C++11其实主要就四方面内容，第一个是可变参数模板，第二个是右值引用，第三个是智能指针，第四个是内存模型（Memory Model）。 相对来说，这也是较难理解的几个特性，分别针对于泛型编程，内存优化，内存管理和并发编程。 并发编程是个非常大的模块，而在诸多内容底下有一个基本的概念，就是并发内存模型（Memory Model）。 那么，什么是内存模型？ 1 Memory Model 早在之前介绍并发编程的文章中，我们就知道同步共享数据很重要。而同步可分为两种方式：原子操作和顺序约束。 原子操作是数据操作的最小单元，天生不可再分；顺序约束可以协调各个线程之间数据访问的先后顺序，避免数据竞争。 通常的同步方式会有两个问题，一是效率不够，二是死锁问题。导致效率不够是因为这些方式都是lock-based的。 当然，若非非常在意效率，完全可以使用这些同步方式，因其简单方便且不易出错。 若要追求更高的效率，需要学习lock-free（无锁）的同步方式。 内存模型，简单地说，是一种介于开发者和系统之间的并发约定，可以无锁地保证程序的执行逻辑与预期一致。 这里的系统包括编译器、处理器和缓存，各部分都想在自己的领域对程序进行优化，以提高性能，而这些优化会打乱源码中的执行顺序。尤其是在多线程上，这些优化会对共享数据造成巨大影响，导致程序的执行结果往往不遂人意。 内存模型，就是来解决这些优化所带来的问题。主要包含三个方面： Atomic operations（原子操作） Partial ordering of operations（局部执行顺序） Visible effects of operations（操作可见性） 原子操作和局部执行顺序如前所述，「操作可见性」指的是不同线程之间操作共享变量是可见的。 原子数据的同步是由编译器来保证的，而非原子数据需要我们自己来规划顺序。 2 关系定义 这里有三种关系术语， sequenced-before happens-before synchronizes-with 同一线程语句之间，若A操作在B操作之前执行，则表示为A sequenced-before B，A的执行结果对B可见。 而在不同线程的语句之间，若A操作在B操作之前就已发生，则表示为A happens-before B。该关系具有可传递性，也就是说，若A happens-before B，B happens-before C，则一定能得出A happens-before C。 若A操作的状态改变引发了B操作的执行，则表示为A synchronizes-with B。比如我们学过的事件、条件变量、信号量等等都会因一个条件（状态）满足，而执行相应的操作，这种状态关系就叫做synchronizes-with。 由于synchronizes-with的特性，可以借其实现happens-before关系。 内存模型就是提供一个操作的约束语义，借其可以满足上述关系，实现了顺序约束。 3 Atomics（原子操作） 原子操作的知识之前也介绍过，限于篇幅，便不再捉细节。 先来整体看一下原子操作支持的操作类型，后面再来讲应用。 这里挑两个来介绍一下相关操作，算是回顾。 第一个来讲atomic_flag，这是最简单的原子类型，代表一个布尔标志，可用它实现一个自旋锁： 1#include  2#include  3#include  4 5class spin_lock 6{ 7    std::atomic_flag flag = ATOMIC_FLAG_INIT; 8public: 9    void lock() { while(flag.test_and_set()); }1011    void unlock() { flag.clear(); }12};1314spin_lock spin;15int g_num = 0;16void work()17{18    spin.lock();1920    g_num++;2122    spin.unlock();23}2425int main()26{27    std::thread t1(work);28    std::thread t2(work);29    t1.join();30    t2.join();3132    std::cout << g_num;3334    return 0;35} atomic_flag必须使用ATOMIC_FLAG_INIT初始化，该值就是0，也就是false。 只能通过两个接口来操作atomic_flag： clear：清除操作，将值设为false。 test_and_set：将值设为true并返回之前的值。 第9行的lock()函数实现了自旋锁，当第一个线程进来的时候，由于atomic_flag为false，所以会通过test_and_set设置为true并返回false，第一个线程于是可以接着执行下面的逻辑。 当第二个线程进来时，flag为true，因此会一直循环，只有第一个线程中unlock了才会接着执行。由此保证了共享变量g_num。 第二个来讲atomic ，它所支持的原子操作要比atomic_flag多。 一个简单的同步操作： 1#include  2#include  3#include  4#include  5#include  6#include  7 8std::atomic<bool> flag{false}; 9std::vector<int> shared_values;10void work()11{12    std::cout << "waiting" << std::endl;13    while(!flag.load())14    {15        std::this_thread::sleep_for(std::chrono::milliseconds(5));16    }1718    shared_values[1] = 2;19    std::cout << "end of the work" << std::endl;20}2122void set_value()23{24    shared_values = { 7, 8, 9 };25    flag = true;26    std::cout << "data prepared" << std::endl;27}2829int main()30{31    std::thread t1(work);32    std::thread t2(set_value);33    t1.join();34    t2.join();3536    std::copy(shared_values.begin(), shared_values.end(), std::ostream_iterator<int>(std::cout, " "));3738    return 0;39} 这里有两个线程，它们之间拥有执行顺序，只有先在set_value函数中设置好共享值，才能在work函数中修改。 通过flag的load函数可以获取原子值，在值未设置完成时其为false，所以会一直等待数据到来。当flag变为true时，表示数据已经设置完成，于是会继续工作。 4 Memory ordering（内存顺序） 是什么保证了上述原子操作能够在多线程环境下同步执行呢？ 其实在所有的原子操作函数中都有一个可选参数memory_order。比如atomic 的load()和store()原型如下： bool std::_Atomic_bool::load(std::memory_order _Order = std::memory_order_seq_cst) const noexceptvoid std::_Atomic_bool::store(bool _Value, std::memory_order _Order = std::memory_order_seq_cst) noexcept 这里的可选参数默认为memory_order_seq_cst，所有的memory_order可选值为： enum memory_order {    memory_order_relaxed,    memory_order_consume,    memory_order_acquire,    memory_order_release,    memory_order_acq_rel,    memory_order_seq_cst}; 这就是C++提供的如何实现顺序约束的方式，通过指定特定的memory_order，可以实现前面提及的sequence-before、happens-before、synchronizes-with关系。 顺序约束是我们和系统之间的一个约定，约定强度由强到弱可以分为三个层次： Sequential consistency（顺序一致性）： memory_order_seq_cst Acquire-release（获取与释放）： memory_order_consume，memory_order_acquire，memory_order_release，memory_order_acq_rel Relaxed（松散模型）： memory_order_relaxed Sequential consistency保证所有操作在线程之间都有一个全局的顺序，Acquire-release保证在不同线程间对于相同的原子变量的写和读的操作顺序，Relaxed仅保证原子的修改顺序。 为何要分层次呢？ 其实顺序约束和系统优化之间是一种零和博弈，约束越强，系统所能够做的优化便越少。 因此每个层次拥有效率差异，层次越低，优化越多，效率也越高，不过掌握难度也越大。 所有的Memory order按照操作类型，又可分为三类： Read（读）：memory_order_acquire，memory_order_consume Write（写）：memory_order_release Read-modify-Write（读-改-写）：memory_order_acq_rel，memory_order_seq_cst Relaxed未定义同步和顺序约束，所以要单独而论。 例如load()就是Read操作，store()就是Write()操作，compare_exchange_strong就是Read-modify-Write操作。 这意味着你不能将一个Read操作的顺序约束，写到store()上。例如，若将memory_order_acquire写到store()上，不会产生任何效果。 我们先来从默认的Sequential consistency开始，往往无需设置，便默认是memory_order_seq_cst，可以写一个简单的生产者-消费者函数： 1std::string sc_value;…

2020年是打赢脱贫攻坚战，全面建成小康社会的决战之年，一场突如其来的疫情更让脱贫攻坚决战之路难上加难。然而，随着数字经济在“新基建”推动下快速发展并向各领域渗透逐渐加深，以曙光城市云中心为核心的数字技术在精准扶贫、公共服务均等化和产业扶贫三方面赋能脱贫攻坚的作用不断凸显，有力保障了脱贫攻坚决战的胜利。 数字技术助力精准扶贫 地处伏牛山腹地的河南省南召县，是典型的深山县、库区淹没县，是国家扶贫开发工作重点县。2017年，南召提出建设“实力、生态、智慧、幸福”新南召的发展定位，“智慧南召”开启了数字扶贫的新篇章。随着曙光城市云中心投入使用，南召县108个单位实现了市、县、乡镇的互联互通，南召以“一网通办”为突破口，打响了脱贫攻坚的“数字战役”。 该县将县域内各项社会、人口、经济数据录入云平台，使数据在全县各单位、各乡镇实现共享，通过大数据技术推动行政、社会、经济、民生多方面一体化统筹，取得了因地制宜，因人而异的精准扶贫，在今年2月彻底摘掉了“国家级贫困县”的帽子。 “信息高速路”带来发展新路径 按照智慧南召的发展要求，南召县凭借曙光城市云中心带来的政务信息化优势，以“政用、民用、商用”为主线，以“优政、利民、兴业”为基本目标，以数据开放和资源共享为途径，深入推进技术融合、业务融合、数据融合，推动政府决策科学化、社会治理精准化、公共服务高效化，乘着“新基建”的东风，着力打造数字经济大县，为实现南召县“三网建设”培育高质量发展新优势扫清障碍。 2017年以来，南召县着重发力交通网络建设、大数据网络和电商物流网络“三网建设”。在大数据网络建设方面，南召县依托曙光城市云，通过整合、优化38个部门的960多项具体审批事项，实现了政务服务跨行业、跨部门、跨层级协作，建立了智慧政务服务平台，实现了“一窗受理、一网通办”，大大加快了信息资源共享和业务协同，以及数据资源的整合与挖掘。目前已推出948项网上可办事项，审批服务事项网上可办率达到了97%，做到了“让数据多跑路，让群众少跑腿”。 此外，曙光城市云中心还有力支撑了南召“电商网”的发展，成为了南召县打赢脱贫攻坚战役的新武器。凭借强大的算力，南召曙光城市云中心可支撑1万个大中型企业应用或10万个小微型企业应用，为县域经济的发展提供了强劲后劲。目前该县已建成电子商务产业园，注册服务类、平台类、应用类电子商务企业100余家，2020年该县电子商务从业人数达2000余人，全年电子商务交易额突破22亿元。 曙光依据南召县的实际情况，结合社会经济发展目标与规划布局，以曙光城市云中心为核心，打造的智慧社会治理、智慧生态环保、智慧园区等N个智慧应用平台，有序推进南召新兴智慧城市建设各项任务，实现全域协调发展。 2017年11月，中科曙光与南召县签署战略合作协议，通过曙光首创的“企业投建云中心，政府购买云服务”的商业模式，为政府电子政务平台和政务服务平台提供安全可靠、性能优异、应用丰富、成本低廉的云服务平台。随着云服务的逐渐深入，曙光与南召各乡镇、重点企业进行了广泛而深入的合作，推进了行业间技术融合、业务融合与数据融合发展，实现了智慧交通、智慧文旅、智慧生态、智慧水利、智慧医疗、智慧教育等应用板块建设，全面提升了城市智慧水平，带动了区域经济转型升级和高质量发展。 曙光城市云中心作为推动高质量发展的主抓手和突破口，为南召县的发展打通了信息“大动脉”。其意义，不仅在于大幅度提升了南召新兴基础设施水平，更重要的是，把数字经济和互联网的思维方式、生产方式、生活方式引入经济社会发展之中，为政府的科学施政、及时处理提供了有力依据。此外，该中心经过两年的运营，已形成一套符合南召实际情况的完整运营与运维机制，为今后主导产业转型升级，实施乡村振兴战略，提升社会治理水平，促进县域经济高质量发展提供全新动力。 未来，南召依托曙光城市云中心，双方将深化合作，全面建成南召新兴智慧城市平台和体系，形成统筹协调发展、体制机制完善、政府运行高效、社会治理、数字经济、智慧经济创新活跃的南召新局面，树立先进智慧城市建设新典范。

据集邦科技（TrendForce）旗下拓墣产业研究院最新数据显示，2020年第三季度全球前十大IC设计公司营收排名中，高通、博通和英伟达排名前三，华为遗憾地跌出前十。 据拓墣产业研究院发布的排名显示，高通公司2020年Q3季度的营收规模达到了49.67亿美元，相比去年同期增长了37.6%，排名第二的则是博通，营收46.26亿美元，英伟达、联发科、AMD等则分别顺延三、四、五位。 据Counterpoint的数据显示，2020上半年手机芯片市场中，海思占据16%的份额，排名第三。同为IC设计巨头的联发科，营收同比大增53.2%，营收更是达到了33亿美元，排名全球第四。有媒体分析， 展望2021年，媒体分析，中美贸易摩擦与疫情发展仍然存有变数，晶圆的产能也较为不足，IC设计公司或许会适度涨价，以确保上游晶圆产能正常供给，综合来看，预计明年全球IC设计产业仍会持续成长。

身份认证可以保护用户隐私，但是网络攻击者也在想方设法绕过密码检查，如果软件本身就有明显漏洞，风险则会更大。CVE-2020-28052披露在Bouncy Castle轻量级密码术包的OpenBSDBcrypt类中发现绕过身份验证的漏洞，攻击者可以避开密码检查。 概述 新思科技网络安全研究中心(CyRC)研究人员发现了CVE-2020-28052漏洞，即广泛使用的Java密码库Bouncy Castle中的OpenBSDBcrypt类的绕过身份验证的漏洞。该类实现了用于密码哈希的Bcrypt算法。攻击者可以在使用Bouncy Castle的OpenBSDBcrypt类的应用程序中绕过密码检查。 在提交(00dfe74aeb4f6300dd56b34b5e6986ce6658617e)中引入了OpenBSDBcrypt.doCheckPassword方法中的该漏洞。 doCheckPassword方法的验证程序实现是有缺陷的。该代码检查值为0到59(包括0和59)字符在字符串中的索引，而不是检查在字符串中0到59之间位置的字符值是否匹配。这意味着一系列密码，其生成的哈希(例如，哈希值不包含介于0x00和0x3B之间的字节)会与其它不包含这些字节的密码哈希匹配。通过此检查意味着攻击者不需要与存储的哈希值逐字节匹配。 在使用Bcrypt.doCheckPassword()检查密码的大多数情况下，成功地利用漏洞将绕过身份验证。 漏洞利用 攻击者必须尝试暴力破解密码，直到触发绕过身份验证。我们的实验表明，20%的测试密码在1,000次内尝试中被成功绕过。某些密码哈希需要进行更多尝试，具体取决于字符值在0到60之间(1到59)的字节数。此外，我们的调查表明，通过足够的尝试可以绕过所有密码哈希。在极少数情况下，任何输入都可以绕过一些密码哈希。 受影响的软件 CVE-2020-28052漏洞影响了Bouncy Castle 1.65(发布于2020年3月31日)和Bouncy Castle 1.66(发布于7/4/2020)。 Bouncy Castle 1.67(发布于2020年11月1日)修复了此漏洞。 1.65之前的版本不受CVE-2020-28052漏洞的影响。 注：基于漏洞披露，新思科技研究了其产品，发现在该披露发布之时没有产品使用过Bouncy Castle版本1.65或1.66。 影响 基于哈希的Bcrypt身份验证可应用在身份验证检查，如在Web应用程序和API中身份验证检查。 CVSS 3.1 评分 Bouncy Castle是一个软件库。在确定通用漏洞评分系统(CVSS)分数时，假定了以下最坏情况(遵循FIRST CVSS软件库评分准则)： Bcrypt哈希用于检查用户提供的密码。一旦触发了绕过身份验证，攻击者就可以执行与合法用户相同的操作(例如，获得SSO，即single-sign-on，单次登录系统，管理员级别的访问权限)。 Vector:  AV:N/AC:H/PR:N/UI:N/S:C/C:H/I:H/A:H/E:P/RL:O/RC:C 评分： 8.1 漏洞可利用性指标： 攻击途径Attack Vector (AV): N = Network 网络 攻击复杂程度Attack Complexity (AC): H = High 高 所需权限Privileges Required (PR): N = None 无 用户交互User Interaction (UI): N = None 无 范围Scope (S): C = Changed scope 范围变更 影响指标 机密性影响Confidentiality Impact (C): H = High impact 影响大 完整性影响Integrity Impact (I): H = High impact 影响大 可用性影响Availability Impact (A): H = High impact 影响大 修复 强烈建议该库的软件供应商和用户升级到Bouncy Castle Java版本1.67或更高版本。 漏洞发现者 一组位于芬兰奥卢的新思科技网络安全研究中心的研究人员发现了此漏洞： Matti Varanka Tero Rontti 新思科技感谢Bouncy Castle团队及时地响应并修复此漏洞。 2020年10月20日：发现该Bouncy Castle漏洞 2020年10月22日：新思科技确认没有产品使用此漏洞影响的版本 2020年10月27日：新思科技揭露Bouncy Castle的漏洞 2020年10月28日：Bouncy Castle确认存在漏洞 2020年11月2日： 新思科技验证Bouncy Castle修复漏洞 2020年12月17日：发布修复建议

宾夕法尼亚、MALVERN — 2021年1月11日 — 日前，Vishay Intertechnology, Inc.宣布，推出新款通过AEC-Q101认证的100 V p沟道TrenchFET® MOSFET—SQJ211ELP，用以提高汽车应用功率密度和能效。Vishay Siliconix SQJ211ELP不仅是业内首款鸥翼引线结构5 mm x 6 mm 紧凑型PowerPAK® SO-8L封装器件，而且10 V条件下其导通电阻仅为30 mW，达到业内优异水平。 日前发布的新款汽车级MOSFET与最接近的DPAK和D2PAK封装竞品器件相比，导通电阻分别降低26 %和46 %，占位面积分别减小50 %和76 %。SQJ211ELP低导通电阻有助于降低导通功耗，从而节省能源，10 V条件下优异的栅极电荷仅为45 nC，减少栅极驱动损耗。 这款新型MOSFET可在+175°C高温下工作，满足反向极性保护、电池管理、高边负载开关和LED照明等汽车应用牢固性和可靠性要求。此外，SQJ211ELP鸥翼引线结构还有助于提高自动光学检测(AOI)功能，消除机械应力，提高板级可靠性。 器件100 V额定值满足12 V、24 V和48 V系统多种常用输入电压轨所需安全裕度。此外，作为p沟道MOSFET，SQJ211ELP可简化栅极驱动设计，无需配置n沟道器件所需电荷泵。 MOSFET采用无铅(Pb)封装、无卤素、符合RoHS标准，经过100 % Rg和UIS测试。 SQJ211ELP现可提供样品并已实现量产，供货周期为14周。

引 言 随着智能家居概念的兴起，市场上出现了越来越多的智能电器产品，从智能家电到智能插座，所有这些都使得现代生活耳目一新，并越来越方便人们的日常生活。 近年来，智能手机的普及也使智能家居的管理模式和手段越来越丰富，从固定集中控制延伸到了可移动式管理控制， 通过将APP 程序安装到智能手机上， 以 3G，WiFi 或LAN 为通信手段实现对智能家居的远程管理和控制。但上述智能家居应用模式主要以智能家庭的应用为主，该模式采用WiFi 或 LAN 的方式对市电供电的电器设备进行控制，但一些行业却无法直接采用上述控制方式，如燃气行业的设备以电池供电为主，采用RF 远程控制，而 RF 频段属于ISM，在433 ～498 MHz 之间，使用时无需像IP 化设备那样需要一定的时间间隔刷新和维持通信链路畅通，而是通过睡眠唤醒的方法进行远程管理和控制，大大降低了设备的功耗，延长了燃气表电池供电时间，因此无线智能水表\ 热能表\ 燃气表的远程控制多采用RF 方式，但该方法只对行业的集中管理具有重要意义，业务人员可通过手持式抄表设备远程读取相关设备的数据。在今天大力推广智慧家庭、智慧小区、智慧城市的背景下，用户对智能燃气表等设备的管理控制也有强烈需求，将智能燃气表等设备融入智能家居是目前的发展趋势，但因为采集节点数量庞大，对互联网链路的要求较高，因此设计一种可实现物联网协议传送采集信号的智能插座是本文的重点。 1 中继型智能插座的设计思路及实现原理 对目前市场上流行的智能插座进行功能分析可以看出， 其主要针对智能家庭的相关应用，比如实现电器的远程开断电功能，其最大的特点是可移动控制，即下载 APP 软件到智能手机上，通过手机实现对插座的远程监控。而中继型智能插座除了上述功能外，还需将管理平台的信号通过智能插座转发给采用RF 频段的智能燃气表，以实现数据采集及控制，同时该智能插座还能实现管理平台的动态注册，以便平台了解插座的运行状态是否正常。同样，通过权限设定，用户也可用手机APP 访问指定的智能插座。智能插座的实现原理如图1所示。 图 1 可知，该插座采用了 RF 无线模块 +WiFi 模块的设计方式，通过单独的MCU 处理器进行管理和控制。该方案最大的特点在于采用了成熟的器件及内部串口通信方式，可靠性高，开发周期短，便于进行新功能扩展等，其控制原理如图 2所示。 插座控制原理较为简单，主要采用成熟的模块搭建而成，性能可靠，成本较低，对智慧家庭应用而言是理想的辅助设备。针对家庭应用，插座使用量较少，数据传输的数据量和占用带宽可忽略不计。但如果行业应用规模较大，如燃气行业，用户规模可能达到几万甚至几十万，如果每户都采用智能插座进行数据收集及其他服务，那么会对后台带宽造成较大压力，因此若按照传统思路设计智能插座软件部分，在大规模推广应用时，会在流量和带宽的问题上对后台造成影响，故需采用新模式设计插座的通信协议部分，由此引入 MQTT 协议对插座与后台的通信模式进行规划设计。 2 MQTT协议的原理及应用 2.1 关于MQTT 消息队列遥测传输协议（Message Queuing Telemetry Transport，MQTT）是IBM 于1999 年开发的一个即时通信协议，也是一个轻量级的，基于代理的发布/ 订阅消息传输协议。所谓轻量级，是指该协议设计思想开放、简单、轻量、易于实现， 因此它也是为计算能力有限，且工作在低带宽、不可靠网络的远程传感器和控制设备通信而设计的协议。 针对物联网应用中数据采集需要通过不断轮询才能得到即时数据的缺陷，MQTT 协议拥有信息推送功能，可有效地将物联网中的大量传感器与外部设备进行连接，并实现最小的网络开销。 目前 MQTT v 2.1 主要包含 14 类消息类型的指令，如下所示： （1）CONNECT：将客户端请求发送到服务器 ； （2）CONNACK ：连接确认（服务器端→客户端）； （3）PUBLISH ：发布消息（双向）； （4）PUBACK ：发布确认（双向）； （5）PUBREC ：确保发布被收到（双向）； （6）PUBREL ：确保发布分发（双向）； （7）PUBCOMP：确保发布完成（双向）； （8）SUBSCRIBE ：客户端订阅请求 ； （9）SUBACK ：订阅确认（服务器端→客户端）； （10）UNSUBSCRIBE ：客户端退订请求 ； （11）UNSUBACK ：服务器端退订确认 ； （12）PINGREQ ：PING 请求（客户端→服务器端）； （13）PINGRESP：PING 响应（服务器端→客户端）； （14）DISCONNECT：断开连接通知（客户端→服务器端） 上述 14类消息体都采用了固定头 + 可变头 + 有效载荷组成方式，其中固定头是所有消息类型必须包含的部分，其结构见表 1 所列。 从表 1 可以看出，MQTT 协议的标准格式由消息类型、重复标识、质量等级、保留标识及剩余字长组成，MQTT 协议具有如下特点： (1) 通信开销小 ：最小消息为 2 B，降低了网络负载。 (2) 协议具有简单和跨平台的特点：MQTT采用订阅/发布模式，提供一到多的分发方法，使应用耦合度降低，并可在 TCP/IP及其他无线协议中使用RF，ZigBee等。 (3) 可订制合适的服务质量：根据网络状态及服务要求可选择三种不同的消息质量等级。 由此可见，正因为MQTT协议的开放性与消息短小性， 使得它在.NET，WINRT，M2M，PHP等平台上都有良好的表现。同时对于MQTT协议的实现多以库函数的方式实现， 包括…

近日，在2021ELEXCON深圳国际电子展暨嵌入式系统展上，已深度布局射频前端器件领域多年的左蓝微电子向与会观众展示了滤波器、双工器和模组等系列产品，作为研发并销售全类别射频滤波器的本土厂商。左蓝微电子等国内厂商通过坚持创新，晒出了通过真抓实干奋斗出来的“成绩单”，体现出更具竞争力的产品和优化方案。 图：左蓝微电子展台 从SAW滤波器切入 提升本土化供货量 滤波器是射频前端模组的关键器件，是限制国内厂商从当前的低端分离器件走向中高端模组的关键。SAW滤波器主要应用于2.5GHZ以下的2G/3G/4G/5G频段，是模块化的关键一环。SAW滤波器(含TC-SAW)所占滤波器市场份额大约为70%-80%，但国内厂商份额仅占约3%，供货量严重不足。当前国产手机缺的不只是基带芯片，由于在高端射频芯片方面的采购限制，导致华为新推出的P50系列手机全部只支持4G，这种尴尬局面暴露出中高端国产射频器件还有极大的探索和发展空间，尤其是国内厂商在5G射频前端器件的成熟技术方面几乎为零，需要国内厂商“耐心”沉淀，不仅做到产品全，更需要技术过硬。 面对中国市场受制于人的现状和全球“缺芯涨价”危机，左蓝微电子认为，只有实现技术、性能突破，才能真正解决芯片的供应缺口问题。射频前端器件国产化替代的前提是性能可比，而不是价格便宜。国内厂商亟待解决的问题就是找准产品定位，并集中一切资源完成技术攻关。左蓝微电子定位中高端滤波器研发，先以SAW滤波器研发为入口，再通过TC-SAW、FBAR等滤波器的技术突破，走向高端。 此次展会上展示了左蓝微电子的多款SAW滤波器、双工器产品，产品已经实现量产出货。左蓝微电子SAW滤波器、双工器产品具备体积小、低插损、高抑制度等卓越性能，不仅受到市场认可，也受到了资本的认可，公司在近期顺利完成了近亿元A轮融资，产品也在持续获得订单并已批量交付，目前出货量近亿颗。 图：左蓝微电子SAW滤波器/双工器 此外，为了弥补常规SAW滤波器的不足，左蓝微电子研发的TC-SAW产品取得了一定突破，这是推动国产滤波器走向高端化重要的一步。常规SAW能覆盖Rx（接收端）的全频段和Tx（发射端）的部分频段，TC-SAW则能覆盖Tx的高中低频段，可解决常规SAW滤波器温度特性不佳、频漂严重等问题。左蓝微电子属于中国最早正式开始进行TC-SAW量产的厂商之一。 图：左蓝微电子TC-SAW滤波器 面向5G带来更多高端产品和射频模组 到5G发展成熟时期，射频前端市场将达到400亿美元，手机单机射频器件价值超过30美元，其中滤波器市场将是射频前端市场的最大部分，占比将达到60%左右，需求增速也最快。而4G和5G时代的滤波器对功率和器件的品质要求有所不同。4G需要30多个频段，5G则有70-80频段，对滤波器的数量需求大幅增加，同时由于5G的射频构架更加复杂，射频链路基本翻倍，滤波器的市场需求也跟着翻倍。 随着4G到5G通信技术升级，模组化是必然趋势。市场上手机品牌定位越高，手机射频前端模组集成度越高，高端模组价值量也更高。左蓝微电子凭借滤波器方面的技术优势为客户提供多种高性能、高集成度的射频模组方案，例如DivFEM、FEMiD、PAiD、PAMiD等，为5G终端带来了更高的性能和更节省的PCB面积。 图：左蓝微电子射频前端模组 左蓝微电子利用创新的设计和封装技术,推动滤波器与其他器件的适配以达到模块化集成，在提高集成度的同时，针对5G对射频滤波器带来的技术挑战进行了深入的技术研究，例如通过改善器件结构、采用多层合金膜电极等方法，对器件的功率耐受性、高频选择性降低、器件散热等问题提出多方面的解决方案。 图：通过优化设计（红色）抑制SAW谐振器的横向模式 由于5G对以滤波器为代表的射频前端器件需求成倍增长，以及未来毫米波技术的继续演进，不排除未来有更多新的滤波器技术及技术创新融合的涌现。目前国产滤波器市场需求迫切，尤其是在高端滤波器市场，这是一个需要中国厂商稳扎稳打的过程，随着上下游企业在设计和工艺方面共同的突破，形成产业化优势之后才能逐步扩增市场占有率。 现在国内的产业链都在重视国产化口碑，随着产业生态的逐渐成熟，预计未来几年内会逐步形成整合后的头部效应，并与海外巨头可有一定的竞争力，这也是国内产业界都在努力的目标。 形成供应链完整能力 推动产品量质提升 滤波器具有极高的技术和工艺壁垒，国外龙头厂商不仅有能力研发，还有生产和封装测试的能力，而国内大多数企业只有设计研发能力。要想追赶国外厂商差距，国内厂商不仅需要深度了解设计与工艺的Know-How，还需要进行供应链资源积累，以加速高性能产品的量产能力。 目前，左蓝微产品已经通过了超百个客户项目的性能验证，正在积极扩充出货中。左蓝微电子通过精选全球供应链，打通国内建模仿真设计、全球实验室制作样品、国内外代工生产与封装测试的全过程，可实现大量可靠地生产供货。左蓝微电子表示，已与业界头部供应商形成了紧密的战略合作关系、确保企业对核心技术的控制力。这不仅能保障产能，也能确保产品的品质可控。 产品的多样化和系列化可以增强企业的综合市场竞争力，左蓝微电子深耕分立器件新技术和小型化的同时，也积极推出分集模组系列产品。随着左蓝微电子的技术积累和业务发展，其产品将会突破百款。 左蓝微电子坚信只有一流的研发，一流的设备，再加上一流的生产制造，才能把产品做好，为客户所用。当前手机厂商更加看重成本的控制，射频前端占整机物料成本约10%，且射频前端是5G手机物料成本增加的核心，因此性能相当、低成本的国产射频前端对终端厂商具备吸引力。 2021-2023年国内滤波器行业被认为处于技术发展期，有望突破高端SAW滤波器研发，实现对终端大客户大规模量产。随着国内射频芯片厂商产品在多个5G智能手机机型中的应用被曝光，今年下半年有望是国内射频前端芯片全面起飞的起点，走向高端。当前国内射频产业在设计、工艺、代工、材料等环节仍然薄弱，供应链需要相互扶持成长。左蓝微电子期望与更多合作伙伴共同打造射频前端器件生态链，针对不同应用领域提供更丰富的解决方案。相信通过抱团合作，不仅能解决“缺芯涨价”的困境，甚至面对新技术变化，国内厂商在一些领域有机会能超过国外厂商。

引 言 随着移动通信技术的发展，移动智能终端大力普及，随时随地的网络连接成为了人们生活、工作的需求。汽车用户越来越注重行车的智能化、舒适性，在行车过程中能进行稳定的网络连接以获取实时资讯、导航、视听等服务已成为必备要求。目前已有部分车型通过在音响娱乐终端集成网络通信模块，或其它没有可靠固定安装方式的即插即用网络通信设备，以提供网络连接服务，但此类设备对具体的车型依赖性较强、通用性差、成本较高，或不符合行车安全需求，且均采用 2G/3G 通信网络，网络体验较差。 随着经济全球化和汽车国际化的程度越来越高，作为驱动性和排放诊断基础，OBD（On Board Diagnostics，OBD） Ⅱ系统将得到越来越广泛的应用。OBD Ⅱ程序设计要求避免系统混淆，不仅要求使用特定的编码及在制造商的文件中对部件进行说明，还要使用标准的 16 针诊断接口，以形成统一，使其标准化。每辆车都装有一个标准形状和尺寸的 16 针诊断接口，每针的信号分配相同，且均位于相同位置，安装在仪表盘下方，位于仪表盘左边与汽车中心线右 300 mm 之间。 4G LTE 具有更强的连接能力和更宽广的覆盖范围，且LTE 系统具有低延迟特性、高速移动状态下的连接稳定性， 这些特性可以更好地提升车内用户的通信及娱乐体验。 1 技术方案简介 本文所展示的这一技术方案基于 OBD 接口的车载 LTE 热点实现技术，以汽车的标准OBD 接口和车身进行连接，以4G LTE 技术进行网络连接，从而提供通用、高速、稳定的车内 4G LTE 热点。基本技术方案如下： (1) 通过标准的 OBD接口实现设备与车身的连接； (2) 电源管理单元进行汽车电源处理，为设备正常工作提供稳定电源； (3) 主控单元对 OBD接口获取的电源及相关信号进行解析，建立汽车打火 /熄火判断模型，进行设备工作状态的管理； (4) Modem 单元实现 4GLTE网络的注册、连接，提供网络数据业务； (5) WiFi单元实现车内无线网络覆盖，为车内用户提供网络接入。 通过以上 5 个主要功能模块单元之间的交互连接，组成核心技术方案，实现基于 OBD 接口的车载 LTE 热点设备。 2 具体实施方式 该方案针对现有车载网络连接设备深度集成于原车终端、对车型依赖程度高、通用性差，或者无固定安装方式不利于行车安全等问题，采用通用标准OBD 接口与车身连接的方式， 将设备固定于 OBD 接口处，既实现了设备的通用性，又兼顾了行车的安全性。该方案针对现有车载网络连接采用 2G/3G 通信网络，存在网络速率低，汽车在高速行驶过程中网络连接稳定性差等问题。故文中采用 4G LTE 网络通信技术，为车内环境用户提供高效、可靠的网络体验。 技术方案如图1 所示。系统主要包括 OBD 标准接口单元， 车载电源管理单元，主控单元，Modem 单元，WiFi 单元。 (1) OBD接口单元采用符合 SAE-J1962标准的接口，实现与所有符合 OBD- Ⅱ标准车型的无缝连接，以提供系统工作所需的车身电源、OBD诊断信号； (2) 电源管理单元实现车载电源到本系统工作所需电源的转换，为主控单元、Modem 单元、WiFi单元提供各自需要的工作电源，并针对车载复杂电磁环境的干扰进行电源保护设计，以保证系统工作所需电源的稳定性及可靠性 ； (3) 主控单元负责整个系统的电源管理，对电源变化进行检测，建立打火/熄火判断模型，根据车身电源状态变化进行系统工作状态的转换管理； (4) Modem 单元进行LTE网络注册、网络连接、网络防火墙、账户管理等服务； (5) WiFi单元负责车内无线网络的覆盖，提供车内用户访问网络的通道，对连接进行管理。 方案的工作状态管理及转换如图 2所示。该系统由深度休眠、正常工作、熄火工作、轻度休眠、电源保护几种状态组成。其中深度休眠状态为低功耗模式，此状态下需满足汽车蓄电池在 42天不打火的情况下还能实现汽车的正常启动，根据蓄 (1) 系统在第一次上电或复位后，进行必备的时钟配置及初始化，处于低功耗等待唤醒（深度休眠）状态。 (2) 唤醒条件的检测。根据汽车点火时负载瞬间变大以及电源切换的变化特性，设计电压监测门电路，当电压在设定时间内先下降再上升，且下降时的最高电压低于预先设定的阙值，上升稳定后的最低电压高于预先设定的阙值时，作为系统的唤醒事件进行处理。 (3) 系统唤醒后，对电压变化数据、发动机产生的震动量变化进行建模分析，以判断当前汽车是否处于打火状态。 (4) 如果根据模型分析后的汽车处于打火状态，且此时没有建立LTE网络连接、未提供车内无线网络覆盖，则初始 与现有技术方案相比，该方案实现了设备的通用型，即所有符合 OBD Ⅱ标准的车型都可以直接安装，降低了汽车用户的设备支出成本，同时将设备固定安装于汽车本身具有OBD 接口上的这种实现方式大大增强了行车的安全性。 利用 4G LTE 通信技术进行网络连接，可以极大地增强通信速率、增强汽车高速行驶状态下的网络连接稳定性，提升车内用户的网络使用体验。同时，该方案不但为车内用户提供LTE 热点支持，使用户的个人移动设备与网络保持实时快速连接，且通过该技术所构建的高速、稳定、安全的互联环境也为未来打造互联生态圈和智能交通提供了无限可能。

引 言 随着计算机视觉技术的不断发展与完善，人们开始着眼于将计算机视觉系统应用于现实生活中，人脸识别技术在身份验证方面达到了令人瞩目的成就，而路标识别则是自动驾驶的重中之重。自动驾驶的火热反映出人们对其的迫切需求，而更多的瞩目意味着更严苛的标准，自动驾驶对路标识别的要求不仅仅在准确性方面，更多的是要求系统的处理速度是驾驶系统可以接受的，即要求识别过程尽可能的高效。相较于传统的识别方法，使用卷积神经网络不仅可以达到更加令人满意的准确率，同时，算法的消耗时间也可以接受。 卷积神经网络经过多年的积累和完善，已经被广泛应用于图片识别领域， 并且取得了显著的成效。Lenet-5 可谓是最早的卷积神经网络结构，由LeCun 等人首先提出，他们最早将其应用在文本识别领域，在 mnist 手写数字数据库上， Lenet-5 的识别率可以达到 99.8%，这是使用传统模式识别方法所不能比拟的。卷积神经网络的另一大优势在于，它可以将原始图片直接输入网络，自动训练特征，不同于很多传统的模式识别方法，无需对图片进行繁复的预处理工作或人为指定特征。 近期研究表明，识别的准确率与神经网络的深度有很大关系，一般情况下，深层网络相较于浅层都可以取得较高的准确率。所以本文在传统的Lenet-5上做了改进，通过增加它的层数来提升识别效果，并应用于实景交通标志的识别中。经验证，这些改进取得了不错的效果。 1 实景交通标志识别神经网络模型 传统的Lenet-5 网络一共包含 7 层，含有卷积、下采样和池化三种操作。卷积层使用 5 5 的卷积核，卷积步长为1 ；池化层使用max-pooling，池化窗口大小 2 2，步长为 1。传统网络由于受到网络层数的限制，导致识别率难以再提升，现做如下改进： (1) 增加了网络层数，增加了两个卷积层，并把卷积核大小改为 3 3； (2) 在全连接层之后加入Dropout操作，以防止网络训练过拟合； (3) 使用Softmax层作为输出层，将结果映射为概率的形式。 改进的网络结构见表 1 所列。 在该网络模型中，使用了4 个卷积层，每一层的卷积核 大小均为 3×3，前两个卷积层含有 64 个 FeatureMap，后两个 卷积层含有 128 个 FeatureMap。每隔两个卷积层会紧跟一个 池化层，池化窗口为 2×2，步长为 2。神经网络的末端是两个 全连接层和一个 Softmax 层，全连接层的神经元个数分别为 786 和 500，每个全连接层均采用 Dropout 操作，即随机去掉 一些神经元的连接，Dropout 概率取 0.5。 2 训练集 训练集包含 10 万张训练图片和 2万张测试图片，包含100种交通标志分类，所以每个目标分类对应 1000张训练图片和 200 张测试图片。这些图片是在不同时段选择各种不同角度拍摄的实景图片，更能真实反映实景图识别中光照、天气等复杂情况的影响。每张图片都是 64 64 的RGB 三通道图片。在训练网络过程中，这些图片不需做任何预处理，可直接输入网络进行训练。常见的交通标志如图 1 所示，交通标志图例如图 2 所示。 3 深度神经网络训练过程 一直以来深度神经网络的训练都被公认为是一件很困难的事情，随着网络深度的增加，训练难度会越来越大。网络权重的初始化不理想或者训练参数设置不合理，都会导致网络训练过程中出现过拟合，进而致使训练失败。因此，选择一套好的训练方法十分必要。可以将神经网络看作一个关于输入向量 x、权重 w 和偏执 b 的非线性函数，用 F(x，w, b) 表示。使用交叉熵函数来计算网络的输出 F(x，w, b) 与真实标签 L(x) 的误差值： 其中，n 表示训练样本的个数，x 表示某一个样本，F(x，w, b) 表示该样本经过神经网络后的输出，L(x) 表示该样本的标签。 我们的优化目标是最小化该损失函数 C（x, w, b）。 目前对于神经网络的训练均采用基于梯度的优化算法， 这种算法分为以下两步： （1）通过反向传播算法求取 C（x, w, b）关于 w 和 b 的 （2）利用梯度更新 w 和 b 的值，从而使…

引 言 随着人们逐渐从PC 解放，需求开始转移到移动设备的应用上。目前福建地区的小区住户、物业和周边配套服务都还处于离散状态，人们迫切希望有一款基于移动设备的智能社区服务平台，可以通过该系统方便住户随时获取小区的重要资讯， 了解住宅的实时情况，监控和控制住宅内的电器设备。而小区周边的其他配套服务系统可以通过该平台提供的接口直接与平台对接，向住户提供服务。 1 系统设计原理图 本系统建立在J2EE 平台上，运用 MySQL 数据库管理系统将 JSON 解析与 Netty、WebSocket 等技术相结合，构建更加智能的社区增值服务平台。社区增值服务系统搭建在云平台之上，充分利用现代化信息技术手段实现社区管理及服务的信息化、集约化，依托云平台的理念和优势，将已有的专业系统纳入其中，为社区居民、物业管理、周边服务机构提供便利丰富的终端服务。系统设计原理图如图 1 所示。 该平台的亮点是信息的分类推送，开发之前对信息推送的两种方式进行分析：  （1）第一种是客户端使用 Pull（拉）的方式，即定时到服 务器上获取，看是否有更新的信息。  （2）第二种是服务器使用 Push（推送）的方式，把最新 的信息 Push 到客户端上。  虽然 Pull 和 Push 两种方式都能实现获取服务端更新信 息的功能，但 Push 方式比 Pull 方式更优越 [1，2]。  本文通过对比分析国内现有的移动设备推送解决方案， 采用 Netty+WebSocket 持久连接的方式，实现了消息的实时 性推送和分类推送。 2 推送与控制实现 平台可实现系统用户的需求，如查看家中的光照强度、室内温度、空气湿度、烟雾浓度等实时数据，并对家中的家居进行控制操作，对硬件与手机之间的链接通信进行了详细合理的设计。Netty 与WebSocket 的结合完美解决了此通路问题，为实现平台的实时推送和分类推送奠定了基础。 (1) NettyServer集成了WebSocketClient，用来实现与各硬件之间的数据传送，NettyServer在初始化时与WebSocket Server建立长链接； (2) WebSocketServer实现了与集成在 Netty服务器中的WebSocketClient之间的数据传送以及与用户手机端（或网页） 的交互。 推送和控制详细设计原理图如图 2 所示。 平台将传感器的数据推送到用户的流程描述 ：单片机采集各传感器的实时数据，将这些数据通过 TCP上传到Netty 服务器， 当TCP 与 Netty 服务器第一次建立连接时， 触发channelActive() 方法建立通道，该通道在传感器断开之前一直 在实现WebSocket的链接过程中，客户端和普通的浏览器都通过 80 或者 443端口和服务器进行请求握手，服务器根据 httpheader识别是否是一个WebSocket请求，如果是， 则将请求升级为一个WebSocket连接，握手成功后就进入双向长连接的数据传输阶段。WebSocket的数据传输基于帧方式：0x00表示数据开始，0xff表示数据结束，数据以utf-8 编码。第一次请求客户端发送的是http请求，请求头中包含WebSocket相关的信息，服务器端对请求进行验证，验证成功后，将请求升级为一个WebSocket连接，之后的通信就进入双向长连接的数据传输阶段，通过send和onMessage方法通信。 2.2 分类推送 平台采用 WebSocket 协议不仅实现了 Netty 服务器与WebSocket 服务器的实时通信，在分类通信上也做了一定尝试， 如推送工作，推送给哪一类型的用户，可以根据数据的格式来进行划分，在本平台中只做了初步划分，如数据格式为：{ .0″,”smoke?”:”3″}（JSON形式）， 从 room字段可以知道该数据是准备传送给 1201室的用户，目前平台只做了这个分类， 平台的下一步工作将在数据的格式上进行进一步细化和分类， 如按不同的楼栋，甚至不同的楼层分类，在分类推送上完善平台的功能。 2.3 JSON格式通信 JSON是一种轻量级数据交换格式，它采用完全独立于语言的文本格式，此特性使JSON成为理想的数据交换语言， 易于阅读和编写，同时也易于机器解析和生成，提升网络传输速率。本平台的各数据通信环节均采用JSON格式通信，使用对象和数组两种结构。对象在JSON格式表示为 { } 中的内容，数组在JSON格式是中括号 [ ] 中的内容，通过这两种结构可以表示各种复杂的结构[3]。 例如在 Netty 服务器将这些数据组织成 JSON 格式：{ “from”:”SMSG”,”room”:”1201″,”temperature”:”1″,”humidity”:”2 2.4 控制实现 当用户发送控制信息时，数据又是如何从手机终端到达控制设备的呢？这个流程和 2.1 中介绍的推送流程相反。值得一提的是，WebSocket 服务器中的 WebSocket Server 通过onMessage() 方法接收， 接收的数据有可能是 Netty 服务器或手机终端发送的，WebSocket Serve 接收到数据后根据数据的格式进行判断，…