123,123

Microchip 推出 MPLAB® 機器學習開發(fā)工具包，助力開發(fā)人員輕松將機器學習集成到 MCU 和 MPU中[人工智能][工業(yè)自動化]

　　機器學習（ML）正成為嵌入式設計人員開發(fā)或改進各種產品的標準要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB® 機器學習開發(fā)工具包，提供一套完整的集成工作流程來簡化機器學習模型開發(fā)。這款軟件工具包可用于Microchip的各類單片機（MCU）和微處理器（MPU）產品組合，助力開發(fā)人員快速高效地添加機器學習推理。

發(fā)表于：2023/9/8

ZESTRON出席CEIA長沙發(fā)表《清洗工藝提高組裝可靠性》[電子元件][工業(yè)自動化]

　　8月31日，第104屆CEIA中國電子智能制造系列活動在長沙梅溪湖金茂豪華精選酒店舉行。ZESTRON出席現場展示活動并在會上發(fā)表了題為《清洗工藝提高組裝可靠性》的演講。

發(fā)表于：2023/9/6

ZigBee技術的典型應用方案介紹[顯示光電][智能交通]

　　摘要：ZigBee無線通信技術已廣泛應用于社會的各個行業(yè)領域，那么ZigBee產品都適用于什么具體場景？給行業(yè)帶來哪些不一樣的使用體驗？本期文章我們一起來了解致遠電子ZigBee產品的幾個典型應用場景。

發(fā)表于：2023/8/30

通過定制半導體來應對供應鏈挑戰(zhàn)[通信與網絡][消費電子]

　　在競爭和創(chuàng)新的雙重壓力之下，企業(yè)消耗的數據越來越多，但無線頻譜的容量卻不會再增長。物聯網、自動駕駛汽車以及 5G 和即將到來的 6G 網絡已然提出了巨大的高速數據需求。除此之外，尚未發(fā)明的新應用未來不僅需要更大的帶寬，還需要使用先進的半導體來支持這些新技術?？紤]到近年來由于供應鏈不穩(wěn)定所帶來的挑戰(zhàn)，科技企業(yè)如何才能滿足創(chuàng)新需求？

發(fā)表于：2023/8/30

嵌入式IoMT設備的安全設計[嵌入式技術][物聯網]

　　醫(yī)療行業(yè)對連接設備的日益依賴使其易受網絡攻擊，排名僅次于小型企業(yè)。為了防止?jié)撛诘臑碾y，美國食品藥品監(jiān)督管理局（FDA）已經制定了可供醫(yī)療設備制造商遵循的嵌入式設備安全實現指南。這份指南涵蓋了設計、開發(fā)、產品發(fā)布、售后支持和停產等各個階段。盡管FDA指南中的信息對于設計人員來說是必讀的，但它通常以高層級角度編寫，最常見的是闡述應當實現哪些功能，而沒有說明如何實現。為了幫助醫(yī)療設備設計人員深入研究，本文提供了一些缺失的細節(jié)。

發(fā)表于：2023/8/29

如何有效使用RISC-V的跟蹤技術[嵌入式技術][物聯網]

　　在嵌入式軟件開發(fā)中，利用完整的應用跟蹤，可為開發(fā)人員分析其產品行為提供無限的可能性。通過對應用程序的全面了解，他們可以跟蹤每一條指令，看看他們的應用程序是否按照預期運行，或者是否出現錯誤或漏洞。那么，如何才能最大化地利用現有可用的RISC-V跟蹤呢？

發(fā)表于：2023/8/29

10BASE-T1L樓宇控制器如何助力實現可持續(xù)樓宇管理系統(tǒng)[測試測量][工業(yè)自動化]

　　本文重點介紹在樓宇管理系統(tǒng)（BMSs）中使用以太網直接數字控制器（DDCs）（也稱為樓宇控制器）的好處，并說明如何將10BASE-T1L協議融合到典型的BMS架構中。10BASE-T1L的數據傳輸速率達到10 Mbps，支持各種拓撲結構，并可通過單條雙絞線供電，在點對點、環(huán)形和線形網絡配置中為DDC控制器和邊緣節(jié)點提供無縫以太網連接。它提供實時控制，克服了以前協議的局限性，同時，它支持的邊緣節(jié)點數量幾乎不受限制。由于它能重復使用現有的單條雙絞線布線，因此支持長達1千米的遠距離數據傳輸，是現有BMS比較理想的改良型解決方案。其無需配備耗電的網關，支持無縫云端連接。這對于希望采用最新BMS技術卻擔心對建筑物能效產生不利影響的用戶，真可謂是雪中送炭。

發(fā)表于：2023/8/29

基于PG網絡的全流程優(yōu)化在高性能CPU內核中的應用[電子元件][工業(yè)自動化]

隨著高性能計算芯片的集成度不斷提高以及工藝的進步，金屬連線的寬度越來越窄，芯片電源網絡上電阻增加和高密度的邏輯門單元同時有邏輯翻轉動作時會在電源網絡上產生電壓降（IR Drop），導致芯片產生時序問題，甚至可能發(fā)生邏輯門的功能故障。

發(fā)表于：2023/8/29

學子專區(qū)—ADALM2000實驗：磁性接近傳感器[模擬設計][工業(yè)自動化]

　　本次實驗的目標是利用磁場生成和檢測原理去構建簡單的接近檢測器，并觀察檢測器輸出電壓是如何隨著電磁體越來越靠近傳感器而增加的。

發(fā)表于：2023/8/26

測量軟件在 Wi-Fi 7 測試中發(fā)揮重要作用[測試測量][通信網絡]

　　這個世界允許無線連接缺席哪怕一天嗎？大部分情況下無法做到，因為我們的日?；顒哟蠖家蕾囉跓o線通信技術。無論是工作、上學還是日常通信，無線連接都已經不可或缺。無線連接技術的進步促進了其他技術、研究和創(chuàng)新理念的發(fā)展。而無線設備的更新換代又推動了無線技術在不斷變化的世界中推陳出新。

發(fā)表于：2023/8/26

遠離危險：打造安全的自動駕駛汽車[人工智能][汽車電子]

　　當下的汽車行業(yè)正在經歷一場變革――電動汽車逐漸興起，自動駕駛汽車（AV）的自動化程度越來越高。在中國，眾多企業(yè)紛紛投身于全自動駕駛汽車的研發(fā)，而且已有一系列試點項目落地，為盡早實現這一目標而努力。香港某科技園正在開展一項 AV 試驗，研究如何將通勤者接駁到智慧城市環(huán)境下的公共交通系統(tǒng)中。中國消費者比西方消費者更樂意接受自動駕駛，對各種自動駕駛功能也抱有更大的熱情。

發(fā)表于：2023/8/25

一種基于Mesh網絡的混合AOA/RSSI協作定位算法[通信與網絡][通信網絡]

傳統(tǒng)到達角度（Angle-Of-Arrival， AOA）/接受信號強度指示（Received Signal Strength Indicator， RSSI）混合定位往往需要多個錨節(jié)點布設陣列天線以實現高精度定位，為解決在錨節(jié)點資源受限下精度較低的問題，提出了一種基于Mesh網絡的混合AOA/RSSI協作定位方法。僅有中心主錨節(jié)點提供AOA角度的情況下，采取最小二乘法對聯合真實和虛擬錨節(jié)點所對應角度和距離信息進行初步定位；利用未知節(jié)點之間的協作通信和測距信息，位置估計問題被轉換為無約束非線性優(yōu)化問題，給予短距離鏈路更高權重，通過迭代求解最終實現協作定位。仿真結果表明，所提算法在錨節(jié)點資源受限情況下有效地提升了定位精度。

發(fā)表于：2023/8/25

基于區(qū)塊鏈的分布式標識密碼管理*[通信與網絡][信息安全]

基于標識的密碼算法（如SM9等），需要可信第三方密鑰生成中心KGC為用戶生成標識私鑰，存在密鑰托管、單點故障的風險和問題。提出了一種分布式標識密碼管理方案，多個參與方分別產生部分標識私鑰發(fā)送給用戶，用戶本地運算產生標識私鑰，避免了密鑰托管的問題；同時身份標識狀態(tài)等數據可信上鏈，可以去中心化查詢用戶身份標識及有效性，解決了KGC單點失效及信任的問題，提高了系統(tǒng)可用性和安全性。經分析表明，方案在運行效率和帶寬要求方面均具有明顯優(yōu)勢。

發(fā)表于：2023/8/25

基于改進Stacking集成分類算法的用戶用電信息異常識別[人工智能][智能電網]

隨著電力用戶信息采集系統(tǒng)的發(fā)展，更豐富的用戶用電信息被用于用戶用電信息異常的識別?；贔DI攻擊進行虛假數據注入，構造用戶用電信息異常數據集，并提出了一種基于召回率的改進Stacking集成分類算法。該算法采用K-近鄰算法（k-Nearest Neighbors，KNN）、隨機森林模型（Random Forests，RF）、支持向量機（Support Vector Machine，SVM）以及梯度決策樹（Gradient Boosting Decision Tree，GBDT）作為Stacking結構的基分類模型；采用邏輯回歸（Logistic Regression，LR）作為Stacking結構的元分類模型。并基于召回率為基分類模型的輸出結果進行權值賦值，從而作為元分類模型的輸入數據集。通過實驗驗證，所提的基于召回率的改進Stacking集成分類算法相比于傳統(tǒng)Stacking集成分類算法擁有更高效的分類性能。

發(fā)表于：2023/8/25

多核專用指令處理器集成開發(fā)環(huán)境設計[模擬設計][通信網絡]

該集成開發(fā)環(huán)境面向一款多核密碼專用指令協處理器而設計，包含指令集模擬器、匯編器、調試器等功能模塊，支持基于匯編語言的軟件調試，支持密碼算法性能評估。根據實現密碼算法的特點，該集成開發(fā)環(huán)境中的密碼處理引擎模擬器采用了運算指令提前譯碼的方式，以提高模擬器的性能。在此基礎上，為了程序調試和算法性能評估的需要，采用不同的模擬策略，分別設計了指令級同步模擬器和共享數據級同步模擬器。經測試，該集成開發(fā)環(huán)境在進行算法評估時，模擬指令的速度達到了4.83 MIPS，性能評估結果與硬件仿真一致。

發(fā)表于：2023/8/25