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

短波传真通信模块及流量控制技术研究与实现[通信与网络][通信网络]

流量控制是点对点通信中通信量的控制，是重要通信技术。针对短波传真通信中通信信道传输速率低，提出短波传真通信模块中分别采用停等式流控和协议式流控的方法实现传真模块中主控制器和Modem之间、主控制器和短波波形模块之间的通信流量控制，较好地解决了不同信道之间的流量控制方法，在短波电台传真通信模块中实现了可靠稳定的传真通信。

发表于：2026/3/3

一种隔离式DC/DC变换器输出电压动态调整方案[电源技术][智能电网]

针对目前供电系统无法在线动态调节电压的不足，提出了一种实现开关电源输出电压动态调整方案。该方案适配多种有线通信协议，受系统控制，在工作过程中动态调整开关电源输出电压以适配负载供电要求；同时实现对输出电压的同步监测，并回传至系统上位机，从而实现对输出电压的在线调整和监控功能。

发表于：2026/3/3

双频双极化高隔离度北斗收发天线[微波|射频][通信网络]

为了解决北斗三代卫星导航场景相邻频段间天线隔离度较差的技术问题，提出了一种双频双极化高隔离度北斗收发天线，可有效解决BDS L频段和BDS B1频段同时工作时BDS B1频段易受干扰的问题。通过引入宽带高隔离度耦合器，实现了天线辐射贴片馈电端口的高隔离度。其次，采用紧耦合馈电方法，实现了天线的小型化设计。最后，对双频双极化北斗天线进行验证，实测天线间隔离度为37.8 dB，测试结果与设计结果吻合度好，验证了设计的有效性，可满足北斗三代卫星导航天线的多频应用需求。

发表于：2026/3/3

高幅相一致性超短波宽带放大组件研制[微波|射频][通信网络]

随着电子技术的快速发展，电子侦察设备对超短波宽带放大组件的需求日益增加。基于实际需要，研制了一款高幅相一致性超短波宽带放大组件。采用阻抗变换方案，实现放大组件两个输入端阻抗由200 Ω变换至50 Ω。通过放大电路、平衡—不平衡的转化，实现小信号放大及一路射频输出。此外，采用气体放电管及TVS管实现防雷设计。测试结果表明，工作电压15 V时，该放大组件在570 MHz工作带宽下，可实现增益≥15 dB、噪声系数≤2.9 dB，通过工艺过程控制，该放大组件批产后，批次相位一致性≤±3°、批次幅度一致性≤±0.5 dB，且具有体积小、重量轻、故障返修率低等特点，在国内同类产品中处于技术领先地位，已成功应用于电子侦察设备。

发表于：2026/3/3

230 MHz频段射频功率放大器设计[微波|射频][通信网络]

针对230 MHz频段的射频信号因长距离衰减而无法全覆盖的问题，设计了一款射频功率放大器，用以进一步提升输出功率。其核心为RD70HVF1V功放管，外围包括直流电源偏置网络、输入与输出阻抗匹配网络和增益稳定网络，其中，阻抗匹配网络采用了多电容并联的方式，便于工程调试，修正设计偏差。给出了详细的设计过程并进行了实测。测量结果显示，在常用的1~5 W输入功率区间，能够达到10 dB的线性增益，当输入功率在5~10 W时增益不再线性增加，极限输出功率约为65 W。经过工程测试，本功放能有效解决因信号衰减而无法覆盖的问题。

发表于：2026/3/2

基于投票机制的电力监控系统异常检测技术[人工智能][智能电网]

针对电力监控系统面临的网络安全挑战，提出了一种基于投票机制的异常检测技术。通过融合机器学习模型、深度学习模型和基于规则的检测系统，结合多数投票与加权投票机制，实现了对电力生产网流量的多角度协同分析。系统采用动态权重调整策略优化模型性能，支持实时异常检测（毫秒级响应），并引入反馈机制持续提升鲁棒性。实验结果表明，该技术将攻击检测准确率从85%提升至93%以上，误报率降至5%以下，漏报率降低至9%，显著优于传统单模型方法。在保障电力系统稳定运行方面，该技术有效减少了因网络攻击导致的电力中断事故，同时通过降低运维成本推动了电力行业数字化转型。未来研究将进一步结合联邦学习和边缘计算技术，拓展至分布式能源等新型电力场景，为智能电网安全防护提供更全面的解决方案。

发表于：2026/3/2

轴网聚类在楼栋关键尺寸计算中的应用研究[人工智能][安防电子]

由于人工检查存在效率低、易遗漏或误判等问题，基于BIM模型的自动图审受到越来越多的关注，如何自动计算楼栋尺寸是其中的关键问题之一。提出了一种楼栋关键尺寸计算新方法。首先，通过对Revit模型中的轴网进行智能聚类分析，自动识别并组织复杂建筑结构中各个楼栋单元的几何关系和空间布局。然后，通过正则表达式筛选出指定建筑的相关标高并确定其类型。最后，通过比较屋面层和机房屋面的面积，得到准确的建筑高度。经过Revit平台上的实际工程场景测试，这种方法增强了BIM模型数据的一致性和准确性。

发表于：2026/3/2

如何化解跨架构时代的工程开发和管理难题[嵌入式技术][工业自动化]

嵌入式开发领域正迎来技术迭代与产业升级双重浪潮的冲击，同时边缘AI的快速渗透以及功能安全等系统要求不断增加，都在推动工程开发经历一场不可逆的结构性和流程性变革。此外，芯片架构加速多元化，新一代智能设备对算力、功耗和性能的更高综合要求，让以单一内核为中心的传统工具模式，正逐步暴露出适配能力与管理效率上的瓶颈。

发表于：2026/3/2

利用GMSL打造高性能机器人视觉[显示光电][工业自动化]

机器人系统越来越依赖视觉进行感知并与环境交互，因而对高速、低延迟数据链路的需求日益增长。千兆多媒体串行链路(GMSLTM)通过单条线缆即可实现视频、控制信号和电力的传输，具备高可靠性，是一种极有潜力的解决方案。本文探讨了摄像头在机器人中的应用，分析了摄像头所面临的连接挑战，并阐述了GMSL如何助力实现可扩展、稳健、高性能的机器人平台。

发表于：2026/2/27

基于大语言模型的JS引擎模糊测试方法[人工智能][信息安全]

现有浏览器JavaScript引擎Fuzz工具在检测非崩溃类漏洞时存在不足。为此，提出一种结合内存检测与大语言模型的增强型漏洞检测方法。该方法改进Fuzz工具对潜在漏洞的判别能力，降低漏报率。同时，将大语言模型与常规变异器相结合，在PoC集激励下生成更复杂且具针对性的测试用例，有效探索深层代码路径，提升代码覆盖率。实验结果显示，改进后的工具在分支覆盖率和漏洞检测能力上较现有工具有效提升。

发表于：2026/2/27

基于Sigmoid函数的新型变步长算法的研究[模拟设计][通信网络]

针对定步长最小均方算法收敛速度和稳态误差之间存在的矛盾，提出一种新型变步长算法。算法以Sigmoid函数为基础，建立步长因子随误差信号变化的新型函数关系。在算法迭代初始阶段步长因子较大，收敛速度快，在收敛后采用步长因子小，稳态误差小。分析引进的控制参数对算法步长变化的影响，与经典变步长算法的收敛曲线做对比。实验结果表明，改进后算法在信噪比为30 dB时，均方误差与经典变步长算法相比，平均降噪量（MNR）分别降低1.9 dB、0.4 dB。在10 dB、20 dB、30 dB信噪比下，算法收敛至稳态所需迭代次数分别为238次、276次、329次。

发表于：2026/2/27

基于非对称编码的无人机巡检图像压缩方法[嵌入式技术][航空航天]

随着无人机技术在电网运检中的广泛应用，图像压缩传输技术日趋重要。为解决无人机图像处理算力不足，巡检图像压缩耗时长、效果差的问题，提出了一种基于非对称编码的无人机巡检图像压缩方法。首先，通过去除图像冗余空间、图像色彩量化有效地提高了无人机巡检图像压缩率；其次，通过压缩模型轻量化适配，降低线路巡检图像压缩算力要求；在此基础上，通过高质量的图像恢复增强，提高了图像的峰值信噪比。最后，该方法在某省电力科学研究院中进行了仿真应用，其恢复图像峰值信噪比为34.2 dB，平均压缩与恢复时间为4 632 ms。所提方法能有效提高无人机巡检图像压缩速度，提高恢复图像质量。

发表于：2026/2/27

TETRA数字集群系统中截短RM码的改进译码方法[通信与网络][通信网络]

对TETRA（Terrestrial Trunked Radio）数字集群系统中使用的截短RM（Reed-Muller）码进行研究，提出了基于大数逻辑译码算法的改进方法。首先，对接收到的30位软比特信息码元按幅值的绝对值由大到小排序，依次反转序列后几位可靠度较低码元的符号位得到多个新的序列，再对新序列进行大数逻辑译码。最后计算新序列译码结果的代价函数，选择代价函数最小的作为最终译码结果。该方法改善了接收数据中低可靠度码元对译码结果的影响，提升了译码性能。所提出的方法可接近最大似然译码效果，在信噪比较低的情况下依然具有较好的译码性能。

发表于：2026/2/27

大模型网络安全风险识别与评价体系研究[人工智能][信息安全]

为全面识别多模态大语言模型的网络安全风险，构建安全评价体系并提出应对策略，以提升其安全性与可靠性，首先分析风险类别，通过多模态数据融合构建风险识别模型，并运用层次分析法和模糊综合评价法构建安全评价体系；再经实验验证模型与体系的有效性、稳定性。研究结果表明，风险识别模型能够准确识别风险，安全评价体系能够合理评估安全状况。本研究为多模态大语言模型的安全风险识别提供创新性思路，所构建的模型与体系可显著增强风险识别能力，为多模态大语言模型的安全研究提供了理论支撑，推动大模型安全发展。

发表于：2026/2/27

一种基于YOLOv8模型的高速公路异常事件智能分析系统研究[人工智能][智能交通]

基于视频分析的事件检测系统已经在许多领域获得了成功，但是在高速公路异常事件检测领域仍旧存在漏检、误报、精度不足等问题。为了处理上述问题，针对YOLOv8进行改进，使用人工智能视频分析技术，提出一种全新的Highway-YOLOv8模型，构建可用于高速公路异常事件检测的智能视频分析系统。首先，设计了一个全新深层通道交互空间的注意力机制（Deep Channel-by-Space Attention Mechanism），模型利用通道和空间交互信息，有效提升模型的视野感知能力；其次，由于卷积深层中容易丢失小物体信息，设计多阶段跨越融合机制（Multi-Stage Fusion Mechanism），提升模型的小物体检测能力；最后，采用先进的Wise-IoU损失函数替换了原有的YOLOv8损失函数，有效提升了模型的收敛速度和检测精度。实验结果表明，Highway-YOLOv8在高速公路的异常数据集上相较于原来的YOLOv8，在所有类别上mAP平均提升了2%，在车辆等一些单类别上的mAP上的提升最高达到5%，不仅显著提升了目标检测的精度，还有效减少了漏检与误检现象。

发表于：2026/2/27