-
高算力MCU開發，實現多屏交互與毫秒級響應功能的汽車儀表盤方案
隨著汽車座艙智能化進程的加速，車內顯示設備的數量與種類顯著增加，從傳統的儀表盤和中控屏擴展到了包括空調控制、扶手區域、副駕駛顯示屏以及抬頭顯示器（HUD）在內的多種顯示單元。面對這一趨勢，汽車制造商越來越多地采用低功耗、高集成度且經濟高效的MCU芯片來有效支持這些新增的功能單元，同時控制整體成本。
2025-03-11
-
全棧國產芯片實現汽車座椅控制器方案
由于新能源車的普及以及電氣架構的發展，對座椅控制器的需求也變得有所不同。比如PWM調速控制電機替代繼電器控制。個性化座椅，座艙的舒適性，電磁干擾，域控制器集成，電機數量改變。基于旗芯微車用MCU FC4150開發的汽車座椅控制器方案就能夠應對如上所述的各種挑戰。
2025-03-10
-
STSPIN32G0上新兩款低壓產品，design win見證卓越
意法半導體 (ST) 的STSPIN32系列產品集成了MCU與功率開關管柵極驅動器，不僅節省了成本，還簡化了設計流程，整個系統的體積最多可縮小65%，這些特性讓它在市場上脫穎而出備受青睞。
2025-02-27
-
如何在低功耗MCU上實現人工智能和機器學習
人工智能（AI）和機器學習（ML）技術不僅正在快速發展，還逐漸被創新性地應用于低功耗的微控制器（MCU）中，從而實現邊緣AI/ML解決方案。這些MCU是許多嵌入式系統不可或缺的一部分，憑借其成本效益、高能效以及可靠的性能，現在能夠支持AI/ML應用。這種集成化在可穿戴電子產品、智能家居設備和工業自動化等應用領域中，從AI/ML功能中獲得的效益尤為顯著。具備AI優化功能的MCU和TinyML的興起（專注于在小型、低功耗設備上運行ML模型），體現了這一領域的進步。TinyML對于直接在設備上實現智能決策、促進實時處理和減少延遲至關重要，特別是在連接有限或無連接的環境中。
2025-02-26
-
用好 DMA控制器這兩種模式 MCU效率大大提高！
本文介紹了DMA控制器的兩種模式。通過結合乒乓緩沖和多數據包緩沖傳輸模式，DMA 控制器可以顯著提高 MCU 的數據傳輸效率和帶寬，同時減少 CPU 的負擔，從而提升整體系統性能并節省能源。
2025-01-07
-
將“微型FPGA”集成到8位MCU，是種什么樣的體驗？
在半導體領域，微控制器（MCU）是一個很卷的賽道。為了能夠從眾多競爭者中脫穎而出，MCU產品一直在不斷添加新“技能”，以適應市場環境的新要求。因此，時至今日，如果你“打開”一顆MCU，會發現其早已不再是一顆傳統意義上簡單的計算和控制芯片，而是集成了CPU內核以及豐富外設功能模塊的SoC。
2024-12-25
-
利用單片機實現復雜的分立邏輯
在許多嵌入式系統應用中，通常都會使用分立式邏輯器件，例如 74'HC 系列。這些 邏輯器件的優勢在于可以獨立于單片機（MCU）工作，并且響應速度比軟件快得多。但 是，這些器件會增加物料清單（BOM）并且需要占用額外的 PCB 面積。
2024-12-17
-
LED 調光引擎：基于 8 位 MCU 的開關模式可調光 LED 驅動器解決方案
開關模式可調光 LED 驅動器以其高效率和對 LED 電流的控制而聞名。它們還可以提供調光功能，使終用戶能夠創造出夢幻般的照明效果，同時降低功耗。
2024-12-05
-
如何利用英飛凌MOTIX embedded power硬件機制標定小電機ECU
英飛凌MOTIX? MCU專為實現一系列電機控制應用的機電電機控制解決方案而設計，在這些應用中，小尺寸封裝和最少數量的外部組件是必不可少的，包括但不限于：車窗升降器，天窗，雨刮器 ，燃油泵，HVAC風扇，發動機冷卻風扇，水泵。由于電機量產的參數的非一致性。需要對這些小電機進行產線級別標定。以下是一些適配MOTIX? MCU 硬件特性的標定方法參考。
2024-12-04
-
英飛凌AURIX TC3x新增支持FreeRTOS
全球功率系統和物聯網領域的半導體領導者英飛凌科技股份公司（FSE代碼：IFX / OTCQX代碼：IFNNY）的AURIX? TC3x微控制器（MCU）系列新增了對FreeRTOS的支持。
2024-12-03
-
采用創新型 C29 內核的 MCU 如何提升高壓系統的實時性能
實時微控制器 (MCU) 在幫助高壓汽車和能源基礎設施系統滿足電源效率、功率密度和安全設計要求方面發揮著至關重要的作用。無論是車載充電器 (OBC) 還是不間斷電源 (UPS)，這些設備都必須在惡劣環境中為時間關鍵型任務提供快速、確定性的性能。
2024-12-03
-
借助支持邊緣 AI 的 MCU 優化實時控制系統中的系統故障檢測
本文中將討論集成式微控制器 (MCU) 如何增強高壓實時控制系統中的故障檢測功能。此類 MCU 使用集成神經網絡處理單元 (NPU) 運行卷積神經網絡 (CNN) 模型，幫助在監測系統故障時降低延遲和功耗。通過將邊緣 AI 功能集成到用于管理實時控制的同一 MCU 中，可以幫助您優化系統設計，同時增強整體性能。
2024-12-02
- 安森美與舍弗勒強強聯手，EliteSiC技術驅動新一代PHEV平臺
- 安森美與英偉達強強聯手，800V直流方案賦能AI數據中心能效升級
- 貿澤電子自動化資源中心上線：工程師必備技術寶庫
- 隔離變壓器全球競爭圖譜：從安全隔離到能源革命的智能屏障
- 芯海科技盧國建：用“芯片+AI+數據”重新定義健康管理
- MBSE智控革命：汽車中控鎖安全開發的新范式
- 光伏運維數智化躍遷：AIoT如何重構電站"神經中樞"
- 算力革命：英飛凌PSOC C3重構空調外機控制新范式
- 高頻PCB電源革命：三階去耦策略破解Gbps時代供電困局
- 雙芯智控革命：IGBT與單片機如何重塑智能微波爐
- 車規與基于V2X的車輛協同主動避撞技術展望
- 數字隔離助力新能源汽車安全隔離的新挑戰
- 汽車模塊拋負載的解決方案
- 車用連接器的安全創新應用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
