学科分类
/ 1
4 个结果
  • 简介:Maxim推出最新生物传感模块MAX86150,由LED、光电探测和ECG模拟前端(AFE)组成,是业界首款可为紧凑、节能设计提供高精度、FDA认证的PPG和ECG产品,广泛用于移动电话、笔记本电脑、平板电脑和智能扬声

  • 标签: 传感器模块 ECG PPG 新生物 移动设备 m率
  • 简介:Maxim发布最新电源管理IC,提供业界最小尺寸和最高效率方案,应对下一代汽车应用的空间和电源设计挑战。随着数字仪表盘、无线音响系统和汽车子系统要求更高的计算能力,这些最新推出的大功率buck转换和多相buck控制可助力设计者兼顾低功耗、高效率和低EMI设计。Maxim最新的buck转换提供业界最小的方案尺寸,封装大小仅为3.5mm×3.75mm。器件采用倒装四方无引出脚扁平(FCQFN)封装,避免高频开关节点振铃,且不使用键合接线,从而降低了MOSFET开关的导通电阻,同时提高效率。

  • 标签: BUCK 转换器 控制器 电源管理IC MOSFET 最小尺寸
  • 简介:CEVA发布全新的通用混合DSP/控制架构CEVABX,用于满足语音、视频、通信、传感和数字信号控制应用中的数字信号处理的新算法需求。CEVABX架构提供电机控制和电气化所需的通用DSP功能,可将CEVA的市场范围扩展到新兴的汽车和工业市场。目前,这些这些市场领域采用的传统DSP和DSP协处理性能较低的MPU/MCU不能完全满足需求。CEVA-BX采用的全新DSP架构结合了DSP内核固有的低功耗和大型控制代码库的高级编程和紧凑代码大小要求。CEVA-BX使用11级流水线和5路VLIW微架构,提供了采用双标量计算引擎的并行处理、加载/存储和程序控制,达到2GHz主频(基于台积电(TSMC)的7nm工艺节点,使用通用标准单元和存储编译)。

  • 标签: DSP功能 CEVA X架构 控制器 混合 数字信号处理
  • 简介:深度学习算法在物联网终端设备上的应用存在着系统开销控制与保证精度和实时性之间平衡的问题。本文提出了一种在云和终端设备上分布混合部署深度学习神经网络的方法:压缩深度神经网络在本地终端上执行快速的推理运算;当系统基于可信表现的判断标准需要进一步处理时,中间数据可传输至云服务端,进一步利用云端的深层深度神经网络进行处理,以提高系统的表现精度。本文给出了深度神经网络在终端设备上部署时和在终端与云端上混合部署时进行推理运算的量化比较效果,结果显示此种方法兼顾了深度神经网络的系统开销和准确率。

  • 标签: 深度神经网络 云平台 终端设备 分布式 混合部署