近年来，摩尔定律的脚步放缓，先进工艺下∞的芯片制造成本越来越高，如何在合理成本控制下，保持原来的发展步伐成为半导体产业面临的重要问题，Chiplet技术作为一种可以延续摩尔定律的解决方案受到行业重视，但其广泛使用还存在ㄨ诸多的问题.本文从Chiplet技术◤的集成、互连和设计流◤程等角度分析其特点和面临的挑战.首先，比较当前不同类型∮基板上Chiplet技术的主要性能和成本特点，展☉望未来可能的集成方案.其次，基于并行】和串行互连原理，对比当前主要№Chiplet互连方案的参数与性能，提出面向Chiplet之间高速低功耗互连的可能方法.最后，提出了改进Chiplet设计流程的必要性№和可能性.以上研究表明Chiplet技术需要基于成本考虑Ψ选择合适的集成工艺方案，并根据集成工艺来探索高速低功耗互连方法，也迫切需要制定互连标准来推动该技术的普及应用，Chiplet技术的设计流程中也需要引入新的工具和设计方法.

分析、总结了以低压▲差线性稳压器和开关电源为基础模块的便携▓式设备用电源管理芯片的发【展现状.围绕高效率、高功率密度、快速瞬态特性以及高【电源抑制等需求，从环路控制、电源抑制比【增强、动态提升模块以及全集成等角度分』析了便携式「设备电源管理系统的拓扑架构及「优化设计方法.在新架构方面，首先，分别讨论了混合架构低压差线性稳压器和混合架构开关电源的研究进展以及新型混合架构的发展趋势.其次，针对电源管理系统的全集成和协同设计，分析了一种堆叠式电压域电源管理架构，为系统级电源管理的设计提供了◣新的方向，为多输出结构的交叉调整和动态特性提升提供了新的思路和方法.最后，讨论了Chiplet技术在电源管理系统中的应▓用，从电源系统☆结构和无源元件的集成等方向分析☆了前沿研究进展以及未来趋势.便携式设备的电源管理已经发展为系统级的解∮决方案，新的应用需求、新架构以〖及新的集成技术将激发出更多的〖挑战和设计亮点.

为了解决目前高清街景图像中定位和分类交通标志任务时，出现的图像目标背景复杂，小目标不易识别等一系列问题，提出了●一种基于YOLOV4模型改进的交通标志识别新□算法.首先，在原骨干∑　网络中嵌入新型注意力机制CA模块，形成一对方向感知和∞位置敏感的注意力图，使网络能够在更大区〓域内聚焦有效特征；其次，在颈部特征增强网络处添加适量的增强感受野RFB模块，进一步提升网络的特征融合能力.在TT100K交通标志数据集上进行实验发现，改进算法在IOU阈值为0.5时，相较于原算法⊙的mAP指标提升了近4个百分点，每秒识◥别帧数达到了39FPS.因此，提出的CA-RFB-YOLOV4算法可以在增加少量计算参数∮的情况下，显著提升目标数据的识别精度, 更好地满足了实际◆场景中交通标志识别的需求.

基于二维卷积神经网▂络(2DCNN)和三维卷积神经网络(3DCNN)的人体↙动作识别方法都存在运算量较大↑的问题，提出了关节点时空︾信息融合降维的人体动作识别方法(Joint-trajectory).首先，采用高分︾辨率网络(HigherHRnet)提取视频每帧图像中人体各个关节点的空间坐标信息，构建单帧图像中人体关节点空间信息行向量；其次，在时间维度上对整段视频的所有关节点空间信息行向量进行纵向拼接，获得该」视频的关节点时空信息融合矩阵；最后，使用残差网络对关节点时空信息融合矩」阵进行学习和分类.在KTH数据集上的实验结果表明，该方法在有效的降低人体动作识别复※杂度的同时，能够获得更高的识别率，且具有较强的鲁∞棒性.

传统的谣言识别方法耗费人力物力并且准确率较▆低。为了有效识别社交网络中的谣言，提出一种基于融合模型的谣言█识别方法.该方法首先通过BERT预训练模型构建文本句向量；其次构建TextCNN模型挖掘文本的语义特征，构建TextRNN模型用于挖掘文本的时序特征；最后，对两种模型进行加权♀融合，实现对谣◆言的识别.此外，还对原始主流模型进行△了改进，一是借鉴Inception模型的思想来△增加TextCNN模型的深度，二是将注意力机制注入TextRNN模型中，增加其可解释性和泛¤化能力.实验结果表明，相较于当前主流的谣言々识别方法，该方法准确率可达到97.12%并且F1值可达到97.14%.

针对全∑景分割的背景类实例重叠问题，提出了一种基于№注意力机制的全景分割网络(Attention-guided Panoptic Segmentation Network, APSNet)。APSNet基于UPSNet网络进行改进.首先，在残差网络和特征金字塔之间添加一种可以同时在空间注意⊙力和通道注意力上建模〗的三重态注意力机制，通过学习通道和空间特征信息，增强特征金字塔的特征提取能力；其次，在√语义分割部分中，添加一种语义增强注意力机制，通过聚合多层次特征和学习空间特征信息，提升语义分割对于背景和前景的分割效果.对比实验表明，APSNet的全景质量提升了0.8%，实例级全景质量提升了2.7%，同时可以在一定程度上降低全景融合时实例分割与语义分割●所发生背景类实例◥重叠的概率.

在保持与标准以太网兼容的基础上，基于以太网协议的时间敏感网络(TSN)通过建立网络时间同步、流量调度等手段，使得网络同时具备传输实时信号的能力.流量整形作为TSN关键技术，在解决时间敏感流传输々的实时性和确定↑性问题方面至关重要.TSN目前主要的流量整形措施有4种，包括基于信用的整形技术(CBS)、时间感知整形调度技术(TAS)、周期性排队与转发调度技术(CQF)和帧抢占技术.本文对这4种流量调度机制的工作原理、运行机制进〓行了全面的介绍，通过分析各算法※的特点，梳理不同应用场景下流量调度的优选策略.

由于非结构化的低密度奇偶校验码(LDPC)具有更优异№的纠错性能而受到广泛关注，但其非零元素分布较不规律且没有循环或准循环的子矩阵的构造方式，增加了译码器实现的▲设计难度.本文提出了基于CUDA的译码器☆设计，用于支持任意非结构化LDPC码的高吞吐量并行译码.利用校验矩阵压缩重排、优化信息存储等手段，设计实现GPU上高效的并行译码内核进行多帧译码.在GTX1660Ti GPU平台上的结果表明，基于TPMP流程的LLR-BP和NMSA译码内核设计吞吐量可分别达到※78.88~360.25 Mbps和174.38~1 323.75 Mbps，实现了面向任意非结构↘化LDPC码的高效并◥行译码.

燃气负荷预测对于燃气资源的优化调度至关重要.燃气负荷预测除了具有趋势性、周期性等时间特性外，相邻燃气调压站的负荷数据与温湿度数据之间也存在空间特性，导致燃气负荷预测机理》建模困难且模型预测精度较低.针对以上问题，提出了一种基于自回归移动平均模型(ARIMA)与卷积长短时神经网络(ConvLSTM)结合的燃气负荷预测模型.首先，选取皮尔逊相关系数对燃气负荷数据进〓行分析，筛选与燃气负荷相◢关性强的变量作为模型的输入.其次，采用ARIMA模型去除数据的趋势性使其平稳化，利用ConvLSTM模型提取数据中的时空特征，并对ARIMA-ConvLSTM模型的参数进行寻优.最后，通过燃气负荷数据对模型进行训练和验证.实验结果表明，ARIMA-ConvLSTM模型的ξ　预测准确率为98.65%，在均方根●误差、平均绝对误差、绝对误差百分比方面均优于ARIMA模型、ConvLSTM模型和CNN-LSTM并行组合模型.

医疗事件抽取是构建医疗知识图谱的重要基础.针对医疗领域有标签数据匮乏的问题，构建基于Transformer编码器、BiLSTM和注意力机制的医疗事件联合抽取模型，并提出一种用于选择高置信度数据的伪标签置信选择算♂法.首先，训练医疗◤事件联合抽取模型对无标签数据进行预测产生伪标签数据；然后，通过计算伪标签一致概率P来选择高置信度的伪标签数据，将其加入原有数据⌒　中重新训练联合抽取模型；最后，使用更新的医疗事＠ 件联合抽取模型对电子病历中肿瘤原发部位、病灶大小和转移部位事件进▓行抽取，并使用多数投票得到最终的抽取结果.以2020年全国知识图谱与语义计算大会(CCKS2020)中面向中文电子病历的医疗事件抽取任务语料作为实验数』据，实验结果表明，本文提出方法获得了较好的医疗事件抽取结果.

根据统计心律失常Ψ 是引起心源性猝死的◥最主要原因.对此提出了一个改进型的ㄨ一维U型网络(one-dimensional Unet, 1D-Unet)对分割后的心电信号进行分类识」别.该网络基于MIT-BIH的心律失常数据库，采用了美国医疗仪器促进协会(Association for the Advancement of Medical Instrumentation，AAMI)制定的分类标准，改进型的1D-UNet选取合适的卷积层和→卷积核数目，在上采样与拼接的过程中尽量保存原始∏信号的特征.该网络∏在心电信号小波去噪的情况下，识别准确率达到99.46%，F1分数为97.57%.网络分类的平均准确率▓为99.73%，精确度98.23%，敏感度96.92%，特异度99.17%，无去噪处理的网络识别准确率为99.4%，F1分数为97.12%.此网络因为是全卷积层的网络，输出╱层并没有采用经典的全连接层，神经网络的参数大大减少.该网络对于临床上通过心电图诊断心律失常有很大辅助作用.

记忆元件作为新型电路元件，其特殊的记忆特性引起了科研人员的广泛关注.从记忆元件的本构方程出发，推导出了记忆元件之间的转→换关系，仿真实现了三种←分数阶记忆元件之间的相互转换.仿真实验结果验证了分数阶记忆元件之间相互转换关系式的正确性.同时，也详细分析了分数▅阶阶次对记忆元件影响的规律.

建立了非晶铟镓锌氧化物(a-IGZO)薄膜晶体○管(thin-film transistor, 简称TFT)的仿真模〓型，仿真分析了IGZO半导♀体层带尾态密度和沟道层厚度两个参数对IGZO TFTs特性的影响规律.研究结果表明，当半导体层带尾态密度增加到1.5×1019 cm^-3·eV^-1及以上时，器件电学特性受深陷阱态影响劣化，亚∏阈值摆幅增加；沟道层薄膜厚度较小(＜40 nm)时，器件的转移特性良好，当沟道层薄膜厚度超过40 nm时，器件ω　的电学特性劣化，关态电流增♀加，开关比降♀低，亚阈值摆幅增加.本工作数值仿真分析方法可为设计制备IGZO TFTs提供一定的理论基础和实验指导.

提出了一种采用电流源开关的低噪声开∞关跨导有源下变频混频器.使用正弦波本振大信号驱动可以避免因为脉冲本振谐波诱发︻的噪声叠加效应；利用LC谐振结构来缓解尾节点寄︼生电容充电◣和放电对电路高频工作时的限制.提出的▂混频器采用65 nm CMOS工艺实现，工作在5.2 GHz的RF频段下，最大转换增益为11.6 dB, 输入三阶交调截取点(IIP3)为5.5 dBm。对于5.2 GHz的LO频率点，分别在fIF=10/200 MHz时测得4.3/3.3 dB的双边带噪声☉系数(NF).在1.2 V的供电电压下，所设计芯片功耗仅为8.4 mW.

集成电◥路的低功耗、高集成度已◥经成为发展趋势.传统∩的欠压锁定电路需要外部电路提供带隙基准电压和※偏置电流，电路结构复杂；同时，当发生欠压※锁定，关断芯片时，却要保证带隙基准电路始终正常工作，不利于芯片功耗的降低.针对传统欠压锁定电路结构的缺点，设计了一种基于三极管№的欠压锁定电路，不需要外部㊣　电路提供基准电压和偏置电流，电路结↘构简单，响应速度快.基于三极管的欠压锁定⊙电路的阈值受PVT影响较小，而且功耗低。基于0.18 μmBCD工艺进行了全面的仿真验证，结果表明，当电源电压下降时，电路在电源电█压小于2.06 V时系统关闭，避免当电源电压过低时导致数字逻辑发生错误以及器件损∩坏；当电源※电压上升时，电路在电源电压大于△2.38 V时系统重新启动.为避免芯片在欠压锁定阈值附近来回翻转，设计的欠压保护迟滞量为320 mV，防止误操作。在-40~85℃温度范围内欠压锁定阈值电压精度为1.36%，功耗仅为22 μW.