为提高循环神经网络(RNN)推理速度，分析了循环神经网络(RNN)在CPU的运行时间瓶颈、输入向量稀疏性和参数规模.设计RNN加速器核实现矩阵-稀疏向量乘并行计算，并同时将多个输入向量完整存储于片上SRAM，以复用部分权重从而降低DDR带宽需求.通过Verilog HDL对RNN加速器核进行RTL描述，并搭建仿真环境，将语音识别算法DeepSpeech2的网络参数输入RNN加速器核进行功▃能仿真.基于FPGA，将MicroBlaze处理器与RNN加速器核搭建SoC，由MicroBlaze实现激活函数、向量逐元素相乘等其它计算.实现了DeepSpeech2中RNN部分推理计算，与只使用MicroBlaze处理器相比，速度提高23倍，能量消耗降低9.4倍.

针对无线传感器网络(WSN)密钥预分配过程中存←在的门限共谋及概率连通问题，提出了一种非随机的(即确定的)基于矩阵特征向量的EBSC方案，利用一个生成矩阵A, 根据申请节点的不同类型，可动ξ　态生成2N个相异的秘密矩阵.不同于其他基于概率的随机密钥预分配方案, EBSC方案解决了经典BLOM方案存在的门限共谋问题，也解决了随机方案(称之为:RDMS方案)中存在的概率连通问题，可以实现WSN网络的全连通(即：网络中任意两个节点可直接通信).不仅如此，EBSC方案利用特征值和特征向量的性质，在节点申请时采用单次身份认证，大大提高的网络的安全性能.通过比较分析表明，新方案在节点存储量、运算量和网络通信能量消耗方面均有优势.特别地，在网络后续更新较大的情况下，新方案通过简单的赋值操作，以轻量级的通信消耗，便可实现规模为N的全网更新，避免了复杂的矩阵扩容运算，更适合能量受限的WSN网络.

共轭结构代数码激励线性预测编码算法(Conjugate-Structure Algebraic-Code Excited Linear-Prediction, CS-ACELP)的固定码书搜索算法通过嵌套循环计算出码书矢量，这个算法的重要缺陷是嵌套循环深度大，时间复杂度高，计算量大.在重排序搜索(Reordering Search Sequence)算法的基础上，对搜索结构进行改进.将预搜索部分获得的组合脉冲直接用于下一步的全搜索，将嵌套循环的深度由4层降至2层，降低时间复杂度和计算量.并且与固定码书搜索的几个经典算法相比，搜索次数减少了30%到98%不等，同时具有优于G.729A算法的优越编解码音质.

图查询的应用越来越广泛，其中近似子图匹配是核心技术之一.但是大规模图数据中噪音的存在对近似子图匹配精确度影响较大，为进一步提高近似子图匹配算法的鲁棒性和实时性，提出一种基于卡方统计的近似子图匹配改进算法.在算法预处理阶段，利用统一邻居随机游走距离和高斯影响函数将目标图划分，使得划分后的子图在拓扑结构▃和标签属性之间达到最佳平衡.在算♀法匹配阶段，使用卡方统计量捕获的统计显著性来表征近似子图匹配结构相似度，再结合权重系数α调整结构相似度和标签相似度所占比重，其中统计显著性模型能够充分考虑背景结构和顶点邻域中的标签分布，有效处理部分标签和结构失配，从而得到最佳匹配子图.真实数据集中的实验结果表明，该算法效果较好，运算效率较高，可以应用于Top-k近似子图匹配.

针对工业控制网络高度中心化、数据安全和访问控制等问题，优化基于属性的访问控制模型，引入多维信任度量技术作为访问控制判决因素来解决网络内部节点攻击问题，采用联盟链技术优化工业控制网络模式，解决控制系统中心化的问题.进一步提出了基于联盟链的可信工业控制网络访问控制模型TurstAC-ABAC.采用LabVIEW仿真软件和HyperLedger Fabric平台分别实现对工业控制系统和联盟链系统的仿真环境，验证了本文所提出框架的可行性和安全性.

针对具有能量收集的无线传感器网络(WSN)场景，传感器定期向基站发送状态更新信息，但受频谱资源限制，在给定〖时隙仅允许有限数量传感器进行发送。同时，发射功率受限于剩余能量的约束。围绕上述问题，提出了基于信息年龄(AoI)的马尔可夫决策过程(MDP)来构建状态的更新策略方案。模型刻画了WSN中频谱、能量及发送时隙三者之间的内在关系，同时，针对大规模传感网络下高计算复杂度问题，提出了基于Whittle Index的调度算法。该算法通过迭代得到了渐近最优性能，计算复杂度较之大规模MDP求解显著降低，兼顾了调度的实时性和准确性。

基于FVF结构，设计一种新型动态斜坡补偿的电路，检测输入和输出电压，产生动态的补偿电压，在稳定环路的基础上，尽可能提高环路的◆响应速度.对开关电源的控制电路各个模块建立等效小信号模型，分析内部电流环路和外部电压环路的开环增益函数，得出系统次斜坡振荡的原因.对比动态斜坡补偿方案与恒定斜坡补偿下的电压和电流环路的稳定性和响应速度，采用matlab软件仿真验证.仿真结果表明：动态斜坡补偿电路可有¤效抑制系统的次斜坡振荡现象，提高系统的♂动态响应速度.

在设计和部署无线传感网络的过程中，由于部署环境多变，节点能量有限，各节点传输数据时负载不均衡.因此，如何充分利用有限的能量来延长网络寿命，提高数据传输效率和算法的实时性成为了亟需解决的问题.本文针对上述问题提出了一种基于改进型自适应遗传算法的无线传感网络分簇路由协议IAGA-C(Improved Adaptive Genetic Algorithm-Clustering).该方法在分簇过程中，综合考虑了各节点与簇头节点间、簇头节点与基站间的距离以及各节点剩余能量三方面因素来进行簇头的选择.此外，为了提高分簇算法的实时性，本文改进了经典遗传算法的交叉和变异机制，在保证算法有效性的同时缩短了分簇过程所消耗的时间和能量.仿真结果表明，相比于其他协议，该方法在网」络寿命、数据传输效率以及实时性等方面有较好的表现.

基于硅通孔的三维集成电路具备低互连延时、高密度、低功耗等优势.然而, 由于不成熟的工艺技术, TSV制造堆叠及芯片绑定过程容易引入微孔、泄漏等缺陷, 造成TSV故障.并且, 这些TSV故障易呈现聚簇分布, 严重降低三维集成电路的良率.针对TSV聚簇故障, 本文提出了一种新的基于菱形分组器的TSV聚簇故障容错结构.以菱形分组器将TSV蜂窝阵列划分为若干TSV组, 为每组配□置相应的修复资源, 达到分散TSV聚簇故障后逐个修复的目的, 并以数据选择器链共享修复资源.实验结果表明, 本文结构针对聚簇或均匀分布的TSV故障修复率均达到了99%, 远高ぷ于同类方法, 良好适用于修①复TSV聚簇及均匀故障.

动态可重构总线UM-BUS是一种面向嵌入式系统的高速串行总线，采用可变时隙轮转方法支持多主工作模式，可实时检测故障，具有动态容错功能.为了提高总线系统在嵌入式应√用中的时间确定性，保证总线节点时隙轮转的精准性.本文设计了一种能够对线路传输误差进行修正的高精度时间同步方法，并支持时间主节点故障的主动容错.在总线工作速率为1.6Gbps的实际系统中，节点同步时间误差小于50ns，时隙计数误差小于1个总线位时.

随着使用条件与工作环境的愈发严苛，传统CAN总线的速率与带宽不能满足使用要求，CAN FD总线应运而生。但是CAN FD总线的发送速率却受到了自身延迟的影响，必须使用发送延迟补偿机制才可以突破发送速率的限制.本文分析了发送速率受限的原因，并提出了一种自动控制的发送延迟补偿方法，在自研控制器中进行了实现.控制器通过实时报文的发送情况灵活开启补偿机制，可以动态的定位补偿机制中二次采样点的位置，最终可以提高控制器整体的稳定性与灵活性.

针对实际应用中混合型信息系统不断动态变化的情形，提出一种邻域粗糙集模型的动态更新算法.首先针对邻域粗糙集中对象邻域类的计算，文中将信息系统论域构造出一个对象子集族，然后利用该对象子集族可以快速地计算对象的邻域类，并用于论域增加后邻域类的增量式更新，从而进一步地动态更新邻域粗糙集的上下近似集，最后给出了相应的邻域粗糙集动态更新算法.通过实验分析证明了该算法的有效性和优越〗性.

本文基于FPGA对典型I/F转换电路的逻辑控制模块进行优化，设计出一种线性度高和量程大的电流/频率转换电路.通过对相关参数进行测试，表明该电路三个通道的正路和负路的线性度均优于10 ppm，输入电流量程可以＠提高到±23 mA，零位和零位稳定性也优于典型I/F转换电路的参数.该方案为后续利用FPGA对I/F转换器进行技术创新提供了借鉴意义.

嵌入式系统软件可靠性设计不足引发的问题数量呈上升趋势，如何在软件产品交付前评估软件可靠度已成为亟待解决的问题.当前的软件可靠度评估理论源于硬件可靠性体系，已形成了适用于不同的场合较多的评估方法，但存在使用时难以获得可靠性数据的问题，可操作性不强。代码是软件的关键属性，采用软件代码分析的方法，提出一种基于代码路径的软件可靠度评估方法，利用已有的项目软件测试数据验证该评估模型，进而给出提高软件可靠度的设计方法，可有效指导嵌入式软件可靠度评估并提高软件可靠性设计质量≡.

单端反激同步整流变换器工作于轻载状态时会产生反向环流，造成功率损耗，并且通常用于监测环流的零点检测电路结构复杂、控制难度大.为避免这些问题〇，本文采用了一种结构简单的新型同步整流电路，无需抑制反向环流，而是通过匹配谐振参数的方式使得同一周期内整流MOS第二次开启，充分回收环流能量.同时，本文对轻载时各工作阶段电压电流表达式与谐振时间做了定量计算，并给出实验波形.验证结果表明，该结构可使环流能量无损回馈，同时实现开关管零电压开关(ZVS)，且有效抑制低频阻尼振荡，使轻载时的电路工作效率大幅提升.