测试系统是嵌入式系统开发、调试、试验、验收等环节中必不可少的重要保障装备,测试系统集成开发环境可快速实现对系统的开发,发展国产自主可控仿真测试系统集成开发环境是我国工业基础软件发展的重要组成部分。介绍了测试系统集成开发环境ETest的设计理念、系统架构和功能模块。ETest通过测试领域描述语言ETL描述被测设备的交联关系及其接口、信号与协议模板、操作监控面板、测试脚本,具有集成化的测试系统开发能力,可支持1 ms级实时响应。研究了ETest的开发与使用模式,给出了ETest典型应用案例。测试结果表明,ETest在开发面向嵌入式系统半实物测试系统方面具有明显优势,可显著提高开发效率,对于建立国产自主可控的测试系统研发生态具有重要的战略意义。
目前市面上的网管软件对自家新出厂的网络设备大多做了较好的适配,但是对于其他厂商、旧款设备、跨产品线的网络设备兼容性较差,无法实现网络设备的统一编排与管理。目前数据中心网络架构、技术标准较为统一,SDN技术在数据中心有较为广泛的应用。但是传统的广域网网络的建设由于网络架构复杂、网络设备种类繁多,特别是大型企业很难像数据中心网络那样进行统一的编排与管理。因此,本文针对大型企业网络提出了一种兼容大部分网络设备厂商的方案,实现复杂场景下网络的统一监控、编排与管理。
针对Flip Chip封装型芯片设计过程中存在的传输线阻抗不连续与串扰过大等问题,从层叠设置与板材介质厚度两个角度提出了一种基于阻抗、串扰的仿真分析设计方法,主要涉及两个方面:对于由信号参考平面被分割而造成的阻抗突变问题,通过添加参考平面而使信号具有完整的回流路径,使得传输线的阻抗在平面分割处由167.5 Ω降至52.5 Ω;对于因布线密度过大而造成的走线之间的串扰系数偏高的问题,通过减小板材的介质厚度使传输线间串扰系数的最大值从17.26%降至14.01%。仿真结果表明,此设计方法有效降低了芯片设计中潜在的信号完整性风险,提高了芯片的可靠性和稳定性。
阐述了当前嵌入式系统固件升级中对固件数据进行校验和匹配校验的方法,并对实际工程应用中存在的一种缺陷进行了分析,针对这种缺陷提出了一种将校验信息编译进固件内部指定地址的方法,通过使用这种方法能够避免该缺陷,并能在升级过程中提前判断固件是否匹配,提高了升级效率。
RT-Thread是一款嵌入式实时操作系统,因其易于移植、可裁剪性好等特点备受广大嵌入式开发者的喜爱。BL602芯片内含一个32位的RISC-V架构的微处理器,兼具高性能、超低功耗等特点。但目前关于将RT-Thread实时操作系统移植到BL602芯片上还没有成熟的方案,针对这一现象,给出了将RT-Thread移植到BL602上的详细方案。通过剪裁源码、修改配置文件、修改系统时钟、添加串口输出、采用轮询或中断回调实现串口输入等操作进行移植。实验结果表明,移植到BL602上的RT-Thread操作系统可以正常运行,并且具备任务管理、任务调度等功能。本文提出的移植方案不仅可以降低BL602的开发难度、提高CPU的利用率,而且为其他RTOS移植提供了参考。
对于移动设备处理图像效率低、功耗高的情况,本文对比几种经典边缘检测算法后,设计了基于Sobel算子的高效边缘检测实现方法。系统主要工作是把经过MATLAB处理后的灰度图像通过串口通信发送给FPGA,经过Sobel算子计算,将计算完成后的图像数据通过VGA时序输出至VGA显示器显示,最终实现一种基于FPGA的快速且消耗资源较少的图像边缘检测方式。在设计算法实现模块时,以信号流程图来体现模块间的关联关系,同时用Modelsim仿真来验证所设计程序的时序逻辑是否正确。
物联网是由合作的微服务(μS)组成的分布式系统,进行设备监测和控制。物联网与物理环境的互动引发了严重的安全和隐私问题。然而,由于物联网服务的复杂性,检测异常行为十分困难。本文提出一种基于机器学习的方法,通过观察服务间的通信来建模物联网服务行为。本文的算法在物联网站点的分布式节点上持续学习μS模型,通过共享稳定模型实现良好的异常检测。作为应用,本文对物联网μS设置防火墙,实现了对现有装置的安全改造和访问控制。
随着机器人向智能化、敏锐感知化、精准运控化方向发展,其系统架构需要不断优化,为此FPGA可以充分发挥强重构性、优实时性、低功耗等特征,提高机器人各方面性能。为了深入了解FPGA在工业机器人领域的应用,在阐明FPGA、工业机器人的工作原理、开发流程及分类基础上,分析了国内外工业机器人技术的发展历史及现状,并详细论述了FPGA技术在该领域和相关领域的开发和应用,最后展望了本行业前景及面临的挑战。
提出了一种基于深度学习的检测电力数据异常方法,该方法通过两个阶段来解决问题:首先建立基于长短期记忆(LSTM)的神经网络,用于预测下一小时的样本;其次利用LSTM自编码器学习正常消费特征,第一阶段的输出被作为LSTM自编码器的输入,用于学习正常消费特征,如果输入与输出不同,表示存在异常,使用指数移动平均值作为阈值,以区分局部异常和全局异常。此外,本文还考虑了天气、时间和滞后特征,并进行了特征选择以找到最佳组合。通过比较异常和正常消耗的验证方法,结果显示异常期间电力消耗显著增加,时间和滞后特征能够提高所提出方法的效率和性能。
针对当前无线传感器网络定位算法存在精度不足、定位时间长的问题,提出一种基于改进灰狼优化器的定位方法。针对基本灰狼优化器求解精度不足、易陷入局部最优等缺陷,引入自适应搜索机制来扩展算法的搜索范围,并使用螺旋搜索技术来帮助算法跳出局部最优。传感器节点基于信号强度估算与信号发送端的距离,使用改进的灰狼优化器估算位置。与现有的定位方法相比,所提出的定位算法具有更好的定位精度与收敛速度。
针对传统避障算法搜索空间复杂、易陷入局部极值、避障效率低下等问题,提出了一种融合多种改进策略的人工蜂鸟算法。首先,利用Liebovitch映射生成初始候选解,从而提升人工蜂鸟种群的丰富性;其次,利用群体上个体间的差异变异对个体进行扰动,从而保留优质个体,引导搜索过程逼近全局最优解,避免过早收敛;然后,在引导觅食阶段引入黄金正弦因子,有利于缩小蜂鸟种群搜索范围,提高收敛精度和速度;最后,进行机器人避障仿真实验。实验结果表明,IAHA算法各项指标均优于其他算法,具有更好的优化性能,同时提高了机器人避障效率。
近年来,深度学习方法在自动语音识别(ASR)中取得了优于传统机器学习方法的成果,尤其是基于长短时记忆(LSTM)的深度学习方法改善了ASR性能,然而传统LSTM对于处理连续输入流存在限制,需要大量内存带宽和计算资源。本研究提出了一种增强型深度学习LSTM循环神经网络(RNN)模型,该模型将RNN作为“遗忘门”,融入记忆块,能够在子序列开始时重置单元状态,从而高效处理连续输入流。此外,修改了LSTM网络的标准架构,以更有效地利用模型参数。与基于CNN和顺序模型的方法相比,在电网调度语音数据集上,LSTM-RNN模型以99.36%的准确率优于其他深度学习模型。
为了解决SRAM容量小、体积大、价格高的问题,在芯片的设计中通常会限制SRAM的面积大小,而作为替代方案的DRAM又存在速度慢和接口复杂等问题,无法满足复杂需求。本文提出一种采用FPGA的PSRAM进行图像采集与显示方案。通过拼接CMOS接收到的数据并将其缓存到PSRAM中,最后由USB2.0传输至上位机实现图像采集、实时显示功能。经过FPGA的板级调试,该设计可以实现对数据的缓存、显示功能,且具有体积小、接口简单和容量大的优点。
通过对智能终端在差异化硬件平台上如何具备兼容性、统一管理进行研究,提出了一种基于智能终端的Uboot引导应用程序实现方法,解决了现有智能终端在多种芯片平台的Uboot环境下不能加载多个应用程序和参数无法灵活配置的问题。该方法提升了智能终端应用程序的兼容性和互换性,为智能终端操作系统升级和演进提供了技术保障。
可靠的保护、通信和控制是公用事业变电站数字保护方案的重要特征,微电网可以作为一种替代解决方案,用于安装长距离输电和配电线路。在微电网中,有许多智能电子设备可用于电力网络的控制和监测,其中一种设备是相位测量单元,它是一种基于微处理器的智能设备,能够收集高分辨率的数据,检查电能质量并记录干扰情况。然而目前还存在一些问题,例如多个设备之间的互操作性以及各个控制系统之间的协调。本文使用IEC 61850-90-5标准,并利用Operational Network Technology软件对PMU在微电网环境中的性能进行设计和测试。研究结果表明,PMU在整个微电网中的端对端通信和延迟方面表现良好。
为了弥补传统的NAND Flash芯片存储容量小、速度低以及体积大的不足,设计了高速大容量eMMC的数据读取与缓存系统。该系统中eMMC芯片具有体积小、性能稳定以及存储速度快等特点,可用于实时存储接收到的外界数据信息。经过测试,存储容量可以达到60 GB,读写速度可以达到80 MB/s,实现了小型化、大容量、高速多信号数据采编、高传输速度以及高过载性。目前已经在某项目中得到应用。
设计了一种基于NLP模型的智能IVR语音呼叫系统。在硬件方面,完成了无线呼叫器和显示终端设计。在软件方面,首先建立了多信道协议通信模式,运用优先级理念实现呼入语音接纳控制,然后搭建了IVR交互序列,将通信语音转入序列中,通过语音平台、解析器、网页服务器进行交互处理。最后以引入对抗训练算法的NLP模型为核心设计了一种可用于智能呼叫问答的预训练模型,在交互过程中不断学习,搜索出与用户呼叫语音相对应的处理方案,并通过语音播报、提示灯闪烁等方式提醒工作人员处理语音呼叫问题。系统测试结果表明,在不同的呼叫距离下,系统语音呼叫响应延时始终低于1 ms,满足呼叫响应的实时要求。
在现代化的居家、商业、工业等领域中,越界行为已经成为一种常见的安全风险。为解决现阶段越界行为识别算法存在实时性差、难以适应复杂场景等问题,设计行人异常越界行为识别嵌入式系统,通过YOLO算法进行目标检测,利用ByteTrack多目标跟踪算法跟踪关联检测到的目标,使用区域监测算法结合多目标跟踪算法的跟踪轨迹精准识别越界行为。实验结果表明,本系统能够部署在搭载Aidlux系统的智能手机上,在不同场景下实现对人体越界行为的准确识别,并发出警报信号,满足了大部分场景的应用需求。
大气气溶胶中物质信息复杂多样,为更好地采集其中的颗粒粒径等信息,设计了一种基于FPGA的便携式激光扫描成像装置,该装置控制系统包括FPGA芯片、DAC模块、ADC模块、振镜系统、RS485串行通信以及网络图像传输模块等。由上位机发送指令,两路DAC模块输出电压信号控制振镜在相互垂直方向进行全局扫描,结合光学成像系统对大气气溶胶样品扫描成像。实验结果表明,该控制系统能够实现精准激光飞点扫描及光电信号转换并完成扫描图像数据高速传输,满足了大气气溶胶颗粒粒径快速、高分辨率采集的需求。
根据大疆Tello无人机的计算资源,结合飞控提供的软件接口,利用微软认知服务设计并实现了一种运行于边缘设备上的图像识别系统。文中主要介绍了系统的整体设计、硬件组成、应用程序的设计和实现。同时,以一种公开的人脸数据集为例,进行模型的训练和部署,边缘设备可以将获取的无人机实时图像通过HTTP协议与模型进行交互,获得其识别结果,降低了对本地硬件资源的需求,提升了处理效率,增强了系统灵活性。
介绍了一个成本效益高的物联网解决方案,包括设备平台、网关、物联网网络和平台服务器,用于智能铁路基础设施。通过概念验证和实验研究,评估并展示了该解决方案在基于物联网维护方面的适用性。为了验证其潜力和可行性,提出了物联网解决方案的网络架构,并通过进行系统级实施的大规模现场测试评估了候选无线接入技术在功耗和覆盖范围方面传输物联网数据的性能。
针对航空航天、军工领域内火箭、导弹等飞行器的有关结构部位在飞行工况下脱落或分离的定位需求,设计了一套高性能的弹载定位系统。BDM910模块作为该系统的首要功能核心,通过RNSS模块实时与卫星通信获取自身位置信息,通过RDSS模块可以实现对地面北斗接收终端的短报文通信。GD32F450VIT6单片机对此过程中产生的信息数据进行提取、编帧处理。系统在一定程度上解决了武器装备、运载火箭等大型仪器设备在高温、高冲击、超高速等恶劣环境下工作的定位问题,经静态与动态综合性环境试验考核,定位误差在5 m左右,且集成度高,整机体积仅为200×140×104 mm3大小,具有定位精度高、通信实时性强的特点。
