物联网对传感节点SoC的功耗要求很高, 很多应用场景不↑需要芯片所有模块都一直处于工作状态, 甚至大部分时间ω　内只有极个别模块需要工作.基于这个特点, 本文提出了一种功耗管理器的设计, 通过∑时钟管理和电源管理实现了多工作模式, 以最精简的逻辑应对多种工作场景.功耗管理器支持工作模式、睡眠模式和深度睡眠模式, 用SMIC 130 nm综合, 1.08 V电压下工作频率为32 kHz时, 电流仅为0.47 μA.

针对IaaS层资源放置中的虚机放置问题, 提出了IaaS云资源◇放置SLA的服务质量指标模型和基于QoS的多维度差分进化放置算法。算法采用差分进化算法结合非支配排序思想, 通过对非支配排序在排序方式以及子代筛选上进行优化, 实现对IaaS的资源放置时兼顾多种类资源约束以及其他服务质量指标约束, 从而获得更合理♀的多类型资源放置结果.实验结果表明本文提出的多维资源虚机放置算◎法搜索速度快, 多维资源放置结果产生的违约率更低, 在QoS指标上具备更优♂的性能.

把多个侧壁阶梯氧化层应用于分离栅沟槽MOSFET(Split-Gate Trench MOSFET, SGT结构), 并把改进的结构称为多阶梯侧壁氧化层分离栅沟槽MOSFET(Multi-Step Sidewall Oxides Split-Gate Trench MOSFET, MSO结构), 之后介绍↓了MSO结构的器件结构和制备工艺, 重点借助TCAD仿真软件对MSO结构的外延层掺杂浓度、顶部侧氧厚度与底部侧氧厚度进行优化, 最终仿真得到击穿电压为126 V, 特征导通电阻为30.76 mΩ·mm²和特征栅漏电荷为0.351 nC·mm^-2的MSO结构.在近似相等的击穿电压下, 与传统SGT结构相比, MSO结构的特征导通电阻及∏特征栅漏电荷均有所Ψ降低, 这两项参数综合反映器件的优值(FOM=Q_{gd, sp}×R_onA)降低了39.6%.

为减少算法的运行时间, 对狼群算法和二维Otsu算法进行分析研究, 提出改进狼群优化算法的Otsu图像分割法, 将PSO算法中求解当前局部最▅优的思想引入到狼群算法①的游走、召唤行为中, 使狼群间实现信息交互, 提高搜索最佳阈值的准确度; 采用自适应化围攻行为, 加快算法寻优速度; 利用混沌法对得到的次优解进行优化, 避免陷入局部极值.仿真结果表『明, 该算法既降低了█分割时间, 又提高了分【割精度.

本文提出了利用存储器内建自测试(MBIST)进行专用集成电路(ASIC)内部存储器的单粒子翻转(SEU)检测方法, 研究并制定了MBIST的单粒子有效性辐照注量的统计方案, 最后在重离子加速器上应用该方法进行了单粒子试验验证.通过与相同结构的存储器SEU结果的对比分析, 结果表明, MBIST在有效辐照注量(1.27E+7icons/cm²)下, 与存储器在标准辐照注量(1E+7icons/cm²)下获得的SEU在轨错误率误差小于2倍, 运用MBIST方法可以方便○、准确地◤用于评估ASIC的存储器SEU性能指标.

本文针对一种面向高︼密度计算的异构多核SoC系统, 提出了一种层次化的共享二级存储结构(L2-Cache), 以缓解系统数据处理速度与外部存储间的速度差异←.所设计的层次化存储结构提供对象数据缓存功能, 利用计数替换策略, 减少二←级存储污染, 提高有效数据命中率; 在计算时间间隙实现数据准确预读取和L2-主存同步操作, 增加有效存储带宽.最终测试结果表⌒　明, 采用层次化存储结构的设计兼顾了不同访存比应用的数据访存特性, 平均访※存性能提高31.1%, 不同规模的矩阵运算最高获得1.573的加速比, 整体任务计算时间平均减少了27.8%.

提出了一种基于k个参考点DCUR (Density-based Clustering Using k References). 新算法以k个参考点反应了数¤据的分布状态, 然后基于参考点对数据进行聚类分析.该算法保持了DBSCAN的优点, 并且可№以减少区域查询次数, 降低I/O开销.理论和实验证明新算法能够有效地对大规模数据库进行聚类, 且其执行效率明显高于传统的基于R*树的DBSCAN算法.

分析无线传感器网络中的非均匀分簇算法, 针对多跳通信方式中存在汇聚节点附近簇首转发任务频繁、能量消耗过快以及频繁进行簇首轮换时能⌒量消耗多的问题, 提出一种基于能量异构的WSN分布式路由算法(DRA-EH算法).该算法的节点☆能量采用3级能量架构, 根据节点初始能量的不同划分等级; 利用圆环模型进行区域划分, 定点部署特殊节点; 按照簇首分级策略, 将簇首分为一级和二级簇首两种类型, 采用固定ζ选举簇首与随机选举簇首相结合的方式, 来弱化簇头选举中的随机成分, 以及节省频繁进行簇首竞选和轮换时的①能量消耗; 在簇首间构造多跳路由树, 采用簇内单跳、树内簇首多跳的路由策略将信息最终传送到汇聚节点.仿真※实验表明, DRA-EH算法在平衡网络能耗和延长网络生命周期方面优于SEP算法和CRVB算法.

针对Boost转换器控制性能受电感和电容变化影响的问题, 提出了一种基于可变遗忘因子递推最小二乘法(recursive least squares method, RLS)的在线多参数辨识算法.考虑⊙电感电流纹波, 推导了♂精确的电感和电容辨识模型.在此基础上, 研究了RLS算法中遗忘因子◣动态取值问题.通过在算法的误差信号中恢复系统噪声的方法, 动态计算遗忘因子的取值, 解决了传统RLS算法难以兼顾稳态精度和参数跟踪能力的问题.仿真■结果表明, 该算法可以在动态条件下, 精确且快速地跟踪电感和电容值的变化, 且具有良好的鲁※棒性.

为克服Logistic映射存在的缺ぷ陷, 基于延迟反馈设计了一种改进的Logistic混沌映射.基于该混沌映射, 提出了一种新的密钥与明文相关的图像加密算法.仿真结果表明, 提出的图像加密算法只需进行一轮置乱扩散操作即可获得较好的加密效果, 可有效抵御统计分析攻击、差分攻击和选择明文█攻击, 同时展现出较强的鲁棒性.

针对高密度计算领域的数据特点, 为目标多核计算系统设计了一种可重构计算单元, 其通过内部运算部件的运算路径重构, 可以实现多种乘加运算功能, 并对高密度计算领域中常见的矩阵乘法、快速傅里叶变换等算法进△行了针对性的加速设计, 并能够支持多种工作模式.该设计已经在Xilinx Virtex-7 XC7V2000TFLG1925-1 FPGA芯片上进行了原型验证, 测试结果表明, 对高密度计算领域的典型数据粒度, 该可重构计算单元的计算效率满足设计要求.

从影响SpaceWire总线传输误码率的因素出发, 分析了传输介＠ 质、器件、系统干扰、通道串←扰及单粒子瞬态等因素对SpaceWire总线传输误码率的影响机理.针对航天型号系统中SpaceWire总线误码率测试无高置信度、统一的测⊙试方法, 通过引入SpaceWire总线误码率置信度概念, 提出了一种SpaceWire总线器件误码率测试方法, 可以实现高置信度的误码率测试, 对于SpaceWire总线在航天型号▽中的应用具有重要的指导意义.

针对目前文献检索系统对于查询结果仅以文本形式呈现的问题, 提出了一个基于图数据库的文献信息检索系∩统.该采用图数据库Neo4j进行存储, 用□户通过关键词查询, 系统以图节点的可视化形式将信息呈现给用※户, 可以直观地了№解文献的相关信息.实验结果表明, 该系统比关系基于数据库的系统更快, 执行的时间减少了71%(对于3-节点查询), 88%(对于4节点的查∞询), 以及99%的(5-节点查询).

高级加密标准(AES)的传统密钥扩展算法在已知某一轮密钥的情况下, 包括初始密钥在内的所有轮密钥较容易破解.通过对加解密算法的实现方法与过程进行研究, 针对原密钥扩展算法存在的缺点, 利用采用单向性策略与随机数产生函数相结合的∮方法, 对传统扩展算法进■行改进.通过Keil软件模拟在24 MHz的工作环√境下, 对算法进行仿真测试, 结果表明该方法能在保证密钥扩展算法安全性的同时保证算法高效运行.

针对于传统电荷泵结构◣存在的阈值压降和受体效应影响的问题, 在传统四相时钟电荷泵结构基础上▂通过增加衬底自举电容及辅助管增大传输管的衬底电压, 降低体效应的影响, 提升了电荷泵电路的转换效率, 降低了电荷泵电路的启动电压.电荷泵电路●基于TSMC 0.18 μm CMOS工艺进行设计与仿真, 仿真结果表明: 改进型电荷泵的工作电压可以低至0.8 V, 转换效率76.25%.

针对当前软件无线电应用自动部署算法在运行环境约束方面的考虑不足, 提出了一种更为通用的系统模型, 将应用的╳处理资源需求、内存资源需求、带宽资源需求和运行环境需求都纳入到应用部署◥过程中; 采用基于可变窗长的部署算法以达到最小化系统资源占用的目的.仿真结果表明, 运行环境约束对应用的部署具有重要影响.另外, 该算法■窗长越大, 算法性能越好.

针对整像素运动估计提出了一种适合硬件实现的运动估计算①法, 并设计了硬件架构.通过在不同划分深度的编码单元中复用计算单元, 大大减少了硬件资源.在TSMC 90nm的工艺下, 综合结果表明最高频率可以达到377 MHz, 在搜索范围为±64时, 能够达到超高清视频图像3 840×2 160@60 f/s的实时处理速度.

针对现阶段∑小额支付平台终端繁杂异构的问题, 提出了一种基于REST架构风格的◣小额支付系统平台, 其将小额支付过程以及相关数据抽象为资源, 以HTTP作为通信♂协议, 通过RESTful Web服务方式连接移动客户端与Web服务端.设计了小∏额支付平台的架构, 定义了小额支付平台RESTful Web服务的具体方法和规则, 并且实现了小额支付原型系统.实验结果表明, 相较于传统的基于SOAP协议的大Web服务方式, 基于REST架构风格的Ψ小额支付平台具有明显的优势.

云存储技术受到越来越多的关注, 但云存储中的安全问题是目前云计算推广的最大障碍.对此提出新的云环境下的接入控制方案, 根据用户的特点, 将用户分㊣　类为个人用户和公共用户, 对不同种类的用户采用不同的分享方式, 并实现用户的撤销.对公共用户的分享采用多授权中↙心的方式, 降低授权中心的负担和信息泄露的风险.最后分析方案的安全性●并和其他方案的效率进行比较, 结果表明提出↑的方案可以有效地解决云存储中的安全问题.

采用TSMC 0.18 μm CMOS工艺, 设计实〗现了一种低压、低失调、恒跨导的轨到轨运算放大器.运算放大器在保证输入级跨导在整个共模范围内恒定的前提下, 采用轨到轨的折叠共源共栅输入级, 输入管工作在亚阈值区, 采用反馈式AB类输出级以实现轨到轨的输出摆幅, 同时采用斩波稳定技术减小输入参考失□调和噪声.电路工〒作在1 V单电源电压下々, 仿真得到119 dB的直流增←益和5.6 MHz的增益带宽积.蒙特卡罗仿真结果显示失调电压分布的︻标准差为14 μV, 输入噪声普密度为18.19 nV/√Hz.

针对传╳统的采集方法, 在地铁客ξ　流信息采集方面存在采集精度低的问题, 提出基于三维视觉的地铁客流信息智能采集算法, 首先利用CCD数码摄像机或传感器等设备拍摄郑州地铁客流纹理图像, 利用三维视觉传感技术对地铁客流信息进行数字化处理, 将数据化的地铁客流信息进行去噪、阈值分↓割等深度处理; 然后对地铁客流信息进行时间序列的状◥态空间重构, 计算地铁客流信息时间序列的自相关函数; 最后在上述计算结果的基础上利用GPS、无线通信、地铁车辆跟踪以及地铁卡收费系统对地铁客流信息进行统计, 完成地铁客流信息的智能∩采集.实验※结果分析证明, 所提算▂法使得地铁客流信息智能采集效率大大提高, 加快了信息采集速度, 从而降低了成本.

卷积神经网络因深度学习概念的提出再一次被研究人员所重视.激励函数是卷积神经网络的一个重要组成部▓分, 选取了sigmoid函数作为实验对↘象.讨论了当前几种可行的逼近方法, 最终采用分段四阶多项式拟合sigmoid函数.在FPGA上使用Verilog硬件描述语言设计了并行电路, 并采集了数据集进☆行FPGA与CPU版本caffe库进行运算效率对比.实验结果表明, 此种方法误差小效率々高, FPGA在深度学习领域有着广阔的应用前景.

基于密度的局部离群点检测算①法(LOF)不适用于解决高维度、多义性的数据集检测.通过对LOF算法的分析, 提出了一种基于多标记学习(Multi-Label Learning, MLL)的局部离群点检测算法MLL-LOF(a local outlier factor based on multi-label learning).该算法采用MLL框架, 首先将真实对象数据拆分成Ψ 多示例包形式, 然后运用退化策略及相应的权重调整, 计算最终离群点因子, 判别离群点.并运用实际企业的监控数据将MLL-LOF算法与其他经典的局部离群点检测算法进行了对比实验, 结果表明提出的MLL-LOF算法检测的精准率、召回率、F1值以及时间效率均优于传统的局部离群点检测算法.

针对传统的检测方法一直存在噪声影响严重, 导致检测结果不准确的问题.提出基于arm-linux机器视觉的图像特征点快速检测方法, 首先利用机器视觉技术拍摄目标图像信息, 通过arm-linux系统对目标图像信息进行特征点分析提取、小波去噪等进一步处理; 再依据图像处理结果♂建立Facet模型, 计算求解图像特征点二阶方向导数, 获取ξ图像特征点二阶方向导数极小值小于零的像素点作为提取的图像特征点, 通过对极大值的归一化和图像局部非极大值抑制完成对图像特征点的快速检测.实验结▆果分析证明, 所提方法可以降低图像特征点的检测成本, 减小噪声影响且稳定性强, 适用性范围『广, 安全性高.

设计了一种高性能无片外电容型LDO线性稳压器.其中, EA采用推挽输出放大器设计, 在静态时保持低功耗, 瞬态响应时提供大的输出电流, 提高LDO的响应速率.高ζ　环路增益使LDO电路具有很高的稳压精度; 采用零点补偿●技术, 保证了LDO环路稳定性.LDO采用0.13 μm CMOS工艺设计, 仿真结果表明, 在1.2 V~2.0 V输入电压㊣下, LDO输出稳定的1.0 V电压, 输出负载电流为50 μA~100 mA, 最大负载电容可达到100 pF, 低频PSR为-67.5dB@100mA~-85.5dB@50μA, 负载调整率0.8μV/mA, LDO的静态电流为50 μA, 整体版图面积为0.016 3 mm².

在网络入侵检测复杂程度的不断提高和恶意软件攻击的环境下, 难以提高实时高速检测的准确性, 需要进行分层网络伪装入侵实时高速检测方法研究.但当前方法是利用遗传算法〓对神经网络结构进行优化, 结合优化后的神经网络进行网络入侵检测预警, 利用○神经网络进化方法的不断演变, 寻找最优的神经网络结构, 当进化神经网络系统进行正常的工作模式后, 可对偏离正常工作的事情做出反应, 但该方法存在安全性较低的问题.提出一种分层网络伪装入︽侵实时高速检测方法.该方法首先对╳分层网络数据进行预处理, 采用蚁群算法对分层网络伪装入侵实时高速检测进行特征选择, 然后结合特征选择的分析进行网络伪装入侵实时高速分层聚类方法完成对分层网络伪装入侵实时高速检测方法的研究.仿真实验表明, 利用分层网络入侵检测方法能有效地提高网络入侵实时高速检测准确性.

针对传统的云计算下分布∏式数据安全读取算法, 一∩直存在数据读取质量不高, 读取数据重复率较高的问题.提出基于范围型属性的云计算下分布式数据安全读取算法, 首先采用经验分布函数与核估计对云计算下分布式数据的分布函数进行估计; 然后以分布式数据的分布函数变换进行均匀分布的假设检验; 再以分布式数据分析结果为依据, 利用范围型属性的值域特征, 将分布式数据值域按照目标数据库的分布样本划分为多个子区间, 在此基础上完①成云计算下分布式数据的安全读取.实验结果分析证明, 所提算法能提高分布式数据的安全读取速度和读取正确率, 降低计←算复杂度☆, 适用范围广.

为了解决传统内容感知图像缩放技术缩放效果的不确定性, 且方法不适用于多光谱遥感图像的问题, 提出了一种三◣角网格与鱼眼变换相结合的图像缩放方法.首先, 根据敏感目标的特征识别标注出敏感目标区域, 然后, 对标注出的敏感区域内部进行基于三角网格的非均匀缩放变换, 而对剩余部分根据敏感区域的缩放变化做基于鱼眼变换的压缩.实验结果表明, 图像敏感№区域内部失真很小, 实验结果很好地保持了敏感目标的特征, 缩放效果较ㄨ传统内容感知图像缩放方法有明显改善.

考虑基于SDN架构的网络环境, 并针对当前检测隐藏端口的方法的不足, 提出一种全新的基于SDN架构的隐藏端口检测方法.利用SDN集中控制的特性, 通过内存映射流表项↘的方法来实时提取主机的连接信息, 并结合主机代理的信息进行交叉视图检测, 同时在检测过程中引入「检测状态机, 使得准确检测出部署环境下所有主机的隐藏端口.实验结果表明, 该方法能高效地检测主机恶意程序隐藏的端口, 并具有良好的兼容卐性和系统性能.

提出基于Arnold变换的静态展品图像信息消除方法, 利用小波变换对含噪静态展品图像进行分解, 通过椭圆方向窗来估计静态展品图像各个方向子带各点信号的方差; 利用由子带能量自相关函数确定自适应窗来估计静态展品图像各个方向子带各点信号的方差, 依据逆对偶数复小波变换对静态展品图像进行恢复, 将静态展品图像分为多个互相不重叠的像素块, 利用Arnold变换置乱静态展品图像的嵌入顺序, 通过门限阈值划分静态展品图像像素块ζ　的等级, 由不同的等级像素块中图像像素值的最大变ζ　化值确定嵌入秘密信息的最大范围.实验结果表明, 所提方法具有较好¤的视觉掩蔽性, 且在保持较╲高的图像信息消除容量, 具有较强的抗攻击能力, 消除速率增加显著.