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

一种适用于过程层报文的压缩方法及其FPGA实现[可编程逻辑][智能电网]

无损压缩算法是智能变电站过程层网络信息处理和存储的核心算法，哈夫曼算法是一种通用的无损压缩方法，在电力系统通信网络中有广泛的应用。基于通用的哈夫曼编码压缩方法，结合智能变电站过程层网络的场景特点，采用可旁路字典计算的方式，提出一种改进的哈夫曼编码压缩方法。该方法以过程层报文字符的频率统计特征为依据，决定是否复用前序报文生产的压缩字典，可以有效地降低压缩过程的计算量和计算延迟。同时提出该方法在现场可编程门阵列器件（FPGA）中的设计实现，介绍各个模块的微架构，详细分析重点模块的设计方法，并进行仿真、验证以及结果分析。

发表于：2026/4/15

基于FPGA的TDLAS甲烷检测电路系统设计与实现[可编程逻辑][安防电子]

可调谐激光吸收光谱（TDLAS）技术因其灵敏度高的特性而被广泛应用于气体探测领域。然而在实际应用过程中，气体检测极限常受到激光器控制稳定性和锁相放大器性能的影响。针对这一问题，设计并实现了一套基于FPGA的甲烷气体检测电路系统。该电路系统集成了激光器电流驱动、温度控制模块以及锁相放大模块，可以调节激光器驱动电流并保持激光器温度稳定，同时实现调制解调功能。实验结果表明，将激光器驱动电流设定为62.5 mA时，输出电流波动为±1.5 μA；将激光器温度设定为30 ℃，温度波动为±0.0063 ℃。使用光程为15 m的吸收池，通入2-20 μmol/mol浓度的甲烷依次解调二次谐波信号，甲烷浓度为20 μmol/mol时计算求得单个周期二次谐波信号信噪比为42.66 dB，由此可得检测下限为146.98 nmol/mol。在20 μmol/mol甲烷浓度条件下进一步地连续测量并计算Allan偏差，作图得到249 s时Allan偏差为17.25 nmol/mol。结果表明该电路系统具有较高的甲烷探测灵敏度。

发表于：2026/4/15

YJJFA：一种数据驱动的高性能正则表达式匹配算法[人工智能][其他]

正则表达式匹配技术在人工智能时代背景下扮演着重要角色，尤其在数据清洗与数据抽取领域，可为大语言模型训练所需的高质量数据处理提供技术支撑。然而，传统正则表达式匹配算法存在性能瓶颈，限制了其应用范围。针对此问题，提出一种基于可信区域的高性能正则表达式匹配算法，命名为YJJFA算法。该算法通过对状态转移表划分成最优可信区域与非信任区域，减少需要处理的状态转移表输入字符数量，并借助非内存访问的非信任字符集向量比较以实现信任字符低时间消耗处理。实验结果表明，YJJFA算法在L7filter规则上的吞吐率达17.88~53.81Gb/s，较原始DFA算法性能提升了一个数量级。

发表于：2026/4/15

基于嵌套组合模型的Web页面生成方法研究与应用[人工智能][工业自动化]

为了满足不同行业生产、运营、管理系统平台中用户角色多样、数据异构、页面展示需求复杂多变等需求，提出一种基于嵌套组合模型的Web页面生成方法。通过采用统一建模语言和面向对象编程技术，结合Vue.js和Nuxt.js框架，实现了页面元素的灵活配置和高效渲染。该方法在不同的工程项目中取得了满意的应用效果，显著降低了配置复杂度和维护成本，提升了用户体验，具有较好的应用推广价值。

发表于：2026/4/15

基于多尺度特征融合的NeRF三维重建方法[人工智能][医疗电子]

三维重建在计算机视觉与人工智能、医学影像、建筑与城市规划等领域中至关重要。针对传统手工建模效率低下的问题，提出一种基于神经辐射场的多尺度融合和注意力机制的方法。该方法引入了多尺度特征模块，并结合图卷积网络增强了网络对空间结构的理解，从而精确捕捉局部与全局的几何关系。多尺度特征模块能够在不同层次上提取信息，改善细节重建的准确性和全面性，进而提升整体重建质量。此外，为了进一步提高模型的鲁棒性与精度，通过引入特征金字塔网络，确保网络在不同尺度下均能有效捕捉重要信息，尤其是在复杂场景中能够避免细节丢失。结合SE注意力机制，模型能够自适应地对图像中的关键区域进行聚焦，增强重要特征的表现，提升了在复杂环境下的重建效果。实验结果表明，该方法在自建建筑物数据集上的结构相似性、峰值信噪比和感知损失分别为0.784、25.42、0.183，较NeRF模型分别提升了4.39%、3.29%、15.84%，能够更好地处理复杂的重建任务，为各类应用领域中的三维重建提供了一个新思路。

发表于：2026/4/15

基于时间注意力增强的电厂智能安防监控人体异常行为识别[通信与网络][安防电子]

电厂厂区内强光切换或阴影交错会影响特征点稳定性，使得高帧率视频流处理时时序信息断裂，难以获取连续视频帧中人体特征点的变化方向，导致行为识别的EER均值较高。为此，开展了基于时间注意力增强的电厂智能安防监控人体异常行为识别研究。引入时间注意力增强模块，对监控视频进行短距离和长距离时间特征增强，融合后输出跨越多个视频分段的联合特征，以关联分割的视频帧信息。利用距离-转角表示法计算连续视频帧中人体特征点的变化方向，根据方向关系识别异常行为。在测试数据集上，设计方法输出跨越多个视频分段的人体特征信息。其异常行为识别的AUC达到0.92，EER均值稳定在0.15以内，处于较低水平。

发表于：2026/4/15

基于能量效率的无人机辅助WRSN路径规划优化研究[电源技术][物联网]

利用无人机对能量受限的传感器节点进行充电，可有效缓解传感器节点因能量耗尽而中止服务的问题。由于无人机自身能量受限，如何在保证传感器节点完成充电的前提下最小化无人机的任务时间对减少无人机的能耗至关重要。为此，根据无人机能量消耗模型、传感器节点收集能量模型以及节点剩余能量情况，构建最小化无人机任务时间优化问题。此外，提出了无人机调度算法，通过依次完成节点分簇和锚点选择方法，将优化问题转化为经典的旅行商问题，并利用遗传算法完成路径规划。使用模拟数据对所提出的算法进行仿真试验分析。仿真结果显示，所提出的无人机飞行策略在相同耗能情况下可以有效减少任务时间。

发表于：2026/4/15

扫描电镜中扫描电路性能及对图像影响分析[测试测量][工业自动化]

扫描电子显微镜（Scanning Electron Microscope， SEM）的图像质量高度依赖于扫描电路输出信号的精度与稳定性。而现有研究对扫描信号至图像质量的影响仍缺乏深入分析。基于此，首先建立了从扫描信号到图像质量的传递机制，分析了扫描信号性能指标对图像影响；然后，通过高精度数字万用表与示波器对实际扫描信号进行精准测量，并结合端点拟合法进行数据处理，从而量化了场扫描与行扫描信号在512×512像素模式下误差水平；进一步通过MATLAB仿真各类误差对标准网格图像的影响，并导入实测信号数据，评估其在实际成像中的表现。研究表明，扫描信号整体线性性能良好，中心区域平均误差为1.884像素，优于边缘区域的2.749像素。

发表于：2026/4/14

霍尔式轮速传感器电路的设计[MEMS|传感技术][汽车电子]

针对磁电式轮速传感器抗干扰能力差、输出信号不稳定的问题，在研究霍尔式轮速传感器工作原理的基础上，采用0.18 μm BCD工艺设计了一款霍尔式轮速传感器电路。该电路包含放大器、带通滤波器、迟滞电压比较器等模块。为抑制霍尔元件固有的失调电压，提出了一种基于四个霍尔元件的电压偏置正交方法。利用Cadence Virtuoso进行仿真验证，结果表明所设计的传感器电路具有较强的抗干扰能力，在4.5 V至30 V的宽电源电压范围和-40 ℃~125 ℃的温度范围内，均可输出幅值稳定的方波信号，能够实现车速的准确测量。

发表于：2026/4/14

用于电子束设备的微电流检测系统[测试测量][工业自动化]

设计了一种微电流检测系统，可用于电子束设备皮安量级到纳安量级的微弱电流信号检测。该设计采用跨阻式I/V转换电路结构，综合考虑器件选型、电路级联放大、纯净供电电源、滤波降噪、嵌入式计算、屏蔽与接地等，将皮安级微小电流放大，同时还设计了双量程选择电路，拓展了测量范围至百纳安级，通过MCU微处理器对放大的电信号进行采集及优化处理。实验表明该系统能够实现微弱电流信号的测量，同时可以调整至较大的量程，且测量误差低于0.5%，同时线性度优、响应迅速。

发表于：2026/4/14

基于代码审查的FPGA黑盒测试方法研究与实践[可编程逻辑][工业自动化]

近年来，现场可编程门阵列（FPGA）在高性能计算、航空航天、通信系统等关键重要领域的应用逐渐广泛、功能愈发重要，FPGA软件测试重要性与日俱增，然而FPGA软件测试始终面临知识产权核（IP核）测试不充分的问题。提出了一种基于代码审查的黑盒测试方法，该方法将代码静态分析与黑盒测试相结合，旨在提升测试充分性。首先回顾了FPGA软件测试的现状，分析了动态与静态分析技术的局限，明确了黑盒测试在IP核验证中的重要性。随后，构建了基于代码审查的黑盒测试框架，包括规则检查与配置项检查两大核心环节，用于识别并解决设计中的潜在问题。通过PLL IP核复位信号缺失与RS422接口LVDS原语终端阻抗匹配错误的案例分析，展示了该方法在FPGA测试项目中的有效应用。

发表于：2026/4/14

互连线延迟对测试时间的影响研究[可编程逻辑][工业自动化]

FPGA器件在量产测试过程中，其内部的互连资源占据了大量测试时间，如何降低测试时间、节约测试成本一直是困扰量产的难题。针对上述问题，以XCKU5P型FPGA为验证代表，通过Vivado对其被测互连线路径进行时序仿真，并基于ATE实际测量得出互连线传输延迟，与仿真结果基本一致。同时，进一步研究了不同测试温度下的互连线延迟，找到了ATE对FPGA互连功能测试过程中合理且稳定的延迟等待时间。经验证，在满足低温功能测试要求设置的最低延迟等待基础上再加100 ns，即可满足三温测试稳定性要求，有效减少了凭借经验设置的非必要冗余等待时间，提高了测试效率、降低了测试成本。

发表于：2026/4/14

基于实例迁移的机载红外小目标检测算法[人工智能][航空航天]

近年来，机载红外小目标检测技术已经成为军事和民用领域的研究热点。但在实际应用中，复杂背景和低信噪比等因素的影响仍然使红外小目标检测面临挑战。因此，针对小目标检测，选取更适合红外小目标及复杂背景的YOLOv7模型，在此基础上提出了一种改进的机载红外小目标检测算法AIR-YOLOv7，并利用实例迁移学习的方法分析红外小目标的特点，对数据集进行扩充，进一步提高算法的性能。实验结果表明，AIR-YOLOv7算法在机载复杂场景下的红外小目标检测方面具有更好的表现，mAP值达到97.09％，同时FPS为102.09帧/s。仅通过少量扩充本文数据集，实例迁移方法就使算法的mAP值提高了0.96个百分点，为后续硬件平台边缘计算移植提供了理论基础。

发表于：2026/4/14

基于多尺度特征融合的无人机目标识别算法研究[人工智能][航空航天]

针对复杂环境下无人机目标识别精度低、实时性差的问题，提出一种基于自适应神经网络与多尺度特征融合的无人机目标识别算法。该算法采用改进的卷积神经网络提取多层次特征，结合注意力机制自适应调整特征权重，并通过多尺度特征融合增强目标表征能力。在DroneCrowd数据集上的实验表明，相比ResNet-50、YOLOv11和EfficientNet等算法，所提方法平均识别准确率达到94.3%，相比ResNet-50提升8.7个百分点，相比YOLOv11提升2.0个百分点；F1分数达到93.9%；处理速度达到61.0 FPS，相比ResNet-50提升35%；展现出优异的鲁棒性，为无人机目标识别提供了有效解决方案。

发表于：2026/4/14

基于深度强化学习的蜂窝连接无人机轨迹优化方法及仿真[人工智能][航空航天]

蜂窝连接无人机（cellular-connected UAV）在5G网络中展现出巨大潜力。针对其在执行通信任务时需保持稳定地面基站连接的问题，研究了无人机轨迹优化。目标是在给定区域内，使无人机从起点到终点的飞行过程中联合最小化任务完成时间与通信中断时间，并最大化通信吞吐量。由于该问题具有非凸性，采用基于多步学习的竞争性双深度Q网络（Dueling Double Deep Q Network， D3QN）算法求解，通过无人机与地面基站的交互学习实现自适应轨迹优化。仿真结果表明，与直飞策略相比，该方法将任务完成时间缩短了28%，通信中断时长降低了42%，系统平均吞吐量提升了35%，在任务效率、通信稳定性和系统吞吐量等方面均实现显著优化。

发表于：2026/4/14