基于差错传播概率矩阵的时序电路软错误可靠性评估

在深亚微米及纳米级集成电路设计过程中,电路的可靠性评估是非常重要的一个环节.该文提出了一种基于差错传播概率矩阵(Error Propagation Probability Matrix,EPPM)的时序电路软错误可靠性评估方法,即先将逻辑门和触发器在当前时钟周期对差错的传播概率用4种EPPM表示,再利用自定义的矩阵并积运算计算多周期情况下的差错传播概率,最后结合二项分布的特点计算时序电路的可靠度.用ISCAS' 89基准电路为对象进行实验,结果表明所提方法是准确和有效的.     

基于概率转移矩阵的电路可靠性并行计算方法

随着电路集成度的提高,软差错已经成为影响可靠性的关键因素.概率转移矩阵是一种用于估计软差错对电路影响的有效方法,它通过对门级电路建立概率模型来计算电路的可靠性.本文基于概率转移矩阵研究计算电路可靠性的并行方法,提出了一种电路分割算法,在对电路进行划分后,并行地计算各个模块的概率转移矩阵,再合成对应于整个电路的概率转移矩阵.其中,引入了代数决策图压缩矩阵存储空间.初步的实验结果表明,该并行算法可以有效地减少21.46%的平均时间开销.     

一种基于概率矩阵的快速运动估计算法

基于块匹配的运动向量估计算法已被多种国际视频编码标准所采用,但其计算复杂度一直是一个研究热点。为了提高运动向量估计算法的速度和精度,提出了一种新的基于概率矩阵的快速块匹配运动估计算法,该算法首先根据之前宏块的运动向量来估计当前宏块各可能的运动向量对应的概率值,以组成和搜索窗口同样大小的概率矩阵,然后依据概率大小限制搜索的次数,以平衡算法的速度和精度。仿真实验结果表明,和标准菱形搜索法相比,该算法在精度略有提高的同时,还有效地提高了搜索效率。     

基于EPTM模型的电路信号可靠性概率的计算方法

电路元件在工作时很容易受到外界信息的干扰,如电磁、噪声、辐射等,在设计电路信号最初阶段有必要计算出电路信号的可靠性概率。传统的计算方法为故障注入方法与解析模型方法,但是这两种方法在投入成本和计算精度上都不能满足人们的要求。基于EPTM模型提出了一种新的电路信号可靠性计算方法,介绍了计算步骤,并对每一步进行了具体解析,实践证明给出的方法能够精确且快速地实现对电路信号可靠性的概率评估,提高设计阶段电路拓扑结构的效率,降低故障发生的概率,值得推广使用。     

面向缺陷分析的广义门电路故障概率的计算

在门级电路的可靠度估计方法中,基本门故障概率p通常是以经验值或人为设定的方式出现,最近才被建模成栅氧化层的故障概率或基本门的输入导线的故障概率.文中结合广义门电路的版图结构信息,分析了故障的形成机理与作用模式、广义门电路的拓扑结构和可靠度的损失机理,并给出了输入导线与栅氧化层的缺陷随时间的生长模型以及缺陷移除率的计算方法,最后建立了包含老化或早期失效的广义门电路的故障概率p模型,通过理论分析与在ISCAS85基准电路上采用经验公式对预测结果进行了拟合,并运用拟合优度检验的策略验证了文中方法的合理性;还分析了老化因素、缺陷移除率、工艺技术、设计方法等对电路可靠度的影响.     

考虑单粒子多瞬态故障的数字电路失效概率评估

为了准确评估电路的失效概率,提出一种考虑单粒子多瞬态(SEMT)的数字电路失效概率评估方法.该方法通过解析电路门级网表提取SEMT故障位置对;使用双指数电流源模型模拟故障注入,通过SEMT脉冲复合模型将SEMT脉冲转化为复合的SET脉冲并沿数据通路向下游传播;在脉冲传播过程中,使用SEMT脉冲屏蔽模型评估逻辑屏蔽、电气屏蔽与时窗屏蔽效应,使用电路失效概率计算方法得到电路总体失效概率.实验结果表明,与同类方法相比,文中方法计算结果更为精确;与基于统计的蒙特卡罗方法相比,该方法的相对误差仅为2%,能够有效地指导集成电路容错设计.     

概率布尔控制网络的弱能控性

本文研究了概率布尔控制网络的弱能控性,系统的弱能控性是概率布尔网络精确能控的一个推广.首先利用矩阵的半张量积和逻辑变量的向量表示,概率布尔控制网络被表示为离散时间动态系统.接着给出概率布尔控制网络弱能控的定义,从离散时间系统的结构矩阵出发,构造了最大概率转移矩阵,矩阵中的元素表示相应状态之间可能发生转移的最大概率,在此基础上研究了概率布尔控制网络的弱能控的条件,同时给出了两个状态弱能达时控制序列的设计算法.最后通过例子进一步解释了弱能控的概念和控制序列设计算法的有效性.     

基于Cell对称矩阵结构的电路划分方法

电路划分是超大规模集成电路自动化设计中的一个关键的阶段,同时也是NP-hard组合优化问题.文中基于结点移动的Fiduccia-Mattheyses(FM)算法提出新的cell对称矩阵数据结构,实现一种电路划分方法.首先使用对称矩阵数据结构存储结点和线网信息,然后利用简单的加减运算代替划分过程中结点增益的计算,最后简化原始算法中复杂的判断与计算完成对电路的划分.实验结果表明,与原始FM算法相比,在保证得到等价划分结果的情况下,该方法显著简化了实现过程,并且保持了线性复杂度;对电路实例进行划分,平均切边优化效果达到95.89%.     

基于改进马尔科夫特征的图像拼接检测研究

针对传统马尔科夫特征拼接检测准确率不高的问题,提出了一种有效的马尔科夫特征提取方法。与传统马尔科夫特征的计算过程不同,只计算水平和垂直两个方向的转移概率矩阵,选择四个转移概率矩阵中对应位置求和后的值作为最终特征。求和操作不仅降低了特征维度,而且使真实图像与拼接图像之间的概率分布区分更加明显。所提出的算法的特征维度与数据集无关。该方法在哥伦比亚彩色拼接检测图库、CASIA V1. 0和CASIA V2. 0数据集上测试的准确率分别为94. 38%、99. 19%、96. 02%。     

一种基于受限约束范围标签传播的半监督学习算法

提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围。然后在约束范围内利用半监督学习框架下的标签传播算法计算基于路径的相似性,路径相似性决定了标签传播的重要路径。由于只使用几条重要的传播路径使得算法中省去计算每一条路径的相似度,计算复杂度大大减少。最终使得标签在带标签数据与未标签数据之间通过几条重要的路径之间传播。实验已经证明此算法的有效性。     

基于概率转移矩阵的社会网络影响最大化算法

现有近似求解影响最大化算法的时间复杂度较高,为此,提出一种扩展的线性阈值模型及其概率转移矩阵,给出该模型的传播过程及规则,设计基于概率转移矩阵的影响最大化算法,并利用贪心方法寻找到k个最具影响的节点。该算法通过矩阵乘积的方法得到,时刻节点之间的影响概率,无需在每个时刻计算所有非活跃节点的边际效益,从而在较短时间内提高运行时的效率,使得在规模较大的社会网络中被影响的节点最多且信息传播范围最广。仿真实验结果表明,在大规模社会网络中,该算法对社会网络节点的影响范围广且时间复杂度低。     

一种新的用于文本分类的概率分类器设计

为了进一步提高文本分类的准确率,文中介绍了一种新的用于文本分类的概率分类器。该分类器首先通过自然语言处理技术对文本进行预处理,然后从训练集中读取文本信息从而产生正、负规则,并计算正负权重系数,最后计算正、负概率。文中给出了计算正负权重系数的算法,并根据计算出来的权重系数及正、负概率值对文本进行分类。将文中提出的概率分类器与SVM分类器进行对比实验,实验结果表明,文中设计的概率分类器对于文本分类效果较好。     

分类概率保持鉴别分析及其在人脸识别中的应用

针对特征提取算法中存在的问题,在线性鉴别分析的基础上提出分类概率保持鉴别分析(CPPDA)并成功应用于人脸识别.CPPDA首先计算每个样本的分类概率,并利用分类概率重新定义样本的类间散布矩阵和类内散布矩阵;然后通过最大化类间散度同时最小化类内散度寻求最佳投影矩阵,使得样本的原始分布信息在低维特征空间能得到保持.在ORL、Yale及FERET人脸库上进行测试比较,结果表明文中所提方法的优越性.     

改进匹配方法的BFG-GMPHD滤波算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法.算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题.仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能.     

无线传感器网络低功耗真随机源设计

针对无线传感器网络(WSNs)密码安全应用过程中的低功耗需求和无线传感器网络节点集成微型化的趋势,提出一种新的真随机源设计方法用于生成高质量密钥来保证密码算法安全性。该方法基于概率计算单元构建斐波那契振荡随机源。由于概率计算单元工作状态在MOS管的亚阈值电流区,工作电流小使得设计功耗极低。同时,防止电路停振,设计概率信号放大单元保证随机振荡正确性。本设计在中芯国际SMIC 0.13μm工艺下进行仿真验证,所产生的真随机序列性能良好。与基于数字逻辑门的振荡真随机源相比,功耗减小1000倍,面积也有明显减小,适合应用于无线传感器网络之中。     

基于地址语义理解的中文地址识别方法

互联网中中文地址文本蕴含着丰富的空间位置信息,为了更加有效地获取文本中的地址位置信息,提出一种基于地址语义理解的地址位置信息识别方法。通过对训练语料进行词频统计,制定地址要素特征字集合和字转移概率,构造特征字转移概率矩阵,并结合字符串最大联合概率算法,设计了一种不依赖地名词典和词性标注的地址识别方法。实验结果表明,该方法对地址要素特征字突出且存在歧义的中文地址的完全匹配率为76.85%,识别准确率为93.11%。最后,与机械匹配算法和基于经验构造转移概率矩阵的方法进行对比实验,实验结果表明了该方法的可用性和有效性。     

高层次时序电路可靠度估计方法研究进展

时序电路的可靠性问题日益成为人们关注的焦点。讨论高层次时序电路的可靠性评估方法,重点研究分析了贝叶斯可靠性分析方法、多阶段可靠性分析方法和基于概率转移矩阵的时序电路可靠性分析方法。以ISCAS 89基准电路为实验对象,选择几种典型的高层次时序电路可靠性评估方法进行实验和分析。研究结果和实验结果表明,电路的抽象级别越高,评估方法所获得结果的准确性就越低,评估时间开销越小;同一抽象层次上,不同类型的方法相比,仿真模拟方法的准确性高但时间开销大,解析方法省时但准确性较低。     

具有局部已知转移概率的连续时间Markov 跳跃线性系统 稳定性分析和镇定的新方法

考虑转移概率为部分已知情形下的连续时间Markov跳跃系统的稳定性和镇定问题.通过充分利用转移概率的边界信息,将现有文献中局部已知转移概率的定义进行了推广.通过充分使用连续时间Markov跳跃线性系统转移概率矩阵行和为零的性质,得到了新的基于线性矩阵不等式的稳定性分析和状态反馈镇定条件.当转移概率为完全已知时,所给出的条件便退化为现有文献的结果.最后,仿真算例表明了所给出方法的有效性.     

基于局部变分贝叶斯推断的分布式交互式多模型估计

针对目前部分多模型算法预先设定运动模型转移概率矩阵对状态估计精度的不利影响,本文提出了一种基于局部变分贝叶斯推断的分布式交互式多模型估计算法.不同于传统交互式多模型估计中运动模型转移概率矩阵为先验已知的假设条件,在分布融合估计框架下,首先基于最小化Kullback-Leibler散度准则的递归优化策略实现对运动模型转移概率矩阵的预测与更新;在此基础上,结合变分贝叶斯推断实现对当前时刻目标状态与模型概率的联合估计;最后依据协方差交叉融合策略完成对局部状态估计融合.仿真结果表明:新算法通过对运动模型转移概率矩阵以及模型概率自适应在线估计,有效提升了机动目标的状态估计精度.     

一种改进的网络安全态势量化评估方法

在基于隐马尔可夫模型的网络安全态势评估中,观测序列的获取和状态转移矩阵的确立是影响评估准确性的关键.目前观测序列多以随机方式获取,不能有效表征网络的安全性;而状态转移矩阵往往依据经验给出,具有很强的主观性.该文提出改进方法:首先,基于警报的统计特性提出警报质量的概念,依据警报质量获取的观测序列,可改进数据源的有效性;其次,基于安全事件和防护措施的博弈过程,提出确定状态转移矩阵的方法,并结合攻击成功的概率对其进行修正,提高状态转移矩阵的有效性.对比实验证明,基于改进算法生成的风险值对网络安全态势的量化更加合理.