设计应用-AET-电子技术应用

基于改进DeepLabV3+的配电网规划区域地物分类[人工智能][智能电网]

基于无人机正射影像的地物分类为配电网规划可行区域的高效确定提供了潜在方案。针对DeepLabV3+地物分类训练速度慢、分割精度低等问题，提出了一种基于改进DeepLabV3+的无人机正射影像地物分类算法，使用轻量级的MobileNetV3网络替换DeepLabV3+的主干特征提取网络，大幅度降低模型参数量；并加入高效多尺度注意力机制（Efficient Multi-scale Attention，EMA），帮助模型识别大小地物特征，提高分割精度。应用配网规划区域的实测无人机航拍影像制备的数据集进行实验，结果表明，所提算法将模型的训练时间和参数量分别减少为DeeplabV3+的1/5和1/10，mIoU、PA和Kappa系数分别达到78.83%、89.00%和85.63%，验证了所提算法的可行性和有效性。

发表于：2026/8/13 下午2:35:31

智能配电网源网荷储有功功率快速调节方法研究[人工智能][智能电网]

源网荷储有功功率调节主要通过实时采集风光出力与负荷数据，结合固定阈值实现源网荷储各环节的功率调整。由于缺乏对风光出力场景的精细化细节划分导致调节策略无法适应多变的自然条件，其调节稳定性较差。对此，提出智能配电网源网荷储有功功率快速调节方法研究。结合DBSCAN密度聚类算法对风光出力历史数据进行场景聚类，通过挖掘不同时段、季节及气候条件下的出力模式，将连续的风光数据离散化为典型场景集合。利用场景聚类结果定义状态转移概率矩阵，采用马尔科夫算法刻画风光出力与负荷需求的动态演化规律，实现短时功率缺额的精准预测。采用一致性算法将源、网、荷、储建模为通信互联的智能体，以功率需求预测结果为总功率目标，使智能体通过局部信息交互迭代更新功率分配值。在实验中，对提出的方法进行了调节稳定性的检验。最终测试结果表明，采用提出的方法进行功率调节时，算法的峰谷差变化率均低于13%，具备较为理想的调节效果。

发表于：2026/8/12 下午4:52:39

基于改进YOLOv11n的碳钢表面腐蚀检测算法[人工智能][安防电子]

针对目前金属腐蚀识别模型识别精度低，以及参数多难以满足在计算资源有限的移动设备和嵌入式设备中部署的问题，提出一种基于YOLOv11n的轻量化腐蚀检测模型。该模型采用MobileNetV4作为主干网络，有效降低模型参数量和计算量；其次，使用跨尺度特征融合模块（CCFM）优化颈部网络结构，在提升多尺度目标检测精度的同时减少模型参数和计算量；并在C3K2模块中集成双时相特征聚合模块（BFAM），显著增强模型对腐蚀纹理细节的感知能力；最后，引入Inner-MPDIoU损失函数，增强了模型的收敛性和稳定性。实验结果表明，改进后的模型与原模型相比模型参数量降低51.2%，计算量降低25.4%，精确率P、召回率R和mAP50分别提高1.1%、4.0%和0.6%，体现了改进算法的有效性。

发表于：2026/8/12 下午4:45:06

新型双频水平极化全向近场谐振寄生天线[通信与网络][通信网络]

针对无人机应用领域，提出了一种新型水平极化全向天线。该天线设计基于近场谐振寄生理论，由两层介质基板及三层金属层组成；通过环形组阵方式实现全向辐射性能；同时通过创新融合紧耦合技术、曲流技术及容性匹配枝节，使得天线实现双频工作模式及电小尺寸特性；最终再通过寄生枝节进一步提升其不圆度性能。实测结果表明，天线电尺寸仅为0.237（其中为最低工作谐振点波长），工作谐振于2.45 GHz和5.8 GHz附近，水平面方向图不圆度分别小于 0.56 dB和1.61 dB。该天线有效解决了传统水平极化全向天线无法兼顾双频、电小尺寸与低不圆度特性的技术难题，同时加工成本较低，具备较高的工程应用前景。

发表于：2026/8/12 下午4:39:11

基于智能化BNG的家庭宽带互联网质量分析系统研究[通信与网络][通信网络]

针对运营商家庭宽带运维响应被动、故障定位传统两大核心困境，通过将智能化能力引入家庭宽带网络网关（BNG），构建智能化BNG家庭宽带互联网质量分析系统，将用户体验与网络性能深度结合，实现业务、网络和网元的主动智能质量分析。经测试验证，该系统不仅可评估主流游戏，质量分析还覆盖家庭终端到运营商IP网络路径，全方位保障家庭宽带网络运维的智能化与高效性。

发表于：2026/8/12 下午4:32:27

基于智能层次化设计流程的RISC-V高性能CPU Core的后端实现[EDA与制造][工业自动化]

随着AI应用场景的多元化，市场的发展逐渐成熟，对于高算力处理器芯片的需求日趋紧迫，而千万门级的大规模CPU Core通常面临着设计周期长、高频实现难度大等痛点。为此，通过引入Cadence公司提出的新流程方法学——智能层次化设计流程（Smart Hierarchy Flow），从设计端和实现端都进行了相应的改进创新，将设计层次化切分，并行操作，相比于展平化设计流程（Flatten Flow）极大地缩短模块设计过程中软件的运行时间，且可实现自动化规划切分子模块（Auto Partition Generator）的功能。相比于传统层次化设计流程（Traditional Hierarchy Flow）又表现出高质量的接口时序约束和人力成本的节约，为加快芯片上市提供了强大的推动力。……

发表于：2026/8/12 下午4:26:01

基于仿射变换参数优化的多维度电流分布快速重构方法及应用[EDA与制造][工业自动化]

针对芯片封装设计早期缺乏联合电流分析模型、仿真迭代周期长的痛点，提出一种基于仿射变换参数优化的多维度直流电流分布快速重构方法。该方法设计一套多模板兼容的可扩展损失函数，在芯片级，通过拟合已知功能模块的电流分布，优化仿射变换参数以重构出全芯片的电流分布云图；在封装级，通过同步优化多芯片相对于封装的仿射变换参数，以最小化布局匹配误差，从而将多个独立的芯片电流分布云图精准合成为系统级联合电流分布云图。然后，设计实现相关GUI工具，建立从“模块→芯片→封装”全链路映射框架，无需详细版图，即可在15 min内生成覆盖芯片到封装的多维度电流分布，较传统后仿建模流程提速30倍。实验表明，该方法能在芯片设计早期精准捕捉压降热点与电迁移风险区域，为芯片封装电源设计提供高置信度的早期探索与快速验证手段。

发表于：2026/8/12 下午2:16:52

基于SimPoint采样的玄铁RISC-V处理器动态功耗分析高效评估方法[EDA与制造][工业自动化]

基于Cadence Palladium Z3硬件仿真平台的高性能RISC-V处理器硅前动态功耗分析（DPA），在SPEC CPU 2017等工业级基准测试驱动下面临严峻的机时瓶颈，全程DPA仿真往往需要数十至数百小时。提出一种基于SimPoint采样的高效功耗评估方法，将SimPoint切片与Palladium Power Trend DPA有机融合：以SimPoint切片驱动Palladium仿真，在玄铁RISC-V处理器RTL内置的core_monitor模块精确控制下，于稳态指令窗口［25 M， 50 M］开启Power Trend采样；再通过四层加权还原公式将各切片功耗聚合为全程等效平均功耗与功耗热图，且加权还原所需的执行周期数与SPEC性能算分数据完全共享。在SPEC CPU 2017 INTrate全套10个benchmark上，378个代表性切片将DPA总机时从约4 500小时缩减至约5.5小时（加速比超过800倍），Power Trend工具测量误差约±5%（经PTPX验证），完全满足日常迭代验证的工程需求。

发表于：2026/8/12 下午2:10:01

基于Virtuoso的模拟电路版图智能体技术研究[EDA与制造][工业自动化]

针对模拟集成电路版图设计耗时长、学习门槛高，以及传统自动化工具易用性差等瓶颈，提出一种基于Cadence Virtuoso平台、依托智能体技术的模拟电路版图生成与交互式优化框架。该框架融合大语言模型驾驭工程技术，可将自然语言指令精准转换为版图设计约束，并搭建约束驱动的自动布局布线工具链，实现从设计意图到版图输出的端到端自动化转换。针对四类典型电路的实验结果表明，自动生成版图的面积平均可节省12.11%，设计效率最高提升48倍。该方法在保障版图质量的同时，显著提升设计效率与工具易用性，为模拟电路版图的自动化设计提供了可行技术路径。

发表于：2026/8/12 下午2:03:21

基于Virtuoso Studio 平台FMC Yield Estimation 快速良率评估算法的研究与应用[EDA与制造][工业自动化]

探讨了 Cadence Virtuoso ADE 环境下，基于 AI 增强的 Fast Monte Carlo（FMC）分析方法。FMC 新增良率估计（Yield Estimation）算法的 GUI 支持，结合原有最差样本（Worst Samples）算法，构建了覆盖多场景的高 Sigma 良率分析方案。其核心是利用 AI 模型大幅减少仿真次数，解决传统蒙特卡洛算力消耗过大的问题。两种算法目标互补：Worst Samples 从海量样本中精准定位最差性能点与极端工艺角，评估设计鲁棒性；Yield Estimation 则在固定预算下，通过统计推断快速量化整体良率与故障率。实际流程中，先通过 Yield Estimation 完成良率摸底与方案评估，再用 Worst Samples 深挖关键 Sigma 水平的失效细节，指导电路优化。该方法为先进 IC 设计在高变异、高良率要求下的高效分析与调试提供了灵活的方法论支撑。

发表于：2026/8/12 下午1:56:01