MétaCan
Menu
Retour à la cohorte
Enregistrement W2245344414 · doi:10.4271/2008-01-1222

Method to Efficiently Implement Automotive Application Algorithms Using Signal Processing Engine (SPE) of Copperhead Microcontroller

2008· article· en· W2245344414 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEmbedded Systems and FPGA Design
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicrocontrollerComputer scienceAutomotive industryAlgorithmSignal processingComputer hardwareEmbedded systemDigital signal processingEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">This paper presents the studies on how to efficiently and easily implement ECU application algorithms using the Signal Processing Engine (SPE) of the Copperhead microcontroller. With the introduced development and testing concepts and methods, users can easily establish their own PC based SPE emulation system. All application unit testing and verification work for the fixed point implementation using SPE functions can be easily conducted in PC without relying on a costly real time test bench and expensive third party dedicated software. With this simple development environment, the code can be run in both embedded controllers and PCs with exact bit to bit numerical behavior. The paper also demonstrates many other benefits such as code statistics information retrieval, floating simulation mode, automated code verification, online and offline code sharing. As an example, knock detection algorithms were used to evaluate the SPE's benefits in computational time compared with conventional C implementation. The result shows more than 50% computation time reduction with the SPE.</div>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle