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

卫星通信链路上/下行及单/双通道计算方法研究[其他][航空航天]

针对卫星X波段通信系统链路设计需求，详细研究了传输过程中的各项损耗、干扰及系统指标和特性，提出了卫星通信系统的上、下行及单、双通道情况下的多种链路计算方法，并通过实际示例验证该计算模型的可行性。该计算方法模型可用于卫星通信系统的参数选择、信号质量链路能力的预测，对卫星通信系统的设计具有指导意义。

发表于：2022/7/1

基于轻量级密集神经网络的车载自组网入侵检测方法[通信与网络][汽车电子]

在车载自组网中，攻击者可以通过伪造、篡改消息等方式发布虚假交通信息，导致交通拥堵甚至是严重的交通事故，而传统的入侵检测方法不能满足车载自组网的应用需求。为了解决现阶段车载网中入侵检测方法性能低且存储与时间成本高的问题，提出了一种基于密集神经网络的入侵检测方法L-DenseNet(Light Dense Neural Network)，通过降低模型复杂性，提升算法训练速度和部署适应性，使其更适用于车载自组网中的入侵检测。在VeReMi数据集上进行对比实验，结果表明，该方法在识别各类攻击的精确率和召回率的综合表现最好，且具有较少的时间成本和存储开销。

发表于：2022/7/1

基于自校验孪生神经网络的故障区段定位方法[通信与网络][通信网络]

针对中压配电网区段定位方法所存在的由系统中性点接地方式、故障点距离和过渡电阻大小等环境因素，以及电流互感器极性未知或智能电表错误安装等人为因素所导致的定位不准确问题，提出一种平稳小波极性校验下基于孪生神经网络的故障区段定位方法。首先，分析了零序电流暂态特征，指出了传统线性相关法存在的定位缺陷；其次，使用平稳小波变换解决信号同步和设备反接的问题；最后引入孪生神经网络对故障点上下游信号进行相似性匹配，经训练该模型可以准确定位故障区段。通过仿真验证，该方法具有较强的抗干扰能力，对于定位盲区也有较高的识别率。

发表于：2022/7/1

Yolo神经网络在集成电路焊盘布局规则检测上的应用研究[模拟设计][通信网络]

为探索深度学习在集成电路设计自动化上的应用，以电源和接地焊盘的排列规则作为检查案例，研究了Yolo v3神经网络在版图检查上的可行性。采用Python脚本批量生成版图样本图片，并使用LabelImg进行标签标记。使用TensorFlow框架编写了基于Yolo v3的版图检查器。结果显示，版图检查器在判断焊盘布局正确性上实现了高精确率与高召回率。此外，还通过调整版图的大小、形状、对称性与焊盘数目的方式对检查器进行了进一步测试。检查器仍表现卓越，体现出良好的扩展性。研究表明Yolo v3可以很好地找出焊盘布局的错误。深度学习在集成电路版图检查中的潜力大，值得继续探索。

发表于：2022/7/1

基于SiP技术的某分组件及测试系统设计与实现[模拟设计][工业自动化]

系统级封装SiP已成为突破摩尔定律的主要技术路线，是未来武器装备小型化和多功能化的重要依托，在武器装备研制和应用领域具有广阔的市场和前景。针对区域信号目标识别系统轻量化、小型化、集成化、低功耗等要求，设计一种基于SiP技术的某分组件并为此开发一套自动化测试系统，通过该自动化测试系统对200多套产品进行试验，得出该产品性能稳定、可靠；轻量化、小型化、低功耗等要求也满足客户要求。

发表于：2022/7/1

基于YOLOv5l的囊型肝包虫病病灶检测研究[其他][医疗电子]

针对临床医生在诊断肝包虫病时需要通过个人经验判断囊型肝包虫病分型，研究基于目标检测算法的肝包虫病灶自动检测与分类模型，实现对肝包虫病超声影像的自动识别与分类。使用YOLOv5l模型作为囊型肝包虫病病灶目标检测的模型，利用本地肝包虫病超声影像数据集对网络模型进行训练。基于YOLOv5l模型与随机梯度下降算法(SGD)优化算法的肝包虫病病灶自动检测分类模型可以很好地对5种类型的病灶进行有效的检测，平均精度均值(mAP)为88.1%，经过测试，该模型的测试速度可达40 f/s。实验结果表明，基于YOLOv5l与SGD算法的肝包虫病病灶自动检测分类模型能够较好地识别病灶的具体位置，可以很好地辅助医生诊断肝包虫病。

发表于：2022/7/1

基于改进YOLOv5的车辆属性检测[测试测量][汽车电子]

车辆属性检测是一个基础任务，其属性检测结果可以被应用到很多下游的交通视觉任务。提出了一种基于YOLOv5的车辆属性检测改进算法。针对检测目标较小的问题，加入了卷积注意力模块，让网络模型把更多的注意力放在小目标对象上；针对数据集样本种类较少的问题，改进了YOLOv5的马赛克数据增强方式；使用自门控激活函数Swish，起到抑制噪声、加快收敛速度并提升模型鲁棒性的作用。此外，还在公开车辆数据集VeRi-776的基础上进行了详细的车辆属性标注，构建了一个车辆属性数据集。实验结果表明，改进后的算法比原始YOLOv5的平均精确率提升了4.6%，能够准确地检测到车辆图像的通用属性，可以供下游任务使用。

发表于：2022/7/1

物联网安全标准体系框架研究[其他][物联网]

结合物联网发展标准化需要，概述了国际国内物联网安全标准化组织，从技术和应用视角对物联网安全标准进行了分类，设计了物联网安全标准体系框架，并针对性提出了物联网安全标准化推进建议。

发表于：2022/7/1

西门子进一步延伸Xcelerator，紧密连接现实世界与数字世界[通信与网络][物联网]

　　西门子近日推出全新西门子 Xcelerator —— 一款开放式数字商业平台，以更轻松、更快速、可扩展的方式，跨越工业，楼宇，电网和交通等领域，帮助不同规模企业加速数字化转型，并创造价值。对于西门子数字化工业软件的用户群体而言，Xcelerator 并不陌生。2019年，西门子数字化工业软件全面集成工程软件、服务和应用开发平台，推出 Xcelerator 解决方案组合，旨在助力工业客户实现转型。如今，作为西门子向科技公司定位迈进的重要一步，Xcelerator 在原有基础上进一步扩展，应用于更广泛的业务层面，成为整个西门子独特的数字业务平台。

发表于：2022/7/1

2022上半年，测试测量行业都在上演什么？[测试测量][汽车电子]

好像刚刚还站在虎年的新起点，眨眼2022已过半。这半年，共同的关键词有社会面的动态清零、复工复产、远程办公；有热点行业的5G／6G、新能源车／ADAS／智能汽车、万物互联、第三代半导体等等；数字营销的线上直播、大讲堂及各种活动推广。

发表于：2022/6/30

“热启动”让效率加倍，DSO.ai持续引领AI设计芯片新纪元[人工智能][物联网]

随着半导体制造工艺的持续演进，采用先进制程的芯片，单颗芯片集成的晶体管数量高达数百亿个，系统愈加复杂，设计挑战越来越大。但与此同时，终端应用的软件和算法加速迭代，以月或者年为周期更新的芯片越来越难以满足终端需求，芯片设计的周期亟需缩短。

发表于：2022/6/30

CTO专访：合见工软深化产品布局 加速国产EDA技术革新[EDA与制造][工业自动化]

近年来，随着国家政策、资本以及生态的多重利好助力，国内EDA产业步入快车道，国产EDA工具在设计、制造和封装领域多点开花。

发表于：2022/6/29

应对传统摩尔定律微缩挑战需要芯片布线和集成的新方法[EDA与制造][工业自动化]

在过去多年的发展中，技术的变革在于——如何将更高的晶体管预算转化为更好的芯片和系统。在 2000 年代初期的丹纳德微缩时代，缩小的晶体管推动了芯片功率（Power）、性能（Performance）和面积成本（Area-cost）即PPAC的同步改进。设计人员可以提高单核CPU的运行速度，以加速现有软件应用程序的性能，同时保持合理的功耗和热量。当无法在不产生过多热量的情况下将单核芯片推向更高速度时，丹纳德微缩就结束了。而导致的结果就是——功率（下图中的橙色线）和频率（下图中的绿色线）改进也都停止了。

发表于：2022/6/29

先进FPGA开发工具中的时序分析[EDA与制造][工业自动化]

Achronix的ACE开发工具套件是一套最先进的设计工具链，可为Achronix的所有硬件产品提供支持。

发表于：2022/6/24

Enics Chameleon系列测试平台 [测试测量][通信网络]

复杂设备的测试一般会面临很多挑战—它通常需要进行多阶段的测试，而且每阶段都会需要大量的测试设备和仪器。同时，复杂设备的测试过程也较为复杂，耗时较长。在许多情况下如果转换产品，则需要从头开始重新进行设置。 艾尼克斯的Chameleon系列测试平台是一款模块化设计的终端测试解决方案，能够帮助客户简单快速的构建测试环境。

发表于：2022/6/24