使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

使用莱迪思Automate解决方案集合实现具有预测性维护功能的电机控制[人工智能][其他]

工业设备市场的许多企业都希望采用人工智能和机器学习技术帮助他们最大程度减少意外的服务中断，防止其产品、产线和服务受到影响。这种想法的缘由显而易见：减少意外停机时间能够提升运营效率，实现效益最大化。市场分析公司Aberdeen在2016年发布的一份研究报告表明，企业停摆一小时的平均成本高达26万美元1。OEM可以通过为工业系统增加测量和分析性能数据的智能功能，帮助客户实施预测性维护（PDM）系统，从而识别和更换故障的系统组件（例如工业机器人中使用的电机），以免它们出现故障而中断生产。

发表于：2021/9/28

传导辐射测试中分离共模和差模辐射的实用方法[EDA与制造][工业自动化]

　　开关稳压器的EMI分为电磁辐射和传导辐射（CE）。本文重点讨论传导辐射，其可进一步分为两类：共模（CM）噪声和差模（DM）噪声。为什么要区分CM-DM？对CM噪声有效的EMI抑制技术不一定对DM噪声有效，反之亦然，因此，确定传导辐射的来源可以节省花在抑制噪声上的时间和金钱。本文介绍一种将CM辐射和DM辐射从LTC7818控制的开关稳压器中分离出来的实用方法。知道CM噪声和DM噪声在CE频谱中出现的位置，电源设计人员便可有效应用EMI抑制技术，这从长远来看可以节省设计时间和BOM成本。

发表于：2021/9/28

通过分布式架构驱动下一代电动汽车系统[EDA与制造][汽车电子]

电动汽车(EV)和混合动力电动汽车(HEV)正在不断演进，其中的电子设备同样也在发生变化。在这些车辆的整体构造和功能方面，越来越多的电子设备发挥着重要作用。但是，司机并没有改变。他们仍然希望自己的电动汽车和混合动力电动汽车能够顺利地行驶更远，变得更经济实惠，充电速度更快，并确保他们的安全。那么设计人员如何才能以更低的成本为他们提供更多服务？

发表于：2021/9/28

基于高功率因数混合型变换器的爆闪式信号灯设计[其他][其他]

提出了基于高功率因数混合型变换器的交流爆闪灯，这种高功率因数混合型变换器可在交流80 V~250 V宽电压范围内工作，单级变换器可实现升压、降压，且功率因数很高，开关管承受的反向电压与输入、输出电压中的较大者有关，当输入电压为较大者，此时开关管反向电压近似为输入电压。当输出电压为较大者，此时开关管反向电压近似为输出电压。因此开关管在较低的反向电压下工作，特别适合于高压输出的场合，提高电路的稳定性和可靠性。利用高功率因数混合型变换器设计的爆闪灯可实现110 V/220 V产品的单一化，因此产品便于维护管理，提高管理效率。

发表于：2021/9/27

Buck芯片缓冲电路设计的仿真分析与应用[其他][其他]

Buck型变换器的开关点是外部调优的主要对象，随着开关频率的提高和负载电流的增大，芯片内的寄生电感对开关电压波形的影响越来越大，外部缓冲电路作为调整开关波形的工具起到关键的作用，仅仅依靠经验来设计外部缓冲电路已经无法满足设计要求。通过对缓冲电路的工作原理进行分析，结合仿真结果和工程实践，分析缓冲电路的稳压性能和效率损失，可以为外围缓冲电路的设计提供一种量化分析方法。

发表于：2021/9/27

基于DAG-SVMS的非侵入式负荷识别方法[其他][其他]

在供电入口处嵌入非侵入式负荷识别技术，有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设。据此，提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines，DAG-SVMS)的负荷辨识方法。首先，对总线电流信号进行事件检测，检测到暂态事件后，分离目标负荷暂态电流波形，提取特征，然后，将特征输入预先训练好的DAG-SVMS模型进行分类识别。为提升分类器性能，使用粒子群优化PSO(Particle Swarm Optimization)算法优化DAG-SVMS分类器的参数。为减小累积误差，提出Gini指数优化DAG-SVMS节点顺序的策略。实验结果表明，文中方法识别准确率高，识别速度快，具有可行性。

发表于：2021/9/27

兼容多种WiFi协议的数字射频前端设计[通信与网络][5G]

介绍了一种可用于集成电路实现的WiFi数字射频前端架构，兼容802.11a/b/g/n/ac/ax协议，可工作在2.4 GHz和5 GHz信道下。配合模拟接收电路和解调器，实现了不同WiFi信号类型的自动增益锁定、报文类型区分、频谱搬移和重采样、邻道干扰抑制等功能。

发表于：2021/9/27

基于Mini51的BLDCM无位置传感器控制[其他][其他]

将新唐的Mini52(Mini51系列)单片机作为主控芯片，通过利用Mini51系列单片机自身可输出的的6路PWM信号的性能，利用采样电阻来采集端电压从而得到直流母线的电流，利用反电动势过零点法(EMF)来控制电机，实现直流无刷电机(BLDCM)无位置传感器的双闭环控制，利用串口通信来完成对无刷直流电机的伺服系统，进行了测试。测试结果表明，Mini51系列单片机可以对高速串口通信实时响应且此伺服系统具有良好的速度可控性，能够满足现代工业生产实时控制的需求。

发表于：2021/9/27

气体钻井微波传输随钻监测系统软件设计[其他][其他]

国内气体钻井施工过程已开始采用微波中继传输的方式构建随钻监控系统，但目前在该施工条件下应用的配套随钻监控软件不成熟，数据解析时间长，测传速率低且无信道监管功能，制约了气体钻井的发展。针对气体现场实际需要，采用事件驱动软件架构开发配套随钻监测软件，将气体钻井施工过程中各工程参数以曲线、数值、刻度等多种方式进行人机交互，并能对井筒内微波信道进行监管，为气体钻井随钻实时监控及钻后分析研究提供了软件支撑。并且该软件的应用大幅提升监测系统测传速率，其最大测传速率达到1.194 kb/s，信道监管功能的引入可增加入井微波中继器的数量，使测传深度突破3 000 m，基本满足目前气体钻井随钻监测的需要。

发表于：2021/9/27

基于电子鼻传感器性能的互信息特征选择算法[其他][其他]

当前的互信息特征选择算法为提高泛化性能而未对专一应用领域进行优化，电子鼻传感器阵列优化作为一类特殊的特征选择问题，使用传统算法难以搜索出最优的特征子集。结合气体传感器阵列特殊的冗余性和特有的敏感性，提出了一种基于电子鼻传感器性能的互信息特征选择算法并对阵列进行优化，通过两种不同的电子鼻公开数据集验证了传感器特性对识别精度的影响，证明了所提出算法的有效性。

发表于：2021/9/27

基于优化多视角图像采集的点云分类[其他][其他]

基于二维多视角3D识别方法中，可使用多个2D投影图表示三维模型特征信息，但不同视角投影图像的特征不同，神经网络对其学习效率也有所差异。卷积神经网络能够映射图像的特征，可用此方法分析这个问题。混合视角数据集分析不同视角投影特征在卷积神经网络中的重要性，根据重要性的不同优化混合视角数据集的采集密度。最终实验结果表明，不同视角产生的二维图像分类准确率不一样，其中俯视角度投影的分类准确率最差，优化后的数据集在相同神经网络模型下达到了最优分类准确率。

发表于：2021/9/27

云数据中心基于皮尔逊相关系数的虚拟机选择策略[其他][其他]

提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection，PC-VMS)。PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据，建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型；PC-VMS会获取每对虚拟机最近n次的CPU利用率，根据输入的两组数据来计算皮尔逊相关系数，最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移，随后结合虚拟机放置策略分配到新的目标物理主机上。仿真结果表明，PC-VMS与CloudSim4.0内置的虚拟机选择策略相比，各类性能指标都有改善，PC-VMS可以为企业节能云数据中心的构造提供参考。

发表于：2021/9/27

基于非正交波形的超奈奎斯特采样[其他][其他]

针对超奈奎斯特(Faster-than-Nyquist，FTN)系统，提出了基于非正交波形编码的超奈奎斯特采样，并与传统的正交波形FTN和传统的正交Nyquist系统进行了对比分析。在99.99%的功率带宽和5次迭代检测译码的条件下，仿真结果表明：相比于升余弦的正交波形FTN系统，基于高斯和扩展高斯(Extended Gaussian Functions，EGF)脉冲成形的非正交波形FTN系统可以获得4.4 dB的成形增益，同时由于良好的时频聚焦特性，其均衡复杂度只是升余弦的1/16。

发表于：2021/9/27

5G公网与专网融合场景的关键技术研究[通信与网络][5G]

介绍了3GPP R16标准中提出的非公共网络技术(Non -Public Network，NPN)的两种组网方式和应用现状，分析了企业对5G专网的需求以及公专融合的趋势。结合NPN与公共陆地移动网(Public Land Mobile Network，PLMN)部署的关系，提出了两种典型的5G公网和专网融合部署模式：连续模式、重叠模式。并针对两种模式下需要重点解决的业务连续性和并发连接问题，介绍了3GPP R17标准中提出的两种技术方案。

发表于：2021/9/27

基于改进型极限学习机的电子鼻气体浓度检测[其他][其他]

针对目前电子鼻应用于气体污染物浓度检测时难以达到理想精度的问题，提出基于粒子群算法与人工蜂群算法的极限学习机(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine，PSOABC-ELM)算法，通过改进极限学习机输入层与隐含层权值和隐含层阈值随机的缺陷，提高电子鼻浓度检测的精度。将PSOABC-ELM算法与其他算法进行比较，并在公开数据集上进行验证。实验结果表明，PSOABC-ELM算法用于电子鼻气体浓度检测时比其他算法精准度更高，检测结果误差更小，模型稳定性更强，为电子鼻气体浓度检测提供了一种新的方法。

发表于：2021/9/27