选择distributed memory generator和block memory generator标准： Dram和bram区别： 1、bram 的输出需要时钟，dram在给出地址后既可输出数据。 2、bram有较大的存储空间，是fpga定制的ram资源；而dram是逻辑单元拼出来的，浪费LUT资源 3、dram使用更灵活方便些 补充： 在Xilinx Asynchronous FIFO CORE的使用时，有两种RAM可供选择，Block memory和Distributed memory。 差别在于，前者是使用FPGA中的整块双口RAM资源，而后者则是拼凑起FPGA 中的查找表形成。 1、较大的存储应用，建议用bram；零星的小ram，一般就用dram。但这只是个一般原则，具体的使用得看整个设计中资源的冗余度和性能要求 2、dram可以是纯组合逻辑，即给出地址马上出数据，也可以加上register 变成有时钟的ram。而bram一定是有时钟的。 3、如果要产生大的FIFO或timing要求较高，就用BlockRAM。否则，就可以用Distributed RAM。 块RAM是比较大块的RAM，即使用了它的一小部分，那么整个Block RAM 就不能再用了。所以，当您要用的RAM是小的，时序要求不高的要用Distributed RAM，节省资源。 FPGA中的资源位置是固定的，例如BRAM就是一列一列分布的，这就可能造成用户逻辑和BRAM之间的route延时比较长。举个最简单的例子，在大规模FPGA 中，如果用光所有的BRAM，性能一般会下降，甚至出现route不通的情况，就是这个原因。
Carnegie Mellon University Research Showcase Computer Science Department School of Computer Science 1-1-1984 Distributed representations Geoffrey E. Hinton Carnegie Mellon University Follow this and additional works at:https://www.doczj.com/doc/a69960371.html,/compsci This Technical Report is brought to you for free and open access by the School of Computer Science at Research Showcase. It has been accepted for inclusion in Computer Science Department by an authorized administrator of Research Showcase. For more information, please contact research- showcase@https://www.doczj.com/doc/a69960371.html, . Recommended Citation Hinton, Geoffrey E., "Distributed representations" (1984).Computer Science Department.Paper 1842. https://www.doczj.com/doc/a69960371.html,/compsci/1842
毕业设计（论文） 外文文献翻译 文献、资料中文题目：多路温度传感器 文献、资料英文题目：Distributed Temperature Sensor 文献、资料来源： 文献、资料发表（出版）日期： 院（部）： 专业： 班级： 姓名： 学号： 指导教师： 翻译日期： 2017.02.14
毕业论文（设计）外文翻译 题目：基于单片机的多路温度采集系统设计 系部名称：专业班级： 学生姓名：学号： 指导教师：教师职称： 多路温度传感器
一温度传感器简介 1.1温度传感器的背景 在人类的生活环境中，温度扮演着极其重要的角色。无论你生活在哪里，从事什么工作，无时无刻不在与温度打着交道。自 18 世纪工业革命以来，工业发展对是否能掌握温度有着绝对的联系。在冶金、钢铁、石化、水泥、玻璃、医药等等行业，可以说几乎%80 的工业部门都不得不考虑着温度的因素。温度对于工业如此重要，由此推进了温度传感器的发展。 1.2温度传感器的发展 传感器主要大体经过了三个发展阶段：模拟集成温度传感器。该传感器是采用硅半导体集成工艺制成，因此亦称硅传感器或单片集成温度传感器。此种传感器具有功能单一(仅测量温度)、测温误差小、价格低、响应速度快、传输距离远、体积小、微功耗等，适合远距离测温、控温，不需要进行非线性校准，外围电路简单。它是目前在国内外应用最为普遍的一种集成传感器，典型产品有AD590、AD592、TMP17、LM135 等；模拟集成温度控制器。模拟集成温度控制器主要包括温控开关、可编程温度控制器，典型产品有LM56、AD22105 和 MAX6509。某些增强型集成温度控制器(例如 TC652/653)中还包含了A/D 转换器以及固化好的程序，这与智能温度传感器有某些相似之处。但它自成系统，工作时并不受微处理器的控制，这是二者的主要区别；智能温度传感器。能温度传感器(亦称数字温度传感器)是在20世纪90年代中期问世的。它是微电子技术、计算机技术和自动测试技术(ATE)的结晶。智能温度传感器内部都包含温度传感器、A/D 转换器、信号处理器、存储器(或寄存器)和接口电路。有的产品还带多路选择器、中央控制器(CPU)、随机存取存储器(RAM)和只读存储器(ROM)。智能温度传感器的特点是能输出温度数据及相关的温度控制量，适配各种微控制器(MCU)；并且它是在硬件的基础上通过软件来实现测试功能的，其智能化程度也取决于软件的开发水平。温度传感器的发展趋势。进入21世纪后，温度传感器正朝着高精度、多功能、总线标准化、高可靠性及安全性、开发虚拟传感器和网络传感器、研制单片测温系统等高科技的方向迅速发展。 1.3单点与多点温度传感器 目前市场主要存在单点和多点两种温度测量仪表。对于单点温测仪表，主要采用传统的模拟集成温度传感器，其中又以热电阻、热电偶等传感器的测量精度高，测量范围
对 F-CPU 进行组态的方式与对标准自动化系统进行组态的方式基本相同。对于 S7 Distributed Safety F 系统，还必须执行以下操作： ●组态保护级别 1。 ●组态 F 参数。 使用以下步骤组态保护级别 1： 1. 在 HW Config 中，选择 F-CPU（例如 CPU 315F-2 DP），然后选择编辑 (Edit) > 对象属性 (Object Properties) 菜单命令。 2. 打开“保护” (Protection) 选项卡。 3. 设置保护级别“1: F-CPU 的访问保护” (1: Access protection for F-CPU) 和“使用密码可删除” (Removable with Password)。 在提供的域中为 F-CPU 输入密码，并选择“CPU包含安全程序” (CPU contains safety program) 选项。请注意，“模式” (Mode) 域与安全模式无关。 使用以下操作步骤组态 F 参数： 1. 在 HW Config 中，选择 F-CPU，然后选择编辑 (Edit) > 对象属性 (Object Properties) 菜单命令。 2. 打开“F参数” (F Parameters) 选项卡。打开该选项卡后，将提示您输入安全程序的密码，或者必须在另一个对话框中设定安全程序的密码。有关安全程序密码的信息，请 参考『访问保护概述』一章。 在“F参数” (F parameters) 选项卡中，可以更改或接受以下参数的默认设置： –启用或禁用取消激活安全模式功能 – PROFIsafe 地址的基数 – F-CPU 的兼容模式 （仅用于支持 PROFIsafe V2 MODE 的 F-CPU 和仅具有 PROFIBUS DP 接口而不 是 PROFINET IO 的 F-CPU） – F 数据块的编号区 – F 功能块的编号区 –安全程序的本地数据区大小
Ansoft 如何使用分布式求解（D istributed S olve O ption）功能 编写：y1949b 日期：2013-05-18 首发：本人博客（https://www.doczj.com/doc/a69960371.html,/y1949b） 同发：西莫论坛（https://www.doczj.com/doc/a69960371.html,）
1 前言 使用Ansoft的过程中，经常对某个或多个变量进行参数化扫描，这往往造成了工作量非常巨大，针对这种情况Ansoft提供了分布式求解功能（即：DSO），可以利用在同一个域中的其它装有Ansoft的机器或者利用本机的多核CPU同时求解多个扫描点，从而节省计算时间，下面我就具体讲下如何在Ansoft使用分布式求解功能。 2 正文 首先，您要安装软件包中的[REMOTE SIMULATION MANAGER],如图1所示： 图1 运行RMS,即运行[Register with RSM],如图2所示： 图2
成功注册后，出现图3的界面： 图3 进入Ansoft（譬如Maxwell），设置如下：
布式求解的机器的IP或计算机名。
当设置的是计算机名时，点选[7]，在[8]中输入计算机名，计算机名可以通过下图的[计算机]-[属性]中查到，一般设置计算名的方式多为利用本机的多核CPU，通常建议几核，就点选[9]几下，这样就可以同时求解几个参数化扫描点，譬如我的机器为双核的，就点选两下，可以同时求解两个参数化扫描点。 当设置的是IP时，点选[7]上面的那个[IP Address（format：192.168.1.2）]，在旁边中输入IP，IP可以通过在[运行]中键入”cmd”命令,在cmd命令行中输入”ipconfig”查得，一般设置IP的方式用来添加相同域中其它计算机，来做分布式求解，其它的计算机要装有Ansoft软件，并如图1-3所示，注册了RSM,当然也可以将本机的IP一般添上。
S7 分布式故障安全系统使用入门S7 Distributed Safety System Getting Started
摘要 安全工程的目的是通过使用安全为导向的技术安装，尽可能地使对人员和环境的危害最小化。本文档通过一个简单实例来描述西门子分布式故障安全系统的概念、配置、编程以及通讯，去除掉手册过多的文字性描述，以便用户能够用较短的时间增强对西门子分布式故障安全系统的了解。 关键词 安全，分布式安全，PROFISAFE通信，安全处理器、安全信号模板 Key Words Safety, Distributed Safety, PROFISAFE Communication, F-CPU, F-SM A&D Service & Support Page 2-32
目录 S7 分布式故障安全系统使用入门 (1) 1. 故障安全系统概述 (5) 1.1什么是故障安全自动化系统 (5) 1.2西门子安全集成的概念 (5) 1.3SIMATIC S7中的故障安全系统 (5) 1.3.1 SIMATIC S7自动化系统提供两种故障安全系统: (5) 1.3.2 可实现的安全要求 (6) 1.3.3 S7 Distributed Safety 和 S7 F/FH Systems 中的安全功能原理 (6) 2．S7 DISTRIBUTED SAFETY 组件 (7) 2.1硬件组件 (7) 2.2软件组件 (8) 3. 分布式故障安全系统的组态和编程 (9) 3.1综述 (9) 3.1.1 本例程使用的设备结构图 (9) 3.1.2 软硬件列表 (10) 3.2硬件组态步骤 (10) 3.2.1 组态硬件 (10) 3.2.2 组态 F-CPU (11) 3.2.3 组态 F-IO (12) 3.3程序结构 (15) 3.4程序实例 (16) 3.4.1 配置F-FB (16) 3.4.2创建Failsafe Runtime Group (17) 3.4.3 在OB35中调用F-CALL (19) 3.4.4 编译下载Failsafe程序 (19) 3.5程序测试 (20) 3.5.1 F_ESTOP1运行结果 (20) 3.5.2 急停信号的钝化与去钝 (21) A&D Service & Support Page 3-32
通信领域专业词汇中英文对照（补充） 所需磁盘空间[hw] disk space required 磁盘储存[hw] disk storage 磁盘子系统[hw] disk subsystem 磁盘使用摘要[hw] disk usage summary 软盘[hw] diskette 软盘位置[hw] diskette location 软盘邮递程序[hw] diskette mailer 所需软盘[hw] diskette needed 卸下[hw] dismount 发送[hw] dispatch 发送程序[hw] dispatcher 色散补偿光栅[hw] Dispersion Compensation Grating 色散平坦光纤[hw] Dispersion Flattened Fiber 色散管理装置[hw] Dispersion-Management Device 显示(v.)，显示器(n.) [hw] display 显示控制[hw] display control 显示期限长度[hw] display due date length 显示事件长度[hw] display event length 显示间隔时间[hw] display time intervals 站间距离[hw] distance between sites 距离矢量[hw] distance vector 判别名[hw] distinguished name 分发，分布[hw] distribute 分布式应用程序[hw] distributed applications 分布式计算机环境[hw] distributed computer environment 分布式计算[hw] distributed computing
在MATLAB 2012a 上配置MATLAB Distributed Computing Server过程详解 最近在做一个关于分布式人脸识别的研究，利用MATLAB自带工具箱（distcomp）实现分布式计算从而达到提高人脸识别速度的效果。今天下午对采用分布式架构和不采用分布式架构的两种表情识别算法进行了测试。在只创建4个分布式任务的情况下，时间有很明显的提高，而且对算法的识别率没有任何影响。 利用MATLAB实现分布式计算的前提是配置好 MATLAB Distributed Computing Server 的环境。配置的方法有两种：基于可视化界面的配置和基于控制台命令行的配置。前几天mathwork公司发布的 MATLAB 2012a在多个方面都了升级和优化其中MATLAB Distributed Computing Server的版本现在已经升级为6.0了。下面就分享一下基于可视化界面（主要）和控制台命令行相结合方式的MATLAB 2012a中MATLAB Distributed Computing Server 6.0的详细配置过程。 一、安装MATLAB 2012a，详细步骤这里就不说了，相信看这篇文章的博友都会的。 二、安装MATLAB Distributed Computing Server 6.0。以管理员身份运行CMD，进入到MATLAB分布式工具箱（distcomp）的bin目录下，路径因各人的安装路径而异，本人的路径是：H:Program Files(win8)MATLABR2012atoolboxdistcompbin; 命令：cd H:Program Files(win8)MATLABR2012atoolboxdistcompbin
《Distributed Systems Principles and Paradigms》 中文版书名：《分布式系统原理与范型》 Author: A S.Tanebaum A S.Tanebaum是我喜欢的一名计算机学者，有理论，有实践，这才是计算机的正道。纯理论，那是数学研究者；而纯实践，那是工程师的活。又没有理论，有无实践，那是什么人呢？ 分布式系统：点对点计算、传感器网络、虚拟化计算、服务器集群、网格计算、Web 服务（非集中式系统）。 所引出的新问题：分布式系统的一致性模型、时钟同步算法等。 第一章概述 计算技术自80年代两大发展： 高性能CPU Network 物理上分散的计算机系统，借助于Network互联，在逻辑层面集成为一个整体，即透明化计算。 分布式系统特性： ①隐藏各计算机系统的异构性（中间件,Middleware） ②使用者以统一一致的方式与分布式系统交互。例如，Web 分布式系统四目标： ①资源远程访问 ②透明化计算（用户只关心是否使用方便） ③开放性 服务由接口规范，如可用函数的名称、参数等，关键在于说明服务所要执行的任务，即接口语义。 ④可扩展性（SaaS） 集中式服务：DNS -〉瓶颈 集中式算法：路由问题 从理论而言，收集各节点和通信线路的状态信息，利用Floyd或Dijkstra算法计算最优路径。问题在于收集相关状态信息并上传会导致网络过载。 分散式算法，其特性： ①没有分布式系统整体状态信息，而基于局部信息决策 ②不存在全局性时钟，而是局部时钟（时钟误差扩散） 可扩张性： 缓存，一致性问题(consistency) 不同一致性模型 分布式系统类型：
S4:分布式流计算平台 概要 S4是一个通用的，分布式的，可扩展的，分区容错的，可插拔的平台。开发者可以很容易的在其上开发面向无界不间断流数据处理的应用。编键的数据事件被分类路由到处理单元（Processing Elements，PEs），处理单元消费这些事件，做如下事情之一或全部：（1）发出一个或多个可能被其他PE处理的事件。（2）发布结果。这种架构类似提供了封装和地址透明语义的Actor模式，因此允许应用在大规模并发的同时暴露简单的编程接口给应用开发者。在这篇论文里，我们将勾画S4的架构细节，描述各种各样的应用，包括实际中的部署。我们的设计主要由大规模应用在生产环境中的数据采集和机器学习所驱动。我们展示了S4设计令人惊奇的灵活性，使其运行在构筑于普通硬件之上的大规模集群中。 关键词：编程模型(programming model); 复杂事件处理(complex event processing);并发编程(concurrent programming); 数据处理(data processing); 分布式编程（distributed programming); map-reduce; 中间件(middleware); 并行编程(parallel programming); 实时搜索(real-time search); 软件设计(software design); 流计算(stream computing) 一、介绍 S4（简单可扩展流系统的首字母简称:Simple Scalable Streaming System）是一个受Map-Reduce模式启发的分布式流处理引擎。我们设计这个引擎是为了解决使用数据采集和机器学习算法的搜索应用环境中的现实问题。当前的商用搜索引擎，像Google、Bing和Yahoo！，典型的做法是在用户查询响应中提供结构化的Web结果的同时插入基于流量的点击付费模式的文本广告。为了在页面上的最佳位置展现最相关的广告，科学家开发了算法来动态估算在给定上下文中一个广告被点击的可能性。上下文可能包括用户偏好，地理位置，之前的查询，之前的点击等等。一个主搜索引擎可能每秒钟处理成千上万次查询，每个页面都可能会包含多个广告。为了处理用户反馈，我们开发了S4，一个低延迟，可扩展的流处理引擎。 为了便于在线实验算法，我们设想一种既适合研究又适合生产环境的架构。研究的主要需求是要具有将算法快速发布到特定领域的高度灵活性。这使得以最小的开销和支持在实际流量中测试在线算法成为可能。生产环境的主要需求是可扩展性（以最小的代价通过增加更多的机器来提高吞吐量的能力）和高可用性（在