論文元數(shù)據(jù)搜索，找到相關(guān)信息共 2 條：
2021, 43(8): 2121-2127.
doi: 10.11999/JEIT200769
刊出日期：2021-08-10
該文提出一種通用的時(shí)間數(shù)字轉(zhuǎn)換器(TDC)碼密度校準(zhǔn)信號產(chǎn)生方法，該方法基于相干采樣理論，通過合理設(shè)置TDC主時(shí)鐘和校準(zhǔn)信號之間的頻率差，結(jié)合輸出信號保持電路，產(chǎn)生校準(zhǔn)用的隨機(jī)信號，在碼密度校準(zhǔn)過程中，隨機(jī)信號均勻分布在TDC的延時(shí)路徑上，實(shí)現(xiàn)對TDC的bin-by-bin校準(zhǔn)。基于Xilinx公司的28 nm工藝的Kintex-7 現(xiàn)場可編程門陣列(FPGA)內(nèi)部的進(jìn)位鏈實(shí)現(xiàn)一種plain TDC，利用該方法校準(zhǔn)plain TDC的碼寬(抽頭延遲時(shí)間)，研究校準(zhǔn)了2抽頭方式下的TDC的性能參數(shù)，時(shí)間分辨率(對應(yīng)TDC的最低有效位，Least Significant Bit, LSB)為24.9 ps，微分非線性為(–0.84～3.1)LSB，積分非線性為(–5.0～2.2)LSB。文中所述的校準(zhǔn)方法采用時(shí)鐘邏輯資源實(shí)現(xiàn)，多次測試考核結(jié)果表明，單個(gè)延時(shí)單元的標(biāo)準(zhǔn)差優(yōu)于0.5 ps。該校準(zhǔn)方法采用時(shí)鐘邏輯資源代替組合邏輯資源，重復(fù)性、穩(wěn)定性較好，實(shí)現(xiàn)了對plain TDC的高精度自動校準(zhǔn)。該方法同樣適用于其他類型的TDC的碼密度校準(zhǔn)。
, 最新更新時(shí)間: ,
doi: 10.11999/JEIT240796
在車載網(wǎng)絡(luò)(VANETs)中，聯(lián)邦學(xué)習(xí)(FL)通過協(xié)同訓(xùn)練機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)了車輛間的數(shù)據(jù)隱私保護(hù)，并提高了整體模型的性能。然而，F(xiàn)L在VANETs中的應(yīng)用仍面臨諸多挑戰(zhàn)，如模型泄露風(fēng)險(xiǎn)、訓(xùn)練結(jié)果驗(yàn)證困難以及高計(jì)算和通信成本等問題。針對這些問題，該文提出一種面向聯(lián)邦學(xué)習(xí)的可驗(yàn)證隱私保護(hù)批量聚合方案。首先，該方案基于Boneh-Lynn-Shacham (BLS)動態(tài)短群聚合簽名技術(shù)，保護(hù)了客戶端與路邊單元(RSU)交互過程中的數(shù)據(jù)完整性，確保全局梯度模型更新與共享過程的不可篡改性。當(dāng)出現(xiàn)異常結(jié)果時(shí)，方案利用群簽名的特性實(shí)現(xiàn)車輛的可追溯性。其次，結(jié)合改進(jìn)的Cheon-Kim-Kim-Song (CKKS)線性同態(tài)哈希算法，對梯度聚合結(jié)果進(jìn)行驗(yàn)證，確保在聯(lián)邦學(xué)習(xí)的聚合過程中保持客戶端梯度的機(jī)密性，并驗(yàn)證聚合結(jié)果的準(zhǔn)確性，防止服務(wù)器篡改數(shù)據(jù)導(dǎo)致模型訓(xùn)練無效的問題。此外，該方案還支持車輛在部分掉線的情況下繼續(xù)更新模型，保障系統(tǒng)的穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有方案相比，該方案在提升數(shù)據(jù)隱私安全性和結(jié)果的可驗(yàn)證性的同時(shí)，保證了較高效率。
