- 基于ARM和FPGA的多路電機控制方案-專用控制器由ARM(LPC2214)、FPGA(EP2C5T144C8)、驅(qū)動器接口電路、編碼器接口電路、限位檢測電路和電源電路等組成，ARM通過串口實現(xiàn)與上位機之間的通信，解析從上位機獲得的控制指令，并通過FPGA產(chǎn)生相應輸出信號給驅(qū)動器接口，驅(qū)動器接口外接驅(qū)動器。
- 關鍵字：
arm fpga 電機控制
- 詳解FPGA開發(fā)流程中每一環(huán)節(jié)的物理含義和實現(xiàn)目標-FPGA的開發(fā)流程是遵循著ASIC的開發(fā)流程發(fā)展的，發(fā)展到目前為止，F(xiàn)PGA的開發(fā)流程總體按照圖1進行，有些步驟可能由于其在當前項目中的條件的寬度的允許，可以免去，比如靜態(tài)仿真過程，這樣來達到項目時間上的優(yōu)勢。
- 關鍵字：
FPGA
- 一文了解FPGA與DSP的區(qū)別、特點及用途-FPGA是一種可編程的硅芯片，DSP是數(shù)字信號處理，當系統(tǒng)設計人員在項目的架構設計階段就面臨到底采用FPGA還是DSP的重要問題。本文將首先分別介紹FPGA和DSP的特點，然后再從內(nèi)部資源、編程語言、功能多個角度解析兩者的不同。
- 關鍵字：
FPGA DSP
- 相比GPU和GPP，F(xiàn)PGA是深度學習的未來？-相比GPU和GPP，F(xiàn)PGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗，F(xiàn)PGA將在一般的深度學習應用中展現(xiàn)GPU和GPP所沒有的獨特優(yōu)勢。同時，算法設計工具日漸成熟，如今將FPGA集成到常用的深度學習框架已成為可能。未來，F(xiàn)PGA將有效地適應深度學習的發(fā)展趨勢，從架構上確保相關應用和研究能夠自由實現(xiàn)。
- 關鍵字：
機器學習 FPGA GPU GPP
- 基于FPGA加速機器學習算法-AI因為其CNN（卷積神經(jīng)網(wǎng)絡）算法出色的表現(xiàn)在圖像識別領域占有舉足輕重的地位?；镜腃NN算法需要大量的計算和數(shù)據(jù)重用，非常適合使用FPGA來實現(xiàn)。上個月，Ralph Wittig（Xilinx CTO Office的卓越工程師） 在2016年OpenPower峰會上發(fā)表了約20分鐘時長的演講并討論了包括清華大學在內(nèi)的中國各大學研究CNN的一些成果。
- 關鍵字：
機器學習 FPGA
- 工程師必須要知道的FPGA引腳信號分配原則-現(xiàn)在的FPGA向引腳分配信號的任務曾經(jīng)很簡單，現(xiàn)在也變得相當繁復。
- 關鍵字：
FPGA FPGA引腳
- 解讀RF放大器的輸出限制-這篇博文是非射頻（RF）與射頻放大器規(guī)格對比系列博文的第三篇。我在之前的兩篇博文中討論了噪聲和雙音失真。今天，我們將討論一個同樣重要的話題-放大器的輸出限制。對于任何應用中的放大器，輸出電壓的擺動范圍以及可供給負載的電流量都有一個限制。
- 關鍵字：
RF 放大器 輸出限制 射頻放大器
- 剖析FPGA在汽車系統(tǒng)設計中的關鍵作用-選擇不同的微控制器系列時，軟件的兼容性是主要的障礙。大多數(shù)公司在軟件的開發(fā)、測試和驗證方面已經(jīng)進行了大量的投入。因此，將設計轉換到一個新的架構時，通常需要復雜且代價高昂的軟件移植。
- 關鍵字：
FPGA 汽車電子 微控制器
- 如何用單個賽靈思FPGA數(shù)字化數(shù)百個信號- 在新型賽靈思 FPGA 上使用低電壓差分信號（LVDS），只需一個電阻和一個電容就能夠數(shù)字化輸入信號。由于目前這一代賽靈思器件上提供有數(shù)百個 LVDS 輸入，理論上使用單個 FPGA 就能夠數(shù)字化數(shù)百個模擬信號。
- 關鍵字：
賽靈思 FPGA LVDS
- 工程師談FPGA時序約束七步法-時序例外約束包括FalsePath、MulticyclePath、MaxDelay、MinDelay。但這還不是最完整的時序約束。
- 關鍵字：
FPGA PCB 接口電路
- FMC+ 標準將嵌入式設計推到全新的高度-更新后的 FPGA 夾層卡規(guī)范提供無與倫比的高 I/O 密度、向后兼容性。
- 關鍵字：
嵌入式 FPGA
- 如何擴展 FPGA 的工作溫度范圍- 任何電子器件的使用壽命均取決于其工作溫度。在較高溫度下器件會加快老化，使用壽命會縮短。但某些應用要求電子產(chǎn)品工作在器件最大額定工作結溫下。以石油天然氣產(chǎn)業(yè)為例來說明這個問題以及解決方案。
- 關鍵字：
賽靈思 XA6SLX45 FPGA
- 如何使用FPGA加速機器學習算法- 當前，AI因為其CNN（卷積神經(jīng)網(wǎng)絡）算法出色的表現(xiàn)在圖像識別領域占有舉足輕重的地位?；镜腃NN算法需要大量的計算和數(shù)據(jù)重用，非常適合使用FPGA來實現(xiàn)。上個月，Ralph Wittig（Xilinx CTO Office的卓越工程師）在2016年OpenPower峰會上發(fā)表了約20分鐘時長的演講并討論了包括清華大學在內(nèi)的中國各大學研究CNN的一些成果。
- 關鍵字：
FPGA GPU AuvizDNN
- FPGA實戰(zhàn)開發(fā)技巧（6）-時序性能是FPGA 設計最重要的指標之一。造成時序性能差的根本原因有很多，但其直接原因可分為三類：布局較差、邏輯級數(shù)過多以及信號扇出過高。
- 關鍵字：
FPGA 時序性能
- FPGA實戰(zhàn)開發(fā)技巧（7）-通常我們會為工程添加UCF 約束指定時序要求和管腳約束。但是UCF 約束是給MAP，PAR 等實現(xiàn)使用的，綜合工具XST 并不能感知系統(tǒng)的時序要求。而為XST 添加XCF 約束卻是使實現(xiàn)結果擁有最高頻率的關鍵。
- 關鍵字：
FPGA XCF UCF
rf-fpga介紹
您好，目前還沒有人創(chuàng)建詞條rf-fpga!
歡迎您創(chuàng)建該詞條，闡述對rf-fpga的理解，并與今后在此搜索rf-fpga的朋友們分享。
創(chuàng)建詞條
關于我們 -
廣告服務 -
企業(yè)會員服務 -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473
