基于路径遍历算法的SoC总线测试矢量集压缩

多跳变(MT)故障模型是目前提出的具有完整故障覆盖率的一种总线测试故障模型,但其测试矢量集存在严重的矢量冗余。提出了一个基于路径遍历算法的测试矢量压缩方法,以MT模型为基础,经压缩简化后得到更适用于SoC总线测试的BMTC故障模型。实验结果表明,使用提出的压缩方法,可以在保证MT模型故障覆盖率不变的情况下,将测试矢量数减少至原来的1/8,从而大大节省总线测试成本,提高测试效率。     

蓝牙微微网对WLAN网络同频干扰的建模

由于同在2.4 GHz的ISM频段下工作,IEEE 802.11b局域网和蓝牙微微网不可避免地产生相互干扰,严重影响各自的网络性能。通过对基于CSMA/CA和RTS/CTS机制的IEEE 802.11b协议进行数学分析,剖析了其吞吐量降低与发送不同蓝牙数据包之间的内在关系,建立了一个蓝牙微微网对IEEE 802.11b局域网干扰影响的数学模型。仿真结果表明：该模型能较好地逼近IEEE 802.11b局域网在蓝牙微微网干扰下的吞吐量仿真曲线,在蓝牙DH1、DH3、DH5数据包干扰的情况下,平均相对误差分别为17.86%、10.39%和6.64%。根据该数学模型,提出了一个降低蓝牙微微网干扰的有效方案。该方案能快速、低成本、自适应地调整IEEE 802.11b发送帧长,有效提高其在蓝牙微微网干扰下的吞吐量。     

在西文DOS环境下显示中文字符

目前国内计算机所使用的系统管理软件，如DOS、UNIX或OS／2等都是工作于西文环境（一般是指英文环境）下的。在西文环境下运行的软件都必须用西文编制而成；计算机和使用者在进行人机对话时．也都以西文方式进行。我国是使用汉字的国家，随着计算机应用范围的日益扩大，西文实用软件的汉化已成了当务之急。要实现西文软件的汉化，关键是要在显示器几＊T）上进行中文字符的显示。目前，桂＊＊T上显示中文字符的最基本方法是使计算机进人中文DOS环境。然而由于中文DOS环境本身是在西文DOS环境下建立的，它的建立要用去较多由西文DOS…     

VDMOS正向偏压安全工作区的界定与优化

外界温度变化对VDMOS安全工作区域有很大影响,若不能很好地解决热散效应,工作环境温度的升高将会对器件的稳定性、可靠性及使用寿命产生不良影响。为了避免器件在实际使用过程中发生瞬态损坏及永久性损坏,安全工作区域需要依据应用器件的实际工作条件重新界定优化。以高压增强型VDMOS-GM180作为载体,根据测试器件的热阻、工作电流、工作电压等具体参数,对实际应用环境下的安全工作区域进行界定及优化,并对此策略进行验证。     

数模混合字符叠加系统芯片SD02C02介绍与应用

文章介绍了SOC(system on a chip)的概念和视频字符叠加的原理,给出了数模混合视频字符叠加系统芯片SD02C02的性能特点,并对存储器预存储字符叠加模式的原理,任意字符叠加部分的硬件电路设计,及通过简单软件编程实现任意字符视频叠加系统在银行中的应用作了详细说明。     

一种新颖IP核复用SOC的DFT结构--BS-TW

提出了一种基于IP复用SOC的新颖DFF结构——BS-TW(Boundary Scan Test Wrapper),此结构把边界扫描单元作为IP的测试围绕单元,实现了测试并行化,并对测试进入机制TAM进行了优化设计。经验证,用BS-TW结构实现的DFF能同时实现IP复用SOC的低测试开销和高故障覆盖率的目标。     

采用四臂螺旋结构的紧凑圆极化RFID读卡天线

提出了一种紧凑新型平面四臂螺旋天线,用于满足超高频(UHF)频段射频识别(RFID)阅读器小型圆极化的设计要求.天线由印制在FR4介质板的4个倒F阵元组成,通过对阵元的折叠及连续相位旋转法布阵,可以有效的减小天线的尺寸;采用改进的微带功分馈电网络及新的耦合匹配方法,提高了圆极化天线的轴比带宽和增益.天线尺寸为56 mm×56 mm×8 mm,在保持相当性能的同时,设计天线与相关参考文献设计天线相比,面积降低12.9％到86.1％.测试结果显示S11＜-10 dB覆盖870～950 MHz频段,仿真结果显示带内轴比＜2 dB,峰值增益为2.8 dB,波束宽度＞120°,交叉极化＜-15 dB.     

码分多址在HFC网中的应用

对码分多址克服ＨＦＣ网中上行信道的噪声和干扰作了详细分析,并且在理论分析基础上针对窄带干扰和突发冲击干扰作了计算机仿真。结果表明：采用码分多址接入方式,并且以ＲＳ码作为前向纠错码完全能克服ＨＦＣ网中上行信道的窄带和宽带噪声。     

码分多址在HFC网上行接入中的应用

文章对码分多址在HFC电缆网上行信道的应用作了探讨 ,对功率控制下的CDMA系统作了理论分析。并根据仿真结果对CDMA和TDMA的接入容量进行比较。     

融合双重闭环检测算法的ICP-SLAM修正策略

随着自动驾驶和人工智能的快速发展,SLAM作为其核心技术的研究日益深入.然而对SLAM日益深入的研究并没让其在生活和生产中被广泛使用.目前,阻碍SLAM发展的主要原因是其所涉及的算法和传感器都存在误差.这种误差随时间和空间累积直接导致创建的地图变形,甚至是创建地图失败,严重限制了SLAM的实际应用.本文针对这种累积误差导致地图变形的缺陷进行研究,使用激光雷达作为传感器,采用目前流行的ICP-SLAM算法,结合视觉SLAM中处理累积误差的闭环检测技术,提出融合双重闭环检测算法的ICP-SLAM修正策略对ICP-SLAM累积误差造成的地图变形进行修正.该策略首先对激光雷达采集的点云数据进行特征提取匹配,然后分析ICP对准产生的变换矩阵以确定闭环检测,最后采用均值分配方法修正地图变形.实验验证表明:该策略中的闭环检测准确率高于常规闭环检测方法,和深度神经网络的闭环检测相比有13.33%提升;同时该策略在闭环检测过程中可以计算出导致地图变形的累积误差;并且在旋转方向上变形度修正效果显著,可以提升54.61%.