在辐射环境中, SRAM型FPGA会受到单粒子翻转(SEU)的影响导致电路配置帧信息错误, 而各配置帧受影响的关键程度各不相同.刷新〗是将正确配置帧写入FPGA修复SEU的方法, 为︼了提高刷新的针对性, 提出了一种基于关键度的多频度刷新地址序列生成算法并实现了刷新器硬件.根据各配置帧受SEU影响的关键度, 对不同的帧实施不同的刷新频率, 并对生成的刷新序列的优劣进行了分析.

针对基本人工鱼群在搜索过程中易陷入局部最优问题, 提出一种混沌行为的人工鱼群改进算法.首先, 引入服从均匀分布的Logistic混沌序列, 使鱼群的种群初始化和搜索过程具有混沌行为的随机性和遍历性特点, 提高全局搜索能力; 其次, 将个体鱼之间的平均点距作为鱼群种群多样性的衡量指标, 使人工鱼的视野和步长根据种群多样性的变化进行自适应调节, 避免由于视野和步长为定▆值而导致的前期收敛速度快, 而后期收敛缓慢且易在搜索位置点附近产生震荡的问题.实验结果表明, 改进后人工鱼群算法, 能克服局部极值, 搜索结果更接近测试函数的理论值.

与单核处理器相比较, 多核处理器在性能、功耗、体积、重量以及成本各方面都有绝对的优势, 这使得多核处理器在机载嵌入式系统中的应用成为必然趋势.本文在简单分析了№IMA实时信息处理需求之后, 介绍了系统体系架构设计, 重点论述了多核处理节点体系架构、多核应用模♂式以及单核等价虚拟机模型的设计与实现, 最后简单介♂绍了多核处理系统的测试与验证工作, 验证工作表明了研究工作的正确性.

针对当前FPGA软件测试工作中, 仿真测试和实物测试存在的效率※低、覆盖率无法保障、充分性差等问题, 提出了一种新的测试环境框架用于FPGA软件测试, 采用真实的FPGA芯片运行被测FPGA软件, 同时构建执行器FPGA模拟被测FPGA的外部设备与接口环境, 构建被测FPGA软件的外设行为仿真模型, 将原来仅用于仿▽真测试的Testbench测试脚本解析为测试数据, 将仿真模型和测试数据移植到执行器FPGA中, 从而实▽现了FPGA软件的半实物仿真测试.最后基于该框架开发了原型验证系统, 并在测试项目中取得了较好的效果.

原子优化算法是一种基于分子动力学模型的新型智能算法, 针对基本原子优化算法收敛速度慢以及易陷入局部最々优的局限性, 本文将黄金㊣正弦作为局部优化算子嵌入到基本々算法中, 提出了黄金正弦原子优化算法.原子个体通过黄金正弦操作可以与最优个体进行充分的信息交流, 有效改善基本算法的寻优方式, 提高算法的收敛速度和寻优精度.通过实验表明, 改进后的原子优化算法具有更好的寻优性能.

针对当前SATA接口数据传■输低延迟和读写性能的不足, 结合空间应用对主控系统的需求, 进行了高速接口设计, 本文提出♀了一种NVMe高速存储的FPGA实现方案.基于Xilinx公司的ZC706评估板, 参考NVMe协议1.3a, 运用VHDL硬件描述语言, 采用模块化设计理念, 完成NVMe主控IP核的设计.经仿真验证表明, 该主控IP核能正确完成读、写、设备复位、识别等操作, 可应用于嵌入式存储系↑统.

本文设计并实现了基于MCU的控制逻辑电路, 并在仿真环境下进行了功能验证, 用Design Compiler完成逻辑综合.结果表明, MCU工作正常, 所占面积①为0.35 mm², 在33 MHz的工作频率下动态功耗为7.52 mW, 符合设计目标.与传统的控制逻辑电路相比, 基于MCU的控制逻辑电路具有更高的可□　修改灵活性, 极大降低了升级产品的流片成本, 缩短控制逻辑电路设计更新周期约50%.

针对人体行为识别过程中分类算法识别№精度低和数据样本集的"维数灾难"问题, 提出了基于行为识别的SPLDA降维算法.首先, 利用SPLDA算法在原有样本协方差矩阵→不变的情况下获取最重要的主分量, 通过贪婪搜索方法得到多个投影向量; 然后, 通过更新类内散度矩阵获得№最优转换矩阵; 最后, 将降维后的样本数据集通过XGBoost分类器进行最终的行为识别.实验结果表明, XGBoost分类器与随机森林算法相比, 平均识别精度提高了2.66%, 识别时间↓降低了0.52 s; SPLDA-XGB算法可以实现有效降维且比PCA算法、LDA算法、LPP算法、L-PCA算法与XGBoost分类器结合的识别算法具有更高的人体行为识别准确率.

针对遮挡情况下粒╱子滤波算法因粒子贫化而导致目标跟踪精度下降的问题, 提出一种抗遮挡的鸡群优化粒子滤波跟踪方︻法.首先将粒子权值作为适应度来确定粒子的种类及关系, 通过不同类型粒子的移动机制来完成∑位置更新; 然后引入线性递减权重策略和向种群中最⌒优个体学习部分来克服鸡群优化局部最优问题, 并选择似然函数值最大的区域作为目标; 最后, 采用模板更新来继续遮挡情况下的跟踪.理论分析和实验结果表明, 该算法相比于基本鸡群优化粒子滤波⌒　和粒子滤波跟踪方法, 对遮挡目标具有良好的鲁棒√性且跟踪精度『较高.

针对蚁狮优化算法较易陷入局部最优停滞, 收敛㊣　精度低以及收敛速度较慢等问题, 将自适应t分布的柯西变异融入到蚁狮优化算法中, 提出了基于柯西变异的蚁狮优化算法(CALO).该算法采用轮盘赌的方法挑选出精英∑　蚁狮个体, 改善蚁狮群体的适应性, 提高种群的总体寻优▼效率; 采用具有自适应的柯西变异算子使得蚁狮个体受局部极值点约束力下降, 能〓够快速跳出局部最优, 大大提高了全局搜索能力和收敛速度; 通过9个单模态、多模态标准测试函数对CALO、ALO、FPA和BA四种算法进行函数测试对比, 实验仿真结果表明该改进算法是切实可行的, 具有更优的收敛速度和寻优精度

随着电子商务的快速发展, 评论文本的情感倾向研究引起了广大学者的关注.为了充分利用短文本中的情感本体和语义信息, 提出结合句法规则、情感本体和词向量的中文情∞感分类方法.首先利用Word2vec训练词向量, 结合句法规则生成短文本向量; 再根据情◥感特征分布, 创建领域ξ　自适应情感词典, 结合句法规则, 得到短文▲本情感值, 从而构建词向量和情感值相结合的情感模型VWEO(Vector with Emotional Ontology).在酒店评论数据集中, 与已有方法相比, 所提方♀法在准确率、召回率、F1值均有明显提升.

对于云计算▂中多目标任务调度问题, 提出了一种基于混沌猫群算法(chaos cat swarm optimization, CCSO)的多目标任务调度调度模型.该模型中把任务执行时间和系统负载均衡做↑为优化目标.模型中使用的调度算法通过搜寻和跟踪两种模式以及Logistic混沌映射对实验数据↘进行处理, 进而得到最优任务调度解集.在CloudSim仿真平台上, 将实验结果与遗传算法和粒子群优∩化算法进行▓比较.结果表明混沌猫群算法不仅缩短了任务执行时间也使系统负载更加趋々于均衡, 从而能更高效的完成云计算中多▓目标任务调度.

针对目前图像数据处》理系统中由系统噪声等各种因素造成的不等规模的数据出错问题, 文章针对以往的基于「小波变换的位纠错算法在纠错精度上不足的缺点, 提出一种新型高效的迭代纠错算法, 以提升数据处理系统中的多种数据流的位纠错※精度, 从而提高数据的纠错质量.经Matlab算法验证结果分析, 与传统的纠错算法相比, 文章设计的新型位迭代纠错算法能够显著提升图像数据的位纠错精度和图▅像质量.

为保护资源受限的物联网设备间数据交换的安全与隐私, 采用外包技术, 把密文策略基于属性加密与相等性测试结合, 针对物联网设备, 提出一种︻简洁的加解密算法, 并在不解密的情况下建立由授权云服务器执︼行的密文检测机制, 从而减轻本地计算负担和实现精确解密.基于判定性q-1假设, 证明提出的方案抗选择明文攻击, 是不可区分安全的.最后, 实验分析表明方案实用且有效.

针对目前对象存储设备上的对象分布策略可能导致的单一目录下对象过多、分布不√均匀等问题, 本文提出了一种基于对象ID分段的均匀分布方法, 有效地提升了对象存储设备上对象分布的均匀性, 从而达到提升对象访问性能的目的.该方法在我们自主研发的CSCloud对象存储系统中得以应用和验证.

本文设计了一种具有较强的电』源电压抑制能力和良好的温度特性的RC振荡电路, 它由稳压源电路和RC振荡电路组成, 稳压源电路输出不受电源电压和温度影响的调制电平VREG, 给RC振荡电路提供工作〓电压以产生稳定的振荡频率.该电路特点是:结构简单, 功耗低, 振荡频率精确, 受电源电压和环境温度影响ξ较低, 基于CSMC 0.35 μm CMOS工艺设计, 完成Hspice仿真.

在通用UVM验证平台的基础上, 提出了双层次序列设计、数据库共享、协议模块、事件触发同步化等技术优化验证平台, 实现了一种高层次化的UVM验证平台, 克服了◥通用UVM验证难以适应多重验证环境的问题, 具有更高的验证抽象级别, 高效、透明和简洁」的处理方式, 良好的可重用性.通过一个平台, 一次脚本化运行, 实现功能覆盖率100%, 测试点覆盖率100%.此方㊣　法大大简化了UVM测试的复杂性, 加快了测试速度, 减少了人工测试带来的潜在错误.

由于FPGA的IO端口数量有限, 导致FPGA往往只能搭载少量DDR存储器, 限制了大数据应用的内存容量.本文通过对传统DDR存储器接口的改进, 利用多种串行接口协议实现了存储数据的高速传╲输, 有效地提升了存储容量.实验中, 我们利用少量的IO资源实现了4倍的容量扩展, 并且对比评估了不同高速串行接口协议的实现, 为基于串行接口的DDR设计实现提供了有益的参考.

针对复杂室内环境下, 现有的RFID目标跟踪方法容易受到多径效应和非∩视距等因素影响, 采用典型的粒子滤波算法估计精度低的问题, 提出了一种改进的粒子滤波算法.该算法利用了无迹卡尔曼滤波来构造粒子滤波的重要性分布函数, 使得重要性分布函数融入最新的观测信息.根据运动模型建立了动态目标的状态方程, 将阅读器接收到的信号强度作为观测值建立了观测方程.通过该算法与其他滤波算法相比较, 仿真结果表明, 该算法有效提高了目标跟踪的精度, 增强了目标跟踪系统的稳定性.

针对医院诊╳疗闭环管理需求, 分析出院后对住院患者健康随访薄弱环节, 设计医院出院患者随访系统功能流程和框架.系统基于ThinkPHP框架的设计思路, 采用XAMPP集成环境, 分析并引入MVC框架模式, 将模型、控制、视图三者分离, 搭建在线随访系统网络环境, 并运用PHP语言初步实现随访主界面及后台维护.系统有利于对出院患者的人文关怀和康复情况, 完善医院院后闭环管理, 提高患者满意度; 且易于维护, 可♂重用性高.

本文针对由多个次级TV带宽TVBD(TV Band Device)基站-用户对和一个主级数字TV(DTV)基站-用户对的认知无线电网络, 通过建立基于频谱共享的认知无线电网络模型, 分析了基于次级网络选择的认知☆无线电网络的中Ψ 断概率, 并推导了中断概率的闭型表达式.从而提出了单个次级网络的接入方案, 即主级数字TV用户与次级TVBD用户间距离的加大, 降低了中断概率, 提高了次级网络接入方案的性能.最后, 通过仿真验证了理论分析的正确性.

文章提出一种基于时间序列的网络安全数据可视化融合⊙分析方法, 利用网络数据『之间的关联性进行特征选择和一致性过滤, 保留原始特征的同时消除冗余特征; 通过网络数据特征之间的信息熵计算, 利用INTERACT方法实现归一化处理; 通过时间序列分析法对处理后的网络数据进行可视化融合分析, 利用切比雪夫法对网络数据包进行验证, 判断是否存在入侵行为, 实现网络安全数据的可视化融合.实验结果表明, 通过对检测阈值的调控能够提高检测率, 随着数据规模的不断扩大, 所提方法的检测率较为平稳, 且误报率相比其他方法更低.

为了能够准确识别超分辨率图像, 提出了一种基于图像重构的神经网络图像识别方法.这种超分辨率图像识别方法采用Gamma方法去除机㊣　器视觉系统超分辨率图像中的无用信息, 根据超分辨率图像的阈值对图像进行分割, 并提取超分辨率图像的特征, 重构分割后的超分辨率图像, 利用Hopfield神经网络实现对机器视觉系统超分辨率图像的识别.仿真实验结果证明, 所提方法能够对机器视觉系统超分辨率图像进行准确识别, 并且识╲别效率高、速度快.