XiaoMi-AI文件搜索系统
World File Search SystemFPG
针对基于 FPGA 的设计的周期精确软错误漏洞分析框架
摘要 — 许多航空航天和汽车应用在其设计中使用 FPGA，因为它们具有低功耗和可重构性要求。同时，此类应用对系统可靠性也提出了很高的标准，这使得基于 FPGA 的设计的早期可靠性分析变得非常关键。在本文中，我们提出了一个框架，可以快速准确地对基于小型 FPGA 的设计进行软错误漏洞的早期分析。我们的框架首先从 FPGA 设计中提取综合后网表。然后，它使用我们提出的接口软件将位翻转配置故障插入到设计网表中。之后，它将网表的黄金副本和故障副本无缝地输入到开源模拟器 Verilator 中，以进行周期精确仿真。最后，它生成原始设计的漏洞得分直方图以指导可靠性分析。实验结果表明，在 ITC'99 基准上分析注入的位翻转故障时，我们的框架比具有周期级精度的 Xilinx Vivado 故障模拟运行速度快 53 倍。索引词——FPGA、可靠性、CAD 框架、软错误。
研究文章基于FPGA的电池管理系统，用于实时监控和瞬时SOC预测
电池管理系统（BMS）对于使用电池组的所有类型的电动汽车都至关重要。各种因素，例如电池温度和平衡，直接影响车辆中使用的电池的寿命，安全性和效率。对于安全性和鲁棒性，应立即监视和调整这些因素。今天，电池管理系统一直在使用不同的生产方法和算法开发。在研究中，计算是通过测量参数（如温度，电流，平衡，负载状态和电池电池的健康状况）以及电池组的控制，并通过这些计算提供了计算。即时，连续的测量和处理所有这些数据以及根据计算结果的创建控制算法的创建，可以使用强大的处理器。FPGA是可以提供BMS所需的速度和功能的处理器。在电池管理系统中，FPGA负责接收和处理电池单元的所有信号并产生结果。它立即从温度，电流和电压传感器处理数据，并应用平衡所需的控制阶段。此外，电池的充电和排放能力是通过立即测量电荷状态（SOC）来计算的。SOC在电池管理系统中非常重要，以确保电池组的安全性。因此，需要准确，实时估算SOC。由于其并行处理能力，FPGA可以同时读取传感器的数据并执行相关的计算。在这项研究中，在FPGA上进行了实时，高计算速度的多功能系统设计。在模拟环境中实时监测基于嵌入式系统的实验电池的电压和电流。实验结果表明，瞬时SOC估计是成功的，并且系统将即时结果返回到传入的传感器数据中。使用FPGA作为管理单元将在BMS中具有高度的工作速度，实时监控，低功耗和重新编程性。
多 FPGA 系统验证策略
通过 MILBUS-1553 与平台通信接口 通过 10 个内部开发的 ASIC（CRISA SECOiAs）控制和监控 >200 个锁存电流限制器作为分配模块 通过串行链路（UART）控制和监控 >40 个 DCDC 转换器 内部模拟遥测 OV 和 UV 保护 高速数据监控（HRDM）可捕获配置的最多 8 个 TM 通道数据速率直至完成 2Mbits 数据（125 Ksamples） 每个 DHS 板的 RTAX2000S @ 40 MHz LCL 板：
1. 基于 FPGA 的 IIR 滤波器数字脉冲星去色散方法 2. 工程 3. 硕士
脉冲星的探测需要耗费大量的计算资源。传统方法主要侧重于从记录的数据中探测脉冲星。然而，数字处理技术的进步，尤其是 FPGA 和 GPU 的开发，使人们对实时脉冲星探测的兴趣日益浓厚，其显著优势在于可以观测罕见的瞬态事件、提高天文台的观测效率等。为了实现这样的系统，需要仔细考虑资源分配，尤其是在向更通用的实时脉冲星搜索引擎扩展时。本研究项目迈出了实现这一目标的第一步，应用一种通用数学方法，使用二阶延迟网络实现任意色散曲线，并将其作为 FIR 和 IIR 滤波器在脉冲星后端实现，从而可以比较资源利用率。
使用 ICAP 加速 FPGA 故障注入活动的方法
摘要：片上系统 (SoC) 的复杂性不断增加，集成电路 (IC) 制造工艺的微型化技术不断发展，使得现代 SoC 更容易受到辐射引起的单粒子效应 (SEE) 的影响，即使在海平面也是如此。为了以低成本提供切合实际的估计，需要能够复制 SEE 的高效分析技术。在这些方法中，通过使用现场可编程门阵列 (FPGA) 进行仿真进行故障注入，可以在被测电路 (CUT) 上运行活动。本文研究了使用 FPGA 架构来加速故障活动的执行。因此，提出了一种在 FPGA 上映射 CUT 占用的新方法，从而显著减少了要注入的故障总数。此外，还提出了一种故障注入技术/流程来展示尖端方法的优势。所提出的技术使用 Xilinx FPGA 的内部配置访问端口 (ICAP) 模拟 CUT 的所有组合元素中的单粒子瞬变 (SET)。
基于 FPGA 的脉冲宽度调制
通过控制施加到不同设备的电压，可以控制速度、热量和许多参数。控制电压的方法有很多，其中一种就是脉冲宽度调制技术。使用脉冲宽度调制可以改变占空比。脉冲宽度调制输出可以通过不同的电路获得。这里，脉冲宽度调制块有一个寄存器、计数器、比较器和 RS 锁存器。这些块是使用 QUARTUS-II 综合开发环境中的 VHDL 合成的，并在 Altera FPGA 板上进行仿真和下载。通过改变寄存器值可以改变开启时间，通过计数器值可以改变关闭时间。使用 Modelsim 软件模拟 PWM 波形输出。然后可以通过改变 FPGA 板中的 LED 强度来验证 PWM 波形。在这个项目中，使用 PWM 技术控制直流电机的速度。L293D 电机 d。将来，这种 PWM 技术可用于 MPTT 的阻抗匹配，以从太阳能电池板中提取最大功率。
基于 FPGA 的闭环睡眠调节系统——...
摘要 — 闭环睡眠调节是一种治疗睡眠障碍和提高睡眠益处的新兴研究范式。然而，两大障碍阻碍了这一研究范式的广泛应用。首先，受试者通常需要通过有线连接到机架式仪器上进行数据采集，这会对睡眠质量产生负面影响。其次，传统的实时睡眠阶段分类算法性能有限。在这项工作中，我们通过开发一种支持设备闭环操作的睡眠调节系统来克服这两个限制。睡眠阶段分类是使用轻量级深度学习 (DL) 模型执行的，该模型由低功耗现场可编程门阵列 (FPGA) 设备加速。DL 模型使用单通道脑电图 (EEG) 作为输入。两个卷积神经网络 (CNN) 用于捕获一般和详细特征，双向长短期记忆 (LSTM) 网络用于捕获时变序列特征。使用 8 位量化来降低计算成本，同时不影响性能。DL 模型已使用包含 81 名受试者的公共睡眠数据库进行了验证，实现了最先进的 85.8% 的分类准确率和 79% 的 F1 分数。开发的模型还显示出可以推广到不同通道和输入数据长度的潜力。闭环同相听觉刺激已在测试台上得到演示。