首页期刊导航|微电子学与计算机
期刊信息/Journal information
微电子学与计算机
微电子学与计算机

李新龙

月刊

1000-7180

MC771@163.com

029-82262687

710054

西安市81号信箱

微电子学与计算机/Journal Microelectronics & ComputerCSCD北大核心CSTPCD
查看更多>>本刊创办于1972年，是我国微电子技术与计算机技术相结合的唯一专业性国家中文核心期刊，同时也是中国计算机学会会刊。本刊的宗旨是，严谨认真，求实创新；以人为本，研以致用；弘扬科学，追求真理。本刊国内公开发行，面向科研院所，厂矿技术人员、院校师生和管理人员，及时提供国内微电子与计算机行业最新科研成果、学术与工程技术动态，是较为实用的参考资料和科学决策的准确依据。
正式出版
收录年代

    基于注意力机制和多分支联合的行人重识别方法

    周昊詹凤周传华任太娇...
    1-10页
    查看更多>>摘要：行人重识别是指在行人图像中进行跨设备检索的任务,是一种在视频监控、智能安防等领域具有重要应用价值的技术.因受环境因素(如光照、角度、遮挡等)的干扰产生噪音,加大了行人信息特征的提取和辨别的难度,为此本文提出了一种基于注意力机制的多分支联合网络结构来提高模型的识别能力.该模型选用Omni-Scale Network作为骨干网络,实现全尺度特征的融合,同时嵌入串行的通道注意力机制和位置注意力机制,强化模型深层语义表达,最后借助多损失联合函数对模型进行监督训练,实现行人特征的全局特征提取和输出能力.仿真实验结果表明:该模型在公开数据集Market1501、DukeMTMC-reID以及CUHK03-Labeled(Detected)上的行人图像信息特征提取综合表现优于DRL-Net、DCAL等同类算法,Rank-1值分别达到了 95.3％、90.1％和80.4％(Labeled)/78.1％(Detected),mAP 值分别达到了 89.2％、80.47％和 78.9％(Labeled)/75.4％(Detected),具有较高的识别准确率.

    行人重识别残差网络注意力机制多损失联合函数

      原文链接:
    • 维普
    • 万方数据

    基于生成式自监督学习的对抗样本分类算法

    阳帆魏宪郭杰龙郑建漳...
    11-18页
    查看更多>>摘要：对抗样本常常被视为对深度学习模型鲁棒性的威胁,而现有对抗训练往往会降低分类网络的泛化精度,导致其对原始样本的分类效果降低.因此,提出了 一个基于生成式自监督学习的对抗样本分类算法,通过自监督学习训练生成式模型获取图像数据潜在特征的能力,并基于该模型实现对抗样本的特征筛选,而后将其中有益分类的信息反馈给分类模型.最后进行联合学习,完成端到端的全局训练,进一步实现分类模型泛化精度的提升.在MNIST、CIFAR10和CIFAR100数据集上的实验结果显示,与标准训练相比,该算法将分类精度分别提高了0.06％、1.34％、0.89％,达到99.70％、84.34％、63.65％.结果证明,该算法克服了传统对抗训练降低模型泛化性能的固有缺点,并进一步提高了分类网络的精度.

    对抗样本自监督学习图像分类生成式模型

      原文链接:
    • 维普
    • 万方数据

    动态场景下基于实例分割与光流的语义SLAM建图

    张禹高新
    19-27页
    查看更多>>摘要：视觉同步定位与建图技术常用于室内智能机器人的导航,但是其位姿是以静态环境为前提进行估计的.为了提升视觉即时定位与建图(Simultaneous Localization And Mapping,SLAM)在动态场景中的定位与建图的鲁棒性和实时性,在原ORB-SLAM2基础上新增动态区域检测线程和语义点云线程.动态区域检测线程由实例分割网络和光流估计网络组成,实例分割赋予动态场景语义信息的同时生成先验性动态物体的掩膜.为了解决实例分割网络的欠分割问题,采用轻量级光流估计网络辅助检测动态区域,生成准确性更高的动态区域掩膜.将生成的动态区域掩膜传入到跟踪线程中进行实时剔除动态区域特征点,然后使用地图中剩余的静态特征点进行相机的位姿估计并建立语义点云地图.在公开TUM数据集上的实验结果表明,改进后的SLAM系统在保证实时性的前提下,提升了其在动态场景中的定位与建图的鲁棒性.

    即时定位与建图动态场景实例分割光流估计

      原文链接:
    • 维普
    • 万方数据

    基于分离训练与图像去噪的频率域彩色图像隐写方法

    苏海余松森杨珊
    28-36页
    查看更多>>摘要：彩色图像隐写方法具有秘密传输、不易察觉的特性.其中,基于频率域的彩色图像隐写方法不论在传统图像隐写方法还是深度学习图像隐写方法中都取得了更好的隐写性能.然而,当前大多基于自编码器结构的彩色图像隐写模型在提升重构秘密图像能力方面均存在局限性.针对这一问题,本文基于频率域彩色图像隐写方法的现有优势,提出了一种基于分离训练与图像去噪的频率域彩色图像隐写方法,并构建了相应的隐写模型.面对自编码器的编码网络与解码网络在训练过程中的性能权衡问题,本文的隐写方法采用分离训练对默认的神经网络训练方式进行优化.除此之外,为了进一步提升重构秘密图像的质量,模型还添加了去噪卷积神经网络(Denoising Convolutional Neural Network,DnCNN)结构的图像去噪模块.经实验验证,本文模型生成的彩色载密图像与重构秘密图像的峰值信噪比(Peak Signal to Noise Ratio,PSNR)高达 82.31 dB 和 39.27 dB,结构相似度(Structural Similarity Index Measure,SSIM)均达到0.99.与同类型的深度学习彩色图像隐写模型相比,提出的隐写模型不仅具有更强的不可察觉性,而且具有更好的重构秘密图像的能力.

    图像隐写信息隐藏离散小波变换深度学习图像去噪

      原文链接:
    • 维普
    • 万方数据

    基于改进型混沌遗传算法的分布式光伏储能输出最大功率点追踪方法

    李萍
    37-43页
    查看更多>>摘要：针对当前分布式光伏储能输出最大功率点追踪过程受多峰特性影响而导致追踪效果不佳的情况,提出了基于改进型混沌遗传算法的分布式光伏储能输出最大功率点追踪方法.该方法首先通过构建光伏储能电池等效模型及分析光伏储能电池特性基础上,将时间、光照强度和环境温度作为输入,建立基于径向基函数(Radial Basis Function,RBF)神经网络的分布式光伏储能最大功率点追踪模型.其次,在遗传算法中引入混沌因子,形成改进型混沌遗传算法.经过参数设置、种群初始化、添加混沌因子以及交叉和变异等操作后,利用该算法求解基于RBF神经网络的分布式光伏储能最大功率点追踪模型.最后,利用该模型输出分布式光伏储能输出最大功率点追踪结果.实验结果表明:该方法追踪分布式光伏储能输出最大功率点时,具备较好的收敛性和逼近性;可在不同环境温度和光照强度情况下,有效追踪布式光伏储能输出最大功率点,应用效果较为显著.

    混沌遗传算法分布式光伏储能最大功率点追踪方法网络模型

      原文链接:
    • 维普
    • 万方数据

    单对线以太网物理层模拟前端设计思考

    谷东明曹炜
    44-51页
    查看更多>>摘要：单对线以太网是近年来新兴的以太网技术,随着汽车自动驾驶和工业物联网的高速发展,凭借上层应用扩展和底层布线上的绝对优势,正在大规模应用.单对线以太网物理层模拟前端技术是实现单对线以太网通信的关键基础技术.本文讲述了现有单对线以太网物理层模拟前端相关的标准,架构及相关模块设计技术,重点对发射器TX和接收器RX关键模块的现有实现技术及其优缺点进行了列举分析.发射器TX电流模结构易于实现高精度但功耗效率低,电压模结构精度略低但功耗效率更高;接收器RX的设计围绕模拟数字转换器(Analog-to-Digital Converter,ADC)展开,ADC决定着整个RX的性能、功耗、面积和复杂度,分段和重新装配(Segmentation And Reassembly,SAR)ADC是首选结构,应用上限不断提高.由此进一步明确了在高性能、低功耗、小面积的单对线以太网物理层模拟前端设计中的挑战.

    单对线以太网物理层模拟前端

      原文链接:
    • 维普
    • 万方数据

    一种高共模电压集成差分放大器的设计

    张鑫魏海龙尤路陈蒙...
    52-57页
    查看更多>>摘要：针对差分放大器芯片国产化的需求,基于兼容金属薄膜电阻40V双极工艺,设计一款高共模抑制比(Common Mode Rejection Ratio,CMRR)、±120 V共模输入电压的集成差分放大器.文章介绍了高共模电压差分放大器的基本原理和结构组成,分析了差分放大器的设计难点,分别为共模抑制比、输入失调电流以及增益误差,采用片内集成金属薄膜电阻结合激光在线修调技术实现高共模抑制比、通过改进型的基极电流补偿结构降低了输入失调电流,减少输入失调电流对电路采样精度的影响,采用改进型达林顿管提高放大器的开环增益,降低放大器的增益误差.整体芯片尺寸为2.82 mm×2.02 mm,采用±15 V双电源供电,静态电流为1.36 mA.流片后的测试结果表明:差分放大器在正常供电时,共模抑制比达到85 dB,输入失调电流仅为84 pA,失调电流的补偿精度达到98.1％,增益误差为0.02％.

    差分放大器高共模抑制比高共模输入电压基极电流补偿结构

      原文链接:
    • 维普
    • 万方数据

    应用于忆阻器阵列存内计算的低延时低能耗新型感知放大器

    唐成峰胡炜
    58-66页
    查看更多>>摘要：存内计算(Computing In Memory,CIM)在人工智能神经网络的卷积运算方面具有巨大的应用潜力.基于忆阻器阵列的多位存内计算由于具备写入速度快、与互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺兼容等特点,有望成为解决"内存墙"的有效手段.然而,当前多位存内计算电路架构面临输出延时高和能耗大的问题,主要原因为传统感知放大器的性能制约,为此本文提出了 一种低延时低能耗多位电流型感知放大器(Low-delay Low-power Multi-bit Current-mode Sense Amplifier,LLM-CSA),通过减少传统CSA电路工作状态数量、简化工作时序来优化功能;采用新型低位检测模块的电路设计思路,来多层次系统性地降低输出延时并优化能耗.使用中芯国际40 nm低漏电逻辑工艺(SMIC40 nm LL),利用Cadence电路设计平台,仿真验证所提LLM-CSA的功能和延时-能耗性能.通过对比分析发现:LLM-CSA比传统CSA输出延时降低1.42倍,能量消耗降低1.56倍.进一步地,以一种4bit输入、4bit权重、11 bit输出的忆阻器阵列多位存内计算架构为应用,对比验证所提LLM-CSA的性能:与基于传统CSA的存内计算系统相比,新架构延时降低1.18倍,能耗降低1.03倍.LLM-CSA的提出对促进感知放大器设计思路和忆阻器阵列存内计算架构的发展,具有一定的理论和现实意义.

    忆阻器阵列存内计算电流型感知放大器低延时低能耗

      原文链接:
    • 维普
    • 万方数据

    一种基于有源滤波电路的高PSRR低噪声LDO电路设计

    吴嘉祺姚思远刘智陈泽强...
    67-75页
    查看更多>>摘要：为了减少低压差线性稳压器(Low Dropout Regulator,LDO)电路中的噪声以及输入电压携带的纹波对输出电压精度所带来的影响,提出了一种基于有源滤波思想的优化LDO噪声和电源抑制比(Power Supply Rejection Ratio,PSRR)的电路设计技术,在不考虑功耗以及压差的条件下,采用多级稳压设计以大幅提升LDO的电源抑制比.通过前级LDO电路对输入电压进行稳压,形成二次电源后对后续电路进行供电,同时在后级LDO的基准端加入一级额外的稳压电路进行稳压,并通过低功耗RC滤波器和跨导放大器以减少环路噪声.此外,电路还加入了低噪声前馈电路以及快速启动电路提高LDO的响应速度.基于0.18 μm BCD工艺,在5 V输入3.3 V输出,负载电流为10mA的仿真验证下,测得整体电路在1 kHz时PSRR达到-110dB,同时在10～100 kHz下其噪声仅为5.3μVrms.同时,通过改变基准端负载电容以及负载电流对LDO的PSRR以及噪声进行仿真,其结果均满足设计需求,有效提高了 LDO输出电压的精度.

    低压差线性稳压器电源抑制比低噪声有源滤波器二次电源低通滤波器

      原文链接:
    • 维普
    • 万方数据

    基于抖频和斜坡补偿的抗EMI振荡器设计

    杨明吉刘云涛方硕王云...
    76-83页
    查看更多>>摘要：设计了一种应用于开关电源转换器中的抗电磁干扰(Electro-Magnetic Interference,EMI)振荡器,其主要创新在于在开关电源系统中加入了频率抖动且可产生斜坡补偿的时钟信号.产生斜率可调整的三角波电流信号,并将频率抖动模块集成在振荡器内部.该振荡器提高了开关电源稳定性,而且引入了数字辅助的修调技术,对充电电容进行双向调整,消除了工艺带来的误差.该振荡器基于0.18 μm BCD(Bipolar CMOS DMOS)工艺,实现了振荡器频率线性切换,振荡器的正常工作频率为1 MHz,最小工作频率为100 kHz,其抖动范围在基础频率的-1.66％～+4.3％,在2.7～5.5 V电源电压范围以及-40～125 ℃温度范围内,输出频率变化2.45 kHz,变化率为0.245％,占空比偏移0.653 ns,补偿电流峰值偏移0.125 nA,修调范围60.98％.

    振荡器斜坡补偿频率抖动电磁干扰数字辅助修调

      原文链接:
    • 维普
    • 万方数据