COVID-19 继续占据头条新闻，职业体育是受影响最明显的行业之一。当篮球运动在 7 月份恢复独立运动时，NBA 和 WNBA 为球员提供了使用大浦环来监测他们健康状况的选项。据其制造商称，这款智能戒指可以提前三天以 90% 的准确率预测 COVID-19 症状的发作。 该戒指的软件平台由西弗吉尼亚大学洛克菲勒神经科学研究所开发，该平台使用基于人工智能的模型，根据戒指中嵌入的传感器收集并存储在智能手机应用程序中的生理数据，预测玩家何时可能开始感到不适。具体来说，该环收集用于确定心率、心率变异性和呼吸频率的血脉量数据。这些环还收集体温数据、手部运动数据和时间戳。然后这些数据通过智能手

模数转换器 (ADC) 中的采样现象会导致混叠和电容反冲问题，为了解决这些问题，设计人员使用了滤波器和驱动放大器，这会带来一系列挑战。这使得在中等带宽应用领域实现精确的直流和交流性能成为一项挑战，设计人员最终不得不权衡系统目标。 本文介绍了连续时间 Σ-Δ (∑-Δ) ADC，它们通过简化信号链从本质上显着解决了采样问题。它们消除了对抗混叠滤波器和缓冲器的需求，并解决了与附加组件相关的信号链偏移错误和漂移问题。这些好处缩小了解决方案的尺寸，简化了解决方案的设计，并改善了系统的相位匹配和整体延迟。本文还与离散时间转换器进行了比较，重点介绍了系统优势，以及使用连续时间 Sigma-Delta A

新车市场上的驾驶员正在积极寻求更安静的汽车，以在乘客之间以及与外部世界提供卓越的通信体验。随着汽车变得更加电动，汽车变得更加安静；然而，与乘坐嘈杂的内燃机汽车相比，乘坐这些更安静的汽车（尤其是在高速行驶时）的乘客通常会听到更多来自外界的噪音。 为了进一步降低机舱噪音，使用麦克风、放大器、扬声器和高级数字信号处理的先进技术可实现背景噪音降低、乘客之间清晰的语音通信以及紧急和高保真免提语音通话. 主动降噪简介 被动绝缘和专用轮胎等传统降噪技术会使车辆变重并降低燃油效率。如图 1 所示，与被动绝缘方法相比，主动降噪 (ANC) 方法可以实现相同的优势，但总体重量更轻，并且不会影响燃油效率。

作为消费者、房主、员工和普通人，我们每天都在使用许多设备和技术。不过，它们不仅仅是一个很好的特权。现在，我们在日常生活的方方面面都依赖这些设备来提高效率并完成常规任务。 智能手机可能是最突出的例子，但它们并不是唯一的设备。传感器融合是为许多不同行业的消费者提供便利的核心，包括商业、消费电子、健康和保健等等。该技术为从机器人和物联网设备到运动控制器和智能电视的各种应用提供支持。 智能家居技术，如 Amazon Echo 和 Google Home，有助于让我们的日常生活井然有序。他们可以做一些事情，比如整理待办事项清单、向我们发送提醒、当我们接近时让我们进屋，或者在我们离开时关灯。机器人真空

基于状态的监控 (CbM) 涉及使用传感器来测量当前的健康状态来监控机器或资产。预测性维护 (PdM) 涉及 CbM、机器学习和分析等技术的组合，以预测即将发生的机器或资产故障。在监控机器的健康状况时，选择最合适的传感器至关重要，以确保可以检测、诊断甚至预测故障。目前有许多传感器用于感应和检测旋转机械及其负载中的故障，最终目标是避免计划外停机。由于 PdM 技术应用于多种旋转机器（电机、齿轮、泵和涡轮机）和非旋转机器（阀门、断路器和电缆），因此很难对每个传感器进行排名。 许多工业电机设计用于在化学和食品加工厂以及发电设施等连续生产应用中工作长达 20 年，但有些电机并未达到其预期使用寿命。1

电池供电的无线连接设备在当今社会变得越来越普遍。在无线和电池技术进步的推动下，再加上消耗更少功率的不断缩小的电子元件和准备收集、分析和传播数据的基于云的服务，这些设备通常用于消费、医疗和可穿戴设备以及在商业和工业应用中。 无论设备是可穿戴连续血糖监测仪 (CGM)、可摄入或可植入医疗设备，还是智能家居设备、资产跟踪器或环境监测器，都具有小尺寸、长寿命、可靠性和易于使用的共同要求利用。这些产品的设计者面临的主要问题之一是在需要时为设备供电。 仅在需要时开启 IoT 设备（或在部署前保持关闭）非常重要，因为设计人员希望尽可能使用最小、成本最低的电池。因此，延长电池寿命始终是设计目标；必须在使用

存在检测解决方案并非一刀切。实现各种功能和用例所需的核心传感器和技术与使用它们的应用程序和环境一样多样化。在每种情况下，系统架构都必须考虑环境因素；空间的形状、结构和布局；电源可用性；节点到节点的通信要求和限制；以及数据和信息安全。 社交距离这个概念很少有人能预料到在如此短的时间内成为我们日常生活中如此普遍的一部分。在 2020 年大流行的早期阶段，人们对保持社交距离感到非常焦虑和压力。以前不必过多考虑其实际存在的周边的个人现在被迫进入高度意识状态。无论如何，6英尺到底是什么样子的？当您和您附近的人没有相同的 6 英尺估计值时，您会如何回应？ 即使在开放的室外空间，社交距离也已被证明是有问

当 RISC-V 市场刚开始时，最初的热潮是降低设计成本，否则在深度嵌入式应用中会使用专有的 CPU 指令集架构 (ISA)。当这些片上系统 (SoC) 开始采用 FinFET 半导体工艺技术制造时，掩模成本变得如此昂贵，以至于许多有限状态机被基于 RISC-V 指令集的可编程微定序器所取代。这些创造了最初的兴奋，后来在 2014 年到 2018 年间推动了简单 RISC-V 内核的商品化。 随着 RISC-V 架构变得更加成熟并且 SoC 设计人员对 ISA 越来越熟悉，它发现在需要高性能的实时应用程序中得到采用：特别是用作人工智能等应用程序的高度专业化加速引擎的前端.这种采用的一个关键原

USB 从 1.1 到 3.2 及更高版本 通用串行总线 (USB) 于 1996 年首次推出，统一了多种不同类型连接的作用，在计算和消费科技产品中无处不在。它的到来使得将键盘、鼠标、打印机、相机、外置驱动器等多个外围设备连接到计算机变得容易和方便。外围设备不再由其接口定义，用户不再需要处理多种电缆类型来连接他们想要使用的设备。 USB 1.1 允许的最大数据速率为 12Mbps。 USB 2.0 将标准提高到 480Mbps，以处理各种角色，包括流式传输视频和将数据从外部设备快速传输到 PC 硬盘驱动器。通过指定的 VBUS 和接地引脚在 5V DC 下提供高达 2.5W 的功率，US

计算机系统从未像今天这样先进和复杂。同样，我们在现代网络攻击中看到的复杂程度和流行程度也在以惊人的速度增长。黑客也在改变他们的关注点。多年来，虽然业界一直在努力加强软件层，但黑客已开始将注意力转移到硬件层。 事实上，行业和学术研究已经展示了不断改进的先进方法，可以通过硬件渗透系统——有时是通过混合软硬件漏洞。通过利用公共领域中可用的各种知识和技术，黑客正在以主要优势运作。 另一方面，硬件设计者似乎并不喜欢这种可能性。该行业缺乏相同级别的通用分类法和硬件弱点的共享分类法，而这些在过去二十年中已为软件确立。因此，硬件设计人员在尝试提高产品抵御相关攻击的能力时，会因共享知识和资源的可用性而受到阻

大多数触摸屏面板的触觉反馈类型有限，或者根本没有。对于许多类型的手持或可穿戴设备（如手表、触摸板、键盘、鼠标等）也是如此。对改进触觉反馈的渴望促使一些人仔细研究压电换能器以生成触觉信号，这提供了许多对传统振动发生器的物理和电气改进。 本文回顾了压电换能器的原理、理论和建模。它讨论了专门设计用于驱动压电换能器的独特特性的电子电路，并分享了使用压电换能器的触觉应用示例。本文还考察了放大器输入功率与压电负载配置的关系。 请注意，压电执行器的触觉振动使用逆压电效应（即电刺激产生的振动）。任何提到的压电效应都是指这种电到机械的能量转移。 压电触觉介绍 今天，在大多数手持或便携式电子设备中，触觉

工业 4.0 应用程序会生成大量复杂数据 — 大数据。越来越多的传感器和一般可用的数据源正在使机器、系统和流程的虚拟视图变得更加详细。这自然会增加在整个价值链中产生附加值的潜力。然而，与此同时，如何准确提取该值的问题不断出现。毕竟，用于数据处理的系统和架构正变得越来越复杂。只有相关的、高质量的、有用的数据——智能数据——才能实现相关的经济潜力。 挑战 收集所有可能的数据并将它们存储在云中，希望以后能够对其进行评估、分析和结构化，这是一种从数据中提取价值的普遍但不是特别有效的方法。从数据中产生附加值的潜力仍未得到充分利用，以后寻找解决方案变得更加复杂。更好的选择是尽早考虑确定哪些信息与应用

智能手机、可穿戴设备、物联网 (IoT) 设备和其他移动连接产品正变得越来越先进和复杂。设计人员和开发人员发现自己使用越来越多的外围设备，这些外围设备散布在印刷电路板 (PCB) 或其他系统周围。系统更密集地包含传感器和其他组件，应用处理器和/或传感器集线器需要更多的接口来控制和传输数据。 2020 年 1 月 15 日公布的 MIPI I3C v1.1 接口规范以比以前更高的速度将所有这些外设链接回应用处理器，并具有更高的系统可控性、可管理性和完整性（图 1）。额外总线通道（单、双或四）的可扩展使用允许 I3C v1.1 达到接近 100 Mbps 的有效数据速率，而无需额外的实施复杂性、

德勤预测，到 2020 年，将售出超过 7.5 亿个边缘 AI 芯片——在设备上而非远程数据中心执行或加速机器学习任务的完整芯片或芯片的部分芯片——将售出超过 26 亿美元的收入。此外，边缘人工智能芯片市场的增长速度将远高于整体芯片市场。到 2024 年，我们预计边缘 AI 芯片的单位销售额将超过 15 亿，可能会很大。这意味着单位销售额复合年增长率至少为 20%，是整个半导体行业 9% 复合年增长率的长期预测的两倍多。 图 1：可以嵌入情报的位置（图片：Deloitte Insights） 这些边缘 AI 芯片可能会进入越来越多的消费设备，例如高端智能手机、平板电脑、智

现代集成电路 (IC) 提供计算和系统控制能力来处理大量数据、实时做出安全关键决策并保护敏感数据。从头开始设计专用集成电路 (ASIC) 或现场可编程门阵列 (FPGA) 片上系统 (SoC) 将非常昂贵且耗时。许多关键功能是使用第三方知识产权 (IP) 实现的。例如，处理器内核来自专业组织，并通过其指令集架构 (ISA) 提供灵活的软件可编程功能，该架构定义了硬件和软件之间的接口。开源处理器架构为在已经面临流动威胁环境的系统中进行更深入的审查和严格的安全保证提供了机会。本文介绍了一种基于RISC-V开源ISA的IP和SoC安全保障方法。 RISC-V 由加利福尼亚大学发明，由非营利性 RI

随着片上系统 (SoC) 设计向更高的复杂性迈进，包含数千行用于系统级验证的代码的测试套件继续由手工编写，这是一种古怪的老派和无效的实践，违背了“自动化”的格言。只要有可能。”对于在 SoC 的嵌入式处理器上运行以在制造前验证整个设备的 C 测试尤其如此。 在可能的情况下自动化验证测试组合已被证明可以提高 SoC 开发的许多阶段的生产力。例如，在通用验证方法 (UVM) 测试平台中，约束随机技术利用针对特定场景的随机测试向量来增加覆盖率。虽然这些提高了硬件模块级别的验证效率，但该设计仍被视为一个黑匣子，激励、检查和覆盖代码分别编写，对于大型模块来说仍然是一项繁重且容易出错的任务。 鉴于需要

同时定位和映射 (SLAM) 描述了设备（例如机器人）使用传感器数据构建其周围环境图片并同时确定其在该环境中的位置的过程。实现 SLAM 的方式有很多种，包括部署的软件算法和使用的传感器，其中可能包括摄像头、声纳、雷达、激光雷达和基本位置数据，使用惯性测量单元 (IMU)。 廉价和小型相机的出现推动了单目视觉 SLAM 系统的普及，该系统使用单个标准相机来执行定位和地图绘制功能。此类视觉 SLAM 系统可以在各种机器人中找到，包括火星探测器和着陆器、农业领域的现场机器人、无人机以及潜在的自动驾驶汽车。视觉 SLAM 系统还在 GPS 不可用的情况下提供优势，例如在室内区域或大城市中，建筑物的

32/64 位嵌入式处理器的前两个时代是由专有架构定义的。第三个不会。 在第一时代 在跨越 1980 年代和 1990 年代的 32/64 位嵌入式 CPU 中，半导体公司开发并维护了自己的专有 CPU 架构。他们中有很多人。维护这些架构的成本变得越来越繁重，第三方操作软件供应商出于自身原因，涉及成本、复杂性和投资回报，不愿意支持多种独特的 CPU 架构。成本紧缩和缺乏第三方软件支持促使公司放弃其专有架构和许可处理器知识产权 (IP)。 这导致了第二个时代 ，在 1990 年代后期和 2000 年代，授权专有处理器架构。 Arm、ARC、Andes、MIPS、Tensilica 等公司为其

通过将空气电介质传输线靠在储罐的侧面并感测射频阻抗，可以穿过非金属储罐的壁准确测量液位测量值。本文提供了一个经验设计示例，说明了反射计设备如何简化设计。 与可能涉及机械浮子的传统液位传感方法相比，基于反射计的方法具有多种优势，包括： 快速、实时的液位测量 广泛的电子后处理成为可能 非接触式设计（不会污染液体） 没有活动部件 最小辐射射频场（远场抵消） 水箱上没有用于内部传感器的孔（减少泄漏的可能性） 本质安全，因为罐中没有电线或零件 液位测量概述 图 1 显示了整个系统的框图，由一个射频信号源驱动平衡和端接空气介质传输线，反射计位于内嵌。 点击查看大图 图 1. 液位测量系统框

PROCENTEC 等行业专家表明，在采用基于 RS-485 的现场总线技术 (PROFIBUS® ) 和工业以太网 (PROFINET) 的快速增长。 2018年，全球安装了6100万个PROFIBUS现场总线节点，PROFIBUS过程自动化（PA）同比增长7%。 PROFINET 安装基础为 2600 万个节点，仅 2018 年就安装了 510 万台设备。1 随着 RS-485 现场总线采用的稳步增长和工业 4.0 加速智能互联工厂的部署，确保现场总线技术得到优化有助于实现智能系统。优化的现场总线技术必须仔细平衡 EMC 稳健性和可靠的数据传输。 不可靠的数据传输会降低整体系统性能。