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

借助支持边缘 AI 的 MCU 优化实时控制系统中的系统故障检测[人工智能][智能电网]

　　当前关于人工智能 （AI） 和神经网络的讨论主要集中在生成应用（生成图像、文本和视频），很容易忽视 AI 将为工业和基础设施应用中的电子产品带来变革的实际示例。

发表于：2024/12/11

新一代电源质量监控技术——帮助工业设备保持良好状态[电源技术][工业自动化]

　　简介 　　根据电力研究院 （EPRI） 最近发布的研究报告，由于电力问题，包括电源波动和电压扰动，美国大型工业设施每年损失超过1000亿美元。家里的电灯闪烁不定会令人烦恼。而在工厂里，电力不稳定可能导致昂贵的设备发生故障，甚至过早报废。细微的电源质量事件常常越过传统保护网络而不被察觉，造成设备性能随着时间推移而降低。此外，许多电源质量扰动的来源是多个负载连接到同一网络，引起扰动穿越邻近设施和建筑物。为了克服电源质量挑战，有必要监控输入以及负载产生的扰动。电源质量监控可为设备提供适当的保护，并且帮助确定合适的管控技术来提高电源质量。

发表于：2024/12/11

非常见问题解答第223期：如何在没有软启动方程的情况下测量和确定软启动时序？[电源技术][工业自动化]

　　摘要 　　电源管理IC （PMIC）通常包含称为软启动的内置功能。软启动功能主要见于开关电源中，但也可见于线性电源（LDO）中，作用是在启动期间以受控方式逐渐提高输出电压，从而限制冲击电流。这有助于防止初始通电时电流或电压突然激增。大多数开关电源都带有软启动功能，该功能可以从外部调节或在内部设置。在某些情况下，IC支持软启动功能，但数据手册中没有提供软启动方程。本文阐述了各种软启动机制，并针对数据手册未明确软启动方程的情况提供了评估和测量软启动时序的建议。此外，本文还为IC不包含软启动功能但设计需要该功能的情况提供了解决办法。

发表于：2024/12/11

ADI电机运动控制解决方案 驱动智能运动新时代[模拟设计][工业自动化]

随着工业自动化、智能制造和物联网的发展，市场对运动控制解决方案的需求持续增长。作为驱动机械运动的关键技术，电机和运动控制系统被广泛应用于工业自动化、机器人、消费电子、医疗设备、自动驾驶以及智能家居等多个行业。据市场调研公司GMI预测，2023年，全球运动控制市场的规模约为203亿美元；市场预计在2024至2032年期间的复合年增长率（CAGR）为5.5%，2032年，市场规模预计达到334亿美元。

发表于：2024/12/11

优化简易PCB电路板的大规模测试，提高生产效率[测试测量][物联网]

　　本文探讨了制造商在PCBA（印刷电路板组件）电路板批量测试环节中所面临的种种挑战，并揭示了创新技术如何重塑电子制造业的格局。文章通过聚焦前沿测试方法、先进测试装备及经过优化的精简测试流程，系统阐述了促使PCBA测试理念革新的核心要素。通过这些改进，制造商有望提升测试效率、节约时间与成本、提高工作效率、提升产品品质，并推动产量增长。

发表于：2024/11/29

边缘 AI 如何提升日常体验[人工智能][物联网]

　　在我们的日常生活中，各式各样的产品正在为人类带来便捷体验：空调为我们带来清凉；汽车载我们穿梭于各地之间；太阳能电池板能够提供更清洁的电力。然而，若我们能进一步提升这些产品的用户体验，使其进一步融入丰富我们的生活，那将是一幅何等美好的图景？试想，未来的HVAC（供热、通风与空调）系统或许能够适时提醒您更换滤网，以确保空调的高效运行，让您整个夏季都能享受凉爽。

发表于：2024/11/28

恩智浦发布首个超宽带无线电池管理系统解决方案[电源技术][通信网络]

　　德国慕尼黑电子展——2024年11月25日——恩智浦半导体（NXP Semiconductors N.V.，纳斯达克股票代码：NXPI）近日发布新一代无线电池管理系统（BMS）解决方案，恩智浦拥有业内最丰富的UWB产品组合之一，方案集成了UWB的强大功能。新一代UWB BMS解决方案是克服开发挑战的下一步，旨在解决制造过程中成本高昂和工艺复杂等问题，从而加速电动汽车（EV）采纳。

发表于：2024/11/28

优化简易PCB电路板的大规模测试提高生产效率[EDA与制造][工业自动化]

本文探讨了制造商在PCBA（印刷电路板组件）电路板批量测试环节中所面临的种种挑战，并揭示了创新技术如何重塑电子制造业的格局。文章通过聚焦前沿测试方法、先进测试装备及经过优化的精简测试流程，系统阐述了促使PCBA测试理念革新的核心要素。通过这些改进，制造商有望提升测试效率、节约时间与成本、提高工作效率、提升产品品质，并推动产量增长。

发表于：2024/11/28

公安数据开放场景下个人信息匿名化处理法律标准探究[通信与网络][信息安全]

在公安数据开放的背景下，个人信息匿名化处理逐渐成为平衡公安数据开放与个人信息保护的黄金分割点。通过国际横向比较分析，揭示了我国现行“无法识别特定个人且不能复原”的匿名化处理法律标准在操作层面的局限性，并选取我国17省市公安数据开放平台发布的《行政处罚决定书》为样本，对数据开放的类、量、质进行系统性评估。研究发现，公安数据匿名化开放尚处于初步阶段，存在顶层设计缺乏刚性约束、数据过度保密、格式不规范和处理标准不统一等现象。基于此，我国可以确立操作方法、风险检验及效果评估三维协同的匿名化处理法律标准：区分处理直接标识符与准标识符的操作方法标准，引入蓄意侵入者角色的再识别风险检验标准，以及去识别化效果评估标准。通过三重维度的协同作用，助推公安匿名数据最终实现“无法识别特定个人且不能复原”的法律效果。

发表于：2024/11/27

面向风险的人工智能监管进展、创新与启示：基于欧盟视角的观察[人工智能][工业自动化]

随着人工智能技术发展和市场化应用下的风险衍化，人工智能监管产生并独立于人工智能治理，成为化解人工智能风险的基础理念与新兴领域。欧盟首创面向风险的人工智能监管新范式，并借助国际合作、伦理约束与风险监管框架等方式实现欧盟人工智能监管的领导力和行动力。考虑到人工智能技术与社会需求的参差，欧盟优化人工智能监管主体、监管流程以及监管内容以达到人工智能动态风险的有效监管。面对复杂的人工智能风险态势，我国可借鉴欧盟经验，在政策决定层面，基于本土国情制定面向风险的人工智能法律政策与框架体系；在应用实践层面，构建司法机关、市场监督机关以及企业等主体的交互协同机制；在产业结构层面，通过市场赋能推动人工智能监管职能下沉和产业创新发展；在通识教育层面，培育人工智能素养作为防范人工智能风险的监管“安全阀”，实现公正、和谐和创新的未来人工智能发展。

发表于：2024/11/27

基于数据湖平台的工业大数据分析实践：以智能油田能效分析为例[人工智能][工业自动化]

工业系统以及工业企业应用场景日益复杂，导致系统处理数据量与数据类型日益增多。面对多样化的业务应用场景和海量多源异构数据，对数据分析的流动性与灵活性要求越来越高。而传统基于数据库的大数据分析平台无法满足不同结构数据汇入与数据源变化。因此，构建了一套端到端、高效协同的大数据分析应用实施框架，结合数据湖平台与智能算法建立针对工业大数据的分析模型，实现以业务分析需求为驱动，结合数据湖平台对于海量多源异构数据的处理、汇聚、管理能力，高效开展数据建模、准备、测试、训练与验证。最后，在智能油田能效分析场景进行应用验证，成功实现对于智能油田能效分析场景下的系统预测、优化与决策功能，为油田全业务流程提供数据支撑，推动智能油田可持续发展。

发表于：2024/11/27

基于主从多链的科学数据共享方法构建与实证研究[通信与网络][信息安全]

针对当前科学数据管理中普遍存在安全性不足的问题，试图基于主从多链理论，探索提出一套科学数据保护与共享架构方法。提出一种基于主从多链的科学数据保护与共享方法，这一方法借助多个智能合约、数字签名、星际文件系统（IPFS）技术，并结合科学数据的分级分类和身份认证实现细腻度管理；采用主从多链结合的方式，确保数据的安全性和可扩展性。实证研究结果表明，本方法在存储开销方面显著优于公共链方案，在性能上提升约3倍，并在处理大量交易时展现出更高的稳定性与可靠性。综上所述，该方法具备去中心化、安全可靠、不可篡改等重要特性，能够有效应对日益增长的科学数据保护与共享需求。

发表于：2024/11/27

PIN TO PIN CS4272 纳祥科技CODEC NX9020应用于自动音频系统[模拟设计][消费电子]

最近，纳祥科技推出一款新品IC——功能强大的24位192 kHz立体声音频编解码器（Codec）NX9020，该芯片以其AD/DA 114 dB高动态范围，国产替代CS4272。

发表于：2024/11/26

火箭残骸落点综合态势分析方法与应用[其他][航空航天]

随着高密度航天发射，火箭残骸数量呈现快速增长态势，全面掌握火箭残骸落点综合态势，是高效评估火箭残骸灾害风险和应急指挥决策的重要依据。提出了火箭残骸落点综合态势分析业务模型和主题域数据模型，论述了基于海量历史残骸落点数据资源，开展火箭残骸落点预报精确度分析、火箭残骸预置落点区域准确度分析和火箭残骸落点散布区域特征分析等数据挖掘分析方法，给出了航天发射残骸落点“态势一张图”的可视化设计要素。工程实践表明，该成果可为提高航天发射火箭残骸风险评估和应急指挥决策能力提供技术支撑，应用效益较好。

发表于：2024/11/26

军事智能数据安全问题：对抗攻击威胁[通信与网络][信息安全]

人工智能技术已深入军事作战的各个领域，对现代战争形态进行了全面革新。数据作为军事智能模型的核心驱动力，为模型的有效运转提供了保障。然而，由于深度学习的不可解释性，对抗攻击技术的存在给当前军事智能模型带来了严峻的数据安全问题。这种威胁在智能系统的训练和推理过程中均可能产生，形式多样，难以防范。同时，受到对抗样本干扰的军事数据类型多样，敌方采取的欺骗手段也日趋复杂。因此，分析军事智能数据安全风险样态，并进一步给出军事智能数据风险的防范措施，希望能够为增强军事智能数据的安全性提供有益的参考和借鉴。

发表于：2024/11/26