设计应用-AET-电子技术应用

Smart ECO 在关键block上的评估和应用[EDA与制造][工业自动化]

芯片流片前后，为修复设计缺陷或性能问题，通常需通过工程变更指令进行局部修改，同时尽量减少对整体设计的影响。目前主要依赖Conformal平台实现这一目标，但针对关键模块，其FEF流程生成的补丁规模较大，资源消耗较高，后端团队在集成结果至现有布局布线或收敛时序时面临显著挑战。经过多种工程变更指令流程评估与实践验证，Smart ECO流程在补丁规模和运行时长上展现出显著优势，有效降低资源占用，从而显著提升后端布局布线效率及时序验证的成功率，为芯片设计优化提供有力支持。

发表于：2026/8/12 下午1:49:26

基于机器学习与卫星遥感的底层缺氧预测[人工智能][安防电子]

沿海缺氧严重威胁海洋生态系统的稳定性。鉴于传统观测手段成本高昂且在时空尺度上存在局限，机器学习与卫星遥感技术已被广泛应用于缺氧预测，但现有多数模型仍面临“黑箱”特性及预测周期短等挑战。结合1998—2019年墨西哥湾北部原位溶解氧数据与卫星遥感影像（海表温度、盐度、叶绿素a），构建了一个兼具物理机制可解释性与长时序外推能力的缺氧空间预测模型。结果表明，XGBoost模型展现了最优的预测性能，成功重建了2003—2019年夏季缺氧区空间分布，并有效填补了观测缺失年份的数据空白。SHAP分析揭示，海表温度主导的层化效应和盐度反映的淡水输入是关键驱动因子。本研究证实了融合卫星遥感与可解释性机器学习在缺氧长期连续监测中的巨大潜力。

发表于：2026/8/11 下午5:04:31

基于StatAvg的网络安全数据共享策略研究[人工智能][信息安全]

随着物联网（IoT）和人工智能（AI）技术的快速发展，网络安全威胁日益复杂化，传统的入侵检测系统（IDS）面临巨大挑战。联邦学习（FL）作为一种新兴的隐私保护分布式学习方案，能够有效地解决数据隐私和集中式训练的矛盾。然而，FL在实际应用中常常遇到数据非独立同分布（non-iid）的问题，这严重影响了全局模型的性能。提出了一种名为StatAvg的统计平均方法，旨在缓解FL中的数据异质性问题。StatAvg通过让FL客户端共享本地数据统计信息（如均值和方差），服务器聚合生成全局统计信息用于数据标准化，从而改善模型收敛。主实验在TON-IoT和CIC-IoT-2023两个网络安全数据集上进行，StatAvg的性能显著优于现有的FedAvg、FedLN和FedBN等方法，平均提升了检测准确率和F1分数4%~17%。……

发表于：2026/8/11 下午4:57:33

基于算法稀疏性的卷积神经网络加速方法研究[人工智能][消费电子]

尽管CNN经剪枝及ReLU激活后具有显著稀疏性可提升推理效率，但稀疏分布不规则易导致负载不均衡。此外，卷积与池化串行执行造成的访存带宽浪费限制了性能。为解决以上问题，提出一种稀疏CNN加速算法和卷积池化融合方法，并在寒武纪MLU上进行了验证。首先，设计基于CSR格式的自适应SpMV算法AdaSpConv，通过动态任务分配有效解决核心间负载均衡问题；其次，提出CSR-CP存储格式实现卷积与池化的算子融合，减少数据搬运并显著降低访存延迟。实验结果表明，在MLU370-S4平台上，AdaSpConv峰值性能达0.828 GFLOP/s，有效访存带宽达3.39 GB/s，性能显著优于Scalar、Vector及Adaptive算法；基于CSR-CP存储格式，VGG-16和ResNet-50的卷积运算较传统方法分别加速2.87倍和1.99倍。

发表于：2026/8/11 下午4:49:21

基于置信度自适应截断的QAOA含噪预训练算法[通信与网络][通信网络]

量子近似优化算法（QAOA）在物理部署前需经含噪预训练以获取抗噪初始参数，但传统含噪模拟的计算复杂度随电路规模呈指数膨胀，导致严峻的算力瓶颈。提出基于置信度自适应截断的QAOA含噪预训练算法。该算法构建量子电路演化的解析概率模型，将全局噪声空间重构为结构化加权树；进而设计以统计学置信度为边界约束的动态剪枝机制，安全截断长尾低概率错误路径。实验表明，在保障评估置信度的前提下，算法将单步模拟复杂度由指数级降至常量级，大幅压缩了不同量子比特规模下的算力开销。结合动态置信度调度策略，算法在计算成本与参数收敛质量之间实现平衡，为大规模变分量子算法的高效预训练提供了工程可行的加速框架。

发表于：2026/8/11 下午4:41:01

面向ARM架构的Ewald算法性能优化研究[模拟设计][工业自动化]

长程静电相互作用的高效求解是分子动力学（Molecular Dynamics， MD）模拟中的关键问题，特别是在带电体系中对计算性能影响显著。Ewald算法适用于中小规模体系与高精度场景。基于ARM架构，对Ewald算法进行了系统优化，包括线性化重构关键数据结构、倒易空间计算的手动向量化、向量化版本的三角函数、优化线程并行策略等方案。实验结果显示，在单核条件下，实现约2.65倍加速，并在不同精度设置及跨平台测试中保持良好性能提升。在多核条件下，相较原生OpenMP实现，优化版本表现出更优的扩展效率与整体性能，在8线程时可以达到86.2%的效率和4.57倍的加速。研究验证了Ewald算法在新型向量化架构上的优化潜力，为相关算法在相关处理器上的高效实现提供了参考。

发表于：2026/8/11 下午4:34:35

一体化污水处理设备的智能电气系统设计与物联网监控平台开发[模拟设计][安防电子]

该文为解决传统一体化污水处理设备运行效率低、监控不及时、运维成本高等问题，开展了基于一体化污水处理设备的智能电气系统设计与物联网监控平台开发研究。在对一体化污水处理设备进行简单介绍后，结合智能控制技术与物联网技术，重点进行基于一体化污水处理设备的智能电气系统设计和物联网监控平台开发。通过系统测试，说明基于一体化污水处理设备的智能电气系统与物联网监控平台设计的有效性，以期为污水处理行业的可持续发展提供技术保障，进一步提升一体化污水处理设备的运行效率、可靠性与智能化水平。

发表于：2026/8/7 下午5:13:01

基于一体化基站与Mesh融合的新型产品覆盖方案研究与验证[通信与网络][通信网络]

该研究介绍了一款新型基站产品的覆盖方案，将一体化基站与Mesh(无线网状网络)设备融合布放在一个“箱子”内，组成一款新型拉杆箱基站，该基站可解决基站与基站之间星型组网回传的问题。该研究提出拉杆箱站应用于一种特殊覆盖空间的新型方案，该空间具有移动性且无法施工、拉线，宏站信号无法覆盖、数据要求保密等特点，该方案根据覆盖面积可灵活组网，不施工且通信设备复用率100%，实现数据本地留存，可完全满足用户需求。

发表于：2026/8/7 下午5:07:35

基于FREW-DT的玉米叶片病害检测[人工智能][工业自动化]

为解决复杂背景下玉米叶片病害目标小、形状不一、易受背景干扰等目标检测难题，提出了一种基于改进RT-DETR的玉米叶片病害深度学习模型FREW-DT。该研究对RT-DETR模型在三个方面进行改进：采用FasterNet block重构主干网络以减少计算冗余；通过改进的RepVGG block优化颈部网络提升推理速度；在特征融合模块引入EMA注意力机制增强跨尺度特征交互。实验结果表明，FREW-DT模型参数量为31.09 M，平均精度均值达95.36%，精确率和召回率分别为90.85%和86.72%，帧率提升了29 FPS。该模型可高效实现玉米叶片病害精准检测，为现代农业病害防治提供技术支持。

发表于：2026/8/7 下午5:01:12

电厂流量测量装置集成化选型与工程应用[测试测量][智能电网]

为提升电厂热力系统与水系统流量监测的稳定性、精度与集成度，该研究围绕集成电路驱动的流量测量装置展开技术探析，以多参数一体化传感、专用计量芯片、高速信号处理与抗干扰集成电路为技术主线，构建面向锅炉给水、蒸汽、循环水等典型介质的集成化选型体系。通过芯片级信号调理、同步采集与原位补偿技术，降低现场干扰与管路条件对测量的影响，给出一体化节流式、超声式、电磁式装置的硬件架构与工程部署要点，提出配套芯片选型、接口设计与标定方法。

发表于：2026/8/7 下午4:55:33