针对嵌入式多核处理器资源№有限的特点, 提出》了一种基于软件流水的任务调度方法.该调度方法使用整数线性规划方程对软件流水中的工作负载、通信开销和存储空间进行建模, 通过实现多核处理器的负【载均衡、减少核间通信开销和优化存储空间的使用来提高程序的性能.最终在Revealer处理器上进行实验, 实验表明该调度方法相□　对于其他任务调度方法, 程序性能获得不同程度的提高, 能够更好地适应于嵌入式多核处理器.

为了实现大数据时代以固态硬盘为代表的大容量◇高吞吐率存储器的纠错编码, 基于数学特性优异的LDPC码, 提出了一种半并行的LDPC编码器架构.采用SIMD指令的调度◣控制流方式实现了RU编码算法, 完成了码率和码长等参数可动态配置的LDPC编码器∩的电路设计.通过Matlab与ModelSim联合仿真, 并在Xilinx FPGA平台上验证了编码器的功能正确性.结果表明: 工作频率为100 MHz时, 配置时◤间少于7 μs且相对于其它编码器结构可以在较少的资源下吞吐率可达4.82 Gb/s.

针对基于数字处理器的图像处理系统实时性较差和资源利用不充分等问题, 设计了一种新卐的图像跟踪高速处理系统, 以FPGA作为核∞心处理器, 利用快速中值滤波实现图像预处理, 将平均绝对差算法和FPGA高速并行↘处理相结合, 对图像点目标进行实时跟踪.系统测试结果表明, 该★系统实时性和跟踪效果良好, 资源利用充分, 满╳足设计要求.

校园网络大数据集的有效挖掘以提高信息的使用价值, 对校园网络优化有着极其深远的影响, 为此, 本文提出一种基于〇leaders算法的校园网络大数据聚类改进算法leaders-k-means算法, 算法首先通过leaders算法对校园网◆大数据集进行初始聚类, 并根据初始聚类中心对校园网络大数据进行多次随机抽样形成多个小样本集, 然后利用初始聚类中心做为初始№值对每个小样本集进行k-means聚类, 既保证了k-means算法初始值设置▅的合理性, 又使得算法在一个较小的样本集中聚类, 提高效率, 最后对聚类后的多▓样本集合并, 利用自下而上的层次聚类方法重新聚类获得原始样本的聚类中心.算法融合了层次方法、划分方法以及密度方法的优Ψ势, 通过对比实验验证, 算法取得较好的聚卐类效果.

基于MapReduce机制的并行随机森≡林算法MR_RF在处理不平衡大数据时, 由于数据本身正类密度低且算法又以全局最优标准选→择分割点, 而导致正类有误分为负类的趋势, 降低了分类①效率.本文提出了一种改进的并行随机森林算法(SBWMR_RF), 该算法利用分层自助抽样方法增大对少数类的抽∑　样数量, 同时考虑正负类不同的误分代价, 动态计算每个分区的代价敏感矩阵, 将其引入到构建基分类器的关键步骤, 弱化数据偏置△的影响.实验证明SBWMR_RF算法提高了对不平衡大数据的分类准确率, 没有出现过拟合现象※, 在极不平衡环境↑下优势明显.

分析柔性作↘业车间的生产特点, 结合候鸟优化算法和变邻域搜索算法, 提出了一种变邻域搜索候鸟优化算法(Migrating Birds Optimization Algorithm Used Variable Neighborhood Search, VNS_MBOA)求解该车间内的生♂产调度问题.该算法采用分段式编码方式, 并分两阶段对算法种群进行初始化, 以提高∮初始解的质量.根据问题的特性, 设计了两种邻域结构, 并引入一种●变邻域搜索算法有效加强了VNS_MBOA的搜索▼能力.使用基准算例对本文算法进行测试, 并将计算结果与其他文献中算法结果进行比较.仿真数据◎表明本文所提出的算法在解决柔性作业车间调度方面具有一定的有效性.

动态电压频率调整(Dynamic Voltage Frequency Scaling, DVFS)可以使系统在高电压工作时获得高性能, 在低电压工作时降低系统功耗, 它要求电路能够从正常电压一直到亚阈值区范围内均能正常工作.抗辐照DVFS-SRAM的设计面临着低压工作稳定性及工艺、电压、温度偏差(Process, Voltage, Temperature, PVT)的严重影响︾.本文针㊣对以上问题, 设计了一款适应于DVFS应用的抗辐照静态随机存储←器(Static Random Access Memory, SRAM).提出了新型抗辐照DICE单元结构, 其读噪声容限相对于原有DICE单元有大幅提升〗.同时, 针对常规分级位线结构时序控制电路存在的问题【, 提出了改进型复制列技术, 增强了SRAM存储体在不同PVT环境下工作的稳定性.对SRAM存储体进行了电路设计及版图设计, 后仿真结果表明, 设计的512 bit SRAM存储体可在0.6 V~1.8 V电源电压下正常工↑作.在1.8 V下, SRAM的存取速度为5.1 ns, 功耗为1.8 mW; 在0.6 V电压下, SRAM的存取速度为93.5 ns, 功耗为14.63 μW, 比1.8 V电源工作时的功耗降低々了约100倍.另外, 设计的SRAM对宽度为300 ps以下的单粒子瞬态脉冲具有滤♀除能力, 对单粒子翻转效应有良好的抵抗能力.

针对传统的软件缺◥陷预测模型存在预测准确率低和适应性差的问题, 本文提出了一种改进的PSO算法(IVPSO), 并将其与BP神经网络相结合, 以此来构建一个新的、预测性能和效果更加优秀的模型——IVPSO-BP.首先, 对粒子群算法进行改进并利用其对BP网络进行优化; 其次, 基于优♂化的BP算法去建立一个预测模型; 最后, 将该模型与PSO-BP模型、J48(传统的机器学习方法)、BP进行实验比较.通过对最终实验的√数据进行分析表明, IVPSO-BP模型具有更高的寻优性能和准确性.

随着科学技术尤其是半导体工◎艺与通信技术的快速发展, FPGA技术日趋成熟, 采用FPGA的设计愈加广泛.随着系统设计的复杂化, 其FPGA的验证在整个开发周期中占据的比重越来越大.针对以上背景, 本文采※用系统功能验证中常用的自动测试模☉式生成(ATPG)算法为基本框架的ATALANTA开源软件, 研究基于FPGA的基本查找表(LUT)结构的ATPG验证技术, 提出了一种基于LUT的ATPG验证算法和这种算法在ATALANTA软件中的实现方法, 实验结↓果表明了这种方法的可行性.

无线网络节点定位技术给人员提供了安全保障, 在研究传统无线定位的基础上, 同时针对现有的基于神经网络定位算法的精度不高等问题, 提出了一种新型的基于PSO-BP网络■的定位算法.为了提高系统精度首先采用卡尔曼算法进行↑滤波处理, 然后通过一种PSO-BP算法对BP网络▃初始权值和阈值进行优化, 并对比现有的RSSI算法, 分析不同算法的性能.BP神经网》络权值的修正依赖于非线性梯度值, 易形成局部极小值, 同时学习次数较多.实验证明, 改进的PSO-BP算法在误差反传调整权值的基础上, 采用改进的PSO算法的学习机制修正权值, 增加了BP算法收敛速度和全局收敛性, 提高了BP网络的学习能力.

针对『一种新型升压变换器——KY变换器提出了NMOS管漏端电压采样的控制方法, 通过合理设计开关管工作↓的时序及负反馈控制电路, 达到更为准确ω　的过零关断效果.采用标准0.18 μm CMOS工艺, 完成了一款全集成KY变换器的设计, 开关频率为100 MHz.仿真结果表明, 变换器输入电压为1.8 V, 输出电压为2.5 V, 负载电流↙为150 mA时, 变换器的峰值效率为81.3%, 与常规通过检测电感电流过零点, 继而关断开关△管的KY变换器相比, 效率提●高了4.5%.

首先对基于时域分段处理的单频信号检测方法◎进行了理论分析, 然后结合计算机仿真, 分析了信号频率、分段长度、采样率、分段个数等参数对算法性能产生的影响, 最后提出了检测性能最佳时参数选择的标准, 为该算法的实际应用提供了】有益的参考依据.

根据语音发声和传播过程中表现出的混◥沌特性, 首先验证了富含不同情感的语音信号是具有混沌特性的.其次采用非线性动力学理论提取了基于情感语音信号混沌特性的的3种非线◆性特征: 最小时间◎延迟、关联维数和最大Lyapunov指数.最后, 设计了＠不同的实验验证了非线性特征的识别性能.实验中选用了Berlin语音库中的情感语句.采用了支持向量机进行了情感识别, 其中参数采用十倍交叉验证获得.最后, 对不ξ　同的实验结果进行了归纳分析, 对比了不同非◥线性特征用于识别基本情感时的优劣.

为解决移动传感网数据传输过程中中继节点转发数据能力较弱, 且难¤以降低数据链路的拥塞水平, 易导致网络〗拥塞的难题, 提出了基于time偏移机制的移动传感网数据中继节点感知优化算法.首先, 通过感知节点拟碰撞过程中的time偏移因素, 采取级联判断机制▼, 计算最佳ξ　数据传输成功率, 实现对网络传输链◤路的筛选; 然后↑根据节点数据成功传输率, 通过分析节点的数据接收-发过程, 计算数据转发投递阈值, 降低了数据转发过程中的时延; 随后基于节点自适应感知的方式, 在节点存在多条数据传♀输路径时, 通过定义节点缓存拥塞↘控制规则, 优化传输节点的缓存拥塞控制, 降低♀数据链路抖动对传输的影响.仿真实验表明: 与CS_WSN算法、PR_CARA算法相比, 此算法具有更高的下一跳传输节点的成功投递概率与数据分组传输水平, 以及更低的链路拥塞程度, 且有效降低了数据传输的时延.

提出了一种基于聚类特【征自适应机制的无线传感网节点检测算法.首先, 基于节点聚类特征自适应机制, 通过特征╲采样, 不断获取异常节点的路由信息、链路抖动率以及数据分▲组传输率等关键参数信息, 从而计算节点特征值, 并联合矢量内积对异常节点进行识别, 提高对异常节点的感知能力; 随后, 采用分区聚类, 对可能的疑似异常节点进行聚合提纯, 降低网络对正常节点的误判, 提高了异常节点的检出效率; 最后, 定义异常节点检╳举规则, 通过对分区进ㄨ行筛选, 有效降低了正常节点出现在异常节点集合中的概率, 从而提高了算法对异常节点的搜寻效率.与当前PSO算法、SDR算法相比, 此算法具有更高的异常节点检出率与更低的数据传输时延, 能够有效避免异常节点对传输数据的篡改.

针对数据融合中存在的数据表达能力不强、融合效率低的问题, 提出采〖用知识驱动的Petri网进行数据融合建模.首先, 对多传感器采集的数据进行信息处理, 以此№为基础, 将知识通过产生式规则进行知识表示.然后, 通过Petri网理论设计其映射模型和映射算╱法, 建立Petri网的数据融合模型.最后, 将该模型在搭建的自主追踪机器人实验平台上进行验＠ 证.结果实现了▅三种异类传感器的数据融合, 使自主追踪机器人能较好的完成追踪过程, 验证了该方法的正确性和适用↓性, 可为多源信息的数据融合提供方法与模型支持.

针对现有〗无线传感器网络中RSSI定位算法易受外部环境影响∑　、定位精度低的问题, 提出一种基于RSSI的改进加权质心定位修正算法.该算法先根据RSSI测距值, 利用极大似然法对未知节点位置→进行初步估计, 根据估计坐标值计算未知节点与RSSI信标节点间的近似距离, 剔除误¤差较大的测量组, 然后根据"能与未知节点通信的三个信标节点构成的三角形三边相等时定位误差最小"这一理论, 得出权值公式, 利用加权质心定位算法, 结合TDOA信标节点计＠算未知节点的坐标并修正.仿真结果表明, 该算法较』传统的RSSI定位算法可有效减●小定位误差, 提高定位精度.

采用一种新型数★字校准算法, 改变了传统方法对电流源单元总是从最低位地址选取的方法, 通过对电流源单元选〗取起点和终点的计算和存储, 对电流源单元采用"选取方向随◎机"和特殊代码全随机选取的办法, 将电流源的失配转换为白噪声并有效提高了DAC的动态◤性能.在采用SMIC18 1P6M工艺的情况下获得的『后仿真结果表明, 相对于不加校准的设计, SFDR从88.3 dB提高到92.3 dB, 而总体芯片ξ面积不变.

为了提高"萤火虫2号GPU"中的指令和数据的传输速度, 设计了∮一款连接段操作FOP模块、2D图像加速器与帧缓¤冲区之间的像素cache.它采用了最近最少使用(LRU)的替换算法和二路★组相连的映射方式, 成功地接收来自段操作和2D图像加速器发送的指令、数据以及地址, 并且作为高速缓存将＠数据传递给存储管理器(MMU).

针对硬件木马检测问题, 分析了DCVSL (差分串联电压开关逻辑)电路的特性, 激活的硬件木马引起DCVSL的输入非互补, 电路就会产生一个异常的短路电流.在此基础上提出了基于DCVSL结构的固有特▲性, 利用电▅路平均短路电流旁路分析的硬件木马检测方法.通过HSIPCE蒙特卡罗分析仿真, 以C432标准电∏路作为测试电路, 植入一个微小的硬件木马, 仍然检测⊙出了电路中木马的存在, 验证了方法的有效性.

提出一种基于SIFT的低灰度高光谱有损图像快速配准方法.该方法先对基准低灰度高光谱有损图像和待配准低灰度高光谱有损图像进≡行降采样, 对降←采样的基准低灰度高光谱有损图像和待配准的低灰度高光谱有损图像◣分别提取SIFT特征点, 通过对基准低灰度高光谱有损图像的同名特征点进行有效匹配, 得到若▆干数量的低灰度高光谱有损图像的控制点, 最终利用三角网对低灰度高光谱有损图像进行局部匹▓配, 并且在三角网内重复进行低灰度高光谱有损图像的三角网☆匹配.实验结果表明, 所提方法不仅控制了特征点数量, 还减少了图像〓配准的匹配时间, 在有效提高图像匹配准确度◤的同时, 也对特征匹配的效率有较大的提高.

针对目前行为识别方法中特征融合的低效性问题, 提出了一种新的特征加权的融合方法, 将基于稠密轨⊙迹(Dense Trajectory)的特征与时空兴趣点特征(STIP)加权融合, 并通过利用支持向量机(SVM)分类学习实▆现行为识别.该方法能够有效增大判别力较强特征的权重, 从而给最终的识别精度带来裨益.在行为识别领域广泛使用的KTH数据集、UCF sports数据集上进行测试.与目前最新的方法※实验结果对比表明, 提出的方法是有效的, 且具有较强的鲁棒性.

朴素贝叶斯(NB)是一种简单高效的分类算法, 且在垃圾邮件过滤中得到广№泛应用, 但是其属性间独立性的假设在一定程度上影响了分类效果.针对这一问题, 提出一种№改进的NB算法——FOA-NB算法.该算法将NB算法与果蝇优化算法(FOA)相结合, 根据不同特征属性对分类的影响程度赋予不同的权值, 通过FOA对权值进行优化, 得到全局最优特征权向量, 该算法ζ在保留NB算法的简洁高效的优点的同时, 通过权值优化获取更加具有决策性的特征属性, 从而提高垃圾邮件过滤的正确率和召回率.通过仿真实验与NB算法、加权╳贝叶斯(WB)进行对比, 结果表明FOA-NB算法使得垃圾邮件过滤效果得到明显改善, 正确ξ　率和召回率均有所提高, 且※提高幅度约为5%.

为了对复杂浮点运算单元进行功能验证, 设计并实现了一种基于UVM (Universal Verification Methodology)方法的验证平台.该平台集成了一套高效的浮点数产生机制, 将浮ζ　点用例的求解转化为连分式的求解, 拓宽了传统浮点用例的边界定义, 同时也调用了基于C语言的参考模型来自检计算结果, 并结合FCC (Fast Coverage Convergence)技术, 加快了覆盖率收敛.应用结果表明, 此验证平台能够对浮点运◣算单元各功能进行高效验证, 极大地减少验证时间, 且卐平台内嵌的浮点数产生器也能够移植到其他浮点功能验证平台.

随着互联网的快速发展, 其不断渗透到社会生活的各个方面, 但随之来的各类网络安全问题也日益凸显.通过分析某移动运营商现有的业务支撑网安全管理★平台, 结合各级管理部门就网络安全问题的要求, 提出一种以PDCA的安全策略为Ψ 中心, 以安全检查为引擎, 驱动各项业务功能模块的ω网络安全管理平台总体架构.最终达到安全管理平台安全事件可发现、可管控、可运维、可测量♂的目标要求.

针对目前的攻击路径预测方法不能准确反映攻击力对后续》路径的影响, 提出了混合多层结构化网络的攻击路径预测算法.首先, 对攻击路径样本时间序列进行组合排序, 重新组合产生攻击々路径样本, 采用极限学习机进行分类训练, 然后采用人工鱼群捕鱼算法进行学习机优化, 提高对网络攻击路径样⊙本的全局搜素和局ㄨ部寻优能力, 避免陷入∏局部最优解.最后得到的仿真结果表明, 采用该方法进Ψ行运动员攻击路径预测的收敛性较好, 迭代次数较低, 预测精度得到提升.

无人机航道∞全局优化调度模型是一组多元耦合的系统模型, 针对当前的非线性时滞泛函调度模型容易陷入局部收敛的问题, 提出一种基于双曲偏微分方程波动组合优化的无人机航道全▃局优化调度数学模型.采用非线性Levenberg-Marquardt双曲偏微分方程构建无人机航道的参量输入输出控制模型, 通过三次非线性特征测度分解进行航道调度的全局寻优, 由Lipschitz凸条件得到偏微分方程的奇异半正定周期解, 根据解向量作为约束参量进行航道调度的稳定性泛函↑, 进≡行航道调度模型的全局波动组合优化.仿真结果表明, 采用该数学模型进行无人机航道调度的收敛性较好, 调度时滞误差较低, 可靠性和稳健性较优╲.

针对数字电路中难测固◥定故障测试向量生成效率低的问⊙题, 基于失败向量信息实现难测固定故障的测试向量生成.该方法利用难测固定故障失败向量与成功向量在端口逻辑值上可能具有的相反属性, 以输入端口逻辑值的概率信息量『化失败向量的特征, 从而提高难测固定故障成功测试向量生成的生成概率, 缩小测试向量的搜索范围, 提高了测试向量生成的效率.

介绍□了某机载SAR雷达实时成像处理流程, 并针对实际成像处理∑　中存在的分辨率不足的问题, 给出了修改调频率曲线插值函数初始坐标的︻方法.同时针对实时成像处理与Matlab存在误差的现象进行了分析, 在实时处理中采用双【精度浮点计算解决了该问题.最终成像结果表明, 该实时成像处理程序能够可靠、稳定的工作, 并获得理想的图像.