蚁群算法的数字微流控生物芯片污染故障清除

数字微流控生物芯片在生物化学分析中有良好的应用前景,为保证复杂生化实验分析结果的准确性,需对污染故障进行清除.提出了基于最大最小蚁群算法的污染故障清除策略,对清洗液滴清洗路径进行路径寻优.针对数字微流控生物芯片污染故障建立多旅行商问题(MTSP)模型,建立了基于流体和时间约束的禁忌判断策略、蚁群算法的选择策略,实现了优化清洗液滴路径规划、清除污染故障的目的.实验结果表明:该方案能有效地减少清洗时间,能够有效减少阵列单元使用数目.     

基于ARM和FPGA的NoC资源网络接口驱动设计与实现

将ARM处理器作为NoC系统中的一个资源节点,设计了资源网路接口,基于Linux操作系统的基础上,编写了FPGA设备的驱动程序。在典型的3×32DMesh结构的NoC系统中进行了测试,结果表明该设计实现了ARM处理器资源节点和NoC系统中其他IP核数据的高速、可靠传输。     

加速度计自动测试系统

文章介绍了一种基于GPIB叫线的加速度计参数自动测试系统，并详细说明了该系统的组成原理、硬件结构、软件结构及实现技术等。该系统实现了对加速度计参数的自动测试和可靠的数据处理，提高了加速度计的检测效率及测试过程的管理效率。     

基于量子进化算法的时序电路测试生成

本文介绍将量子进化算法应用在时序电路测试生成的研究结果。结合时序电路的特点，本文将量子计算中的量子位和叠加态的概念引入传统的测试生成算法中，建立了时序电路的量子进化算法测试生成模型。在国际标准电路上的验证结果表明，与同类算法相比，该算法模型可获得较高的故障覆盖率和较小的测试矢量集。     

基于蚁群算法的数字微流控生物芯片污染故障在线清除

生化分析领域对数字微流控生物芯片的可靠性要求严格,对实验中污染故障进行清除,能够保证复杂生化实验分析结果的准确性。提出基于最大最小蚁群算法的污染故障在线清除策略,完成污染清除,同时降低清洗污染单元时间。方案针对数字微流控生物芯片污染故障建立MTSP模型,建立基于流体和时间约束的禁忌判断策略,采用最大最小蚁群算法,重新定义概率选择函数与信息素更新策略,实现清洗液滴路径规划、快速清除污染故障的目的。实验结果表明,该方案能有效地减少清洗时间,且与MCC方案相比较,能够有效减少阵列单元使用数目。     

基于改进量子进化算法的3D NoC测试TSV优化

针对硅通孔(through-silicon-via,TSV)的生产成本高,占用面积大等问题,首先对三维片上网络(3D NoC)进行测试规划研究,将测试规划得到的最短测试时间作为约束条件,采用改进的量子进化算法优化测试占用的TSV数量,将各层的TSV按照需求进行配置,并将TSV合理有效地分配给各个内核,以在有限的TSV数量下,降低硬件开销,提高利用率,同时,探讨TSV的分配对测试时间的影响。算法中,引入量子旋转门旋转角动态调整策略和量子变异策略,以提高算法的全局寻优能力和收敛速度,避免陷入局部最优解。将ITC’02基准电路作为仿真实验对象,由实验结果可得,本算法能够快速地收敛到最佳解,有效的减小了测试时间,优化了TSV数量,提高了TSV的利用率。     

基于IEEE 1500的NoC资源节点Wrapper设计

为确保不同资源节点在NoC系统中可靠地工作,亟需构建有高效、统一的资源节点测试方案。通过分析资源节点的测试特征和方法,选择IEEE 1500 Wrapper的可测性设计方案,在目前设计方法不足的基础上,提出针对不同端口工作时序复杂程度不同的特征设计不同的WBR单元以提高测试效率。实验以LIFO资源节点为例验证了Wrapper测试的有效性,结果表明改进设计方法可减少的WRCK时钟数等于LIFO资源节点矢量数的10倍,因此应用改进的设计方法可有效缩减测试时间。     

TSV数量限制下的3D NoC测试优化方法

针对TSV数量限制下的3D No C测试,如何在功耗约束条件下充分利用有限的TSV资源快速地完成3D No C测试,这属于NP难问题,采用基于云模型的进化算法对有限的TSV资源进行位置寻优,以及对通信资源进行分配研究,在满足功耗约束以及路径不冲突条件下调度测试数据,以实现芯核的最大化并行测试,减少测试时间。以ITC’02测试标准电路作为实验对象,实验结果表明,本文方法可以有效地进行TSV的位置寻优以及资源的合理分配,从而提高TSV利用率,减少测试时间。     

基于细粒度的光片上网络MRR制程漂移容错研究

光片上网络是片上网络发展的新方向,微环谐振器是光片上网络中的关键器件,然而由于微环谐振器对制程漂移较为敏感、极易发生故障,如何对制程漂移造成的微环谐振器故障进行容错是提高光片上网络可靠性的关键。针对该问题提出了一种细粒度的微环谐振器制程漂移容错方法,建立微环谐振器制程漂移模型,采用基于樽海鞘群算法的微环谐振器制程漂移容错方法,并结合多策略的冗余微环谐振器进行容错。实验结果证明,所提方法相比整数线性规划等方法,可以最高提高21%的带宽和减少66.7%的调整功耗,证明了所提方法的有效性。     

基于OpenCL的尺度不变特征变换算法的并行设计与实现

针对尺度不变特征变换（SIFT）算法实时性差的问题,提出了利用开放式计算语言（OpenCL）并行优化的SIFT算法。首先,通过对原算法各步骤进行组合拆分、重构特征点在内存中的数据索引等方式对原算法进行并行化重构,使得算法的中间计算结果能够完全在显存中完成交互;然后,采用复用全局内存对象、共享局部内存、优化内存读取等策略对原算法各步骤进行并行设计,提高数据读取效率,降低传输延时;最后,利用OpenCL语言在图形处理单元（GPU）上实现了SIFT算法的细粒度并行加速,并在中央处理器（CPU）上完成了移植。与原SIFT算法配准效果相近时,并行化的算法在GPU和CPU平台上特征提取速度分别提升了10.51～19.33和2.34～4.74倍。实验结果表明,利用OpenCL并行加速的SIFT算法能够有效提高图像配准的实时性,并能克服统一计算设备架构（CUDA）因移植困难而不能充分利用异构系统中多种计算核心的缺点。