123,123

設(shè)計應(yīng)用

LDO器件噪声特性分析及输出噪声测试方法研究

LDO器件噪声特性分析及输出噪声测试方法研究[其他][其他]

随着国产LDO器件在装备中的大量使用，为保障元器件应用可靠性，需针对LDO输出噪声指标测试方法进行研究。结合实际验证工作，基于TCAD仿真，分析LDO器件噪声的主要来源模块，包括基准电路、误差放大器和反馈电阻网络。采用低噪声镍氢电池组作为偏置源进行供电，并在测试电路中加入滤波电容和耦合电容，可有效降低测试系统本底噪声对噪声测试结果的影响。搭建输出应用验证测试平台，验证可有效测试LDO的输出噪声，提升LDO参数测试技术及性能可靠性保障能力。

發(fā)表于：2022/9/19 上午11:30:00

高集成度多标记光刻版版图的快速处理技术

高集成度多标记光刻版版图的快速处理技术[其他][其他]

介绍了一种高集成度多标记光刻版版图的快速处理技术。其中包括以下四个模块： chip芯片排布模块、标记排布模块、芯粒数统计模块和自动版号模块。在版图编辑工具L-edit中使用这些模块可以大幅提升微光刻中的高集成度多标记光刻版版图的排布效率并提高准确度，从而有效缩短掩膜版的生产周期。

發(fā)表于：2022/9/19 上午11:24:00

一种改进型高速1553B总线发送器斜率控制电路

一种改进型高速1553B总线发送器斜率控制电路[其他][其他]

传统的1553B总线通信速率为1 Mb/s，难以满足目前电子设备对通信总线高速率的要求。设计了一种新型的发送器斜率控制电路，并应用于高速1553B总线发送器芯片，提升了发送器的速率，改善了总线波形质量。测试表明，采用本文设计的改进型1553B总线发送器，通信速率最高可达4 Mb/s，达到现有标准速率的4倍，性能提升效果显著。

發(fā)表于：2022/9/19 上午11:20:00

一种基于MCU芯片的FPGA原型验证平台设计

一种基于MCU芯片的FPGA原型验证平台设计[其他][其他]

为了缩短MCU芯片开发周期，提出了一种基于MCU芯片FPGA原型验证平台设计。该设计是将传统FPGA原型验证过程中使用FPGA的RAM原型替换程序存储单元，改为使用FPGA双端口RAM替换。其中一个端口控制按照传统的接入方法,另一端口控制信号接到专门的控制逻辑上，独立控制，而且不影响原MCU芯片功能。该方法不仅节省多次FPGA综合实现的时间,而且可以灵活实时监测RAM，方便查错。同时该方法具有通用性，可移植到类似的SoC系统架构FPGA原型验证系统中去。

發(fā)表于：2022/9/19 上午11:15:00

基于边缘计算的局部放电模式识别

基于边缘计算的局部放电模式识别[其他][其他]

局部放电是设备处于高电场强下，由于电场分布不均而导致的绝缘介质放电现象，设备产生局部放电对于绝缘层的危害很大，迅速检测识别设备的放电类型是工业正常运作的保障。针对电气设备局部放电类型识别问题，考虑到电气设备监测系统在诊断识别方面的时效性及精度，提出了基于边缘计算的局部放电模式识别方法，利用边缘计算架构的优势，基于云层训练、边缘推理思路，将复杂的识别算法训练优化过程部署在云层，将计算量大的识别算法卸载到边缘层，而计算量小的特征提取保留在终端设备层处理。通过构造局部放电相位分布谱图提取局部放电的统计特征参数，采用粒子群优化算法对广义回归神经网络模型进行优化，最后将统计特征参数作为神经网络的输入量，对放电类型进行识别。结果表明，所提模式识别方法识别准确率高，识别效率高。

發(fā)表于：2022/9/19 上午11:11:00

融合用户行为和评论文本的图神经网络推荐

融合用户行为和评论文本的图神经网络推荐[其他][其他]

现有的基于图神经网络的推荐算法能够利用图结构信息使得推荐效果得到较好的提升，但主要的图结构都是围绕着用户和项目的一种交互，却忽略了用户的多种行为，如点击、收藏、分享、加入购物车等都表达着用户不同的语义；又如评论信息，可能影响着该类型物品的下一次购买意图。为此提出一种基于用户行为和评论信息的图神经网络推荐算法，算法通过图卷积网络学习用户行为的强度及语义，再利用评论文本图表示学习评论中用户和商品的偏好，最后进行融合提升推荐效果。实验结果表明，该算法对于推荐效果有一定的提升。

發(fā)表于：2022/9/19 上午11:07:00

基于XGBoost与LightGBM集成的电动汽车充电负荷预测模型

基于XGBoost与LightGBM集成的电动汽车充电负荷预测模型[其他][汽车电子]

随着电动汽车规模化发展，充电站负荷对电网造成一定影响，为保障电网平稳运行，提出一种基于极端梯度提升(eXtreme Gradient Boosting，XGBoost)与轻量级梯度提升机(Light Gradient Boosting Machine，LightGBM)融合的电动汽车充电负荷预测模型。该方法运用Stacking集成学习的策略：首先根据时间特征与历史负荷数据采用XGBoost与LightGBM算法构建负荷预测的基学习器，然后采用岭回归(Ridge Regression，RR)算法将基学习器的输出结果进行融合之后输出负荷预测值。为了对比多种不同的负荷预测模型，采用上海市嘉定区的充电站订单数据进行试验，结果表明，该方法所构建的负荷预测模型相比单一算法模型具有更高的预测准确度，对电网平稳运行有一定理论及实用价值。

發(fā)表于：2022/9/19 上午10:58:00

中央处理器安全测试与自修复技术研究

中央处理器安全测试与自修复技术研究[其他][其他]

中央处理器在工业控制领域起到重要作用，其正常工作是工业控制中的重要稳定运行保障。主要研究中央处理器的安全测试与自修复相关技术。从故障注入到故障测试再到自修复，对相关安全技术作了比较介绍与分类总结，包括硬软件的故障注入技术、扫描链、内建自测试、TSV等故障测试方法，以及以替代修复和容错自修复技术。最后提出中央处理器安全协同模型，对各个技术的基本原理和创新点做出归纳总结，为未来中央处理器的故障处理技术发展提供安全设计全参考，在保证安全和性能的同时降低成本和能耗，助力工控设备安全稳定运行。

發(fā)表于：2022/9/19 上午10:53:00

《2022芯片与科学法》对我国集成电路产业的影响和建议

《2022芯片与科学法》对我国集成电路产业的影响和建议[其他][其他]

集成电路是关系国民经济和社会发展的基础性、先导性和战略性产业。当前，国际环境日趋复杂，百年变局和世纪疫情相互交织，中美之间持续升级的大国博弈和不断深化的利益脱钩对全球集成电路产业链格局产生了深远影响。近日美国出台《2022芯片与科学法》并联手日本、韩国等组建“四方芯片联盟”，构建“围堵”中国的“统一战线”，试图将中国集成电路产业孤立在全球供应链体系之外。通过梳理美国在科技立法上的历史沿革和主要特点，以及《2022芯片与科学法》在集成电路领域的最新战略部署，对由此带来的全球集成电路产业格局新变化以及对我国的影响进行研判，并提出相关发展建议。

發(fā)表于：2022/9/19 上午10:49:00

基于改进UKF的转弯机动目标跟踪算法研究

基于改进UKF的转弯机动目标跟踪算法研究[其他][其他]

针对转弯率未知或变化条件下的精确跟踪问题开展研究，给出了基于UKF的自适应协同转弯跟踪算法，该算法充分利用了扩维技术和自适应渐消因子技术，不断实时估计转弯率，同时基于渐消因子调节过程噪声及其对应的增益，并对不敏卡尔曼滤波算法的采样范围进行自适应调节,使采样点更接近目标真实状态。仿真表明该算法在转弯率变化时获得了较好的跟踪性能，有效提升了对于转弯机动目标跟踪的准确性和稳定性。

發(fā)表于：2022/9/19 上午10:30:00