基于Pareto支配的MPRM电路面积与功耗优化

针对MPRM电路的面积与功耗折衷优化问题,提出一种基于多目标三值多样性粒子群MOTDPSO算法的最佳极性搜索方案。在三值多样性粒子群算法求解MPRM电路综合优化问题的基础上,对超出定义的边界范围的粒子,执行边界约束处理,并结合Pareto支配概念改进算法;然后建立基于Pareto支配的粒子与MPRM电路极性之间的参数映射关系,并结合面积与功耗估计模型以及 OR/XNOR电路混合极性转换方法,将该算法应用于MPRM电路的面积和功耗优化。最后对18个PLA格式MCNC Benchmark电路进行测试,与NSGA-II算法搜索到的结果相比,MOTDPSO算法获取的最优解的面积平均优化率为4.29%,功耗平均优化率为6.02%。     

时延差驱动的门级功耗估算算法

提出一种基于 ROBDD图和时延差的组合电路门级平均功耗估算算法 ,该算法适用于单位延迟模型和一般的延迟模型 .算法用时匀质 Markov链模型描述信号的变化 ,电路中各节点的开关活动率用功能翻转与毛刺翻转之和来衡量 ;根据信号之间的再汇聚特性生成超门 ,构造局部的 ROBDD图 (最简有序二叉决策图 )来估算功能翻转 ;根据信号到达单元门各输入端之间的延迟差 ,构造毛刺产生模型 ,估算毛刺翻转 .该算法通过构造节点的有约束超门缩小了ROBDD的规模 ;在考虑信号再汇聚而导致的信号相关性的同时 ,还比较精确地考虑由于时延差而产生的毛刺功耗 .实验结果显示 ,与 Monte- Carlo统计模拟方法相比 ,算法的估算精度在 10 %以内 ,运行速度要快一个数量级 .     

基于整体退火遗传算法的低功耗最佳极性搜索

针对n变量逻辑函数在不同极性下所对应的XNOR/OR电路功耗和面积不同的特点,首先用信号概率传递算法和多输入XNOR/OR(同或/或)门的低功耗分解算法建立了XNOR/OR电路的功耗估计模型.在此基础上,将基于列表技术的极性转换算法和整体退火遗传算法相结合,提出了一种针对大规模XNOR/OR电路的低功耗最佳极性搜索算法.对8个较大规模MCNC Benchmark电路测试表明,该算法搜索到的最佳极性所对应的XNOR/OR电路与极性0时的XNOR/OR电路相比,平均节省功耗和面积分别达到了84.4%和65.2%.     

一种新型全搜索运动估计IP核设计

为了降低全搜索运动估计算法带来的巨大计算量,提高运动估计计算速度,提出了一种新型的用于全搜索运动估计硬件结构。该硬件结构能实时地通过全搜索运动估计来搜索每个像素块最佳的匹配运动向量,并通过改进搜索窗缓存,获得了较高的运算速度增益并有效地降低了电路功耗。     

面向多级逻辑的低功耗有限状态机状态分配

状态分配在低功耗有限状态机设计中已经被证明是很有效的方法.该文针对有限状态机多级组合逻辑实现提出了一个新的成本函数,并利用整体退火遗传算法来进行状态码的搜索,通过减少电路的开关活动性和组合逻辑部分的面积来达到功耗的降低.对25个有限状态机标准测试电路进行面积和功耗的测试表明:与已发表的针对面积和功耗优化的算法相比,该文所提出的算法不但在功耗降低上具有较大的改进,在面积改善上也具有一定的优势.     

求解FPRM电路极性优化问题的改进多目标粒子群算法

针对多目标要求下较大规模固定极性Reed-Muller(FPRM)逻辑电路的极性优化问题,提出一种基于改进多目标粒子群算法的求解方法.首先根据延时、面积及功耗的综合要求建立FPRM电路极性优化的多目标决策模型;然后利用外部档案库引导粒子种群进行兼顾全局搜索及局部开发的双重更新,并通过Pareto占优进行粒子优劣性评价,以获取满足延时短、面积小、功耗低的最优极性解集;最后利用MCNC Benchmark电路进行性能测试,并与3种当前较优算法进行对比,验证了文中算法的有效性.     

防火墙寄存器技术的FPGA低功耗布线算法研究*

针对减少毛刺能够有效地降低电路功耗,提出了一种基于防火墙寄存器技术的FPGA低功耗布线算法。在布线过程中,一方面运用算法增加防火墙寄存器滤掉毛刺;另一方面通过修改代价函数,动态地调节输入信号的路径,使信号到达查找表输入端的时间基本趋于一致,从而有效地减少毛刺,降低电路的动态功耗。实验结果表明,在运算时间相同的情况下,与其他算法相比,该算法平均能消除约72%～81%的毛刺,降低约4%～8%的功耗,减少约23%～26%的关键路径延时,而只增加4%的触发器。     

基于电势场法的移动机器人全局路径规划算法

针对传统路径规划算法计算量大、电路映射地图建模复杂等问题,提出了一种基于电势场法的路径规划新方法.首先,为降低环境建模的复杂度,对Zhang细化算法进行了改进,获得能够细致描绘地图连通关系的骨干图;在此基础上,提出了一种基于电势场理论的模型建立方法,此后通过对模型电流通路的快速搜索获取初始路线,大大降低了路径规划算法的运算量;然后,基于内接圆角方法对路径进行平滑处理,解决了路径离散问题,得到适合服务机器人行走的最优路径.大量对比实验表明,该改进Zhang细化算法有效降低了建模及求解复杂度,提出的基于电势场法的全局路径规划算法很好地解决了传统算法搜索效率低的问题.     

时延差驱动的门级耗估算算法

提出一种基于ROBDD图和时延差的组合电路门级平均功耗估算算法，该算法适用于单位延迟模型和一般的延迟模型。算法用时匀质Markov链模型描述信号的变化，电路中各节点的开关活动率用功能翻转与毛刺翻转之和来衡量；根据信号之间的再汇聚特性生成超门，构造局部的ROBDD图（最简有序二叉决策图）来估算功能翻转；根据信号到达单元门各输入端之间的延迟差，构造毛刺产生模型，估算毛刺翻转。该算法通过构造 节点的有约束超门缩小了ROBDD的规模；在考虑信号再汇聚而导致的信号相关性的同时，还比较精确地考虑由于延时误差而产生的毛刺功耗。实验结果显示，与Monte-Carlo统计模拟方法相比，算法的估算精度在10％以内，运行速度要快一个数量级。     

基于蚂蚁路径的时序电路故障诊断算法

提出了一种VLSI时序电路自动测试型生成(Automatic test pattern generation，ATPG)的新算法。传统ATPG算法采用局部状态转换图或收集门级电路的知识以及提取电路规则来解决时序电路ATPG的困难。本算法引入新的模型，着重解决了ATPG中的计算冗余问题。在蚂蚁路径模型的基础上，前向搜索得到了重建，故障点的前向传输和回溯归结到了单一路径之上．而该路径上可能分布着许多待测的故障点，从而改善了以往时序电路ATPG算法中搜索重复而导致的计算冗余问题，同时，最小测试向量的获取为数学定理所证明。最后在Benchmark电路上进行的与ILP算法的比较试验表明，本算法具备同样的故障覆盖率，且速度更快。     

基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测

荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。     

基于单声学矢量传感器的最大能量动态声源波达方向跟踪算法

针对在空域非均匀噪声环境下目标定位跟踪问题,提出一种基于单声学矢量传感器的最大能量动态声源波达方向(DOA)跟踪算法.首先结合噪声协方差矩阵估计结果实现对传感器接收信号的预白化处理,进而确定加权参数值,提出一种加权参数固化的最大能量算法,从而在声压与振速域噪声功率比未知的条件下提高了DOA估计精度.在此基础上,利用最大能量定向估计子输出信息来构建运动目标的量测方程,并在容积Kalman滤波框架下实现对于动态声源的状态跟踪.理论分析与仿真结果验证了算法的可行性和有效性.     

基于变窗长搜索的改进型噪声估计算法

MCRA最小值递归平均算法对噪声的估计值较为准确，而且对一段话音内噪声功率谱的变化也能准确的追踪.但是面对噪声功率谱突然陡增这种情况，需要经过一段时间的自适应才能得到准确的噪声估计值，而在这个自适应期间，会留下较强的残留噪声，影响人的听感.本文在MCRA算法的基础上，引入一种利用最大对数似然比结合能零比的VAD （Voice activity Detection）辅助算法，得到一种改进型噪声估计算法.实验仿真结果也表明，改进的噪声估计算法在噪声估计速度方面优于MCRA算法.     

Faster power estimation of CMOS designs using vector compaction - a fractal approach

Low power digital complementary metal oxide semiconductor (CMOS) circuit design requires accurate power estimation. In this paper, we present a compaction algorithm for generating compact vector sets to estimate power efficiently. Power can be estimated using dynamic (simulation) or static (statistical/probabilistic) techniques. Dynamic power estimation techniques simulate the design using a large input vector set for accurate estimation. However, the simulation time is prohibitively long for bigger designs with larger vector sets. The statistical methods, on the other hand, use analytical tools that make them faster but less accurate. To achieve the accuracy of dynamic power estimation and the speed of statistical methods, one approach is to generate a compact, representative vector set that has the same switching transition behavior as the original larger vector set. The compaction algorithm presented in this paper uses fractal concepts to generate such a compact vector set. The fractal technique quantifies correlation by a fractal parameter which can be determined faster than calculating correlation explicitly. Experimental results on circuits from the ISCAS85 and ISCAS89 benchmark suites, with correlated input vector sets, resulted in a maximum compaction ratio of 65.57X (average 38.14X) and maximum power estimation error of 2.4% (average 2.06%). Since the size of the compact vector set used for simulation is smaller, the simulation time will be shorter and will significantly speed up the design cycle.     

低功耗软判决维特比译码器的设计

维特比译码器是广泛使用的极大似然解码方法。该文提出了有别于IEEE 802.11a标准的解码方法，将软判决译码使用在该标准卷积码的解码机制上，利用算术部件的重组和混合向后追溯式以及时钟关断技术，在保证性能和低复杂度前提下减少存储器读写操作以降低功耗，利用SMIC 0.18μm CMOS工艺设计实现该译码器，在ALTERA FPGA上实现原型验证，性能满足IEEE802.11a标准要求。     

基于容积卡尔曼滤波算法估计动力锂电池荷电状态

动力锂电池荷电状态的准确估计是电池管理系统的关键功能之一。该文结合二阶电阻-电容等效电路模型,通过建立状态空间表达式,利用最小二乘法对等效电路模型各参数进行辨识,并通过多项式拟合方法获得了开路电压与剩余电荷的关系曲线,进而基于容积卡尔曼滤波方法对锂电池荷电状态进行建模,建立了基于数字信号处理器的充放电实验平台,实现了锂电池放电时荷电状态的实时估算。实验结果表明,该方法能够实现实时在线估算,且最大误差小于 2%,具有良好的估算精度。     

无线传感网中分布式信号检测的多维特征值算法优化研究

在大规模无线传感网的分布式信号检测中,针对相关性较高并有一定冗余度的数据集,在保证数据采集可信任的情况下,通过高效算法提高精度是重要的研究方向。 提出一种分散功率算法DPM,用于分布式计算样本协方差矩阵的最大特征值,通过将平均共识和迭代功率法相结合,在相对少量样本和有限次数迭代的条件下,实现了协方差矩阵最大特征值的较快收敛速度和较高精度估计。对比MECD算法和DST算法,仿真结果表明,新算法有效减少了信号样本数和迭代次数,收敛速度较快,可获得更高的检测精度。     

基于RSSI差分似然估计的WSN节点定位算法

为了克服接收信号强度测量误差对无线传感嚣网络(WSN)节点自身定位精度的影响.在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法.算法通过RSSI进行测距,无需增加额外硬件开销,容易实现.定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位.     

进化策略在极大似然法参数估计中的应用

采用极大似然法进行参数估计,是为了避免传统优化算法的缺点。本文采用进化策略算法与极大似然参数估计法相结合使参数估计变量不再受初始值影响,从而可获得全局更优的解。最后,以威布尔三参数分布为例进行参数估计。结果表明,该方法有求解精度高和收敛速度快的优点,从而使进化策略算法能更好地应用于数理统计中。     

基于模块化的导航机器人设计与地图构建

为解决目前导航机器人对于通用性和兼容性的要求,按照模块化设计思想,设计了一款由微处理器模块、电机模块、通信模块、感知模块和电源模块组成的导航机器人实验平台.并针对导航机器人在环境地图构建时产生的累积误差问题,提出了一种融合了先验估计的最大期望概率建图算法,并利用该导航机器人平台开展了建图与自主导航实验.利用室内运动捕捉系统获取的坐标作为参照物,验证了该算法能有效减少机器人建图时产生的累积误差.