进行有限点数的截短采样时，通常会发生频谱泄露。提出一种基于FPGA的矩形窗、海明窗、汉宁窗和布莱克曼窗四个窗函数的改进型信号截短算法方案，并对其资源消耗和运行速度进行优化，从而提高频谱泄露的性能。为了减少系统资源消耗和提高精度，采用了资源共享技术、选择合理的数据位宽以及为CORDIC模块选择合适的迭代次数；为了优化速度，采用了恰当的流水线技术，从而较大提高了处理速度。仿真表明，优化后的系统逻辑资源减少20%~51%，时序约束达到360 MHz，其中的布莱克曼窗对第一级旁瓣衰减达到59.3 dB。 發(fā)表于：2015/12/17 基于FPGA与LabVIEW的DDS任意信号发生器设计 实现了一种基于FPGA与LabVIEW平台的任意波形发生器。通过FPGA搭建硬件平台，与LabVIEW上位机软件实现串口通信，实时调整FPGA内部波形数据，可实现正弦波、方波、锯齿波、三角波、高斯白噪声、叠加正弦波、自定义公式等常规波形，同时也可以手动绘制任意波形，充分发挥了软件的灵活性。通过参数的设定，可方便地设计各种复杂波形。本设计在EP4CE15F17C8芯片上实现，与LabVIEW上位机软件协同工作，经测试系统具有良好的稳定性、灵活性。 發(fā)表于：2015/12/16 多路图像数据合成LCD显示控制器设计 针对现有LCD显示控制器处理多路图像数据合成的性能局限，提出了一种用于嵌入式系统的多路图像数据合成LCD显示控制器的设计方案。该方案以FPGA为显示控制器的核心处理器件，经视频接口和8080接口输入数据，由SDRAM协调控制器完成数据存取，最终通过合成叠加送入LCD完成显示。通过实际电路验证表明，该LCD显示控制器可以实现多路图像数据的输入、合成、显示，且性能良好、运行稳定，并具有一定的移植性和可扩展性，可应用于有特殊图像处理要求的嵌入式系统中。 發(fā)表于：2015/12/16 OpenStack云环境下多节点块存储研究 基于OpenStack本身的块存储设计，在云计算平台中实现了多节点块存储的iSCSI SAN配置，为虚拟机提供了跨网段、跨节点的独立块存储服务，并在不同节点间、虚拟机上分别对其进行测试，对学习和实际构建云平台中跨网段多节点的块存储服务有参考价值。 發(fā)表于：2015/12/15 基于MapReduce和分布式缓存的KNN分类算法研究 随着大数据时代的到来，K最近邻（KNN）算法较高的计算复杂度的弊端日益凸显。在深入研究了KNN算法的基础上，结合MapReduce编程模型，利用其开源实现Hadoop，提出了一种基于MapReduce和分布式缓存机制的KNN并行化方案。该方案只需要通过Mapper阶段就能完成分类任务，减少了TaskTracker与JobTracker之间的通信开销，同时也避免了Mapper的中间结果在集群任务节点之间的通信开销。通过在Hadoop集群上实验，验证了所提出的并行化KNN方案有着优良的加速比和扩展性。 發(fā)表于：2015/12/15 基于逐步回归分析的话务预测研究 针对现有话务预测模型变量单一、预测误差大等问题引入了逐步回归分析法；结合海河银行信用卡呼叫中心实际需求，对话务数据进行了抽取集成等预处理操作；随之建立了各影响因素的一元回归模型，并在此基础上得到了多元逐步回归的话务预测模型；最后将此建模方法与其他分析法进行了综合比较并给出评价。 發(fā)表于：2015/12/14 基于编码驱动的超声波测深仪互相关算法研究 传统的超声波测深算法只能在较高信噪比环境下进行有效测量，针对较深湖泊以及海洋深度测量中低信噪比特点，介绍了一种编码驱动的超声波互相关测深算法。编码互相关算法是一种有效估计渡越时间的方法。通过理论推导的方式证明了编码互相关算法具有良好的抗干扰性能，经过仿真论证了编码互相关在测深方面的优势，并在实验中验证了该算法的可行性。 發(fā)表于：2015/12/14 <…176177178179180181182183184185…>
