使用集成降压式 DC/DC 模块实现具有较低 EMI、高密度、高效率电源转换
作者：Jeff Shepard 随着电子设备的集成度越累越高、使用数量慢慢的变多，设计人员不断面临着提高效率，同时减少相关成本、减小尺寸和电磁干扰 （EMI）的压力。虽然电源在功率密度和效率方面也有所提高，但设计人员现在还面临着为异构处理架构开发多轨电源解决方案的难题，这些架构可能由 ASIC、DSP、FPGA和微控制器组成。 传统上，降压式 DC/DC 转换器用于为此类架构供电，但随着电源轨数量的持续不断的增加，使用传统分立降压式 DC/DC 转换器与、控制 IC、内部
作者：Jeff Shepard 现场可编程门阵列 （FPGA）、支持 Linux 的 RISC-V 微控制器单元 （MCU）子系统、先进的存储器架构和高性能通信接口，是设计人员的重要工具。对于安全互联系统、安全关键型系统，以及人工智能 （AI） 和机器学习 （ML）等各种硬实时确定性系统的设计人员，更是如此。 然而，将这些不同要素整合成一个安全、互联且具确定性的系统可能极具挑战性且非常耗时，为各种系统要素布设高速互连器件也是一样。设计人需要提供存储器管理单
点击 “阅读原文” ，知道更多华为数字能源资讯！ 原文标题：华为全液冷超充助力打造海拔最高、充电更快的高质量318川藏超充绿廊 文章出处：【微信公众号：华为数字能源】欢迎添加关注！文章转载请注明出处。
作者：Jeff Shepard 仓库和工厂的实时资产追踪是工业 4.0 的一个重要方面。有各种技术可用来部署实时定位服务 （RTLS） ，以进行资产追踪和改善物流系统。全球定位系统（GPS） 已大范围的使用在室外 RTLS 实施，但建筑物内没办法实现始终有信号。Wi-Fi是另一种选择，但其精确度往往有限，且电源需求大，部署成本很高。无线电频率识别 （RFID） 功耗低，准确性高，但往往成本高昂。工业 4.0 RTLS装置正慢慢的变多地转向蓝牙 5.1 测向技术，因为后者结合了高精度室内
作者：Jeff Shepard 工业 4.0 依赖于电子科技类产品制造的智能自动化。自动化功能不仅越来越强大，而且无处不在，从边缘到云，已经运用到传感器、机器人和协作机器人、可编程逻辑控制器（PLC）和各种各样的别的设备中。半导体晶圆、集成电路、无源元件、包装和电子系统都依赖于智能自动化生产，涵盖了消费、绿色能源、汽车、医疗、工业、军事/航空航天等许多应用领域。统一的制造执行系统（MES） 对从原材料到成品的整个制造链进行实时监测、控制、
作者：Jeff Shepard 在智慧城市中，位置感知服务 （LAS）正在部署到所有的领域，包括政府服务、运输、交通管理、能源、医疗保健、水和废弃物处理，以创造更安全、更加可持续以及连接更密切的城市。这些应用往往有必要了解附近设备之间的距离。欧洲的Galileo、美国的 GPS、俄罗斯的 GLONASS 和中国的北斗导航卫星系统都能提供全球导航服务。在 LAS 应用中，对使用多星座全球导航卫星系统（GNSS） 接收器的定位功能的需求日渐增长。使用多星座 GNSS 接收器
作者：Jeff Shepard 包括本地网络和云连接在内的无线通信是一系列智慧能源和公用事业系统的基本要素，具体包括各种能量计量仪表、关键基础设施、绿色能源系统、电动汽车、电网现代化、智慧电网和智慧城市。这些应用往往涉及边缘连接，需要用IEEE 802.15.4、Zigbee、蓝牙和其他协议来支持低延迟、可预测和安全的通信。在有些情况下，诸如 IEEE 802.11 g/n标准等低功耗、高吞吐量无线协议对这些应用来说很有用。这类协议在室外约 300 m 范围内提供高数
作者：Jeff Smoot 麦克风用在嵌入式系统中已经有很多年了。然而，自其诞生以来，由于家居、汽车和可穿戴设备中基于语音的应用场景范围逐步扩大，MEMS麦克风的市场使用率迅速增加。MEMS 麦克风不仅仅具备显著减少电路板空间、低功率要求和提高抗电噪声能力的优点，而且还具有更高的设计灵活性，有多种输出选择。模拟输出 MEMS 麦克风仍然是工程师们的一个选择，以及像脉冲密度调制 （PDM） 和集成电路内置音频 （I²S） 这样的数字输出亦是如此。 本文将
作者：Bill Giovino 工业设施已变成一个越来越复杂的线缆网络，除了数字电子互连器件之外，还包括物联网 （IoT） 节点的互联。虽然数字网络已利用以太网、BACnet等有线协议和 Wi-Fi、蓝牙等无线网络协议实现标准化，但单板计算机 （SBC） 或可编程逻辑控制器 （PLC）等控制计算机与传感器或致动器等外设之间的数字互连器件却千差万别。 更让人困惑的是，互连器件使用各种各样的电缆、连接器和引脚分配，这些看上去非常相似，却又完全不兼容。 系统
作者：Jeff Shepard 确定性通信在各种应用中至关重要，如自主机器人和其他工业 4.0 系统、5G 通信、汽车高级驾驶辅助系统 （ADAS） 以及实时流服务。IEEE 802以太网标准（即时间敏感型网络 （TSN））已经扩展，以支持确定性通信。如果实施得当，TSN 可以与非 TSN 设备互操作，但确定性通信仅可在启用 TSN 的设备之间进行。在实施 TSN 时，有许多 IEEE 802 标准需要协调，并确保其提供确定性通信和互操作性，这使得从头将 TSN设计到网络设备中变得复杂而耗时。
作者：Jody Muelaner 机器视觉是一系列技术的融合，可使工业或其他的自动化设备从图像中获得对当时环境的高级理解。假如没有机器视觉软件，具有不一样色彩值和色调强度的数字图像对此类设备来说仅仅是简单的、无任何联系的像素集合。机器视觉让计算机（通常与机器控制器相连）检测这类图像中的边缘和形状，以使更高级别的处理程序识别出预先定义的目标物体。这种意义上的图像并不局限于可见光谱中的摄影图像；这类图像也可以包括使用红
作者：Art Pini 机械监测是一项众所周知的工厂机械维护技术，它是工业物联网 （IIoT） 或工业 4.0计划的主要组成部分。该计划正在推动更高水平的自动化，包括提高生产作业和分布式信号处理中的数据交换水平。IIoT的一个要素是扩展测量和记录大量工作参数数据的能力，这些参数包括旋转机械的振动水平和温度。这样就能了解机器的当前状态，并洞悉即将发生的故障机理，以此来实现计划性维护，而避免灾难性故障。 IIoT 的“障碍”是需要在整个工厂
如何使用小型模块化的小型 DC/DC 转换器最大限度地减少电源轨的噪音
作者：Bill Schweber 噪音是几乎所有系统模块设计中固有的、通常不可避免的考虑因素。虽然有些噪音来自外部，不在电路设计者的直接控制范围内，但也是由电路本身产生的。在许多情况下，设计者必须最好能够降低噪音源，特别是电源轨上的噪音，因为这种噪音可能会影响敏感的模拟和数字电路。 其结果不太严重时，可能会造成电路性能不稳定，分辨率和精度降低，及出现更高的误码率（BER）。但在最坏的情况下，其结果可能会导致系统完全失灵，或出现频繁
作者：Jens Wallmann 先进的资产跟踪应用，如牲畜监测、车队管理和物流，都能自动捕获被跟踪对象的当前状态信息和位置坐标。内置的应答器会将其记录数据转发到云端，供控制中心或移动电子设备使用。在工厂车间，经常有必要进行短程无线数据更新，以交换物流数据、处理历史记录和监测数据、更改配置或在应答器存储器中执行固件更新。 这类资产跟踪系统的研发人员面临以下挑战：设计多功能传感器应答器，通过种种远程和短程无线电协议进行通信，收
作者：Doug Peters 1996 年推出的通用串行总线 （USB） 已成为连接外设和 PC 的主要方法。在过去 24 年里，USB 数据速率从每秒 1.5 兆比特 （Mb/s）提高到超过每秒 20 千兆比特 （Gb/s），特别是测试与计量设备制造商已经注意到了这一点，并纷纷推出了基于 USB 的测试设备。电子爱好者们也在利用 USB无处不在的优势，开发出了许多自己独特的测量工具。 然而，在使用或设计连接到 PC USB 端口的 USB 设备时，却隐藏着一个潜在的危险。虽然被测设备（DUT） 可能由
作者：Stephen Evanczuk 3D 飞行时间 （ToF）成像为视频成像提供了一种有效的替代方法，可用于包括工业安全、机器人导航、手势控制界面等在内的广泛应用。但是，这种方法需要慎重整合光学设计、精密定时电路和信号处理功能，常常会让研发人员难以实现有效的3D ToF 平台。 本文将说明 ToF 技术的微妙之处，然后展示两个现成的 3D ToF 套件——Analog Devices 的 AD-96TOF1-EBZ 开发平台和ESPROS Photonics 的 EPC660 评估套件，介绍它们如何帮助研发人员快速设计 3D ToF 应
作者：Art Pini 随着干旱和风暴发生的次数慢慢的变多，强度慢慢的变大以及人口的持续增长，全球都在关注饮用水安全问题，因此液体分析变得至关重要。需要对水样进行现场实时分析，以最好能够降低污染及其对生态系统的影响。 对液体进行实时检测依赖所用仪器在各方面的改进，包括更小的尺寸、更低的功耗、更高的精度、快速定制、更快的响应时间和坚固耐用性；与此同时，还具有高质量的检测结果。 光学仪器在这方面很有用，因为利用这类仪器可进
作者：Clive “Max” Maxfield 物联网 （IoT） 引发了人们对用AI （AI） 和机器学习 （ML）技术来监视机器（包括电机、发电机和泵）运作状况以及提醒维护工程师任何隐现问题的广泛兴趣。AI/ML系统模块设计人员要想实现此类预测性维护，面临的难题之一是为应用选择最合适的传感器。另一个问题是，只有相对较少的设计人员拥有构建 AI/ML 应用的经验。 为了获得可供 AI/ML系统使用的数据，设计人员往往选择将复杂的传感器（例如三轴加速计）与高性能
为什么以及如何将 Efinix FPGA 用于 AI/ML 成像第 2 部分：图像采集和处理
作者：Adam Taylor 编者按：全新的 FPGA 架构方法带来了更精细的控制和更大的灵活性，以满足机器学习 （ML） 和人工智能 （AI） 的需求。本系列文章包括两部分，第 1部分介绍了 Efinix 一款此类架构的产品，以及如何借助开发板开始使用该产品。本文是第 2 部分，讨论了开发板与外部器件和外设（如摄像头）的连接，以及如何利用 FPGA 消除图像处理的瓶颈。 从工业控制和安全到机器人、航空航天和汽车，FPGA 在许多应用中扮演着重要角色。凭借可编程逻辑
为什么以及如何将 Efinix FPGA 用于 AI/ML 成像 — 第 1 部分：入门指南
作者：Adam Taylor 编者按：全新的 FPGA 架构方法带来了更精细的控制和更大的灵活性，以满足机器学习 （ML） 和人工智能 （AI） 的需求。本系列文章包括两部分，第 1部分介绍了 Efinix 的一款此类架构，以及如何借助开发板快速入门。第 2 部分讨论了开发板与外部器件和外设（如摄像头）的连接。 从工业控制和安全到机器人、航空航天和汽车，FPGA 在许多应用中扮演着重要角色。凭借可编程逻辑内核的灵活性及其广泛的接口能力，FPGA 在需要部署 ML推理的