Xilinx 发布 Zynq RFSoC 数字前端 (DFE)，这是为 5G 新空口 (NR) 部署量身打造的专用硬核 IP 方案。基于强健的 Zynq UltraScale+ 架构，新 DFE 扩展了 RFSoC 家族，提供高性能、低功耗计算模块，可在下一代射频单元 (RU) 中处理最苛刻的 5G NR 和传统 4G 工作负载。 5G 承诺的前所未有的速度、超低延迟和海量连接带来复杂设计挑战。移动设备厂商虽有不断增长的 5G 芯片组选择，但跨用例（从增强移动宽带到超可靠低延迟通信 URLLC 和大规模机器类通信 mMTC）的多样性能与功耗需求，要求专用、可适配的解决方案。 3GPP Rele

(来源：Hyperstone) 闆存储在当今电子产品中无处不在，但工业环境要求远超消费级设备的商品价格标签。在生产系统中，可靠性、温度耐受性和长期支持能决定是弹性机器还是昂贵停机。 工业级闪存为何不同于消费级驱动器 消费级产品通常在 0°C 至 40°C 工作，有时到 60°C。工业设备必须在 -40°C 至 +85°C 生存。 更高容量不等于更高可靠性；许多新闪存模组耐久度与旧小容量产品相同。 存储颗粒与控制器都须为工业级设计；二者组合决定系统质量。 温度：无声的可靠性杀手 环境温度超 60°C 会剧烈加速数据丢失和元件磨损。内部结温可比环境高 40–60°C，选择低功耗器件有助降低内部

随着汽车从传统系统向尖端技术演进，感应式位置传感器将取代霍尔效应传感器。这一转型的关键在于对汽车传感器退化的卓越管理。 Microchip Technology 推出面向关键汽车应用的感应式位置传感器——包括节气门体、变速箱齿位检测、电子助力转向、加速踏板。这些传感器提供免受杂散磁场干扰的位置数据，且无需外部磁铁。 工程师必须确保传感器在宽温域表现，却担心机械变化和磁铁老化侵蚀精度。感应式传感器使用金属元件而非磁铁，随时间老化程度远低，解决了这一核心问题。 “传感器退化是必须监控的关键组件，无论问题在于 IC 内部还是外部环境，”Microchip 高级市场经理 Mark Smith 说。他强

Arm 发布 Ethos-U65，这是专为与 Cortex-A CPU 核心在应用处理器中无缝集成而设计的新一代 microNPU IP。该 IP 已由 NXP 授权，将驱动新款 i.MX 处理器系列，支持姿态估计、多脸识别、视频目标检测、超越唤醒词的全语音识别等先进 AI 工作负载。 Ethos-U65 Arm 早期 microNPU Ethos-U55 于 2020 年 2 月面向微控制器级系统发布，搭配 Cortex-M 核心，在 16nm 或 7nm 节点 1 GHz 下提供高达 0.5 TOPS，配备 3 到 256 个 MAC 单元。Arm 更广泛产品组合包括 Ethos-N77

本系列前两部分剖析了三轴高精度 MEMS 加速度计的内部架构，并展示了如何采集稳健基线数据集以捕捉传感器本征噪声基底。在最后这篇中，我们将探讨会侵蚀长期重复性的微妙环境与机械因素，并给出具体设计指南，帮助工程师在多年运行中保持性能紧致。 理解热应力后，下一个关键方面是长期稳定性或重复性。重复性度量在相同条件下、长周期内连续读数的一致性。例如，传感器在同一朝向、同一温度、使用数月后的两次重力场测量将被对比以评估漂移。零偏和灵敏度重复性对无法频繁重新标定的应用至关重要。许多厂商不发布长期数据，但 Analog Devices ADXL355 数据手册给出了 10 年寿命的重复性数据，包含 150

总部位于加州的 EDA 公司 Micro Magic 在发布全球最快 RISC-V 核心后，再创性能新标杆：3 GHz 下达 8,000 CoreMarks。 联合创始人 Mark Santoro 表示：“在 5 GHz 达到 13,000 CoreMarks 后，我们以 3 GHz、70 mW 以下功耗实现 8,000 CoreMarks，超预期。利用先进 EDA 工具，Micro Magic 用小团队在创纪录时间内制出与仿真高度吻合的硅片。”这折合约 110,000 CoreMarks/瓦特。 早前 Micro Magic 告诉 EE Times，其核心性能超越 Apple M1 和 A

智能手机、智能手表、健身追踪器和智能耳机等便携互联设备重塑了日常生活。除了连接性和算力，许多直观交互背后的隐形英雄是运动传感。 从手机屏幕自动旋转、计步，到 XR 头显头部追踪、耳机触控操作，运动传感器创造了流畅自然的用户体验。对嵌入式工程师而言，选择合适的传感器套件至关重要：既要精度，又不能过度增加成本或功耗。 运动传感器基础 三大核心传感器构成大多数 IMU（惯性测量单元）的骨干：加速度计、陀螺仪和磁力计。 加速度计：测量线性加速度（含重力），揭示设备相对于地球引力的朝向。 陀螺仪：捕捉角速度，提供快速姿态变化。 磁力计：探测地磁场，实现航向确定。 3 轴加速度计与陀螺仪组合成 6 轴

将多个数字信号处理模块、宽带 DAC 和 ADC 集成到单片单片芯片中，现在可以卸载耗电的 FPGA 资源。这产生了更小、功耗更低的平台，支持比以往更高的通道数和采样率。关键在于，这些先进 IC 采用多芯片同步 (MCS) 算法，在上电时为所有通道提供确定性相位，消除了对齐前端网络所需的复杂系统级校准。 高层系统框图 图 1 所示测试系统包含四个集成 DAC/ADC/DSP IC，每个含四个 12 GSPS DAC、四个 4 GSPS ADC、12 个数字上变频器 (DUC) 和 12 个数字下变频器 (DDC)。整个阵列由单个 500 MHz 参考时钟驱动，经四个 PLL 综合器分配，产生每

雷达技术正火热，特别是随着可实现目标识别/分类和更高纬向分辨率的进步——这是传统雷达无法做到的。凭借这些创新，雷达正成为车企和一级供应商开发高度自动驾驶汽车时最追捧的传感器。 雷达系统方案（来源：NXP） 为回应汽车行业的高期待，NXP 半导体宣布推出新款雷达传感器芯片组样片，包含公司的 S32R45 雷达处理器和名为 TEF82xx 的新款 77GHz 收发器。 五年前 NXP 凭借首款名为“Dolphin”的雷达芯片开创了 RF CMOS 雷达，一直是汽车雷达方案的领先供应商。 “NXP 的 4D 成像传感器不仅能测量距离和速度，还能测量‘高程、方向和到达角，并以更高分辨率识别目标’，”N

全球导航卫星系统 (GNSS) 利用轨道卫星为地球设备提供精确定位。接收机应用多边测算算法，解析时序与星历数据推算位置。虽起源于国防技术，GNSS 现已驱动消费、商业和工业的广泛解决方案。 最著名的 GNSS 是美国拥有的全球定位系统 (GPS)，它改变了从智能手机导航到航空、建筑测量、物流的一切。其战略与经济价值促使其他国家和联盟发射互补星座，包括伽利略 (EU)、GLONASS (俄罗斯) 和北斗 (中国)。 GNSS 接收机性能评估取决于空间精度、灵敏度和完整性。卫星轨道高度约 20,000 km，发射功率 20–240 W，地面信号强度约 –130 dBm——约为典型手机信号的 0.

为满足当代房主期望，现代安防方案优先实现全宅无线监控——覆盖周界防护、入侵报警，以及药柜、保险箱、隐藏贵重物品等敏感区域防护。 视频监控虽能发现未授权活动，但需要复杂图像处理并引发隐私担忧。传统运动传感器虽规避隐私问题，却依赖电源与电子元件，推高 BOM 成本。它们还需有线或无线链路将数据回传云端，往往要求专业安装——这对预算敏感用户构成障碍。 本文探讨一种许多消费者和小企业可采用的低成本、免电池替代方案：以 RFID 标签为核心的轻量级、即插即用家庭安防。 RFID 标签可作为多种稳健安防传感器的基础。集成簧片开关可实现运动检测；换成冲击开关则成为振动检测器。两种配置下，开关连接天线与 RF

加速度计是现代定位与监测系统的基石，既能检测相对于重力的静态姿态，也能捕捉桥梁早期失效等细微动态运动。从让手机屏幕自动旋转的低成本传感器，到制导军用车辆和航天器的出口管制级战术单元，其实验室性能必须转化为在不可预测的环境与温度应力下的可靠现场运行。 针对高精度倾角系统，标定通常以亚度级精度为目标。利用市场领先的超低噪声器件（如 Analog Devices ADXL354 和 ADXL355），在可观测误差源——零偏、温漂、振动整流、轴向灵敏度——得到妥善标定后，可实现 0.005° 的倾角精度。然而，传感器承受的应力可引入高达 20 mg 的零偏，转化为超过 1° 的倾角误差，凸显了精心缓解

Analog Devices (ADI) 与 Microsoft 结成战略联盟，致力于突破飞行时间 (ToF) 3D 成像的极限。依托 Microsoft Azure Kinect ToF 平台与 ADI 在 IC 与系统集成方面的世界级专长，该合作旨在交付不仅高精度、而且易于跨行业集成的解决方案——涵盖工业 4.0、汽车、游戏、增强现实和计算摄影等领域。 市场分析师预测，能在苛刻环境可靠运行的 3D 成像系统将迎来强劲增长。人机协作机器人、室内建图、实时库存追踪是工业 4.0 的关键驱动力；高级乘员检测与驾驶员监测则是下一代汽车安全的必备能力。 在近期接受 EE Times 采访时，ADI

为辅助驾驶和全自动驾驶汽车实施感知技术是一项复杂且不断演进的挑战。专家们并未给出单一的“最佳”方案，而是指出了六大核心考量，这些因素将塑造车企在未来车型中如何集成传感器。 与会专家包括：Valeo 视觉系统与 ADAS 高级专家 Patrick Denny、Volvo Car Corp. 技术负责人 Paul-Henri Matha、Sense Media Group 董事总经理 Robert Stead、Astheimer Ltd. 设计总监 Carsten Astheimer。他们在 AutoSens Brussels 2020 虚拟会议闭幕环节讨论了合适的传感器组合，以及设计绝不能妥协安

在本系列的第一部分中，我们探讨了 3 轴 ADXL355 MEMS 加速度计的内部架构。本文将说明如何采集可靠的初始数据集，以确认器件的噪声基底，并为后续的信号处理实验验证预期指标。 评估平台与数据采集 虽然加速度计的模拟输出可接入任意数据采集系统，但 Analog Devices 提供了紧凑的 EVAL-ADXL35x 评估板，可快速集成至嵌入式原型。本研究将该板卡安装在 SDP-K1 微控制器上，并通过免费的基于 ARM 的 Mbed 环境编程。SDP-K1 连接 PC 时会显示为外部驱动器，用户只需将编译后的二进制文件拖放到驱动器即可完成烧录。 Mbed 固件运行后，数据以 2 Hz 的

嵌入式系统以惊人速度演进——交付更高性能、更小外形、更低成本。搭载GPU的手持超级计算机现在不足100美元，支持设备端AI开发和机器学习。曾看似不可能的自动驾驶控制单元现舒适置于车内。以下是推动此演进的五大最具影响力趋势。 无线连接爆发式增长 Grand View Research预测物联网（IoT）2025年达万亿美元市场值，将变革制造、零售、能源、智慧城市、医疗、运输。工业4.0运动将首获益，预测性维护和实时数据监测解锁智能工厂更高生产力。5G推峰值速度至20Gbps、6G在望，低功耗广域网（LPWAN）扩张将进一步加速。主流厂商——NimbeLink、Sequans、MultiTech、

直到最近，机器学习甚至深度学习被视为强大服务器专属，训练推理由网关、边缘服务器、数据中心处理。此观点成立因云边分布式计算转变仍处萌芽。今日，业界学界突破改变范式。 结果，每秒万亿次运算（TOPS）高性能处理器不再是ML工作负载先决条件。许多配备专用ML加速器的现代微控制器现将智能推理直接带至边缘设备。 这些控制器高效、极低成本功耗执行ML任务，仅需时连云端。本质上，嵌入ML加速器微控制器标志着赋予传感器——麦克风、相机、环境监测器——设备端智能的下一跃迁，这是IoT价值链基石。 边缘有多深？ 边缘常定义为IoT网络离云最远点，常由高级网关或边缘服务器代表。现实中边缘止于传感器本身——那些靠近最

USB和以太网等有线数据链路不仅传输数据，还为当今最苛刻IoT端点提供可靠供电。 虽许多IoT设备设计为低功耗紧凑单元靠纽扣电池或电池运行，但频谱现包含智能传感器、数据记录器、楼宇控制器、安防摄像头、众多企业和基础设施应用。 图1. IoT应用扩展至需超越小电池供电能力设备。[来源：Diodes Incorporated] 这些新端点常具强大嵌入式处理器、本地数据处理、或PTZ摄像头等机械子系统，可消耗数瓦特，超小电池容量。单靠电池要么无法满足峰值功率需求、要么需频繁更换，损害可靠性和成本。 部署大电池增加尺寸、重量、BOM。从附近市电取电移除电池但增额外线缆、AC-DC转换、额外复杂性——除

蓝牙低功耗（BLE）汽车钥匙系统典型包含中央模块和多卫星节点，经控制器局域网（CAN）或局部互连网络（LIN）总线通信。卫星战略性布置车辆周围延伸BLE范围。 设计师旨在用单一PCB设计和统一固件跨所有节点简化卫星制造。但此一致性要求中央模块安装后通过车载机制为每颗卫星分配唯一CAN或LIN地址。 传统有线法用专用LIN菊花链分发CAN ID于制造阶段。LIN接口随后车辆寿命期内禁用。替代方案用最小离散电路替代专用LIN总线降低BOM成本。真正无线选项完全消除额外硬件，利用现有BLE基础设施执行地址分配。 移除专用LIN硬件需求，无线法削减布线、BOM、库存和组装不必要组件开销。本文先回顾有线

现代汽车和飞机不再仅依赖机械部件。其安全性能取决于运行在复杂异构多核处理器上的嵌入式软件，以微秒级截止时间管理从飞行控制到转向助力的一切。 多核环境中，任务执行时间不仅受自身代码影响，还受共享同一硬件资源的其他任务影响。这种干扰可能将系统推离安全边界。 开发安全关键嵌入式软件需数百万欧元、多年工作。从最早设计阶段，安全必须内嵌架构，每个任务时序行为必须严格理解以保证截止时间满足。 解决多核时序分析难题 多核处理器承诺更高性能，但也引入共享资源争用：总线、内存、缓存、加速器。一核运行任务可减慢其他核任务，造成不可预测时序变化。 关键问题：如何量化此类干扰影响？如何分析、测试、文档化证明安全关键软