摘要：本发明提出了一种支持多芯片配置功能的仿真器，其中包括仿真器配置模块和仿真器硬件。仿真器配置模块负责芯片仿真配置文件的选择、下载、及配置信息的设置；仿真器硬件通过下载配置模块和数据通路选择模块，把仿真器配置模块下传的数据写到存储器模块对应的芯片仿真配置文件区和配置信息区。下载完成后，控制模块依据当前配置信息区的内容，完成对芯片仿真模块的配置，实现芯片的仿真功能。仿真器配置模块可以灵活下载芯片配置文件区，读取当前仿真器硬件版本信息。在芯片研发阶段，该仿真器可以存储多个芯片仿真配置文件，便于问题定位，提高开发效率；特别是本发明可以在一套仿真器上，实现多个芯片的仿真功能，节约了成本。

摘要：本发明公开了一种支持NVM实时下载的CPU芯片仿真器，包括仿真器硬件以及仿真器软件。仿真器硬件包括主板，主板包括芯片原型及调试线；以及仿真器软件通过调试线与仿真器硬件通信连接；其中，芯片原型包括CPU、通路选择模块及NVM；其中，NVM包括RAM及NVM控制模块；其中，RAM具有第一端口和第二端口；其中，RAM的第一端口通过NVM控制模块及通路选择模块与CPU通信连接；其中，RAM的第二端口通过通路选择模块与CPU通信连接。借此，本发明的支持NVM实时下载的CPU芯片仿真器，实现了仿真器软件实时下载NVM的功能，且使用简单方便。

摘要：本申请公开了一种天线结构及电子设备，该天线结构包括介质基板、地板层和第一辐射体。第一辐射体包括第一振子臂、第二振子臂、馈电单元和第三振子臂。第一振子臂形成有第一调谐部；第二振子臂包括第二振子臂第一段和第二振子臂第二段，第二振子臂第一段与第二振子臂第二段电连接，第二振子臂第一段和第二振子臂第二段的连接处形成有拐点，拐点处与第一振子臂的一端电连接；馈电单元位于第二振子臂第一段背离第二振子臂第二段的一端，第二振子臂第一段和地板层通过馈电单元电连接；第三振子臂，与第一振子臂电连接，沿天线结构的上下方向，第三振子臂位于第一调谐部和第二振子臂之间。通过上述设置，有利于提升天线结构的性能。

摘要：本发明公开了一种立柱磨耗板，属于铁路货车部件领域。其包括钢质基板和固定在钢质基板上表面的高分子复合材料磨耗层，钢质基板上分布有销孔，磨耗层分为第一磨耗区、第二磨耗区、第三磨耗区和第四磨耗区，四个磨耗区磨耗层厚度相同，并且上表面平齐；四个磨耗区顺序平行排列，四个磨耗区中至少两个磨耗区高分子复合材料组成不同。本发明立柱磨耗板将磨耗层分为不同的区，每个区采用不同的高分子复合材料，得到的磨耗层摩擦系数不同，根据需要当空车运行时斜楔与摩擦系数小的部分摩擦，当重车运行时，斜楔与摩擦系数大的部分摩擦，可以保证空车、重车运行更加平稳。

摘要：本发明公开了一种支持调试权限控制的CPU芯片仿真器，包括：仿真器硬件以及仿真器软件。仿真器硬件包括主板，主板包括电源模块、芯片原型及调试线，且芯片原型内置有调试权限控制模块；以及仿真器软件通过调试线与仿真器硬件通信连接，且仿真器软件内置有调试权限操作模块；其中，仿真器软件通过调试权限操作模块对仿真器硬件中的调试权限控制模块进行操作，从而实现对仿真器硬件的调试权限的打开或关闭。借此，本发明的支持调试权限控制的CPU芯片仿真器，结构简单合理，仿真器软件和仿真器硬件的握手操作实现机制更安全。

摘要：本发明提供一种支持数据安全传输的CPU芯片仿真器及数据安全传输方法，属于芯片仿真领域。所述芯片仿真器包括仿真器软件和仿真器硬件，仿真器软件与仿真器硬件之间通过调试通道进行数据交互，还包括：传输管理模块和传输控制模块；所述传输管理模块配置于仿真器软件中，用于对所述仿真器软件向所述仿真器硬件传送的数据进行加密或对接收到的数据进行解密；所述传输控制模块配置于仿真器硬件中，用于对所述仿真器硬件向所述仿真器软件传送的数据进行加密或对接收到的数据进行解密。本发明通过传输管理模块和传输控制模块对仿真器软件与仿真器硬件之间交互的数据进行安全传输，实现仿真器软件到仿真器硬件的调试通道上的数据保护。

摘要：本发明涉及程序调试技术领域，提供一种基于IDE调试框架的用于CPU程序的调试方法、调试系统以及存储介质。所述调试方法包括：根据CPU程序的调试状态创建与所述调试状态相对应的启动程序；判断所述启动程序的类型，根据所述启动程序的类型确定是否创建调试程序。本发明基于IDE调试框架改进用于CPU程序的调试方法，对调试的启动程序进行分类，根据启动程序的类型确定是否创建调试程序。在CPU程序处于调试状态时，在用户错误操作或多次点击Debug按钮情况下能够对已创建的调试程序进行保护，使IDE开发环境容错性更好，保证IDE开发环境处于健康状态，大大提升研发效率。

摘要：本公开涉及计算机处理技术领域，具体涉及一种电力设备处理加速方法、装置、设备、芯片及介质，所述电力设备处理加速方法包括：根据所述智能芯片中神经网络的硬件结构、神经网络中神经元的关键性和所述神经网络处理的数据的数据类型特性，确定所述神经网络中各层的脆弱因子；根据所述神经网络中各层的权重，确定所述神经网络中各层的第一调节因子；根据所述神经网络中各层的脆弱因子和第一调节因子，确定所述神经网络中各层的量化位数；根据确定的所述量化位数对所述神经网络进行量化，以使包括具有所述神经网络的智能芯片的电力设备在实现处理加速的同时提高可靠性。

摘要：本公开涉及神经网络压缩技术领域，具体涉及一种神经网络模型裁剪方法、装置、设备及介质，所述神经网络模型裁剪方法，包括：通过强化学习，获取待裁剪神经网络模型的环境状态信息；根据所述环境状态信息，获取所述待裁剪神经网络模型中每一层的目标剪裁率；根据所述目标裁剪率和回报函数，得到目标奖励值；响应于所述目标奖励值大于或等于预设阈值，根据所述目标裁剪率裁剪所述待裁剪神经网络模型；根据所述目标神经网络模型对目标图像进行图像处理。该方法不仅减少了神经网络模型的计算量，而且降低了裁剪后的神经网络模型运行时可能出现的错误对整个系统的影响，从而确保了裁剪后的神经网络模型的可靠性和能耗满足需求。

摘要：本申请提供一种无线终端设备、楼宇对讲系统及智能家居系统。无线终端设备包括主板及金属外壳。金属外壳包括金属底板和设于金属底板周侧的金属边框；主板组装于金属底板；金属边框包括多段子金属边框，多段子金属边框中的部分子金属边框作为天线辐射体，与金属底板隔开设置，并与主板连接形成至少一个天线，天线至少包括Sub‑1G天线。本申请利用金属边框的多段子金属边框中的部分子金属边框作为天线辐射体，与金属底板隔开设置，并与主板连接至少形成低频的Sub‑1G天线，如此至少可集成低频天线，增大使用范围。