设计应用-AET-电子技术应用

GFDM中基于高阶长短时记忆神经网络的自适应均衡器[通信与网络][5G]

在广义频分复用系统(GFDM)中，为解决5G网络下车载移动通信在Sub-6 GHz频段信道中信号严重失真的问题，提出一种基于高阶长短时记忆神经网络(HO-LSTM)结构的自适应均衡器。HO-LSTM自适应均衡器在传统高阶前馈神经网络(HO-FNN)的基础上，采用复杂度更低的广义记忆多项式模型(GMP)代替Volterra模型，并引入LSTM神经网络使其更适用于复杂非线性模型的预测。结果表明，相比于传统HO-FNN均衡器和LSTM均衡器，所提出的HO-LSTM均衡器的均衡效果显著提升，系统性能也得到进一步改善。

发表于：2022/8/9 下午1:40:00

星载双频双端口天线设计[模拟设计][航空航天]

针对星载收发机的使用需求，设计了一种双频段、双端口、双天线共口径的微带天线。通过辐射贴片加载短路过孔技术，配合外部方形圆孔贴片和内部圆形贴片切角技术，使双天线均工作在主模。双天线共口径工作，分别辐射左旋圆极化和右旋圆极化波，有效降低星载双天线布局复杂度。仿真结果表明：天线在中心频点1.615 GHz处回波损耗为-13 dB，10 dB带宽为50 MHz，增益为6 dB，半功率波束宽度为90°，±60°波束内轴比小于3 dB；天线在中心频点2.491 GHz处回波损耗为-18 dB，10 dB带宽为40 MHz，增益为6 dB,半功率波束宽度为90°，±60°波束内轴比小于3 dB；双端口隔离度优于32 dB。经加工，实测结果与仿真结果一致，该天线对星载双频段、双端口共口径天线设计具有一定指导意义。

发表于：2022/8/9 下午1:32:00

从RTL到GDS的功耗优化全流程[人工智能][工业自动化]

功耗作为大型SoC芯片的性能功耗面积(PPA)三要素之一，已经变得越来越重要。尤其是当主流设计平台已经发展到了7 nm以下。AI芯片一般会有多个核心并行执行高性能计算任务。这种行为会产生巨大的功耗。因此在AI芯片的设计过程中，功耗优化变得尤为重要。利用一个典型的功耗用例波形或者一组波形，可以从RTL进来开始功耗优化。基本的方式是借助Joules-replay实现基于RTL波形产生相对应的网表波形。在Genus的syn-gen、syn-map、syn-opt三个综合阶段，都可以加入Joules-replay，并且产生和综合网表相对应的波形，用于Innovus PR阶段进一步地进行功耗优化。在Innovus中实现Place和Routing也分为3个阶段：place_opt、cts_opt和route_opt。同样每一步都可以引入Joules-replay来生成功耗优化所需的网表波形。最终在Tempus timing signoff的环境中，再次引入波形进行功耗优化。基于上面的一系列各个节点的精确功耗优化该设计可以获得10%以上的功耗节省。此时再结合multi-bit技术，最终可以获得21%的功耗节省。

发表于：2022/8/9 下午1:14:00

一种加速大规模模拟和射频IC后仿真的验证流程[微波|射频][工业自动化]

近年来，模拟射频IC的功能越来越多, 导致片上集成的功能模块快速增加。且进入到先进工艺节点后, 单一模块的后仿真网表规模急剧增加。对后仿真速度以及debug效率提出了极高的要求，除了使用更为先进的FULL-SPICE 仿真器(比如Cadence Spectre X等)提升仿真速度之外, 对后仿真输入文件格式的选择与优化同样是一种有效提升整体后仿真效率的方法。主要讨论Cadence Quantus最新的SmartView输出格式以及与ADE Assembler和Spectre X联合加速后仿真验证的一种新流程，并给出了与传统流程的对比结果。

发表于：2022/8/9 上午11:45:00

一种基于深度强化学习的任务卸载方法[通信与网络][汽车电子]

随着车联网的快速发展，车载应用大多是计算密集和延迟敏感的。车辆是资源受限的设备，无法为这些应用提供所需的计算和存储资源。边缘计算通过将计算和存储资源提供给网络边缘的车辆，有望成为满足低延迟需求的有效解决方案。这种将任务卸载到边缘服务器的计算模式不仅可以克服车辆资源的不足，还可以避免将任务卸载到云可能导致的高延迟。提出了一种基于深度强化学习的任务卸载方法，以最小化任务的平均完成时间。首先，把多任务卸载决策问题规约为优化问题。其次，使用深度强化学习对优化问题进行求解，以获得具有最小完成时间的优化卸载策略。最后，实验结果表明，该方法的性能优于其他基准方法。

发表于：2022/8/9 上午11:29:00

基于标签嵌入的多模态多标签情感识别算法[通信与网络][通信网络]

多模态情感分析目前是多模态分析和自然语言处理领域的研究热点，在商品推荐、智能客服等场景中具有广泛的应用。现有的方法在多标签场景下对标签间依赖性表示不充分，并且忽略了模态特征之间语义差距。对此提出了一种基于标签嵌入的多模态多标签情感识别算法，通过训练的标签嵌入向量捕获标签之间依赖关系，对模态特征添加约束减小模态之间的语义差距。实验结果显示，该算法在多模态多标签情感识别任务中在准确率和汉明损失指标上相较于现有方法有明显提升。

发表于：2022/7/20 下午10:10:09

针对在线教育情感分析的数据扩充研究[通信与网络][通信网络]

在互联网上大量主观性的评论具有丰富的研究价值，可以通过对评论的分析获取评论的情感极性。在对大量评论进行情感分析时，存在时间和人力消耗过多等问题，针对该问题，提出了基于聚类分析的文本数据扩充方法：在对少量关键数据进行标注的基础上，通过聚类分析标注大量数据，以减少情感分析在实际应用中的成本。以在线教育平台的评论为例，对目前多个主流在线教育平台上爬取的共569 970条中文评论数据进行少量标注，然后使用该方法进行数据扩充，最后基于目前多个主流机器学习模型和卷积神经网络模型进行情感分析训练。研究结果表明，数据处理经过聚类后取得较好的数据扩充效果，其中采用卷积神经网络模型进行的情感分析，准确度可以达到96.5%。

发表于：2022/7/20 下午10:05:44

一种基于高程数据的全球地形高度检测方法[通信与网络][数据中心]

在飞行模拟器训练领域，很多分系统都需要实时获取飞行位置的地形高度。基于卫星影像高程数据，提出了一个全球范围的地形高度检测方法。该方法将全球高程数据按度进行区域划分和规范化命名，然后基于碰撞检测的思想，从飞行当前位置垂直向下求取与地形面的交点，交点处的高程值即地形高度。针对不同采样间距、不同分块大小情况下的算法检测效率进行了比较分析，实验结果表明，该检测方法能够较好地满足实时性和准确性要求。

发表于：2022/7/20 下午10:01:54

基于FPGA的多路安全连接抗重放攻击设计实现[通信与网络][信息安全]

重放攻击是一种常见的网络攻击手段，为了提高网络设备的安全性，提出一种基于FPGA实现抗重放攻击的设计方案。结合工程实践，首先介绍了安全连接通信原理，并详细讨论了抗重放实现机制，在此基础上创造性提出多路安全连接并发抗重放设计方案。测试结果表明，该技术能够满足多路安全连接通信的同时实现抗重放的应用需求，而且实现协议简单，数据吞吐率高，对工程实现有一定的借鉴意义。

发表于：2022/7/20 下午9:58:23

一种基于网络表示学习的网络安全用户发现方法[通信与网络][信息安全]

发现社交媒体中的网络安全用户对于追踪网络安全动态有重要意义，针对这一特定领域用户的发现，提出了一种新的发现方法。首先利用社交媒体节点间的相互关注关系建立有向关系网络，然后用网络表示学习模型Node2vec生成节点的向量表示，并将收集到的网络安全关键字转化为特征向量，拼接后输入分类算法进行预测。实验结果表明，在社交媒体网络安全数据集上，所提方法的预测准确率优于现有的其他特定领域用户发现算法。

发表于：2022/7/20 下午9:52:55