芯片动态门限静态功耗的优化技术

提出了一种双阈值电压的动态门限静态功耗优化算法。该算法通过直接统计电路门级节点的松弛裕度,利用静态时序分析其最大松弛裕度及邻节点松弛裕度特征,区分电路中的关键与非关键节点并分步调整其相应的阈值电压,从而有效地实现了对CMOS电路静态功耗的优化设计。基于ISCA85基准实验电路集,采用该技术和以往的算法进行了对比验证。结果表明,该算法在不降低静态功耗优化效率的同时,优化时间缩短了95%以上,适合于超大规模电路静态功耗优化。     

CMOS集成电路的功耗分析及低功耗设计技术

综述了CMOS集成电路设计中的功耗问题及其对策,包括功耗分析和面向低功耗的各种设计方法与技术,并提出将来设计高性能低功耗的数字系统时面临的技术挑战。它基本上覆盖了CMOS集成电路低功耗设计领域的研究动态。     

采用相邻耦合动态功耗优化的低功耗布线方法

根据相邻信号线的逻辑电位计算两线耦合动态功耗．将这种方法应用于计算N位总线的M个连续时刻的功耗,得到N位总线的平均功率因子,以反映N位总线的相邻耦合平均动态功率．根据程序地址总线的数据,搜索得到对应最小平均功率因子的总线内信号线的排布方式,实现最优的低功耗总线布线,使程序地址总线的动态功耗降低了38.2％．     

峰值功耗优化的力引导调度算法

提出了基于单周期操作和多周期操作的峰值功耗优化的力引导调度算法。该算法运用传统力引导调度算方法的基本思想,通过对力相关参数的重新设置,实现了调度过程对周期功耗的平衡分布,从而达到了峰值功耗最小化的目标。实验结果显示,在控制步数目和资源数目相同的情况下,该算法在峰值功耗优化方面比传统的力引导调度算法有所改进,与基于整数线性规划的算法基本相当。     

无线传感器网络传感器节点动态功耗管理方法

提出了一种新的传感器节点动态功耗管理方法。首先理论推导了节点在各个休眠状态的休眠阈值,建立了网络监测事件到达模型,采用Possion分布得到了网络事件发生的到达概率,利用无线传感器网络中存在大量冗余节点导致节点多重覆盖的特性,分析了传感器节点进入或脱离各休眠状态须满足的条件及保持各状态的最小时长等问题。最后,根据实际应用归纳了传感器节点的三种唤醒策略。实验结果表明,该方法在满足网络性能约束的前提下,利用无线传感器网络的冗余覆盖的特点,可动态调整节点的休眠深度,可减少约28%的传感器节点能量开销,37%的动态功耗管理切换时延,提高约52%的切换成功率,从而有效地延长节点工作寿命及传感器网络寿命。     

一种新型分布式互连线功耗优化模型

基于集总式互连线功耗模型,给出了一种分布式动态功耗表达式,在此基础上,采用非均匀互连线结构,提出了一种基于延时、带宽、面积、最小线宽和最小线间距约束的互连动态功耗优化模型．并在90nm和65nm CMOS工艺节点下,采用matlab软件验证了文中模型的有效性,在工艺约束下,同时不牺牲延时、带宽和面积时,所提模型能够降低30％左右的互连线功耗．该模型适用于大规模集成电路互连优化设计．     

嵌入式系统功耗优化电池模型

以锂电池为例,利用广义随机Petri网(GSPN)描述化学电池放电的极化和活性物质扩散过程,提出可同时反映化学电池电流相关和自恢复特性的高层抽象模型。该模型简单,仅包括反映活性物质分布、活性物质扩散速度和极化速度的四个简单的参数。恒流放电和脉冲放电实验显示该电池模型可以快速准确估算化学电池容量。     

Piccolo相关性功耗分析攻击技术研究

为了评测轻量级密码算法Piccolo抗功耗分析攻击的能力, 提出一种针对首轮的功耗分析攻击模型, 搭建了功耗模拟采集平台, 对该算法进行了相关性功耗分析攻击. 针对Piccolo算法首轮运算中包含白化密钥和轮置换操作的特点, 将首轮相关攻击密钥(包括轮密钥RK0L、RK0R、WK₀、WK₁)分成6段子密钥, 逐个完成各段子密钥的攻击, 将80位种子密钥的搜索空间从2⁸⁰降低到(2×2²⁰+2×2⁴+2×2⁸+2¹⁶), 使种子密钥的恢复成为可能. 攻击结果表明, 只需500条功耗曲线即可恢复首轮攻击密钥, 由此可见, 未加任何防护措施的Piccolo硬件实现极易遭受相关性功耗分析攻击, 研究并采取切实有效的防护措施势在必行. 据现有资料, 这是首次评估Piccolo密码算法在相关性功耗分析攻击方面的安全性.      

一种高层次多电压功耗优化方法

提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法．对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响．对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决．实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法的多电压功耗优化方法的功耗优化能力提高10％,收敛速度提高15％．     

降低单片机系统的功耗

提出了8031系列单片机在使用中的功耗问题，针对如何减少功耗提出解决方法，并进行了理论分析和实践验证。     

基于现代数学算法的配电网动态无功优化研究

较为全面的研究了国内外学术界对配电网无功动态优化调度问题的研究状况;概括了动态无功优化与静态无功优化的具体区别;通过对动态无功优化模型求解算法的分析,总结了该项目研究的四种典型算法,即动态规划法、非线性混合整数优化法、其他数学计算方法和人工智能算法;通过综合比对,发现第三种计算方法数学模型清晰简单,有利于对配电网动态无功优化算法的进一步研究。     

电力系统无功优化算法研究综述（上）

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型,系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在的问题,并对各种优化算法的优缺点进行了分析比较.针对各种优化算法的不同特征,提出了一种综合各单一算法优点的混合算法求解无功优化问题.总结了近年来其它新型算法的无功优化的应用情况.最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面.实现无功优化的实时计算将是今后无功优化算法问题新的研究方向.     

三目标遗传粒子算法的电力系统无功优化

电力系统无功优化是提高电网高效运行和节能的关键环节。建立了综合考虑有功网损最小、电压偏差最小及静态电压裕度最大的三目标电力系统无功优化模型。提出了遗传粒子群(GAPSO)混合算法,并将算法运用于IEEE14与IEEE30节点电力系统无功优化中。该算法先通过选择操作,选出优秀的样本,在利用交叉操作增加种群的多样性。然后进行变异操作提高种群的局部搜索能力。通过数据计算和比较GAPSO算法在收敛速度、精度和全局搜索能力上均优于常规GA算法和PSO算法。结果验证了模型和算法的有效性和实用性。     

无线传感器网络节点低功耗的研究

为了最大限度地延长传感节点的生存时间,电路、结构、算法和协议必须满足能量有效性.就单个传感节点角度来看,可以节省能耗的方法有很多,其中动态功率管理和动态电压调节都可以节省的能耗.动态电压调节的基本工作原理是在处理器上通过对处理速率作动态优化来尽可能地节省能量.在三星的测试板上做实验,改变处理器的频率,验证了功耗和频率成线性关系.得出针对于不同的工作负载,降低处理器频率可以节省能耗,实现无线传感节点的低功耗.     

基于组合混沌序列动态粒子群算法的电力系统无功优化

无功优化对提高电力系统的安全性和稳定性具有重要意义.针对传统粒子群算法在求解大规模、强非线性无功优化时易陷入早熟、局部收敛等问题,应用Logistic混沌优化方法,充分利用其遍历性进行寻优.另外,为保障粒子群算法初值的均匀性,结合Chebyshev映射和Logistic映射,引入一种组合混沌映射并将其应用于粒子初始化,提高初始变量的均匀性,从而提高算法全局寻优能力.对粒子群速度更新过程中存在的惯性取值问题,引入一种基于种群速度的动态惯性权重策略.最后将这一算法应用于电力系统无功优化.算例表明,算法具有较强的全局搜索能力和较高的效率.     

电力系统无功优化算法研究综述(下)

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型。系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在问题,并对各种优化算法的优缺点进行了分析比较。针对各种优化算法的不同特征,提出了综合各单一算法优点的混合算法以求解无功优化问题。总结了近年来其它新型算法的无功优化应用情况。最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面。实现无功优化的实时计算将是今后无功优化算法问题新的研究方向。     

基于改进细菌觅食算法的无功优化

采用改进的细菌觅食(MBFO)算法求解电力系统无功优化问题,引入了步长递减的控制策略,改善了算法前期的全局搜索能力和后期的局部搜索能力;引入了SA-PSO变异算子,从而使个体可以相互交流,并从精英那里得到经验;引入遗传算法的交叉和赌盘选择,保护了精英个体,同时降低了解劣化的概率.以IEEE-30节点为例的算例结果表明,较其他几种优化方法而言,M BFO具有更快的收敛速度和更好的优化效果,故该算法在解决无功优化问题上可行且有效.     

产品开发过程综合优化技术研究

产品开发过程综合优化是从时间、质量、成本、服务、环保的角度来提高产品开发的综合能力.本文首先论述了产品开发过程优化的研究现状,分析了产品开发过程优化中存在的问题,从而提出了产品开发过程综合优化的基本原则,并试图从产品开发管理的角度探讨综合优化模型.     

基于粒子群与微分进化算法的无功优化

应用传统粒子群算法(PSO)于电力系统无功优化问题存在收敛精度不高、陷入局部最优的缺点,利用微分进化算法(DE)的随机变异性,将当前所产生的局部最优值进行变异,再重回PSO搜寻全局最优值,从而提高了PSO算法的寻优特性,应用于IEEE30节点,验证所提算法是可行和有效的.