基于表面电势提出了一种无结型全环绕栅极场效应晶体管的I-V模型。以一维泊松方程为基础,结合相应的边界条件,采用四阶龙格库塔算法对两个解析模型中基于物理原理的非线性超越方程组依次求解,建立了表面电势、中点电势与栅极电压相关的数值模型。随后,根据数值模型中以中间参数形式表示的表面电势结果,利用Pao-Sah积分推导出全环绕栅极场效应晶体管的漏极电流。所提出的I-V模型结果与数值和实验数据均显示出良好的一致性,验证了该建模方法用于全环绕栅极场效应晶体管的可行性。此外,该方法实现了解析模型与数值模型的结合,在精度和效率之间实现了很好的平衡。
针对传统车牌识别系统处理速度慢、准确率低、硬件资源消耗高等问题,设计并实现了一种高效的车牌识别系统。该系统基于现场可编程门阵列(FPGA)与二值神经网络(BNN)技术,通过结合硬件加速与算法优化,显著提高了车牌识别性能。实验结果表明,系统的识别准确率达到96.46%,识别时间缩短至12 ms。与传统车牌识别算法和CNN-FPGA方案相比,该系统在硬件资源消耗、识别速度和准确率方面表现出明显优势,为高效、资源友好的车牌识别提供了有效解决方案。
电磁脉冲冲击环境下工业芯片LDMOS(Laterally Diffused Metal Oxide Semiconductor)器件的可靠性仿真通常基于周期性单TLP(Transmission Line Pulse)脉冲信号的参数作为瞬态输入条件,利用商业TCAD(Technology Computer-Aided Design)软件基础退化模块进行仿真。由于仿真条件简单,难以覆盖工业芯片常见的复杂电磁脉冲环境,器件的可靠性寿命预期值与实际经验值之间相差巨大,导致芯片的稳定性很难得到精准评估。本研究结合期望最大算法和可靠性应力转化理论,在进行可靠性仿真前对复杂电磁脉冲信号进行预处理,降低整体电磁信号的复杂度,提高仿真效率,增强建模的可靠性。系列过程可作为电磁场仿真模块补充嵌入到主流的TCAD仿真软件,提高工业芯片器件可靠性仿真精准度。
使用敏捷开发语言BSV提出一种SM3算法改进方案,通过分析算法运行逻辑,将算法创新性地拆分成多个高抽象度的BSV模块,从而有效降低设计复杂度,与传统Verilog设计相比减少了60%代码量;迭代压缩模块对算法性能影响较大,因此采用并行流水线和单轮逻辑优化等方法从两方面对其加以改进,并在Xilinx ARTIX-7系列FPGA平台上进行仿真验证,通过串口调试成功;最后结果显示仅消耗1 563个LUT资源就实现了3.2 Gbit/s的吞吐量,相比已有方案,单位逻辑资源的吞吐量最高提升了约3倍,最高运行频率达到375 MHz,具有较高的实用价值。
针对现有物联网中嵌入式设备数据传输安全问题,设计了一种基于TrustZone技术的MQTT可信设备认证及数据安全传输方案。方案对MQTT通信协议进行改进,并设计了搭载该协议进行通信的网关和数据采集设备原型。通过混合国密算法实现对设备的身份认证,以及传输数据的加密和防篡改,并引入TrustZone技术对网关系统的软硬件进行隔离,保障网关中密钥、可信设备列表等数据的存储安全。安全性分析及实验结果表明,所提方案可有效提高物联网嵌入式场景中隐私数据的传输及存储安全性,满足实际的应用需求。
针对目前存储器使用寿命短、成本高的问题,选择使用国产微控制器GD32降低成本,采用均衡损耗算法延长存储器寿命,设计了大容量数据存储系统。系统以GD32为控制核心,两片NAND Flash为存储介质,通过GD32自带的EXMC接口进行连接,使用两路RS422与上位机进行数据通信,一路传输存储数据,一路进行命令控制,利用上位机控制存储器的状态,通过均衡损耗算法控制NAND Flash块的磨损程度。经过测试,系统存储容量达到32 GB,写入速度达到1 MB/s,NAND Flash使用寿命提高,性能稳定,能够满足长时间使用、大容量数据存储的需要。
针对当前网络数据量大,同时人们对网络数据保密的重视及需求的提高等问题现状,设计并实现了基于蜂鸟E203开源RISC-V处理器的SM4密码协处理器。以蜂鸟E203 MCU平台为基础,通过5条自定义扩展指令在蜂鸟E203上扩展了SM4密码协处理器,用户可通过在软件端编写程序代码调用协处理器核进行数据的加解密,与无扩展指令相比,其吞吐率可达153.75倍。同时研究SM4加解密算法,针对密钥扩展和加解密部分重复的算法采用模块复用实现,以减小电路面积。在UMC 28 nm工艺下,SM4加密核综合后面积为7 098.8 μm2,时钟频率最高可达200 MHz,数据吞吐率可达775.758 Mbit/s。SM4协处理器在时钟频率为100 MHz下数据吞吐率可达150.588 Mbit/s。
尽管人们对羽毛球运动关注度较高,但是面向羽毛球运动的智能化设备却很少。本文基于传统的浅层机器学习随机森林(Random Forest,RF)、K近邻(K-Nearest Neighbor,K-NN)、梯度提升(Gradient Boosting,GB)、支持向量机(Support Vector Machine,SVM)和长短期记忆网络(Long Short-Term Memory,LSTM)深度学习模型验证了能够准确识别头顶正手击球、架空反手击球、杀球、腋下正手击球、腋下反手击球5种常见的羽毛球挥拍动作类型的算法。本研究通过固定在球拍握把底部的无线惯性传感器模块采集了12名运动者的挥拍动作数据样本,共1 800组,采用低功耗蓝牙进行数据传输和收集,实验过程中采集的数据通过动作窗口和滑动窗口相结合的窗口切割方法进行截取,提取经窗口截取后的动作数据特征,使用RF、K-NN、GB、SVM和LSTM模型学习验证识别了实验中的5种挥拍动作。实验结果表明,LSTM识别精度达到99.42%,明显优于传统的机器学习算法。同时,本文选择STM32F476 ARM微控制器作为边缘计算单元,将基于LSTM的羽毛球挥拍动作识别模型部署到该微控制器中,用于实时推断和识别运动者羽毛球挥拍动作类型,识别效果良好。
研究了一种用于通信电源控制器的软件升级系统。系统基于GD32F405RG芯片开发,在APP阶段使用RS485通信总线作为信息传输方式接收升级程序,再利用CRC等校验算法验证信息传输的正确性,接着将升级程序存储到片外存储芯片W25Q128JVSQ并重启通信电源控制器;在BootLoader阶段将升级程序搬运到GD32F405RG的内部FLASH,同样验证通过后跳转运行。文中详细介绍了系统的总体设计和具体实现方法。测试结果表明,系统在15分钟内成功完成了对通信电源控制器的软件升级,升级后通信电源控制器正常运行。这种软件升级方法降低了升级通信电源维护过程的经济投入,提高了通信电源的可持续性和稳定性。
针对高铁站选址问题,通过收集多个高铁站的信息,利用MATLAB、SPSS、Excel软件结合数理统计、智能算法等理论建立数学模型。对选址指标进行评价体系的建立,包含距市中心距离、距机场距离、客流量等5个因素,并应用BP神经网络算法计算综合评判矩阵。对比广州南和沈阳南的成功与失败案例,证实模型结果的准确性。探讨了高铁站选址的具体实施,以丹锦段高铁为例,通过建立经济成本最小化的目标函数和相关约束条件成功确定高铁站选址位置。针对高铁站选址需考虑旅客出行便利程度和建设成本因素,通过遗传算法求得最优坐标和总成本最小值,数学模型具有客观、准确、实用性强的特点。
