本文对FPGA芯片输入输出通道模块的可编程延时单元设计◣方法进行了研究, 针对︼可编程延时单元所需的延时调整范围广、延时调整精度高、延时级数多的特性, 提出了一种输入输出信号时序可调整的结构设计方法, 以满足总线信号边沿对齐或电路建立与保持时间的要求.所设计的延时链采用粗调延时单元与细调延时单元相结合的方式提高精度和覆盖范围, 并在较少的控制向量下, 实现了45级延时.延ζ时链延时步进精度为100 ps, 延时最大值为4.58 ns.其Ψ 功耗和面积分别是传统反相器链结构延时单元的34.5%和55.9%.

无线通信中物理层的安全问题至关重要.有效的物理层≡安全机制可以为无线通信提供有效的保密机制→, 为后期保密通信降低系统复杂度.本文提出了一种基于k-means聚类分析技术的主动窃听用户检测方法.该方法无需设计导频序列以及估计合法用户信道统①计信息.通过构造一段只有合法用户信息的序列来获取所需聚类信息, 进而对基站接收的信号进行窃听检测.仿真结果表◥明, 相较于现有的传统窃听检测方案, 本文提出的基于机器学习的方法在性能上有显著【的提升.

基于汉明重量泄漏模型, 对带掩「码防护的软件DES抗代数侧信道攻击能∑　力进行了评估.首先研究了代数侧信道攻击的攻击原理, 然后基于↙模板攻击得到了DES中间无防护轮次S盒输出的汉明重信息, 将其作为可配置参数, 利用脚本语⌒　言及BAT工具自动生成DES的合取范式表示▓, 最后利用求解器进行密钥求解.结果表明:对仅掩码防护首两轮及尾两轮的软件DES, 利用中间连续3轮S盒输出汉明重泄漏即可恢复56比特DES根密钥.

为了充分提取高光谱图像丰富的光谱信息, 尽可能降低光谱冗余, 同时保留较多有效判别信息.基于高光谱图像单波段≡的谱间相似性, 提出了基于多任务学习和稀疏表示的分类算法.该方法将光谱间的冗余特性转化为有效信息加以利用, 使用波段交←叉分组策略构建子任务, 并引入稀疏表示模型将所有分类任务进行联合表示〗, 最终根据所有任务的累积残差确定测试样本∮的类别.实验对比分析了多任务联合表示分类和单任务分类的准确率.结果表明, 基于多任务联合稀疏表示模型的分类性能优于单任务模型.

针对离散时变时滞系统的稳定性问题, 采用改进型离□散Wirtinger不等式方法进行研△究, 获得了一个保守性更低的稳定▼性判据.首先构造了一个新的辅助向量函数, 利用正定矩阵的二次型都是正值的特性, 提出了改①进型Wirtinger不等式, 获得了比传统的方法如离散Jensen不等式、离散Wirtinger不等式更好的求和逼近结果.在此基础上, 构建了合适的Lyapunov-Krasovskii泛函, 应用改进型离散Wirtinger不等式从而获得有更低保守性╳的稳定性判据, 最终利用两个数值仿真完成验证.验证结果表∮明, 利用新方法得到的时滞上界要大于现有的不等式方法, 更接↓近理论值, 从而表明了本文方法的有效性和优越性.

针对认知无线网络中频谱分配优化和寻优收敛精∩度等难题, 在图论模型的基础上提出新的♂二进制蝙蝠算法, 并将其运用到认知无线电频谱●分配中.首先, 在频率∴更新中引入两个随机数来控制全局和局部的平衡; 其次, 在连续№空间和离散空间转换过程中, 引入新的离散函数对速度到位置进行离散化; 最后, 采用新◥的二进制蝙蝠算法以最大化系统总效益和次用户公平性为目标与传统二进制蝙蝠★算法进行对比实验.结果表明, 新的二进制蝙蝠算法在应用实例中优于其他算法, 且能够有效、稳定用于频谱分配优化.

针对DSP系统数据安全防护的应用需求, 在不改变DSP功能的基础上▽提出一种基于AES算法的新安全应用机制.该机◣制单独集成AES解密模块, 通过软件实现数据的传输控制, 优化AES算法并采用解密↘密钥预先写入OTP (One Time Programable)的方式代替密钥扩展模块①的设计, 降低硬件设计的复杂度, 以最优的资源实现数据的安ㄨ全防护功能.为保证面积的↑兼容一致性, 通过优化布局, 将版图密度由原先的55%提升到70%, 电路一次设计成功, 用户∑使用结果表明, 在100 MHz工作频率下, 电路的安全性能、数据处理速度及电特性参数均满足系统的应用需求.

本文设计了一种」识别手写体数字的脉冲卷积神经网络数字电路, 使用脉冲神经元代替卷积核, 并分别对卷积层和池化层设计相应的←电路结构, 实现全流◎水线并行.相比于传统的卷积神经网络, 在识别MNIST数据集时, 卷积神经网络的精确度为98.61%时, 脉冲∑　卷积神经网络的精度能达到98.04%.与相同流水线结构的卷积神经网络相比, 脉冲神经网络平均能耗减少约50%.

为改善卫星通信中长时延信道引起的控制滞后性, 以低的卫星接收功率与低的功率控制误差〗为目标, 设╳计出新的代价函数, 以此代价函数提出一种适用于卫星移动通信系统々的上行功率控制算法, 并在算法迭代过程中引入ARIMA链路预测模型◥结果作为判决准则之一.文中分析了该代价函数较现有代价函△数的优点, 并证明了该算法的纳什均衡存在性与收敛性, 并最终通过仿◢真验证其性能.仿真结果表明该算法较经典算法有一定改善.

针对U到V型♀双论域双量化粗糙集模【型不能处理模糊☆数据的不足, 本文引入U到V上二元模糊关系, 构造了U到V型基↑于模糊关系的双论域双量化"逻辑与"粗糙集模型, 并对其模型结构和数学特性进行了深入研究, 得到了在模糊♀关系下模型和性质的一些结论.该模型使得双论域双量化粗糙集理■论具有更广泛的应★用领域, 为进一步揭示双论域双量化粗糙集模型的应用研究提供了理论依据◥.

为了※提高无线传感网中合作频谱感知的可靠ㄨ性, 减小阴影衰落的影响, 提出了一种最大可靠性传感器选择算法.算法在考虑检测概率与虚警概率的基础上引入∴空间相关度来保证传感器节点冗余少, 分布均匀, 并根据当前节点的能量↘约束选择最优解输出.仿真结果表明, 该算法有效地提高了频谱感知的可↘靠性, 在传感器分布非均匀☆的情况下, 抗阴影衰落干扰能力显著提高.

可重构电路的灵活性是电路中的绝对优势, 但其电路互连资源有限、PE (Processing Element)资源利用》率低.向下全互连可重构阵列结构实现了阵列中每个PE与下一行PE的全连接, 提高了PE资源》利用率、整体数据处理Ψ 速度.本设计使用modelsim、quartus分别进行了功能仿真、综合下载, 结果表明所设计的可重构数据流处理单元能够进行多种配置的可重构№.通过验证FFT算法在向下全互连的可重构阵↓列上的映射, 结果显示可重构数据流处理单元成功实现了预期功能, 并且满足其时序等要求.综合结果★显示, 4*4的可重构阵列, 包括其外围电路, 共占用19429(58%)门逻辑□　资源, 支持76.07 MHZ的工作☆频率⊙; 单个的可重构数据流处理器占用2565(8%)门逻辑资源, 支持最高108.96 MHZ的工作频率.

针对OCTA NOR Flash的测试占用接口多, 传统测试方法耗时较长的问题, 提出了一种基于I/O口共用的OCTA NOR Flash高效测试系统及方♀法, 以FPGA作为控◎制器, 将测试指令传输给多颗Flash芯片, FPGA接收Flash芯片传回的数据〗后经过处理, 可显示到相应的显示装置上.实际验证了系统〒的可行性.实际验证的结果表明, 在测试过◢程中, 数据传输◥稳定, 无误码.

为解决一般重建方法『效果欠佳的问题, 使重建后的图像具有良好的清晰度, 本文依据稀疏表☆示原理等内容, 设计了一种新的超分辨率重建『算法, 实现了超分辨率最优解问题.对一幅低分辨率图像, 分割后进行特征提取, 得到的图像特征块可在字典的低分辨率部分生成一组权重系数.在字典∮的高分辨率部分, 用高分辨率特征块乘以所得系数, 可以重新构造出高分辨率图像块, 并将它们组合起来得到一幅完备的高分辨率图像.实验〓结果表明, 与双三次插值方法相比, 本文算♂法重构的高分辨率图像具有更好ㄨ的质量.

本文采用自适应功率管技术实现了一款较高性能的片上低压差线↘性稳压器(LDO), 其中误差放大器在增加动态偏置结构的同时引入「瞬态加强级, 使得◥全集成LDO在负载跳变时具有快速瞬态响应, 稳定了输〇出电压.该LDO基于0.18 μm标准CMOS工艺进行设计, 仿真结果表明, 在电源电压3 V, 输出电压1.2 V, 负载电容▲为100pF的条件下, 该LDO可稳定输出0~100 mA负载电流, 实现全负载稳定.并且负载电流在200 ns内从0~100 mA跳变时, 瞬态输出电压变化峰值在150 mV以内.

针对模拟电路故▂障信号的非线性、非平稳性的特╱点, 提出一种基于集合经验模态分解结合多尺度熵和最小二乘支持向量机的模拟电路故障诊断方法.该方法中, 首先利用集合经验模态分解╲算法对输出响应信号进行分解, 得到固有模态分量.然后求出各分量的多尺度熵并构造故障特征向量.最后将故障特征向量输入LSSVM分类器中进行检测.实验结果〒表明, 该方法ㄨ可以有效地提取模拟电路故障特征信息, 能够实现模拟电路故障的精确诊断.

针对大规模能量获取无线▅传感器网络能↓耗不均衡产生能量空洞现象, 进而造成能源利用效率较低的问题, 提出一种基于改进GSA的能耗均衡多跳分簇路由算法(VPMCR).通过▲合理的区域划分策略, 控制网络各个区域簇头节点的数量, 以●均衡簇头节点能耗.通过最小化簇间数据传输总消耗得到最优的ζ网络单元数.针对GSA算法收敛速度慢和容易陷入局部极值的问题, 提出改进策略, 利用改进GSA算法◆给出一种能耗均衡簇间路由方法, 将能耗均衡性、能量♀状态等多种条件纳入适应度函数设计中, 提高了路由阶段能耗均◆衡性.通过仿真验证, 算法在平衡能量消耗、提升网络吞吐量方面的性能优于PHC、AEHAC和NEEC算法.

由于传统故障检测技术缺少状态评估机制, 造成检测误差较大, 提出了基于非线性状态估计的长↘时延丢包网络故障检测技术︽可降低检测误差.根据检测原理, 设计非线性网络故障状☆态估计流程, 以此构建长时延故障状态评估机制, 根据评估结果分析长时延信号特征; 设定合理分析规则, 构建丢包故障状态评估机制, 结合服从伯努利分▲布信息, 分析丢包信号特征.根据信号特征∮分析结果完成对故障的检测.由实验√结果可知, 该技术检测♀误差最低达到0.1, 能够满足实际误差指〓标约束条件.

为实现灰度图像的同步加密与压缩, 将并行压缩▃感知技术与混沌理论相结合, 提出了一种兼顾压缩性能与安全性能的加↓密方案.明文图像的小波系数矩阵在经过Arnold置乱之后, 利用受控的随〓机分块权重测量矩阵进行线性⊙压缩, 然后进行量化和双向扩散得到密文图像.在加密过「程中, Lorenz混沌系统产生的伪随机序列作为置乱、构造测量矩阵以及扩散过程的密码流.通过置乱稀疏系数及构造具备良好重建性能的测量矩阵, 方案的压缩性能得到有效提升.通∞过一系列安全性能分析, 验证了方案的可靠性及鲁棒》性.

针对复杂时变拓扑网络异常数据检Ψ 测率、误检率较高的问题, 提取复杂时变拓扑网络异常数据检测优化方法⊙.引入密度空间聚类方法, 根据数据间的密度可达关系, 计算数据集的局部异常因子; 在获取局部异常因子基础→上, 精简检测区域数据▃点的数量, 降低计算过程的复杂程度, 实现时变拓扑网络异常数据检测邻╲域优化; 结合信息增益, 对数据特征属∏性区分, 构建特征选择优化目标函数, 实现异常数据检测的特征属性优化.实验结果表明, 经过改进后异常数据检测算法的性能明显提高, 保证了算法的高检测率与低误报率, 且运行时间更〓短.