123,123,123

設(shè)計(jì)應(yīng)用

使用Xcelium Machine Learning技术加速验证覆盖率收敛

使用Xcelium Machine Learning技术加速验证覆盖率收敛[电子元件][消费电子]

随着设计越来越复杂，受约束的随机化验证方法已成为验证的主流方法。一般地，验证激励做到不违反spec描述条件下尽量随机，这样验证能跑到的空间才更充分。但是，这给功能覆盖率收敛带来极大挑战，为解决这一难题，Cadence率先推出了仿真器的机器学习功能——Xcelium Machine Learning，采用机器学习技术让功能覆盖率快速收敛，大大提高验证仿真效率。介绍了Xcelium Machine Learning的使用流程，并给出在相同模拟（simulation）验证环境下应用Machine Learning前后情况对比。最后Machine Learning在模拟（simulation）验证中的应用前景进行了展望。

發(fā)表于：2023/8/25 下午3:30:08

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查[电子元件][消费电子]

随着硅工艺尺寸发展到单纳米水平，摩尔定律的延续越来越困难。2D Flip-Chip、2.5D、3D等异构集成的先进封装解决方案将继续满足小型化、高性能、低成本的市场需求，成为延续摩尔定律的主要方向。但它也提出了新的挑战，特别是对于系统级的LVS检查。采用Cadence Integrity 3D-IC平台工具，针对不同类型的先进封装，进行了系统级LVS检查验证，充分验证了该工具的有效性和实用性，保证了异构集成封装系统解决方案的可靠性。

發(fā)表于：2023/8/25 下午3:17:20

Concurrent Multi-die Optimization物理实现方案的应用

Concurrent Multi-die Optimization物理实现方案的应用[电子元件][其他]

随着芯片制造工艺不断接近物理极限，使用多die堆叠的3DIC Chiplets设计已经成为延续摩尔定律的最佳途径之一。Integrity 3D-IC平台将设计规划、物理实现和系统分析统一集成于单个管理界面中，为3D设计提供了系统完善的解决方案。其中传统的die-by-die流程在3D结构建立后分别对两个die进行2D物理实现，同时工具也开发了多die协同（concurrent multidie）的物理实现流程，并行式进行多颗die的布局布线。此工作在实际项目中，使用Cadence Integrity 3D-IC 工具，针对性地建立concurrent multidie的流程，将两颗die在同一个设计中实现并行摆放、3D结构单元（Hybrid Bonding bump）的位置优化、时钟树综合和绕线。协同优化的3D物理实现方案相比于die-by-die方案在设计整体结果上有更好的表现。

發(fā)表于：2023/8/25 下午3:00:10

DDR5仿真精度研究及在内存升级中的应用

DDR5仿真精度研究及在内存升级中的应用[电子元件][消费电子]

使用Cadence公司的SystemSI对DDR信号通道进行整体仿真，同时，借助一博科技自研的Interposer夹具进行测试，经过多次的仿真测试拟合，所介绍的DDR仿真测试方法可以达到较高的精度。随着对内存带宽的需求不断提升，作为当前主流的DDR4局限性日益明显，通过具体案例说明了DDR5信号完整性提升的具体技术，并通过仿真对比，展示了DDR5在内存升级过程中的优势。

發(fā)表于：2023/8/25 下午2:56:43

基于FCM flow的小规模数字电路芯片测试

基于FCM flow的小规模数字电路芯片测试[测试测量][消费电子]

随着芯片工艺的不断演进，数字芯片的规模急剧增加，测试成本进一步增加。目前先进的DFT技术已应用于大规模SoC芯片的测试，包括扫描路径设计、JTAG、ATPG（自动测试向量生成）等。但对于一些小规模集成电路，插入扫描链等测试电路会增加芯片面积并增加额外的功耗。对于这种芯片，功能case生成的pattern可用于检测制造缺陷和故障。因此，需要一些方法来验证覆盖率是否达到了目标。Verisium manager工具依靠Xcelium的故障仿真引擎和Jasper功能安全验证应用程序（FSV）可以解决这个问题。它为 ATE（自动测试设备）pattern的覆盖率分析提供了一个新的思路。

發(fā)表于：2023/8/25 下午2:51:00

基于点云补全的三维目标检测

基于点云补全的三维目标检测[人工智能][其他]

LiDAR技术的发展为自动驾驶提供了丰富的3D数据。然而，由于遮挡和某些反射材料的原因引起信号丢失，LiDAR点云实际上是不完整的2.5D数据，这对 3D 感知提出了根本性挑战。针对这一问题，提出对原始数据进行三维补全的方法。根据大多数物体形状对称且重复率高的特点，通过学习先验对象形状的方法估计点云中遮挡部分的完整形状。该方法首先识别被遮挡和信号缺失影响的区域，在这些区域中预测区域所包含对象形状的占用概率。针对物体间遮挡的情况，通过形状的占用概率和共享同类形状形态进行三维补全。对自身遮挡的物体，通过自身镜像进行恢复。最后通过点云目标检测网络进行学习。结果表明，通过该方法能有效地提高生成点云3D边框的mAP（mean Average Precision）。

發(fā)表于：2023/8/25 下午2:46:12

核电行业网络安全应急演练模式研究

核电行业网络安全应急演练模式研究[其他][其他]

针对核电行业网络安全应急演练问题进行研究，首先分析了相关网络安全威胁，依此设计可能存在的应急场景，基于核电工控系统实验室网络环境研究应急演练模式，并通过开展应急演练对其效果进行评价。通过定期进行应急演练，可以提升核电行业应急队伍的安全事件监测、响应、处置和防护能力，不断完善网络安全应急演练制度建设。

發(fā)表于：2023/8/24 下午6:07:00

基于白兔时间同步协议的加速器节点时钟同步系统

基于白兔时间同步协议的加速器节点时钟同步系统[其他][其他]

提出了一种基于白兔时间同步协议，利用SPARTAN6系列现场可编程门阵列(FieldProgrammable Gate Array,FPGA)实现多节点亚纳秒级别时间同步，并通过测量触发信号到达时间，根据设置的延迟进行恢复，从而实现高于120 ps时间分辨率。该方法能够精确控制多节点信号发生的绝对时间，具有广泛的应用前景。特别地，该方法可应用于同步辐射加速器中，提高实验数据的准确性和稳定性，有望在材料科学、生物学和化学等领域中得到广泛应用。该研究成果为同步辐射加速器的研究和实验提供了新的解决方案，有望推动同步辐射技术的发展，为科学研究和工程应用提供更多可能。

發(fā)表于：2023/8/24 下午6:03:00

数据驱动的工业元宇宙系统研究

数据驱动的工业元宇宙系统研究[人工智能][物联网]

物联网、大数据及新一代信息技术的发展，对传统制造业带来前所未有的冲击，基于数据关键生产要素的工业元宇宙建设得到越来越多的关注，为传统制造业带来了机遇，也带来了挑战。分析讨论了工业元宇宙的背景、现状、关键支撑技术，并以某企业智造元宇宙平台的AR/VR虚拟仿真实训系统为例，初

發(fā)表于：2023/8/24 下午5:57:00

基于TextCNN-Bert融合模型的不良信息识别技术

基于TextCNN-Bert融合模型的不良信息识别技术[人工智能][其他]

敏感领域的不良信息具有极强的迷惑性和欺骗性，腐蚀人们的思想，影响人们的价值观和判断能力，危害社会安全，研究敏感领域不良信息的识别技术具有深远意义。通用的识别技术忽略了背景知识和隐喻问题，直接应用于敏感领域不良信息识别效果较差。提出一种基于TextCNNBert的融合模型，通过敏感领域主题识别和情感隐喻识别，实现对敏感领域不良信息的文本识别。实验结果表明，该模型在准确率、F1评分等指标方面取得了良好的结果，相较于现有模型有显著提高。

發(fā)表于：2023/8/24 下午5:47:00