FPGA芯片的工艺结构-目前最大的两个FPGA厂商Altera公司和Xilinx公司的FPGA产品都是基于SRAM工艺来实现的。这种工艺的优点是可以用较低的成本来实现较高的密度和较高的性能;缺点是掉电后SRAM会失去所有配置，导致每次上电都需要重新加载。
利用可编程系统单芯片设计和研发复杂的混合信号系统-为了因应市场对于较高性能、较小的系统尺寸及降低成本和电源的需求，系统设计者正将较高层级的混合信号功能整合在他们的系统单芯片(SoC)设计中。随着这些SoC设计上的混合信号组件数量增加了，基本的功能验证对于硅初期能否成功也愈来愈重要。FPGA在系统整合难题上加入了一个新特点，改善了系统整合面，如整体的系统成本、可靠性、可组态性、上市时间等。在核心上，此新范例-可编程系统单芯片(programmable system chip, PSC)整合FPGA电闸，内嵌快闪和模拟功能在单一的可程序化组件中，提供了具真正程序能力的理想低成本路径，而且系统设计者可以用来快速地设计和研发复杂的混合信号系统。
基于VHDL语言及SOPC技术实现全数字调频信号发生器的设计-在常用的信号源及信号处理设计方案中，RC/LC振荡电路频率调整方便，但是它的工作频率稳定度较低。频率稳定度较低导致系统的工作稳定度降低，使其不适用于对精度要求较高的场合。晶振具有稳定且较高的频率，其频率稳定精度可达到10-6以上，但是它的频率是固定不可调的。晶振不能很方便地产生各种频率可变的信号。
基于FPGA技术实现VXIbus模块的接口电路设计-目前，美国有两家公司生产专用接口芯片，CYPRESS公司的IT9010系列和Interface Technology公司的VIC068系列，但由于这些芯片的价格较高且其实现原理难于理解，很少采用；另一种是利用中、小规模电路基PAL、GAL、CPLD和FPGA实现。通过利用FPGA实现模块与VXI总线接口的设计过程中，总结出一些通用的设计思路。
一种基于FPGA的神经网络硬件实现方案详解-人工神经网络在智能控制、模式识别、图像处理等领域中应用广泛。在进行神经网络的应用研究时，人们可以将神经网络模型或算法在通用的计算机上软件编程实现，但很多时间浪费在分析指令、读出写入数据等，其实现效率并不高。软件实现的缺点是并行程度较低，因此利用软件实现神经网络的方法无法满足某些对数据实时处理要求较高的场合（如工业控制等领域）。
采用FPGA技术芯片模块实现运动估计的设计方案并进行仿真研究-运动估计主要是针对帧间预测，去除视频帧在空间域和时间域的冗余度。块匹配方法是目前编码效率较高，普遍采用的一种编码方法。首先，其要将当前帧进行划分。长期实践表明，将当前帧划分为多个16×16的块是比较合理的。其次，要根据划分出的当前块的具体情况，以及所采用的搜索方法来决定搜索窗口的大小。最后，要在所确定的搜索窗口里面，依据某种块匹配准则找到当前块的匹配块以及由匹配块到
基于可编程逻辑器件实现航姿计算机的设计-捷联惯导中的航姿计算机实现数字平台导航，需要在复杂运算的同时还能够高速、准确地完成多种传感器测量数据的采集以及航姿结果和系统状态的传送。通常的做法都是用一片或多片 DSP芯片来完成，但是当数据接口较多而且数据传输频率较高时，这类系统的实时性就难以得到保证；而 FGPA具有丰富的硬件资源，能够真正实现多模块并行工作，而且可以达到较高的工作频率。
基于FPGA芯片实现了多路信号转换成时分多址设计-时分多址技术把时间分割成周期性的帧，每一帧再分割成若干个时隙，通过介质或者网络发送信号。在满足定时和同步的条件下，接收方可以分别在各个时隙中接收到对应的信号而不混扰。时分多址技术具有保密性较高，传输容量较大等特点。
FPGA学习：电源电路设计-与任何电子元器件一样，FPGA器件需要有电源电压的供应才能工作。尤其对于规模较大的器件，其功耗也相对较高，其供电系统的好坏将直接影响到整个开发系统的稳定性。所以，设计出高效率、高性能的FPGA供电系统具有极其重要的意义。
资深工程师谈谈传感器需要注意的四点设计-好的传感器的设计是经验加技术的结晶。一般理解传感器是将一种物理量经过电路转换成一种能以另外一种直观的可表达的物理量的描述。比如转换成仅依赖于此测物理量的较高的电压电流等信号，再显示出来。因此需要注意几点…
