摘要: 针对无线传感器网络的能耗问题，基于概率神经网络和鱼群算法提出了一种刻画有效转发能效比的方法（Energy Efficiency based on Probability neural network and Fish swarm，EEPF）。该方法首先利用概率神经网络来实现转发节点的聚类，并且通过鱼群的四种行为来刻画有效转发距离和转发能耗，以此计算网络的有效转发能效比。仿真实验结果表明，相比于其他算法，EEPF算法具有较好的适应性。
摘要: 提出了一种视距估算的粒子群方法。通过对现有的目标视距估算方法进行ξ 详细分析，在确保精度的基础上，给出了其中一些较复杂参数的求取方法，并通过确定目标与所处背景的实际温差ΔTa，以及目标本身的空间频率 f 这两个较难求取的参数范围，引入粒子群概念，最终确定目标在相应的分辨概率情况下的最远被探测距离。仿真实验表明，该方法能够缩小目标最远探测距离范围，提高计算精度，同时该方法也可以用于任何目标的最远距离探测。
摘要: 提出了一种基于指令集结构，并可与硬件设计和测试环境相契合的自动随机测试生成方法ARTG（auto-matic random test program generation）.它包含用于构造指令的指令树、动态生成策略、分支跳转指令生成算法、流水线冲突预测算法和一套自动结果检查机制.整个测试程序生成过程具有很高的自动化，验证遇到bug时能够减少调试时间迅速找出bug方位.ARTG已应用于自主研发的IME-Diamond数字信号处理器.实验结果表明，该方法产生的测试代码灵活高效，加速了验证过程，并且复杂度低.
