Atheros AR8031 千兆网络芯片数据手册

需积分: 27 14 下载量 137 浏览量 更新于2024-07-14 收藏 1.2MB PDF 举报
"AR8031_ds.pdf" 本文档是关于AR8031千兆网络芯片的数据手册,由Atheros Communications, Inc.在2011年发布。AR8031是一款集成的10/100/1000Mbps以太网收发器,属于Atheros的Arctic系列设备,该系列还包括AR8033和AR8035。Atheros是一家专注于无线通信技术的公司,其商标包括Atheros SST、Signal-Sustain Technology等。 AR8031是Atheros的第四代单端口三速以太网PHY(物理层)芯片,能够支持10Mbps、100Mbps和1000Mbps(即千兆)的传输速率。这种芯片设计用于提供高速网络连接,适用于各种应用场景,如桌面计算机、路由器、交换机和其他需要高性能网络接口的设备。 该芯片支持RGMII(Reduced Gigabit Media Independent Interface),这是一种简化版的千兆媒体独立接口,减少了引脚数量,降低了布线复杂性,同时保持了高速数据传输。此外,AR8031还可能集成了其他功能,如自动协商、速率检测、流量控制、链路故障检测等,这些都是现代以太网接口的标准特性。 在能源效率方面,AR8031可能包含了节能技术,例如能根据网络活动动态调整功率状态的低功耗模式,以降低设备的能耗。这在当今环保和节能意识日益增强的背景下非常重要。 AR8031的数据手册会详细阐述其电气特性、接口规范、操作模式、功耗数据以及应用电路图等。用户和工程师可以依据这些信息来设计和集成AR8031到他们的产品中,确保网络连接的稳定性和性能。 AR8031是一款高性能、低功耗的千兆以太网解决方案,旨在满足对高速网络接口不断增长的需求。这款芯片通过其高效的接口和丰富的功能集,提供了可靠的网络连接,适用于多种网络设备和系统设计。由于此类资料稀缺,分享这份数据手册对于需要开发或维护相关硬件的工程师来说具有很高的价值。

clear;clc parentdir = 'F:\data process\fMRI\fmrioutput'; % 定义储存各被试源文件的上级文件夹 cd(parentdir); % 进入这个上级文件夹 allsubjects = dir('sub*');%查找该文件夹下的所有被试 subinfos = numel(allsubjects); for i=1:numel(allsubjects) % 对每个被试进行循环 cursubject = allsubjects(i).name; % 找到当前被试的名字 matlabbatch=cell(1); curWPAT = fullfile(parentdir,cursubject,'WPAT'); curfucout=fullfile('F:\data process\fMRI\fmrioutput',cursubject,'WPAT') matlabbatch{1}.spm.stats.fmri_spec.dir = {curfucout}; matlabbatch{1}.spm.stats.fmri_spec.sess.scans = cellstr(spm_select('ExtFPList', curWPAT, '^sw*.nii', Inf)) matlabbatch{1}.spm.stats.fmri_spec.timing.units = 'scans'; matlabbatch{1}.spm.stats.fmri_spec.timing.RT = 2; matlabbatch{1}.spm.stats.fmri_spec.timing.fmri_t = 16; matlabbatch{1}.spm.stats.fmri_spec.timing.fmri_t0 = 8; %% matlabbatch{1}.spm.stats.fmri_spec.sess.cond = struct('name', {}, 'onset', {}, 'duration', {}, 'tmod', {}, 'pmod', {}, 'orth', {}); matlabbatch{1}.spm.stats.fmri_spec.sess.multi = {'D:\data process\fMRI\onsets\subject(i)_run1.mat'}; matlabbatch{1}.spm.stats.fmri_spec.sess.regress = struct('name', {}, 'val', {}); matlabbatch{1}.spm.stats.fmri_spec.sess.tempxx=dir(fullfile(curfucout,'rp*.txt')) matlabbatch{1}.spm.stats.fmri_spec.sess.hpf = 128; matlabbatch{1}.spm.stats.fmri_spec.fact = struct('name', {}, 'levels', {}); matlabbatch{1}.spm.stats.fmri_spec.bases.hrf.derivs = [0 0]; matlabbatch{1}.spm.stats.fmri_spec.volt = 1; matlabbatch{1}.spm.stats.fmri_spec.global = 'None'; matlabbatch{1}.spm.stats.fmri_spec.mthresh = 0.8; matlabbatch{1}.spm.stats.fmri_spec.mask = {''}; matlabbatch{1}.spm.stats.fmri_spec.cvi = 'AR(1)'; matlabbatch{2}.spm.stats.fmri_est.spmmat(1) = cfg_dep('fMRI model specification: SPM.mat File', substruct('.','val', '{}',{1}, '.','val', '{}',{1}, '.','val', '{}',{1}), substruct('.','spmmat')); matlabbatch{2}.spm.stats.fmri_est.write_residuals = 0; matlabbatch{2}.spm.stats.fmri_est.method.Classical = 1; matlabbatch{3}.spm.stats.con.spmmat(1) = cfg_dep('Model estimation: SPM.mat File', substruct('.','val', '{}',{2}, '.','val', '{}',{1}, '.','val', '{}',{1}), substruct('.','spmmat')); matlabbatch{3}.spm.stats.con.consess{1}.tcon.name = 'Old'; matlabbatch{3}.spm.stats.con.consess{1}.tcon.weights = 1; matlabbatch{3}.spm.stats.con.consess{1}.tcon.sessrep = 'none'; matlabbatch{3}.spm.stats.con.delete = 0; end;怎么改

2023-05-24 上传