Leakage power optimization based on threshold voltage (V th ) assignment poses great challenge in circuit design due to its tremendous solution space. In this paper, a Reinforcement Learning-based Leakage Power Optimization framework (RL-LPO) is first-ever proposed to formulate V th assignment as a reinforcement learning (RL) process by learning timing and physical characteristics of each circuit instance with Graph Neural Networks (GNN). The proposed RL-LPO was validated by the IWLS2005 and Opencores benchmark circuits with TSMC 28nm technology and experimental results demonstrate that our work achieves better leakage power optimization by additional 3% reduction on average than the commercial tool PrimeTime with 6.7× speed up when being transferred to unseen circuits with negligible timing degradation.
Abstract To address many shortcomings of the current unmanned aerial vehicle (UAV) inspection mode of the transmission line high-voltage towers and improve the inspection efficiency, the UAV tower foreign matter detection technology based on Augmented Reality (AR) and You Only Look Once: Unified, Real-Time Object Detection (YOLOv7) has been developed. Firstly, the system architecture, including UAV, ground station, and AR glasses is established. Then, the AR scene is built by using the Unity engine, and the interactive control mode between AR glasses and UAV is designed. Subsequently, the mapping mode of head action and UAV command is devised to synchronize the UAV action and head action. Finally, the tower is detected for foreign objects by using YOLOv7 vision detection technology. The experimental results validate the efficacy of the built AR scene, demonstrating seamless functionality in completing the video streaming and attitude data transmission functions. The use of AR glasses can achieve interactive control of the UAV attitude. In addition, the YOLOv7 visual detection algorithm can accurately detect the attachment of foreign objects to the high-voltage tower.
针对相关电子设备在运行中故障率不确定导致可靠度难以识别的问题,本研究设计了一个改进型的电子设备可靠性评估系统.利用平均无故障运行时间模型对电力设备的时间特征进行监测,采用最小二乘拟合设备的MTBF-T曲线,通过对设备可靠性发展趋势分析推测设备的运行寿命和故障发生概率.利用AMSAA技术对MTBF-T模型进行融合,获取该设备处于整个周期的相应阶段.采取长短期记忆网络算法提高本研究模型对电子设备故障的判别与预测的正确度.试验结果表明,通过本算法进行数据质量核查的准确度高达90％以上,表明该系统对提升故障判别准确度具有较强的实用性.
随着导弹飞行器等设备的逐渐发展,对弹上数据采集设备的要求越来越高,数据传输应该更加快速高效,本设计采用FPGA+千兆以太网的数据传输方式,并且在数据传输过程中增加了数据重传机制,加快了数据传输速度,提高了传输效率,降低了数据远距离传输过程中容易出现的数据丢失和误码问题发生概率.试验在Xilinx公司的FPGA板卡上进行验证,证明FPGA+千兆以太网的数据传输是可行的,且数据传输速率更高,具有良好的可维护性和稳定性,能够在实际工程中应用.
0引 言 测试有时是一件单调和枯燥的事情,寻找故障也十分具有挑战性.那么,为什么不利用测试和测量仪器上的通信接口来简化测试过程呢?本文中我们将探索用Python进行控制,不需要昂贵的软件和授权的工具. 对于大多数开发者而言,测试和测量设备在工作台上只是静静地等待任务.不过你把设备转到背面时,往往会看到通信接口.只要有合适的软件,我们就可以控制测量过程,并收集结果以供事后分析.寻找偶发事件和故障,或者在测试应用的多个系统参数时,这会非常有帮助.产品下线测试和元件的分级也可以用类似方式进行自动化测试.
针对某航空航天领域的探测装置传感器数据采集、存储和传输等需求,通过结合FPGA技术和千兆以太网接口,开发出了一种高效的数据采集系统,并对其进行了详细的分析与研究.以FPGA作为主控芯片,将采集的传感器信号通过AD7606转换器调理转换,并临时缓存到FIFO+RAM的存储结构中,经编帧处理后存储到NAND Flash中,通过千兆以太网口实时传输,测试结束后可回读出Flash中存储的实验数据.
嵌入式设备通常基于Flash存储器和TFFS文件系统构建数据存储方案,本文针对其存储性能和可靠性问题,提出了一种基于掉电中断的数据存储优化方案.该方案将频繁变化的数据缓存于内存中,仅在设备下电时将缓存数据写人文件,最大程度降低Flash擦写次数,避免设备掉电引起文件系统元数据不一致导致无法访问文件的可能,提高了设备存储可靠性,延长了 Flash芯片使用寿命.
为了满足遥测系统大容量数据高速可靠传输的需求,提出了一种基于FPGA和Serial RapidIO(SRIO)的数据传输链路优化设计,传输链路为4x模式,传输速率为2.5 Gb/s.针对测试过程中链路异常被训练成1x模式而造成数据传输异常的现象进行深入分析,采用上电复位和软件复位相结合的方法对传输链路进行优化,经测试验证,优化后的链路数据传输稳定,1路SRIO数据传输速率可达585 MB/s,且无丢帧、误码现象.该设计已成功应用于遥测系统项目,实现高速数据稳定传输.
针对光收发模块的微控制器(MCU)片上资源紧张问题,通过对GD32E232定时器PWM模式进行研究,提出将PWM的特殊应用模式即单脉冲工作模式应用在光收发模块接收信号强度指示的触发信号处理电路上,用来替代传统的以可配置逻辑单元组成电路的方法.本文详细给出了 GD32E232定时器单脉冲工作模式的配置代码,验证结果表明,输入不同宽度的触发信号都可以得到所需要的固定宽度的输出信号.
行人目标检测需要处理大量的图像或视频数据,在实时性和效率方面对AI芯片的计算能力和存储容量提出了较高要求.为此,提出多标签多 目标融合下国产化AI芯片行人目标高精度检测技术.构建行人目标特征提取模型,并对特征信息跨维拼接.利用AI芯片的并行计算能力对以上特征融合计算,结合整流函数获取目标空间聚合特征.基于此,考虑多 目标多融合,采用IOU阈值计算行人目标候选框的概率,由此实现行人目标的高精度检测.实验结果表明,利用所提方法检测行人目标具有较高的准确度.
由于半导体工艺的限制,图像传感器列并行读出电路的系统结构很容易出现列与列之间的失配,从而导致输出图像在垂直方向亮度不均匀,表现为明暗变化的竖条纹,即FPN噪声,其严重影响了图像质量.本设计基于矩匹配法对其进行改进,提出了一种针对图像传感器的FPN噪声去除算法.首先在系统上电时,让图像传感器采集随机不同的300帧图像,然后算出所有图像的列像素均值和累计像素均值,当前列均值减累计像素均值即为该图像传感器当前列的校正值.本设计以Zynq系列ARM+FPGA异构SoC作为实现平台,OV6946作为图像传感器,使用Vivado HLS进行输入/输出接口都为AXI-Stream的视频流处理算法IP的开发,并固化到Zynq的FPGA中.经过实验,本算法在Zynq7020平台、50 MHz的系统时钟下,处理OV6946摄像头输出的400×400@30 f/s视频流延时约为3.3 ms,保证了视频流输出的实时性,较好地实现了 FPN噪声的去除效果,并且算法的应用具有普适性.
能谱CT通过探索不同X射线能量下衰减特性的差异,具有定量分析材料的能力.然而,利用光子计数探测器获得的多个投影数据在进行材料分解的过程中,会受到噪声放大的影响.本文在特定材料正则项的基础上,加入张量分解的正则项,用于降低噪声,提高分解效果.实验结果表明,本文提出的算法可以清楚地分解出不同材料的投影图,利用重建算法对材料投影图进行层析重建后,材料图像的边缘结构比较清晰,并且抑制了分解过程中的噪声,提高了图像质量.
针对当前基于卷积神经网络的滚动轴承故障信号识别多采用单一尺度卷积核,对特征提取不充分、多尺度特征难提取,且超参数选取多依据人工经验等问题,提出一种多尺度卷积神经网络识别方法.首先,直接将原始时域信号作为输入,可有效保留原始信号特征且不需要人们对故障机理、信号处理专业知识的认识.其次,通过多尺度卷积神经网络对信号特征学习,并引入粒子群优化算法来寻求最优的尺度信息.最后,用滚动轴承数据集来验证模型性能,并与其他模型做对比.实验结果表明,本文模型平均识别准确率达到99.45％,高于其他模型,且抗噪声能力优于其他模型,证明所提方法具有可行性.
物联网在通信网络中引起了广泛关注,但安全认证成为一个重大挑战.本文设计了一种基于混合和自适应加密的安全认证框架,在IoT中进行认证.该方法利用密码操作、哈希函数和混合加密完成认证过程.通过混合加密可以有效解决安全缺陷.该方法具有高强度和低复杂性,所提出的基于HAC的安全认证方法在通信成本、计算时间和内存使用方面具有一定优势.
随着航空电子领域技术的不断发展以及对内部总线速率要求的不断提升,SRIO总线在其中承担着越来越重要的角色,多种处理器(如PowerPC、DSP等)均具备实现SRIO节点的功能,但这些处理器无法满足国产化需求.上海复旦微自主研发的FMQL系列可编程融合芯片得到了广泛应用,但其不具备完备的SRIO总线实现方案.本文基于FMQL平台研究了支持多协议混合收发的SRIO总线技术,同时使得单芯片可提供16个SRIO节点,每个节点可以与32个其他节点进行通信,并搭建了硬件测试环境,验证了本技术的可靠性与稳定性.
为了满足自研芯片配套集成开发环境的需求,自主设计了一套主要由Eclipse、GDB、OpenOCD组成的集成开发环境方案.进一步,选定RISC-V架构的RAC102芯片作为调试目标,在驱动适配和操作系统仿真的基础上,通过对GDB和OpenOCD进行定制化编译、调试和移植,实现了基于RISC-V架构的交叉调试系统.最后,在此方案实现的交叉调试系统中进行GDB调试命令以及对应远程通信协议的分析,在验证交叉调试系统功能正确性的同时,详细说明了各个调试命令对应的远程通信协议数据包集合.
在飞行试验中,为解决高速大容量数据在存储过程中出现的SRIO协议断链不重连以及传输可靠性差的问题,提出以FPGA为控制核心的SRIO与RS422相结合的数据存储系统的优化设计.通过实时监视SRIO链路的连接状态标志位并加入了断链重连机制实现断链再恢复,极大增加了数据存储的可靠性.在利用RS422接口电路接收遥测控制信号及状态反馈时,串口增加多次采样判决设计消除受到的外界强干扰,极大提高了系统接收遥测指令的精确度.在多次试验验证下,该优化设计能够实现无误码状态数据反馈和精确接收遥测指令,提高了 SRIO链路的传输可靠性,实现了高速、大容量光纤数据的可靠性存储.
引 言 近年来,国内电子公司和芯片设计企业大举进攻汽车、医疗和工业等高可靠应用(mission-critical)领域,为自己找到了摆脱红海的新领域.但是高可靠应用多数都需要功能安全认证,在许多行业(诸如汽车、航空电子、医疗和工业控制等)是很常见甚至是必须的工作.这些认证通过必要的流程和测试来填写功能安全清单,一直以来都是一个非常困难的事情,但有一些方法可以加快您的认证.
提出了一种既能提供能源效率又能满足居民需求的基于人工智能的城市家庭能源能效管理系统.本文提出3种预测机制:舒适温度的推导、无设备的睡眠预测、基于入住概率的外出预测.基于这些机制,设计了 4种智能加热器控制策略:外出、入住、舒适和基于睡眠的控制.最后构建了 一个实验测试台并进行了测量评估,在48天的评估中,该系统的节能率约为14％,居民满意度约为91％.实验结果表明,该系统在保持高满意度的同时可以节省能源.
CAN总线上各节点的波特率必须保持一致才能进行可靠通信,为了解决新增节点能够自动适配未知CAN总线波特率的问题,设计CAN总线波特率自适应算法,并在STM32F407嵌入式开发平台上进行了实验测试.实验结果表明,新增节点能够自动适配多种常见波特率,识别速度快、稳定性好,算法在较大程度上能够提高CAN通信的灵活性.
