XiaoMi-AI文件搜索系统
World File Search System现场可编程门阵列
基于无人机的量子通信链路.pdf
移动平台之间的量子网络可实现安全通信、分布式量子传感器和分布式量子计算。随着未来量子互联网的不断进步，将移动平台（例如无人机、智能车辆、船舶和飞机）连接到量子网络仍然是一项挑战。例如，现实世界移动平台的工程约束要求量子系统具有小尺寸、小重量和小功率 (SWaP)。此外，必须将单光子路由到运动中并经历振动的平台。在此努力中，我们讨论了在多种配置（无人机到无人机、无人机到移动车辆和车辆到车辆）中开发和展示移动无人机和车辆平台之间的量子通信链路（包括诱饵态量子密钥分发 (QKD)）的进展。我们将讨论和分析关键子系统，包括基于谐振腔发光二极管 (LED) 的诱饵态 QKD 源、紧凑型光学系统设计、指向、采集和跟踪 (PAT) 子系统、单光子探测器、基于现场可编程门阵列的时间标记器以及新颖的时间同步算法。此外，我们还介绍了系统性能，包括在多种条件下的跟踪性能和移动平台配置。
物联网时代的人工智能：边缘人工智能硬件和软件回顾
摘要 — 将人工智能计算移至数据源附近的现代趋势增加了对适合此类环境的新硬件和软件的需求。我们进行了一项范围界定研究，以找到开发 Edge AI 应用程序时使用的当前资源。由于主题的性质，该研究结合了科学来源与产品信息和软件项目来源。本文的结构如下。在第一部分中，简要讨论了 Edge AI 应用程序，然后介绍了硬件选项，最后介绍了用于开发 AI 模型的软件。有各种硬件产品可供选择，我们在本研究中找到了尽可能多的产品，以确定最知名的制造商。我们按以下类别描述设备：人工智能加速器和处理器、现场可编程门阵列、片上系统设备、模块系统以及从开发板到服务器的完整计算机。Edge AI 软件开发似乎有三种趋势：神经网络优化、移动设备软件和微控制器软件。我们讨论了这些新兴领域以及如何考虑低功耗和机器学习计算的特殊挑战。我们的研究结果表明，边缘 AI 生态系统目前正在发展，它有自己的挑战，供应商和开发人员正在应对这些挑战。
利用MBSE支持逆向工程程序...
摘要 . 印度尼西亚实验动力反应堆 (RDE) 的基本设计参考了中国清华大学自 1995 年以来开发并于 2000 年 12 月首次通过评审的高温气冷反应堆测试模块 (HTR-10)。目前，核电站 (NPP) 行业控制系统市场使用微控制器和可编程逻辑控制器 (PLC)。然而，由于基于计算机的技术容易受到网络攻击、软件共因故障 (CCF) 和系统复杂性的影响，因此，RDE 设计的开发应根据最新技术考虑，并符合在维护核电站安全方面发挥重要作用的仪表和控制 (I&C) 系统的发展。本研究涉及基于 PLC 系统的 I&C 逆向工程程序，以从先前的设计中获得设计规范，从而通过使用现场可编程门阵列 (FPGA) 作为替代平台来考虑系统硬件，从而提高其可靠性。在开发逆向工程之前，应该分析为什么 FPGA 成为替代 PLC 系统的替代系统。逆向工程过程将涵盖基于模型的系统工程 (MBSE)，这是一种正式的建模应用程序，用于支持系统需求、设计、分析、验证和确认 (V&V) 活动。该过程从概念设计、需求分析开始，持续
基于干涉视觉导航 (iVisNav) 的 FPGA 框架
摘要 — 干涉视觉导航 (iVisNav) 是一种用于自主近距离操作的新型光电传感器。iVisNav 采用激光发射结构化信标，通过测量发射激光脉冲相位的变化来精确表征六个自由度相对运动速率。iVisNav 的嵌入式包必须有效处理高频动态，以实现稳健的传感和估计。本文开发了一种基于最小二乘的速率估计新嵌入式系统。由此产生的系统能够与光子学接口并在现场可编程门阵列中实现估计算法。嵌入式包被证明是一种硬件/软件协同设计，使用有限精度算法进行高速计算来处理估计程序。将有限精度 FPGA 硬件设计的精度与 MATLAB 上算法的浮点软件评估进行比较，以对其性能和与误差测量的统计一致性进行基准测试。实施结果证明了 FPGA 计算能力在使用 iVisNav 进行高速近距离导航方面的实用性。索引术语 — 干涉测量法、状态估计、最小二乘法、FPGA
基于FPGA实现的连续变量量子密钥分发高速后处理
摘要 —在连续变量量子密钥分发（CV-QKD）系统中，后处理过程（包括信息协调（IR）和隐私放大（PA））的计算速度不可避免地影响实际密钥速率。IR 和 PA 可以分别使用低密度奇偶校验（LDPC）码和哈希函数并行实现。利用现场可编程门阵列（FPGA）卓越的并行处理能力，在FPGA上实现了高斯符号的高速硬件加速后处理过程。为此，开发并采用了适应FPGA特点的和积算法解码器和改进的LDPC码构造算法。设计了复用和非复用两种不同的结构来实现FPGA速度和面积之间的权衡，以便根据实际系统的要求采用最佳方案。仿真结果表明，最大吞吐量可以达到100 M 符号/秒。我们在装有 Virtex-7 XC7VX690T FPGA 的 Xilinx VC709 评估板上验证了后处理程序的正确性，并提供了在有更先进的 FPGA 可用时获得更好性能的一些可能的解决方案。该方案可轻松应用于实时密钥提取，并有效降低 CV-QKD 系统的功耗。
CCSDS 无损多光谱和高光谱卫星图像压缩标准的实施
本文介绍了符合空间数据系统咨询委员会 (CCSDS) 121.0-B-2 和 CCSDS 123.0-B-1 无损卫星图像压缩标准的两个知识产权 (IP) 核的建模、设计和实现。CCSDS 121.0-B-2 描述了一种基于 Rice 自适应编码的无损通用压缩器。CCSDS 123.0-B-1 标准描述了一种专为高效机载高光谱和多光谱图像压缩而设计的无损算法，它基于预测和基于熵的编码结构。后者提供了两种选项：样本自适应和块自适应编码器，对应于 CCSDS 121.0-B-2 算法。这些 IP 核被设计为独立的压缩器，但由于专用接口，它们可以轻松地以即插即用的方式组合在一起使用。此外，还提供了用于配置和外部存储器访问的标准接口。设计过程包括考虑几种不同的硬件架构，以便同时最大化吞吐量并优化机载资源的要求。这两个 IP 都符合标准中考虑的高可配置性。获得的 VHDL 代码完全独立于技术，因此可用于针对太空环境中感兴趣的任何现场可编程门阵列 (FPGA) 或 ASIC，旨在在卫星中高效执行压缩，尽管固有的
在核电中使用基于 FPGA 的 I&C 系统的设计问题
FPGA（现场可编程门阵列）广泛应用于工业的各个领域。FPGA 可用于执行对安全至关重要且需要高可靠性的功能，例如汽车、飞机控制和辅助以及航空航天工业中的关键任务应用。凭借这些优点，FPGA 在核电站仪表和控制 (I&C) 系统中的应用，尤其是反应堆保护系统 (RPS)，受到全世界越来越多的关注。原因包括传统的模拟电子技术已经过时。新反应堆的 I&C 系统已设计为采用数字设备，例如 PLC（可编程逻辑控制器）和 DCS（分布式控制系统）。但是，基于微处理器的系统可能由于其复杂的特性而无法简单地满足要求。例如，微处理器内核一次执行一条指令，并且需要操作系统来管理程序的执行。反过来，FPGA 可以在没有操作系统的情况下运行，并且设计架构本质上是并行的。在本文中，我们旨在评估基于 FPGA 的解决方案的这些和其他优势以及局限性，同时考虑到在核电站 I&C 系统中使用 FPGA 的设计指南和规定。我们还将研究 FPGA 中的一些电路设计技术，以帮助减轻故障并提供冗余。目标是展示基于 FPGA 的系统如何为 I&C 系统提供具有成本效益的选项
受昆虫启发的自主机器人 AI
自主机器人有望在复杂、未知的环境中执行各种复杂的任务。然而，可用的机载计算能力和算法对实现更高水平的自主性构成了相当大的障碍，尤其是随着机器人越来越小，摩尔定律即将终结。在这里，我们认为，从昆虫智能中获得的灵感是机器人传统方法的一个有前途的替代方案，可用于实现小型移动机器人自主所需的人工智能 (AI)。昆虫智能的优势源于其资源效率（或简约性），特别是在功率和质量方面。首先，我们讨论这种简约性背后的昆虫智能的主要方面：体现、感觉运动协调和群集。然后，我们评估昆虫启发的人工智能作为其他重要机器人任务（如导航）方法的替代方案的地位，并确定其更广泛采用的道路上面临的挑战。最后，我们反思适合实现受昆虫启发的人工智能的处理器类型，从更传统的处理器（如微控制器和现场可编程门阵列）到非常规的神经形态处理器。我们认为，即使对于神经形态处理器，也不应该简单地应用现有的人工智能算法，而应该利用自然昆虫智能的见解来获得最高效的机器人自主人工智能。
将 DNN 从本地加速到云端虚拟化 FPGA：趋势调查
现场可编程门阵列（FPGA）被广泛用于本地加速深度神经网络（DNN）算法，具有高计算吞吐量和能效。虚拟化FPGA和在云端部署FPGA正成为越来越有吸引力的DNN加速方法，因为它们可以增强计算能力，实现跨多用户的按需加速。在过去的五年中，研究人员广泛研究了基于FPGA的DNN加速器的各个方向，例如算法优化、架构探索、容量改进、资源共享和云构建。然而，以前的DNN加速器调查主要集中于在本地FPGA上优化DNN性能，而忽略了将DNN加速器放置在云端FPGA中的趋势。在本研究中，我们深入研究了基于FPGA的DNN加速器中使用的技术，包括但不限于架构设计、优化策略、虚拟化技术和云服务。此外，我们还研究了 DNN 加速器的演进，例如从单个 DNN 到框架生成的 DNN、从物理到虚拟化 FPGA、从本地到云、从单用户到多租户。我们还确定了云端 DNN 加速的重大障碍。本文增强了对基于 FPGA 的 DNN 加速器演进的当前理解。
NEPP 电子技术研讨会 2020 年 6 月 15 日至 18 日
DFF 触发器 DMM 数字万用表 DMA 直接存储器访问 DSP 数字信号处理 DSPI 动态信号处理仪器 DTMR 分布式三重模块冗余双通道。双通道 DUT 被测设备 ECC 纠错码 EDAC 错误检测与纠正 EEE 电气、电子和机电 EMAC 设备监控和控制 EMIB 多芯片互连桥 EPCS 扩展物理编码层 ESA 欧洲航天局 eTimers 事件计时器 ETW 电子技术研讨会 FCCU 流化催化裂化装置 FeRAM 铁电随机存取存储器 FinFET 鳍式场效应晶体管 FIR 有限脉冲响应滤波器 FMC FPGA 夹层卡 FPGA 现场可编程门阵列 FPU 浮点单元 FY 财政年度 Gb 千兆位 Gbps 千兆位/秒 GCR 银河宇宙线 GEO 地球静止赤道轨道 GIC 全球行业分类 GOMACTech 政府微电路应用和关键技术会议 GPIO 通用输入/输出 GPIB 通用接口总线 GPU 图形处理单元 GR 全球路线 GRC NASA 格伦研究中心 GSFC 戈达德太空飞行中心