头条 Linux教学——linux内核调度详解 本文档基于linux3.14 ，linux内核调度详解 开云足球链接 基于以太网的FPGA远程调试系统设计 基于FPGA主控制器的系统，由于其高度定制化的特点，程序版本一旦固定，后期维护调试极其困难。系统采用FPGA MicroBlaze软核处理器实现TCP/IP协议栈，通过以太网传输升级文件，实现FPGA模块的实时在线更新，完成远程调试所需的远程指令注入和数据远程上传。该系统通过以太网方式，能够脱离传统的调试方法，在设备现场人工不参与的情况下实现远程设备调试，减少了维护成本。采用该方法的系统具有可靠、配置速度快、无需重启等特点，也可用于云计算、实时仿真等其他方向。 发表于：2023/3/1 基于RISC-V的AES密码加速引擎设计与验证 随着物联网技术的快速发展和物联网设备的广泛部署，信息安全问题日益凸显。密码是保障信息安全的关键核心技术，但传统的密码算法适配方案存在性能和灵活性难以兼顾的问题，提出了一种密码指令扩展方案在两者之间取得了很好的平衡。首先分析了AES算法的运算环节，结合蜂鸟E203处理器架构，提出了密码指令扩展和加速引擎设计方案；接着进行了软硬件实现，构建了RTL级仿真环境和FPGA板级验证环境；最后进行了实验验证和对比分析。实验结果表明，提出的方案在只增加接近2%的硬件资源的情况下可以取得约700%的加速比，具有较高的能效，可适用于在物联网等资源受限的场合。 发表于：2023/2/28 《基于MATLAB与FPGA的图像处理教程》上市一周销量突破2000册 《基于MATLAB与FPGA的图像处理教程》这个月终于与大家见面了。 发表于：2023/2/22 芯片设计五部曲之三 | 战略规划家——算法仿真 上两集我们已经分别深入了模拟IC和数字IC的设计全流程，结合EDA工具特性和原理，讲述怎么利用计算机技术提高模拟与数字芯片的研发设计效率。这一集，我们把其中的算法仿真部分拉出来展开说说。 发表于：2023/2/22 教程：基于FPGA实现分离用软件的图像处理系统设计 图像处理FPGA 设计基本方法：1.阵列结构结合流水线处理设计例如RGB图像，包括三组数据，处理时需要并行三通道后，每个通道进行分别的串行流水处理。2.缓存设计帧缓存 行缓存 列对齐3.资源分辨率 处理窗口 对资源影响成倍增加 发表于：2023/2/19 入门：FPGA的电源要求是什么？ ROHM拥有各种各样的DC/DC转换器IC，其中包括适合用于FPGA电源的产品阵容。这里列举的8种机型，可满足FPGA需要的电源规格，也提供参考设计。我们就该FPGA用降压型DC/DC转换器系列的性能以及特征采访了ROHM的应用工程师柴戸孝信（Shibako Takanobu）先生。 发表于：2023/2/19 入门：你必须知道的FPGA硬件属性 如果我们进一步放大，我们可以看到，每个可编程模块都包含有许多数字功能。在这个例子中，我们可以见到一个三输入的查找表（LUT）、一个复用器和一个触发器，但重要的是我们要认识到，这些功能的数量和类型对不同系列的 FPGA 来说是会变化的。 发表于：2023/2/19 教程：Xilinx FPGA电源设计与注意事项 随着开云棋牌官网在线客服和芯片技术的飞速发展，现在的FPGA集成了越来越多的可配置逻辑资源、各种各样的外部总线接口以及丰富的内部RAM资源，使其在国防、医疗、消费电子等领域得到了越来越广泛的应用。当采用FPGA进行设计电路时，大多数FPGA对上电的电源排序和上电时间是有要求的，所以电源排序是需要考虑的一个重要的方面。通常情况下，FPGA供应商都规定了电源排序、上电时间的要求。因为一个FPGA所需要的电源轨数量会从3个到10个以上不等。通过遵循推荐的电源序列，可以避免在启动期间吸取过大的电流，同时又可以防止器件受损坏。对一个FPGA的最小电路中的电源进行排序有多种方法。本文中主要以MP5650为例，来叙述把PGOOD引脚级联至使能引脚来实现排序。 发表于：2023/1/29 基于 FPGA 的目标检测网络加速电路设计 目前主流的目标检测算法都是用CNN来提取数据特征，而CNN的计算复杂度比传统算 法高出很多。同时随着CNN不断提高的精度，其网络深度与参数的数量也在飞快地增长， 其所需要的计算资源和内存资源也在不断增加。目前通用CPU已经无法满足CNN的计算需 求，如今主要研究大多通过专用集成电路（ASIC），图形处理器（GPU）或者现场可编程门 阵列（FPGA）来构建硬件加速电路，来提升计算CNN的性能。 发表于：2023/1/29 基于改进蚁群算法的机器人路径规划方法 根据传统蚁群算法在机器人的路线规划中具有收敛速度慢、容易陷入局部最优解的缺陷，提供了一个经过改进的蚁群算法。使用栅格法建立路径矩阵，建立一种转角启发函数，增加选择指定路径的概率，提高算法的搜索速度；将A*算法与改进蚁群算法结合，提出一种改进的距离启发函数，避免了陷入局部最优解；并提出一种可根据迭代次数而改变的信息素挥发因子，增强了全域搜寻能力。根据相关数据分析，与Ant Colony Algorithm with Multiple Inspired Factor（ACAM）算法相比，改进的蚁群算法对于解决算法收敛速度慢、防止进入局部最优解等方面效果更好。 发表于：2023/1/13 « 1 2 3 4 5 6 7 8 9 10 … »
