新型的视频自适应均衡芯片设计

设计了一款新型的视频自适应均衡芯片.采用自适应算法与内置576抽头数字滤波器完成重影消除的所有功能.芯片高度集成,内嵌DSP控制器、存储器、同步检测器、D/A、A/D及用户编程.该芯片采用3.3V电源电压、0.35μm CMOS工艺生产制造;在典型工作频率下最大功耗为1.3W,80-pin的QFP封装,封装前裸芯片(包括PAD在内)的尺寸为14mm×20mm.     

一种基于退化数据的元器件可靠性定量检验方法研究

针对高可靠元器件可靠性鉴定中缺乏可靠性级别定量评价的问题,基于失效物理,分析了键合强度参数退化及失效判据,并给出了退化模型的数学表达和参数估计方法,研究基于退化量分布的可靠性定量检验方法,并采用AD厂家的AD524SD作为试验器件,进行了相应的试验分析和验证。结果表明,提出的高可靠性级别器件鉴定检验方法具有很好的工程适用性和应用价值。     

新型的视频自适应均衡芯片设计

设计了一款新型的视频自适应均衡芯片.采用自适应算法与内置576抽头数字滤波器完成重影消除的所有功能.芯片高度集成,内嵌DSP控制器、存储器、同步检测器、D/A、A/D及用户编程.该芯片采用3.3V电源电压、0.35μm CMOS工艺生产制造;在典型工作频率下最大功耗为1.3W,80-pin的QFP封装,封装前裸芯片(包括PAD在内)的尺寸为14mm×20mm.     

重影消除自适应均衡芯片设计

提出了一种重影消除自适应均衡芯片设计．该芯片采用自适应算法、内置576抽头数字滤波器，可完成重影消除的所有功能。芯片高度集成，内嵌DSP控制器、存储器、同步检测器、D／A、A／D及用户编程。该芯片采用3．3V电源电压、0．35μm CMOS工艺生产制造，80-pin的QFP封装；在典型工作频率下最大功耗为1．3W。     

压电加速度传感器有限元仿真方法研究

压电加速度传感器具有频带宽,结构简单,耐高温性能好等特点,在复杂机械应力和高温应力环境下应用广泛,是航空发动机健康监测、爆炸冲击监测等应用下必不可缺的器件。对于压电加速度传感器的设计和研究,常使用有限元仿真法来分析其固有频率、响应及在此基础上的各种机械应力、温度应力下的状态。从压电加速度传感器的原理、结构和有限元仿真的基本流程出发,调研了压电加速度传感器有限元仿真中的主要问题。按照不同结构类型总结了建立几何模型时的结构简化方法,分析了螺栓预紧力的主要仿真方法;区分部分仿真和整体仿真,总结了固有频率的仿真方法;按照不同激励,讨论了不同应力的仿真实现方法。     

多失效机理下基于FIDES的MEMS失效率预计研究

针对MEMS在工艺和结构上的新特点以及当前国内外尚未形成与MEMS相关的失效率预计模型的研究现状,基于失效物理方法和现有FIDES标准,提出了一种MEMS失效率预计方法。在MEMS工艺影响分析基础上,结合实验数据和失效物理方法,提出了MEMS在多失效机理下的总体失效分布函数计算方法;之后,基于FIDES基本失效率预计模型,提出了MEMS的失效率预计模型及其适用的参数取值方法;最后,完成了某型MEMS高g值微加速度计的失效率预计案例。结果表明,预计模型充分考虑了MEMS在工艺和结构上的新特点以及多失效机理的共同作用,可有效解决现有标准手册不能准确反映制造工艺发展现状和手册中失效数据不适用的问题。     

一种时序型总线硬件木马的植入与检测

RS总线集成电路在航空航天及工业控制领域具有广泛的应用,随着集成电路硬件木马的检测成为研究热点,作为总线硬件木马研究领域的分支,其设计越来越受关注。在常规时序型硬件木马的基础上,针对RS232总线集成电路,设计一种基于可逆计数器的时序型总线硬件木马。采用Xillix公司的ISE软件在RTL层设计相应的RS232总线Verilog代码,并在常规和可逆时序型硬件木马触发阈值呈等差递增的条件下进行Modelsim仿真分析,结果表明,在总线功能需求复杂和传输数据较多的情况下,可逆时序型木马比常规时序型硬件木马具有灵活性和较低的触发率,隐蔽性更强。     

基于贝叶斯网络的DC-DC电源故障不确定性分析

为解决DC-DC电源模块故障诊断中不确定性的相关问题,研究了电源模块故障不确定性产生的原因,同时对不确定性信息类型与推理方法进行了研究。利用贝叶斯网络对DC-DC电源模块故障产生原因与故障模式进行建模描述,经过BIC与K2评分算法训练完成后,可以进行不确定性推断。在故障概率方面分析了模块中的不同故障部件对电源模块故障的影响,利用MATLAB平台根据模拟数据对不确定性模型进行了分析,验证了基于贝叶斯网络的故障预测不确定性模型的有效性。     

基于加权参数马氏距离的硬件木马检测

针对常规马氏距离判别方法对硬件木马检测率低下或失效的情况,通过对芯片运行时产生的功耗特征进行建模分析,提出了一种基于加权与双参数变换的优化判别方案.首先对标准与待测样本矩阵进行参数调整并在判别公式中加入样本矩阵特征向量权重,运用MATLAB实现参数的最优组合,最后在置信度99％的条件下计算待测样本的硬件木马检测率.对待测FPGA植入占比0.3％的硬件木马,并通过FPGA硬件木马检测平台验证表明,在常规马氏距离判别方法检测率只有43.56％的情况下,该方法检测率达到了85.14％.