頭條 開啟工業4.0：集成EtherCAT和萊迪思FPGA實現高級自動化 隨著工業領域向實現工業4.0的目標不斷邁進，市場對具備彈性連接、低功耗、高性能和強大安全性的系統需求與日俱增。 然而，實施數字化轉型并非總是一帆風順。企業必須在現有環境中集成這些先進系統，同時應對軟件孤島、互聯網時代前的老舊設備以及根深蒂固的工作流程等挑戰。它們需要能夠在這些限制條件下有針對性地應用高性能軟硬件的解決方案。 最新資訊 盲信號處理中FastICA算法的IP核設計 針對盲信號處理中FastICA算法處理速度慢、性能差的問題，提出使用FPGA實現FastICA算法的方案，以提高FastICA算法的處理能力。設計了基于Avalon總線的FastICA IP核，嵌入到SoPC和ASIC設計中。仿真測試結果表明,FastICA IP核實現了盲信號分離，處理速度是PC的20倍，滿足了高速盲信號處理的需要。 發表于：8/24/2018 基于FPGA的猝發式直擴載波同步技術研究與實現 針對短時猝發式直擴系統中大頻偏情況下信號載波的捕獲和跟蹤問題，提出了一種集掃頻、FFT頻率估計和數字鎖相環技術于一體的載波同步實現方案。基于Matlab進行方案仿真和基于FPGA平臺進行硬件實現，并通過EDA軟件SignalTap工具實時捕獲數據完成方案可行性驗證。結果表明，該方案可以滿足系統設計要求。 發表于：8/24/2018 基于FPGA的剩余電壓檢測系統的設計 提出了一種高準確度低功耗的剩余電壓檢測方法。該測量裝置通過過零檢測電路獲取工頻同步信號，在工頻交流峰值時刻切斷待測設備的電源，由高輸入阻抗的輸入回路對待測設備的剩余電壓進行取樣;在NiosII的控制下,采用高速采樣保持電路和高精度模數轉換器實現設備掉電1 s和10 s后剩余電壓的在線檢測。實驗證明該測量裝置有較好的穩定性，測量準確度達到0.506%，滿足測量要求。 發表于：8/24/2018 基于FPGA的LVDS高可靠性傳輸優化設計 針對LVDS高速鏈路傳輸過程中出現的誤碼及傳輸距離較短問題，分別從硬件和邏輯編碼方面提出各自優化方案。硬件方面在LVDS發送端增加高速驅動器，接收端增加自適應線纜均衡器，可補償信號在長距離傳輸過程中出現的衰減，還原雙絞線中的畸變信號。在邏輯編碼方面，對傳統的10B8B編碼方式進行改進，設計出一種具有自糾錯能力的10B6B編碼方式，不僅改善了雙絞線中直流平衡狀況，而且減小了LVDS傳輸過程中的誤碼率。優化后的LVDS接口與正常編碼的LVDS接口相比，具有更遠的傳輸距離，更小的誤碼率。該設計方法簡單可靠，性能穩定，測試結果表明，可在48 m差分雙絞線長度下以400 Mb/s速率實現零誤碼可靠傳輸。 發表于：8/24/2018 Stratix 10 FPGA和SoC體系結構和產品細節公布 Altera 公司今天發布其Strati x 10 FPGA和SoC體系結構和產品細節，這一下一代高端可編程邏輯器件在性能、集成度、密度和安全特性方面實現全面突破，勢必將云時代的網絡通信技術推向又一個巔峰。 發表于：8/24/2018 一種CMOS型的耐輻射圖像采集系統 設計并實現了一種基于CMOS型圖像傳感器的高耐輻射圖像采集系統。根據應用環境提出了相應的系統構架，通過FPGA的控制，使各個模塊協調工作，完成從輻射區的圖像采集到上位機的圖像顯示的全過程。主要介紹該采集系統的系統構架及控制軟件部分，并針對系統中相應的要點及工作中出現的一些問題給出了相應的解決方法。 發表于：8/23/2018 FPGA在溫度補償氣壓測量系統設計中的應用 介紹一種基于FPGA帶溫度補償設計的氣壓測量系統,詳細論述了FPGA處理器在氣壓測量系統設計中各功能部分的內部設計結構、工作流程以及補償算法的分析和設計，最后通過系統測試結果驗證FPGA設計對氣壓測量系統中溫度補償的可行性和有效性。由于FPGA具有高可靠性、強數據處理能力、速度快等特點，有效地改善了一般氣壓測量系統精度低、處理速度較慢、實時性較差的問題。 發表于：8/23/2018 巨頭爭霸量子計算，誰將成為最后贏家？ 英國《經濟學人》雜志近日撰文稱，雖然許多科技巨頭和各國政府都在努力發展量子計算，但這項技術有可能遭遇過度炒作，導致其從春天邁入冬天。然而，這項技術潛力確實巨大，所以最終還是會迎來火熱夏天。 發表于：8/22/2018 FPGA：AI ASIC的必經之路？ 想起寫這篇矽說的起源是一個月前的AI界大新聞——知名AI硬件公司深鑒被FPGA巨頭Xilinx收購，傳說中的交易金額在n億美金不等，大家紛紛感概創始人的財富自由與高尚情懷（給清華大學捐了500萬，簡直是國內由學、研至產再回饋學的典范），一時佳話。 發表于：8/22/2018 ECCV 2018 | UBC&騰訊AI Lab提出首個模塊化GAN架構，搞定任意圖像PS組合 通常的圖像轉換模型（如 StarGAN、CycleGAN、IcGAN）無法實現同時訓練，不同的轉換配對也不能組合。在本文中，英屬哥倫比亞大學（UBC）與騰訊 AI Lab 共同提出了一種新型的模塊化多域生成對抗網絡架構——ModularGAN，生成的結果優于以上三種基線結果。該架構由幾個可重復利用和可組合的模塊組成。 發表于：8/22/2018 ?…77787980818283848586…?
