摘要 — 本文在重离子辐照下测试了商用可编程片上系统(PSoC 5,来自赛普拉斯半导体公司),重点测试了系统的模数接口模块。为此,将数据采集系统 (DAS) 编程到被测设备中,并使用设计多样性冗余技术进行保护。该技术通过使用两种不同架构的转换器(一个转换器和两个逐次逼近寄存器 (SAR) 转换器)以不同的采样率运行,实现了不同级别的多样性(架构和时间)。实验在真空室中进行,使用能量为 36 MeV 且足以穿透硅的 16 O 离子束在活性区域产生 5.5 MeV/mg/cm 2 的有效线性能量传输 (LET)。平均通量约为 350 粒子/秒/cm 2,持续 246 分钟。评估了每个转换器对单粒子效应的个体敏感性,以及整个系统截面。结果表明,所提出的技术可有效缓解源自转换器的错误,因为使用分集冗余技术可纠正 100% 的此类错误。结果还表明,系统的处理单元容易挂起,可以使用看门狗技术来缓解。
公共引线电阻的误差会产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但除此之外,此电流还会有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化,通常也会显示亚倍数变化。对于逐次逼近转换器,这些变化将导致额外的有效偏移。对于积分转换器,至少高频分量应该平均。在某些转换器中,模拟电源电流也会随时钟(或亚倍数)频率而变化。如果显示器是多路复用的,则该电流将随多路复用频率而变化,通常是时钟频率的一小部分。对于积分转换器,数字和模拟部分电流都会随着转换器从一个转换阶段转到另一个转换阶段而变化。(注入自动归零环路的这种电流特别顽固。)另一个严重的变化源是数字和显示部分电流随结果值的变化。这通常表现为结果震荡和/或结果缺失;显示的一个值将有效输入替换为新值,该新值被转换并显示,导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
公共引线电阻中的电流将产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但此外,此电流将具有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化,并且通常还会显示时钟频率的分数。对于逐次逼近转换器,这些将导致额外的有效偏移。对于积分转换器,至少高频分量应该平均。在某些转换器中,模拟电源电流也会随时钟(或分数)频率而变化。如果显示器是多路复用的,则该电流将随多路复用频率而变化,通常是时钟频率的一小部分。对于积分转换器,数字和模拟部分电流都会随着转换器从一个转换阶段转换到另一个阶段而改变。(注入自动调零环路的这种电流特别顽固。)另一个严重的变化源是数字和显示部分电流随结果值的变化。这经常表现为振荡结果和/或缺失结果;显示的一个值将有效输入替换为新值,该新值被转换和显示,导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
在假设可能信道之间的代数关系的先验知识的前提下,分析了确定性地区分多个量子信道的问题。通过明确构建一类新型量子算法,结果表明,当可能信道集如实地表示 SU(2) 的一个有限子群(例如 C n 、D 2 n 、A 4 、S 4 、A 5 )时,可以修改最近开发的量子信号处理技术以构成量子假设检验的子程序。这些用于群量子假设检验的算法直观地对 SU(2) 中信道集的离散属性进行编码,并且与简单重复二元假设检验相比,查询复杂度至少提高了二次,即 n(信道集和组的大小)。有趣的是,性能完全由显式群同态定义;而这些又为嵌入酉矩阵的多项式提供了简单的约束。这些构造展示了一种灵活的技术,用于将量子推理中的问题映射到函数逼近和离散代数的众所周知的子领域。讨论了对更大群体和噪声设置的扩展,以及改进的针对结构化通道集的量子假设检验协议在参考帧传输、量子密码学安全性证明和属性测试算法中的应用途径。
解释神经进化的一个挑战是各种不同计算架构的形式等价性。众所周知的结果表明,各种架构,包括具有单个隐藏层和非线性激活函数的神经网络,都可以成为通用函数逼近器(Hornik 等人,1989 年)。为什么要改变?答案肯定涉及大脑运作所需的资源(包括时间、空间和能量)的激烈竞争(Sterling and Laughlin,2015 年)。我认为,这种解释最终是一种抽象的资源解释(Klein,2018 年),与机械部件的解释不同但相互补充。资源解释在计算机科学中发挥着重要作用,而神经科学哲学家往往低估了这一点。作为一个案例研究,我展示了当增加的复杂性允许更有效地利用现有资源时,神经网络中递归的发展如何受到青睐。虽然资源竞争推动了变化本身,但循环的发展却改变了可进化的格局。由此产生的框架提出了一种主要神经转变发生的机制,并说明了为什么转变边界两侧的生物可能具有非常相似的认知能力,但进化新能力的潜力却截然不同。
公共引线电阻的误差会产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但除此之外,此电流还会有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化,通常也会显示亚倍数变化。对于逐次逼近转换器,这些变化将导致额外的有效偏移。对于积分转换器,至少高频分量应该平均。在某些转换器中,模拟电源电流也会随时钟(或亚倍数)频率而变化。如果显示器是多路复用的,则该电流将随多路复用频率而变化,通常是时钟频率的一小部分。对于积分转换器,数字和模拟部分电流都会随着转换器从一个转换阶段转到另一个转换阶段而变化。(注入自动归零环路的这种电流特别顽固。)另一个严重的变化源是数字和显示部分电流随结果值的变化。这通常表现为结果震荡和/或结果缺失;显示的一个值将有效输入替换为新值,该新值被转换并显示,导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
在假设可能信道之间的代数关系的先验知识的前提下,分析了确定性地区分多个量子信道的问题。通过明确构建一类新型量子算法,结果表明,当可能信道集如实地表示 SU(2) 的一个有限子群(例如 C n 、D 2 n 、A 4 、S 4 、A 5 )时,可以修改最近开发的量子信号处理技术以构成量子假设检验的子程序。这些用于群量子假设检验的算法直观地对 SU(2) 中信道集的离散属性进行编码,并且与简单重复二元假设检验相比,查询复杂度至少提高了二次,即 n(信道集和组的大小)。有趣的是,性能完全由显式群同态定义;而这些又为嵌入酉矩阵的多项式提供了简单的约束。这些构造展示了一种灵活的技术,用于将量子推理中的问题映射到函数逼近和离散代数的众所周知的子领域。讨论了对更大群体和噪声设置的扩展,以及改进的针对结构化通道集的量子假设检验协议在参考帧传输、量子密码学安全性证明和属性测试算法中的应用途径。
现代仪器系统和数据采集系统需要低到中等分辨率、中速的模数转换器 (ADC)。由于这些系统大多是便携式的,因此 ADC 规范对功率和面积参数有严格的要求。尽管传统的逐次逼近寄存器 (SAR) ADC 因结构简单、模拟模块少而在这些应用中很受欢迎,但它们占用的芯片面积很大。传统 SAR ADC 采用二进制加权电容电荷再分配数模转换器 (DAC) [1,2]。传统电容电荷再分配 DAC 的两个主要限制是转换速度和庞大的电容阵列。较大的 MSB 电容限制了转换速度。这种架构中使用的 DAC 电容阵列变得非常笨重。文献中提出了一些新方法来提高 SAR ADC 的速度 [3,4]。此外,还提出了一些用于 SAR ADC 的面积效率高的 DAC 架构 [5-7]。其中一些 ADC 在性能系数 (FOM) 方面优于其他 ADC,但由于所用 DAC 架构的类型,面积效率 (AE) 参数会降低。[8、9] 中的 SAR ADC 将分辨率可变性融入传统电荷再分配 ADC,以适应需要不同分辨率的多种信号,适用于生物医学信号采集系统等应用。
摘要 量子计算是一个快速发展的领域,有可能改变我们解决以前棘手问题的方式。新兴硬件的复杂性正在逼近,需要越来越复杂的编程和控制。Scaffold 是一种较旧的量子编程语言,最初设计用于未来大型量子机器的资源估算,而 ScaffCC 是相应的基于 LLVM 的编译器。我们首次对该语言本身、编译器及其传递结构进行了全面而完整的概述。尽管 Abhari 等人(2015 Parallel Comput. 45 2–17)、Abhari 等人(2012 Scaffold:量子编程语言 https://cs.princeton.edu/research/techreps/TR-934-12)的先前研究对该工具链的不同部分进行了零碎的描述,但我们在本文中提供了更全面、更完整的描述。我们还引入了 ScaffCC 的更新,包括旨在与现代量子汇编语言保持同步的条件测量和多维量子比特阵列,以及旨在保持噪声中型量子 (NISQ) 机器的正确性和低资源计数的替代工具链,以及与当前版本的 LLVM 和 Clang 的兼容性。我们的目标是为研究界提供一个功能齐全的 LLVM 框架,用于量子程序分析、优化和可执行代码的生成。
公共引线电阻的误差会产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但除此之外,此电流还会有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化,通常也会显示亚倍数变化。对于逐次逼近转换器,这些变化将导致额外的有效偏移。对于积分转换器,至少高频分量应该平均。在某些转换器中,模拟电源电流也会随时钟(或亚倍数)频率而变化。如果显示器是多路复用的,则该电流将随多路复用频率而变化,通常是时钟频率的一小部分。对于积分转换器,数字和模拟部分电流都会随着转换器从一个转换阶段转到另一个转换阶段而变化。(注入自动归零环路的这种电流特别顽固。)另一个严重的变化源是数字和显示部分电流随结果值的变化。这通常表现为结果震荡和/或结果缺失;显示的一个值将有效输入替换为新值,该新值被转换并显示,导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。