SOC微处理器核测试技术研究

介绍了SOC中微处理器核的几种测试方法(并行测试法,串行测试法,测试接口控制器(TIC)法和内建自测试法)和SOC微处理器核的调试支持,并着重介绍了其中测试接口控制器(TIC)法和内建自测试法两种方法的具体实现。     

基于FPGA的嵌入式ASIP软核设计与实现

采用ASIP FPGA模式设计了一款嵌入式微处理器软核.以该软核为例从体系结构和指令集设计两方面对ASIP FPGA模式微处理器软核的设计进行了分析和验证,最后通过与传统微处理器对比验证了该设计模式的优势:指令针对性强.执行效率高;易于扩展.适应性强.     

FPGA-SoPC软硬件协同设计纵横谈

本文汇总了现代四大FPGA-SoPC软硬件协同设计的基本实现技术,分析对比了相关的微处理器核及外设/接口IP核、总线体系框架、嵌入式实时操作系统、软硬件体系的开发/调试、FPGA硬件载体等重要环节。     

基于MicroBlaze的可重构嵌入式系统设计

基于MicroBlaze软核设计了一个可重构嵌入式系统,可完成基于嵌入式Web服务器的远程监控。介绍了Xilinx微处理器软核MicroBlaze的定制、硬件平台的搭建及uCLinux操作系统的剪裁,最后给出了实现远程监控的程序流程图。     

基于ARM的嵌入式Linux系统异常和中断的实现及优化

AT91M40800 是一款ARM核的嵌入式微处理器,EV40是基于该处理器的开发板.针对嵌入式Linux(uClinux)在该开发板上异常中断管理机制,利用硬件的异常和中断特性,实现了对操作系统性能的优化,明显提高了系统的中断响应速度和系统稳定性.该实现对AT91X40系列微处理器的应用同样适用.     

基于FPGA的32位整数微处理器的设计与实现

CPU“软核”可以根据实际应用需要进行剪裁，因而CPU软核设计是soC设计实现的重要部分．在FPGA内部设计和调试完全嵌入式的整数微处理器软核，不仅涉及到通常CPU必需的算术逻辑累加器、寄存器堆、指令缓冲、跳转计数、指令集及指令编译等方面的设计实现，还要针对FPGA内部的结构特点对设计进行分析优化，例如流水线结构的选择、关键路径延迟的折衷平衡以及整体调试等．在Virtex1000FG680-4FPGA上设计实现的32位RISC整数微处理器，运行时钟频率可达30MHz，实现150条指令，占用FPGA逻辑资源7％．     

基于ATmega64云台板卡测试平台的设计

介绍云台的基本类型,阐述电动云台的工作原理和分类,分析以ATmega64为微处理器的云台板卡工作原理和功能,开发以ATmega64为微处理器的云台板卡自动化测试硬件平台,设计自动化测试平台的软件,实现对以ATmega64为核,心的云台控制板卡自动化测试,提高企业的生产效率.     

基于GPRS的嵌入式Internet设计研究

利用了GPRS网络将设备以无线方式接入Internet来实现嵌入式Internet技术。采用了基于ARM核的Samsung微处理器作CPU,GPRS通讯模块采用了Siemens的MC35,软件功能在嵌入式实时操作系统μC/OS-II下编程实现。     

多核Cache稀疏目录性能提升方法综述

受限于功耗,十多年前通用微处理器就停止追求更高的主频转而向集成更多处理器核的方向发展;同时,随着晶体管密度按摩尔定律不断提高,单片可集成的处理器核数成倍增长,片上多核、众核处理器已成为高性能微处理器发展的主流。未来千核级通用众核处理器支持共享存储编程模型是一种必然趋势,但传统的Cache一致性目录结构面临着查找延迟高、目录项替换频繁以及硬件代价和功耗可扩展性有限等问题。稀疏目录实现了传统目录结构硬件开销与一致性维护效率的折衷,被认为是众核处理器维护Cache一致性的一种高能效、可扩展结构。综述了近年来提高稀疏目录性能的相关研究与方法,并对其在面积、访问延迟、功耗和实现复杂性等方面进行分析,归纳出这些方法各自的优点和存在的不足,对创新设计未来高性能众核处理器共享存储体系结构具有一定的参考价值。     

S3C2410X在无线宽带通信网中的应用

介绍一款基于ARM920T核的嵌入式微处理器——S3C2410X,利用它构建一个嵌入式系统,实现无线宽带通信的功能,满足目前人们对于无线宽带通信的嵌入式应用的多方面需求。     

基于小波特征与注意力机制结合的卷积网络车辆重识别

针对现有的基于卷积神经网络（CNN）的车辆重识别方法所提取的特征表达力不足的问题,提出一种基于小波特征与注意力机制相结合的车辆重识别方法。首先,将单层小波模块嵌入到卷积模块中代替池化层进行下采样,减少细粒度特征的丢失;其次,结合通道注意力（CA）机制和像素注意力（PA）机制提出一种新的局部注意力模块——特征提取模块（FEM）嵌入到卷积网络中,对关键信息进行加权强化。在VeRi数据集上与基准残差网络ResNet-50、ResNet-101进行对比。实验结果表明,在ResNet-50中增加小波变换层数能提高平均精度均值（mAP）;在消融实验中,虽然ResNet-50+离散小波变换（DWT）比ResNet-101的mAP降低了0.25个百分点,但是其参数量和计算复杂度都比ResNet-101低,且mAP、Rank-1和Rank-5均比单独的ResNet-50高,说明该模型在车辆重识别中能够有效提高车辆检索精度。     

基于准三维变换的视频隐写算法

结合离散余弦变换(DCT)的能量压缩能力和离散小波变换(DWT)的多分辨率特性,提出一种基于准三维变换的视频隐写算法。该算法利用二维小波变换描述视频序列的帧内信息,通过一维离散余弦变换描述视频序列的帧间信息,从而有效利用视频序列的空间及时间冗余,将秘密信息嵌入在DCT系数的量化过程中,保证了视频序列的稳定性及秘密信息提取的准确性。实验结果表明,该算法具有较好的视觉不可见性与较高的嵌入容量,且可实现秘密信息的盲提取。     

基于EAPR流程的动态局部可重构实现

介绍实现动态局部可重构的方法,以EAPR流程为例,阐述通过时/空复用技术实现动态局部自动重构的基本过程。在此基础上,使用芯片内嵌的硬核处理器Power PC405来调度和管理芯片上其他可编程逻辑资源的自重构过程。在Virtex II Pro开发板上进行验证,结果表明,使用较小容量的FPGA硬件资源,可完成超过其容量规模的系统设计。     

基于层次结构感知的细粒度实体分类方法

针对现有细粒度实体分类（FGET）任务的工作多着眼于如何更好地编码实体和上下文的语义信息,而忽略了标签层次结构中标签之间的依赖关系及其本身的语义信息的问题,提出了一种基于层次结构感知的细粒度实体分类（HAFGET）方法。首先,利用基于图卷积网络（GCN）的层次结构编码器对不同层级标签之间的依赖关系进行建模,提出了基于层次结构感知的细粒度实体分类多标签注意力（HAFGET-MLA）模型和基于层次结构感知的细粒度实体分类实体特征传播（HAFGET-MFP）模型;然后,利用HAFGET-MLA模型和HAFGET-MFP模型对实体上下文特征进行层次结构感知和分类,前者通过层次编码器学习层次结构感知标签嵌入,并与实体特征通过注意力融合后进行标签分类,后者则直接将实体特征输入到层次结构编码器更新特征表示后进行分类。在FIGER、OntoNotes和KNET三个公开数据集上的实验结果表明,与基线模型相比,HAFGET-MLA模型和HAFGET-MFP模型的准确率和宏平均F1值均提升了2%以上,验证了所提方法能够有效提升分类效果。     

基于卷积神经网络的单图像去雾模型硬件重构加速方法

针对基于卷积神经网络（CNN）的单图像去雾模型在移动/嵌入式端部署难,不易用做实时视频去雾的问题,提出一种基于Zynq片上系统（SoC）的去雾模型硬件重构加速方法。首先,提出量化-反量化算法,对两个代表去雾模型进行量化;其次,基于视频流存储器架构和软硬件协同、流水线等技术以及高级综合（HLS）工具,对量化后的去雾模型硬件重构并生成具有高性能扩展总线接口（AXI4）的硬件IP核。实验结果表明,在保证去雾效果的前提下,可以实现模型参数从float32到int5(5 bit)的量化,从而节省约84.4%的存储空间;所生成硬件IP核的最高像素时钟频率为182 Mpixel/s,能够实现1080P@60 frame/s的视频去雾;单帧640×480的雾图去雾仅需2.4 ms,而片上功耗仅为2.25 W。这种生成带有标准总线接口的硬件IP核也便于跨平台移植和部署,从而可以扩大这类去雾模型的应用范围。     

基于PSO和变异模拟退火的QoS单播路由算法

为了研发更高性能的QoS单播路由算法,提出变异退火粒子群优化（MSAPSO）算法。MSAPSO算法中使用一种新的。算子,将粒子群优化（PSO）的迭代公式简化成一个公式。通过设计变异退火算子,将遗传算法的变异操作和模拟退火的Meuopofis概率接受准则融入PSO,以改善粒子群的多样性和算法的收敛性。仿真结果表明MSAPSO在搜索成功率和收敛性上优于纯PSO算法和蚁群算法。     

基于组蛋白修饰数据预测基因差异性表达的深度融合模型

针对使用大规模组蛋白修饰（HM）数据预测基因差异性表达（DGE）时未合理利用细胞型特异性（CS）和细胞型间异同两类信息,且输入规模大、计算量高等问题,提出一种深度学习方法dcsDiff。首先,使用多个自编码器（AE）和双向长短时记忆（Bi?LSTM）网络降维,并建模HM信号得到嵌入表示;然后,利用多个卷积神经网络（CNN）分别挖掘每类CS的HM组合效应以及两细胞型间每种HM的异同信息和所有HM的联合影响;最后,融合两类信息预测两细胞型间的 DGE。在对REMC数据库中10对细胞型的实验中,与DeepDiff相比,dcsDiff的预测DGE的皮尔逊相关系数（PCC）最高提升了7.2%、平均提升了3.9%,准确检测出差异表达基因的数量最多增加了36、平均增加了17.6,运行时间节省了78.7%;进一步的成分分析实验证明了合理整合上述两类信息的有效性;并通过实验确定了算法的参数。实验结果表明dcsDiff能有效提高DGE预测的效率。     

融合实体描述信息和邻居节点特征的知识表示学习方法

知识图谱表示学习旨在将实体和关系映射到一个低维稠密的向量空间中。现有的大多数相关模型更注重于学习三元组的结构特征,忽略了三元组内的实体关系的语义信息特征和三元组外的实体描述信息特征,因此知识表达能力较差。针对以上问题,提出了一种融合多源信息的知识表示学习模型BAGAT。首先,结合知识图谱特征来构造三元组实体目标节点和邻居节点,并使用图注意力网络（GAT）聚合三元组结构的语义信息表示;然后,使用BERT词向量模型对实体描述信息进行嵌入表示;最后,将两种表示方法映射到同一个向量空间中进行联合知识表示学习。实验结果表明,BAGAT性能较其他模型有较大提升,在公共数据集FB15K-237链接预测任务的Hits@1与Hits@10指标上,与翻译模型TransE相比分别提升了25.9个百分点和22.0个百分点,与图神经网络模型KBGAT相比分别提升了1.8个百分点和3.5个百分点。可见,融合实体描述信息和三元组结构语义信息的多源信息表示方法可以获得更强的表示学习能力。     

基于FIA-ISE联用技术的锅炉水总碱度测量的LLE-SVR建模

工业锅炉水总碱度测量常用指示剂法测定,该方法费时,难于自动化。利用流动注射分析（FIA）技术的快速、准确等优点可以实现对工业锅炉水总碱度的快速测定,将流动注射分析与离子选择性电极联用（FIA-ISE）滴定酸碱溶液可以获取连续变化的电压信号。由于锅炉水中常存在未知物质的干扰,基于局部线性嵌入（Local Linear Embedded,LLE）和偏最小二乘支持向量回归机（Least Square Support Vector Regression Machine,LS-SVR）相结合的电压数据建模方法可以消除未知物质的干扰,同时可以降低电压数据的维数。LLE算法将高维电压信号映射到低维流形空间,实现高维非线性电压数据结构的特征提取,LS-SVR建模方法可以建立总碱度的对数和降维后电压信号之间的非线性回归模型。实际待测数据的计算结果表明:基于LLE-SVR方法获得的锅炉水总碱度回归模型,通过对16组测试样本的分析,得到测量的平均相对误差:NaOH为0.83%,Na₂CO₃为0.66%;对于LS-SVR回归建模,NaOH为0.98%,Na₂CO₃为0.86%。LLE-SVR的运算负担只有LS-SVR的3.3%且测量精度要高于常规的峰面积和总碱度之间的线性拟合方法。     

基于节点邻居关系的MCDS构造算法

针对连通控制集在无线传感器网络中的重要作用,提出一种基于节点邻居关系的最小连通控制集(MCDS)的构造算法,该算法时间和信息复杂度分别为O(nlogn)和O(n),且针对由于节点电池的耗尽等原因造成的网络拓扑改变的情况,提出一种局部的修复算法以得到新网络的一个MCDS。理论分析和仿真实验都表明了算法的正确性以及执行性能。