通過SiC技術(shù)電機(jī)逆變器實(shí)現(xiàn)電動汽車行駛里程拓展的承諾[電源技術(shù)][汽車電子]

同時(shí)期的半導(dǎo)體技術(shù)革命催生了新的寬帶隙器件，例如碳化硅(SiC) MOSFET功率開關(guān)，使得消費(fèi)者對電動汽車行駛里程的期望與OEM在成本架構(gòu)下實(shí)際可實(shí)現(xiàn)里程之間的差距得以縮小。

發(fā)表于：2/18/2022

如何輕松選擇合適的頻率產(chǎn)生器件[EDA與制造][工業(yè)自動化]

了解頻率產(chǎn)生器件的性能特征對于為目標(biāo)使用場景確定正確的解決方案至關(guān)重要。這是一個(gè)快速指南，旨在幫助RF系統(tǒng)工程師熟悉整個(gè)選擇流程。

發(fā)表于：2/18/2022

LoRa 2022展望：全球部署持續(xù)擴(kuò)張，產(chǎn)業(yè)物聯(lián)網(wǎng)前景廣闊[人工智能][物聯(lián)網(wǎng)]

在2022年2月初的冬奧會開幕式上，巨型的“雪花”主火炬臺呈現(xiàn)出美輪美奐的燈光秀，在火炬點(diǎn)燃瞬間，璀璨光芒從“雪花”的中心向四周輻射，實(shí)現(xiàn)快速變換、完美同步的畫面顯示。其中，基于LoRa?的低延遲控制系統(tǒng)與同步播放時(shí)間校正技術(shù)相互配合，確保指令的準(zhǔn)確下發(fā)，實(shí)現(xiàn)了視頻畫面的完美協(xié)同。

發(fā)表于：2/18/2022

如何利用現(xiàn)代嵌入式開發(fā)工具中的堆棧保護(hù)功能[嵌入式技術(shù)][工業(yè)自動化]

在開發(fā)以MCU為核心的嵌入式系統(tǒng)時(shí)，當(dāng)軟件程序向預(yù)設(shè)的數(shù)據(jù)結(jié)構(gòu)（通常是一個(gè)固定長度的緩沖區(qū)）之外的程序調(diào)用堆棧的內(nèi)存地址范圍寫入數(shù)據(jù)時(shí)，就會發(fā)生堆棧緩沖區(qū)溢出。這幾乎必然會損壞附近的數(shù)據(jù)，甚至?xí)淖兎祷睾瘮?shù)。如果是有意為之，則這就是我們熟知的堆棧粉碎。

發(fā)表于：2/16/2022

面向工業(yè)物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)[MEMS|傳感技術(shù)][通信網(wǎng)絡(luò)]

在發(fā)展工業(yè)物聯(lián)網(wǎng) (IoT) 以及滿足相關(guān)的工業(yè)傳感器無線連網(wǎng)需求方面，已經(jīng)做了很多。不過，工業(yè)設(shè)備及應(yīng)用的網(wǎng)絡(luò)需求與家用環(huán)境完全不同，可靠性和安全性是高居工業(yè)應(yīng)用要求的榜首。本文重點(diǎn)討論特定于工業(yè)無線傳感器網(wǎng)絡(luò)的一些關(guān)鍵網(wǎng)絡(luò)要求。

發(fā)表于：2/16/2022

Rambus 信任根解決方案為中國物聯(lián)網(wǎng)設(shè)備安全保駕護(hù)航[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

要保護(hù)物聯(lián)網(wǎng)設(shè)備收集和傳輸?shù)膶氋F數(shù)據(jù)，需要采取一種多層級的方法，并依托從設(shè)計(jì)源頭實(shí)現(xiàn)安全的理念。而最有效的方法之一是在物聯(lián)網(wǎng)設(shè)備中嵌入基于硬件的信任根

發(fā)表于：2/16/2022

Achronix的FPGA技術(shù)可優(yōu)化用于工業(yè)4.0及5.0的人工智能（WP027）[人工智能][工業(yè)自動化]

工業(yè)5.0將帶領(lǐng)我們返璞歸真，利用AI驅(qū)動的機(jī)器人系統(tǒng)所具有的精準(zhǔn)和高效，與人類大腦的奇思妙想和實(shí)時(shí)思考有機(jī)結(jié)合，創(chuàng)造出更理想的制造環(huán)境。

發(fā)表于：2/16/2022

安富利：厚積薄發(fā)迎接新一輪能源革命[電源技術(shù)][工業(yè)自動化]

2021年 “雙碳” 成為一個(gè)熱詞，并由此激發(fā)了社會對新一輪能源革命更加熱切的盼望和憧憬。在 “雙碳” 目標(biāo)下，中國經(jīng)濟(jì)也將進(jìn)入一個(gè)結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵時(shí)期，產(chǎn)業(yè)將向著綠色經(jīng)濟(jì)發(fā)展，這一切都讓新一輪能源革命顯得迫在眉睫。

發(fā)表于：2/16/2022

基于區(qū)塊鏈技術(shù)的醫(yī)療器械溯源監(jiān)管系統(tǒng)研究[電子元件][醫(yī)療電子]

摘 要： 傳統(tǒng)的醫(yī)療器械溯源系統(tǒng)依賴一個(gè)中心化組織，溯源需要多方參與，導(dǎo)致信息整合難度大，溯源信息數(shù)據(jù)不完整。為解決醫(yī)療器械溯源的數(shù)據(jù)中心化問題，防范溯源信息被惡意篡改，采用分布式記賬技術(shù)，提出基于Fabric區(qū)塊鏈的醫(yī)療器械溯源系統(tǒng)架構(gòu)MDTFabric(Medical Device Traceability Fabric)。該系統(tǒng)架構(gòu)運(yùn)用現(xiàn)有區(qū)塊鏈溯源機(jī)制，針對醫(yī)療器械溯源特點(diǎn)進(jìn)行了特定的優(yōu)化，建立起醫(yī)療器械溯源的信用機(jī)制，并根據(jù)數(shù)據(jù)重要性采取多方存儲方式，提升系統(tǒng)的訪問性能。 關(guān)鍵詞： 區(qū)塊鏈,UDI,醫(yī)療器械,溯源系統(tǒng),超級賬本

發(fā)表于：2/15/2022

時(shí)間觸發(fā)通信總線監(jiān)控技術(shù)研究[其他][其他]

TTP總線技術(shù)是面向機(jī)載分布式安全關(guān)鍵系統(tǒng)的主要總線技術(shù)之一。針對TTP總線數(shù)據(jù)的實(shí)時(shí)監(jiān)控和分析需求，提出了面向總線消息且不依賴于特定總線配置的異步總線監(jiān)控方法，給出了TTP總線監(jiān)控節(jié)點(diǎn)及監(jiān)控軟件設(shè)計(jì)，達(dá)到了對時(shí)間觸發(fā)通信總線數(shù)據(jù)的實(shí)時(shí)監(jiān)控效果。構(gòu)建驗(yàn)證環(huán)境開展了總線監(jiān)控的測試工作，結(jié)果表明，監(jiān)控節(jié)點(diǎn)能夠?qū)崿F(xiàn)對最高5 Mb/s速率數(shù)據(jù)的實(shí)時(shí)監(jiān)控分析，能夠有效支撐對TTP總線系統(tǒng)的數(shù)據(jù)的分析驗(yàn)證。

發(fā)表于：2/15/2022

基于通聯(lián)關(guān)系的通信網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)方法[其他][其他]

摘 要： 現(xiàn)有的網(wǎng)絡(luò)拓?fù)渫茢喾椒ǎǔＰ枰平馔ㄐ判盘杻?nèi)容，不但成本高，適應(yīng)性也較差。針對此問題，提出不破解信號內(nèi)容，僅通過頻譜信號物理特征和統(tǒng)計(jì)規(guī)律來挖掘通信目標(biāo)間的通聯(lián)關(guān)系，從而分析并構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。基于周期、功率、信號起始時(shí)間等特征，利用聚類算法挖掘目標(biāo)區(qū)域內(nèi)的通聯(lián)關(guān)系。此外，對頻譜數(shù)據(jù)集進(jìn)行劃分，依次分析每個(gè)子集的通聯(lián)關(guān)系，結(jié)合子集的質(zhì)心位置，推斷通信網(wǎng)絡(luò)拓?fù)洹Ｗ詈螅瑢⑺凶蛹瘜?yīng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)合并得到整個(gè)頻譜數(shù)據(jù)集的通信網(wǎng)絡(luò)拓?fù)洹?/a>

新型智慧城市“城市大腦”建設(shè)一體化設(shè)計(jì)[其他][其他]

“城市大腦”是隨著人工智能、智能云計(jì)算、大數(shù)據(jù)等新一代信息技術(shù)的革命性發(fā)展,在城市數(shù)字化、智慧化轉(zhuǎn)型發(fā)展中深度融合創(chuàng)新應(yīng)用而催生的新型基礎(chǔ)設(shè)施，是城市治理、公共服務(wù)和產(chǎn)業(yè)發(fā)展的新手段、新模式。著眼于解決城市治理等綜合性問題，“城市大腦”優(yōu)化公共資源配置，提高城市運(yùn)行效率，助推城市創(chuàng)新轉(zhuǎn)型發(fā)展。本文設(shè)計(jì)的“城市大腦”為加快智慧城市建設(shè)與創(chuàng)新應(yīng)用，推進(jìn)新一代信息技術(shù)與城市治理現(xiàn)代化深度融合，有效提升城市治理水平，增強(qiáng)公共服務(wù)能力，發(fā)展壯大數(shù)字經(jīng)濟(jì)提供了有力的參考。

發(fā)表于：2/15/2022

信貸自動審批模型的對抗攻擊風(fēng)險(xiǎn)研究[其他][其他]

近期，銀行等金融機(jī)構(gòu)引進(jìn)自動信貸審批系統(tǒng)來取代傳統(tǒng)的人工審批，而自動信貸審批系統(tǒng)在何種程度上會受到對抗樣本的攻擊有待研究。通過實(shí)驗(yàn)對信貸對抗樣本攻擊的問題進(jìn)行了驗(yàn)證。首先，基于申請人的信貸數(shù)據(jù)對XGBoost模型進(jìn)行訓(xùn)練，預(yù)測申請人行為，并選擇原始樣本。其次，使用“非違約申請人”對改進(jìn)的GAN模型進(jìn)行訓(xùn)練，并用于生成特征值，通過修改原始樣本以構(gòu)建對抗樣本，使得修改后的特征值接近于“非違約申請人”密集分布的特征值。最后，使用訓(xùn)練好的XGBoost模型將對抗樣本進(jìn)行分類。在實(shí)驗(yàn)中生成的對抗樣本可以混淆XGBoost模型。當(dāng)修改后的特征值的數(shù)量增加時(shí)，對抗樣本的生成率總體呈上升趨勢。實(shí)驗(yàn)驗(yàn)證，對抗樣本的攻擊將對自動信貸審批系統(tǒng)造成安全風(fēng)險(xiǎn)。

發(fā)表于：2/15/2022

基于差分進(jìn)化算法的PTA過程平均粒徑的動態(tài)軟測量[其他][其他]

摘 要： 針對工業(yè)過程中由于時(shí)延問題造成軟測量模型預(yù)測精度不高的問題，給出了一種通過差分進(jìn)化算法估計(jì)時(shí)延的動態(tài)軟測量方法。通過偏最小二乘法建立合適的適應(yīng)度函數(shù)，將軟測量系統(tǒng)的時(shí)延參數(shù)估計(jì)問題轉(zhuǎn)化為一個(gè)多維非線性優(yōu)化問題，然后利用差分進(jìn)化算法的全局搜索能力求解該優(yōu)化問題。針對PTA精制過程中的PTA平均粒徑大小建模研究，結(jié)果表明，時(shí)延參數(shù)估計(jì)的引入大大提高了軟測量模型的預(yù)測精度，證實(shí)了所提方法的有效性和可行性。

發(fā)表于：2/15/2022

基于BERT的提示學(xué)習(xí)實(shí)現(xiàn)軟件需求精確分類[其他][其他]

軟件需求是用戶對軟件效用的直接回饋, 實(shí)現(xiàn)對軟件需求工程精確分類可大幅降低維護(hù)成本并顯著加快軟件開發(fā)維護(hù)的流程。使用傳統(tǒng)的基于機(jī)器學(xué)習(xí)分類方法(如邏輯回歸、支持向量機(jī)以及K近鄰算法)，或簡單地應(yīng)用BERT(Bidirectional Encoder Representation from Transformers)模型都不能很好地利用軟件需求PROMISE數(shù)據(jù)集樣本，最終表現(xiàn)為通用性差或分類效率低。為了增強(qiáng)BERT模型對自然語言文本的語義理解能力，應(yīng)用提示學(xué)習(xí)的思想，將K分類選擇問題轉(zhuǎn)化為二分判斷問題。實(shí)驗(yàn)結(jié)果表明，無需對不均衡的數(shù)據(jù)集執(zhí)行樣本均衡策略，模型分類性能便遠(yuǎn)優(yōu)于上述兩種分類工作，獲得最佳的預(yù)測結(jié)果。

發(fā)表于：2/15/2022