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

石墨复合材料极板模压成型自动化生产线设计[其他][工业自动化]

双极板是质子交换膜燃料电池(PEMFC)两个重要组成部件之一，对燃料电池整体的重量、体积、功率等影响巨大，对燃料电池的整体生产成本和生产周期起到关键性的影响作用。采用模压方式生产的石墨复合材料极板可以一次成型整板，省去二次加工时间，大大提高生产效率。石墨复合材料极板模压成型自动化生产线设计包括上料段、模压段、烘干段、后处理段、检测段、包装段六部分，能满足工业化、大批量生产极板要求，满足燃料电池行业对极板的需求量。

发表于：12/20/2022

一种高线性度的2.4 GHz CMOS功率放大器设计[模拟设计][其他]

为了满足目前物联网低成本、低功耗与较高线性度的市场应用需求，提出了一种高线性度的2.4 GHz功率放大器(PA)。该功率放大器为两级结构，为了提高增益的同时保持较低的静态功耗其驱动级采用了电流复用两级共源放大结构，并且使用了两级失真抵消的方法减小了晶体管跨导非线性的影响，同时采用二极管线性化偏置来补偿寄生电容非线性导致的增益压缩现象。该功率放大器采用0.18 μm CMOS工艺，后仿真结果表明，在2.4 GHz工作频率下，该PA小信号增益为30 dB，输出1 dB压缩点为22 dBm，静态功耗为53 mW，功率附加效率峰值为31%。

发表于：12/20/2022

一种LZ4无损压缩电路设计[模拟设计][工业自动化]

为缓解存储系统中软件压缩算法对计算资源的大量占用，使用LZ4算法设计了一种无损压缩电路。提出了一种循环队列结构的滑动字典，结合散列表模块构建LZ4无损压缩电路，最后使用Calgary和Canterbury语料库，在Xilinx KC705 FPGA平台对电路进行验证并与软件压缩对比。结果表明所设计的LZ4无损压缩电路保持了软件压缩相同的压缩率的同时，在压缩效率上远超过软件压缩。

发表于：12/20/2022

基于深度学习的词语级中文唇语识别[其他][其他]

在无声或噪声干扰严重的环境下，或对于存在听觉障碍的人群，唇语识别至关重要。针对词语级中文唇语识别的问题，提出了SinoLipReadingNet模型，前端采用Conv3D+ResNet34结构用于时空特征提取，后端分别采用Conv1D结构和Bi-LSTM结构用于分类预测，并引入Self-Attention、CTCLoss对Bi-LSTM后端进行改进。最终在新网银行唇语识别数据集上进行实验，结果表明，SinoLipReadingNet模型在识别准确率上明显优于中科院D3D模型，多模型融合的预测准确率达到了77.64%，平均字错率为21.68%。

发表于：12/20/2022

融合轻量化与梯形结构的学生行为检测算法[其他][其他]

为了解决常见目标检测算法在课堂场景中难以有效应用的问题，提出了一种融合轻量化与梯形结构的学生行为检测算法。该算法基于YOLOv4架构，针对目标分类和分布空间的特点，提出一种新的“梯”形特征融合结构，并结合MobileNetv2思想，优化模型参数得到梯形-MobileDarknet19特征提取网络，既减少了网络的计算量，提高了工作效率，同时加强了目标特征的信息传输，提升了模型学习能力；在尺度检测阶段引入5层的DenseNet网络，增强网络对小目标的检测能力。实验结果表明，提出的YOLOv4-ST算法相比于原YOLOv4算法mAP提高了5.5%，相比于其他主流算法，在学生课堂行为检测任务中具有较好的实用性。

发表于：12/20/2022

服务型自主创新生态的价值及产业趋势研究[其他][信创产业]

近年来中国自主软硬件生态发展迅速，然而自主技术体系依旧存在资源稀缺、技术服务获取难度大、成本高等痛点。为此，鹏城实验室提出了基于开源开放的模式发展服务型自主生态，搭建了鹏城生态开发者云平台，无偿为开发者提供一体化的自主软硬件技术栈和服务。介绍了鹏城生态开发者云平台过去三年的建设成果和服务情况。基于开发者云用户对计算资源的使用数据，计算了开发者云产生的综合经济效益。通过对开发者云用户行为数据的分析，找出了自主产业的三个发展趋势，为自主软硬件生态的发展研究提供了新视角、新思路和新方法。

发表于：12/20/2022

能源互联网安全态势体系建设研究[通信与网络][信息安全]

能源互联网是我国实现能源结构变革，提高能源的安全和绿色水平的关键。因此能源互联网的安全关系着能源互联网的稳定、安全运行。研究能源互联网安全态势感知体系，打造能源互联网安全态势综合监测平台，实现能源互联网安全态势监测分析以及内外网的安全风险监测；打造全球能源互联网安全加固与防护体系，并形成一系列的安全规范，从而实现能源互联网安全风险态势全面感知，安全威胁高效预警，提升能源互联网安全可控水平，全方位、多角度保证能源互联网安全，确保用户切身利益。

发表于：12/20/2022

面向设计制造的多集群高性能计算平台构建技术[模拟设计][工业自动化]

工业制造与工程研制对仿真分析计算需求的不断增加、仿真分析模型越来越大、计算精度要求越来越高、多学科迭代次数越来越多，对高性能计算能力要求也呈现几何级数的增长，这一切都对高性能计算资源提出了更高的要求。经过多年的建设，陆续建成了一批独立的高性能计算系统,该模式不利于资源的共享和高效利用。为此提出了一种基于多集群构建的高性能计算平台的设计方法。

发表于：12/20/2022

基于规则和词典的用电安全领域命名实体识别[电源技术][智能电网]

在用电安全领域，存在着大量数据、知识未得到充分挖掘和利用，构建领域知识图谱不仅可以实现用电安全知识的整合，还能极大地提高电力行业的工作效率。命名实体识别是构建知识图谱的基础性工作，研究了基于字典和规则的命名实体识别，通过领域实体词典、构词特征字符规则匹配和词性组合特征规则匹配三种方法从非结构文本中准确地提取用电安全相关实体，为用电安全领域知识图谱的构建提供高质量和高精度的实体。为优化识别流程、提高响应速度，将通用词性标注任务交由边缘节点进行处理，中心服务器仅需响应规则模板匹配等任务。在小规模测试实验中，综合使用三种方法对用电安全文本进行领域实体识别，F1值能达到85%以上。

发表于：12/20/2022

输配电5G卫星融合组网数据卸载方法[通信与网络][5G]

随着输配电网的快速发展，输配电业务对时延、能效、可靠性等差异化通信指标提出了更高的的要求。为此，基于5G高速率大连接和卫星灵活广覆盖的特点，结合边缘计算高效处理数据的优势，构建了面向输配电场景的5G卫星融合组网架构。然后以最大化输配电业务数据传输平均能效与总时延的加权差为优化目标，构建了5G卫星融合组网数据卸载优化问题，并提出基于差异化业务需求感知的5G卫星融合组网数据卸载算法(Differentiated Service Requirement-aware Learning-based Data Offloading algorithm for 5G satellite integrated networking，DSRL-DO)求解。仿真结果表明，所提算法能够降低数据卸载时延的同时保证较高的能效，有效满足输配电业务的差异化需求。

发表于：12/20/2022

面向6G演进的确定性信息物理系统架构研究[通信与网络][工业自动化]

确定性技术是满足6G新兴业务确定性转发要求的重要研究内容。信息物理系统(Cyber-Physical System，CPS)作为工业4.0的核心系统，其确定性保障对于生产的高效稳定和服务的安全可靠至关重要。围绕以工业互联网为代表的CPS系统的确定性需求，提出一种基于确定性网络技术的CPS系统架构，包括确定性通信网络和确定性系统组件。在此基础上，面向低时延云化控制场景、高可靠移动控制场景和大带宽闭环控制场景三类典型用例对所提的系统架构进行细化设计，并对系统的时延、抖动、可靠性、带宽等指标的确定性进行分析。

发表于：12/20/2022

面向6G的分布式可信技术研究[通信与网络][通信网络]

随着移动通信技术的发展，6G网络将通过网络分布式下沉缓解承载网络压力，通过分布式协同优化资源配置，但是如何保障分布式可信，助力多方协同体系是即将面临的安全挑战。区块链作为一种分布式账本技术，将区块链运用到跨域认证与跨域资源协调中，可以保障交易的透明和数据的可信，建立起多方参与者之间的信任关系，成为解决分布式可信的关键技术。

发表于：12/20/2022

基于分层强化学习框架的6G确定性网络技术研究[通信与网络][通信网络]

随着远程医疗、智慧工厂等时延敏感类业务的发展，对移动确定性网络的需求不断提高。3GPP R16版本提出5G协同TSN的5G TSC网络架构，实现了移动网络的确定性服务。然而，5G TSC网络架构依然面临许多技术问题：不支持联合业务调度、不支持广域网长距离传输、不支持应用协同等。因此，梳理3GPP支持移动确定性网络的推进过程，明确问题存在的原因，并面向6G网络给出基于人工智能算法的解决方案。

发表于：12/20/2022

5G无线电网络:未来工厂的核心[通信与网络][5G]

5G无线电网络的广泛采用将深刻影响着我们个人和职业生活的方方方面。通过重新设计今天的传统通信基础设施，5G影响在消费电子应用、数字医疗、智慧城市和交通运输方面将比4G/LTE更深远。在5G无线电网络重塑的所有商业领域中，毫无疑问，工业自动化或工业4.0的转型最大。

发表于：12/16/2022

电动汽车电池是回收或再利用？两者都要[电源技术][汽车电子]

如今，电动汽车电池回收是非常普遍的选择，但这个过程只能回收部分原材料（例如钴和锂），而不是回收全部。然而，电动汽车电池回收成本高昂，缺少监管，并且缺乏明确的供应链。

发表于：12/15/2022