流水线技术在FPGA设计中的实现

在数字系统设计中，提高系统的运行速度是设计的一个难点．本文根据流水线设计的基本思想，介绍了利用VHDL语言描述流水线模块的方法，并以4位整数乘法器的设计为例阐述流水线技术设计的过程．通过流水线设计的不同乘法器在MAXPLUSⅡ中编译、综合下载到FPGA中后，对其特性进行统计分析，证明了流水线技术在提高运算速度方面的明显作用．     

基于BP神经网络的处理器节能技术研究

研究芯片功耗中动态功耗部分,针对传统动态节能技术动态电压与频率调节（dynamic voltage and frequency scaling,DVFS）技术未能考虑预测CPU未来阶段行为的不足,提出BP-DVFS节能策略。为了提高下一阶段CPU利用率的预测准确性,更准确地对CPU进行动态调频进而降低其运行功耗。构建了一种FPU-CPU（forward predict utilization CPU）模型。模型假设下一时间段CPU利用率与CPU运行资源有关的事件特征量存在非线性函数关系,从处理器运行时环境出发提取出与CPU资源紧密相关的5个特征量进行度量,采用BP神经网络进行拟合训练。用训练后得到的神经网络预测CPU下一阶段的利用率,进行CPU处理不同类型任务程序的功耗仿真实验。并在相同实验条件下与常用的3种CPU调频策略实验结果进行对比。实验结果表明,在CPU处理不同类型任务程序时,采用BP-DVFS策略进行调频的CPU功耗都低于其他3种策略进行调频的CPU功耗。通过实验验证,本文提出的方法提高了预测CPU利用率的准确度,降低了CPU运行时功耗。同时验证了假设的合理性与有效性以及此方法实现CPU低功耗运行是有效的。     

深亚微米电路NMOS器件HCI退化建模与仿真

提出一种深亚微米NMOSFET的热载流子注入下漏电流退化模型及其电路退化仿真方法．该模型将亚阈区、线性区和饱和区的漏电流退化行为统一到一个连续表达式中，避免了分别描述时由于模型不连续而导致的仿真不收敛问题，并且在模型中对亚阚区的栅偏依赖现象进行建模。提高了模型描述器件退化的准确度，用基于0．25μm工艺的NMOS器件对模型进行了验证，测试数据与仿真结果吻合得很好。     

一个模型转换的验证框架

模型驱动体系结构（Model Driven Architecture，MDA）是OMG为充分利用基于UML的建模技术并分离软件系统的抽象描述和具体事项而提出的。模型转换对MDA的成功至关重要，但对于同传统软件开发过程中的测试部分同等重要的模型转换中的验证和有效性确认（V＆V），目前的研究比较少。为此，尝试提供一个基于MDA上下文的模型转换性能的验证框架。该框架用于验证原模型包涵的性质，检查源模型与／或目标模型的各个元素是否通过模型转换规则实现了语义等价。同时，采用EMFAPI开发了一个用来分析Tefkat语言描述的模型转换规则的verifier原型系统，并通过实例验证了其有效性。     

基于细胞膜演算的Dryad形式化描述

由于Dryad编程模型的实现并不开源,导致关于Dryad编程模型的理论研究较为缺乏。本文利用细胞膜演算在描述并发系统的优势,对Dryad编程模型中任务执行过程进行了准确清晰的形式化描述,并对Dryad编程模型的容错机制进行了描述,最后通过一个实例检验了形式化描述结果。本文的形式化描述方法有效地丰富了编程模型的理论体系,为编程人员提供了任务调度的优化依据,同时该形式化描述还可作为验证程序正确性的辅助工具。     

弹簧床垫的力学模型

对弹簧床垫在垂直载荷作用下的变形进行了测量，提出了描述床垫力学行为的模型，进一步的验证结果表明，实测挠度与利用所建模型计算的理论值很接近，证明该模型是一个简便而又适用的模型。     

Pipeline ADC后台数字校正中传输函数建模算法

采用后台校正技术,通过对级间余量放大器传输函数建模来估计误差,以提高流水线型ADC(analog to digital converter,ADC)的性能。为了在校正精度、硬件消耗、功率消耗和算法收敛速度之间做一个合理的权衡,需要在建模时选用一个合理的插值算法。以一个12位,采样频率40兆的流水线型ADC为原型,分别采用分段线性插值、三次多项式插值对第一级余量放大器传输函数建模,用硬件描述语言Verilog对系统进行描述,结合模拟电路部分进行混合仿真验证,运用综合工具对两种算法对应的Verilog程序进行综合估计。仿真结果表明:两种算法中,分段线性插值法硬件消耗和功耗更低,而多项式插值法校正精度更高,算法收敛更快。     

基于FPGA的嵌入式CPU的VHDL建模和设计

目前，基于FPGA的嵌入式CPU核的设计已成为SOC设计的重要部分．提出一种嵌入式CPU核的VHDL行为建模方法，与传统的基于电路结构建模的CPU核的设计方法不同，新的VHDL建摸方法是基于指令对数据流流通控制行为的描述．使用这种方法可以快速建创建兼容已有指令集的CPU核的VHDL模型，易于修改，提高设计效率．同时介绍了兼容8051单片机指令的CPU的VHDL设计例子，并给出使用ISE7．1工具在Xilinx的Sparten 3器件上进行综合实现CPU核设计的结果和使用Modesim6．0工具进行指令操作仿真的结果．仿真的结果显示该建模方法是可行的，设计的CPU核可以运行在125MHz时钟工作频率，指令执行速度超过40MIPS．     

多媒体会议的逻辑描述模型

为了对多媒体会议的内在逻辑结构进行描述和研究,提出了一个基于媒体关系和依存关系的逻辑描述模型,对该模型进行了形式化和非形式化的定义,分析了模型内基于上述2种关系的语义规则,并给出了从语义规则和模型结构2方面对模型进行扩展的机制。作为验证,使用该模型对一个多媒体会议的具体实例进行了描述。分析和实践均表明,该模型不但能够清晰而严格地描述多媒体会议中的媒体关系结构和逻辑联系结构,而且还可以通过灵活的扩展机制,适用于各种大规模的、复杂机构的、特定情景的多媒体会议系统。     

基于MAS理论的多轴精密运动机构控制的实现

描述了MAS（Multi Agents System）的模型构成和各个Agent的基本功能，以精密运动机构的PLC（Pragrammable Logic Controller）控制为对象，介绍了使用多个PLC CPU对由多个轴构成的精密运动对象进行控制的方法，给出了多CPU分步控制不同运动机构的实现方案．实验证明，在工业控制过程中，使用成熟的PLC进行运动机构控制，结合多CPU任务分配方案，可以较好地解决多轴的联动控制和实现等问题，为多轴精密运动部件的控制提供了一种有效而可靠的实现方法。     

面向全生命周期的零件族层次特性建模方法

为了建立能够有效支持产品平台设计的零件族系统,本研究构建了一个描述零件族全生命周期特性的模型。首先采用面向对象的分析方法对零件族和零件实例的全生命周期信息进行分析,然后利用事物特性表技术对零件族的属性信息和组织结构进行描述,建立了层次性的零件族属性模型,最后提出了面向全生命周期的零件族层次特性模型,并通过实例对模型进行了验证。     

CPU吸热盒传热与流动特性研究及其优化

采用试验与Fluent数值模拟方法,研究了CPU吸热盒实型的传热与流动特性并进行了时比;对7种CPU吸热盒模型进行数值模拟和对比分析,获得了最优CPU吸热盒模型.     

排式热管群构造CPU散热器的仿真分析

为了验证研制出的CPU散热器的散热效果,利用有限元分析软件ANSYS对该CPU散热器进行了散热分析．研究了在室温和自然对流条件下,同等尺寸的普通CPU散热器和热管式散热器的温度场分布．研究结果表明,所建议的热管式CPU散热器能有效地降低CPU的温度．     

基于神经网络的车辆制造焊接流水线工业机器人控制模型

以KR60型工业机器人在生产流水线上的应用为研究背景,建立了机器人的运动学模型,并结合车辆制造焊接流水线,建立了基于回归分析和BP神经网络算法的自适应智能控制模型.该模型结合生产实际,是对机器人智能控制研究进行的尝试.     

菱锰矿浸出的动力学模型

根据目前多数锰矿企业的需要，对菱锰矿浸出过程的液－固间歇式多相反应动力学模型进行了推导，证明对某一类型的菱锰矿，其浸出过程速率完全可以用ｔ＝θ（ｘＢ）来表示；并以贵州的某菱锰矿浸出实验数据进行了验证，表明所得模型能较好地描述浸出过程。     

构件式体系结构模型转换的语义一致性

基于软件体系结构模型的形式化描述,从结构语义、公理语义和行为语义等几个方面分析了模型转换中特性保持问题的描述,并建立了相应的判定标准,同时探讨了证明一个转换是否满足某些特性保持约束的方法。这些方法支持以定理证明的方式,对模型转换的语义特性保持进行验证,克服了模型检测的不足。该研究可用于指导模型转换规则的定义和模型映射关系的正确性的验证。     

模型检验中对CTL公式的空属性探测

在模型检验中建立了一种新方法：检验可计算时态逻辑(CTL)公式描述的系统属性是否为空属性．根据原子命题的极性,用TRUE 或FALSE替换原子命题,得到一系列的CTL公式,再对这些CTL公式用模型检验工具验证,若CTL公式中有一个通过了验证,则可得出该系统属性是一个空属性．该方法对CTL公式的空属性的探测不需要对它的所有子公式用TRUE 或FALSE替换,只需对原子命题替换,这样检验的次数与原子命题的个数呈线性关系．利用验证综合系统对十字路口交通控制器规范的空属性进行了检验．     

智能网业务中的Petri网建模及验证方法

在分析设计智能网业务的基础上提出了一种智能网业务逻辑的规范描述，将其中涉及并发、同步等的描述转化为Petri网模型，探讨了在该模型上的验证方法，并给出了一个应用该规范和模型的例子．     

基于深度神经网络的关系抽取研究综述

关系抽取作为信息抽取领域近年来的研究热点，从宏观上可具体分为基于流水线的关系抽取、联合抽取和远程监督等，其中各个类别的关键性问题并不相通。近年来深度神经网络因其强大的语义表征能力，逐渐取代传统的机器学习成为关系抽取的基本模型，又可根据抽取方法细分为基于特征、卷积神经网络和注意机制模型等的关系抽取任务。随着数据规模的不断增大，自动高效地从文本中抽取结构化信息并构建知识库具有重大意义，关系抽取的研究和发展更具有必要性。文章对深度学习模型在各类关系抽取任务中的应用进行系统性评述，先主要介绍了常用的语料集及其规模、构建方式等;然后介绍深度神经网络在基于流水线的关系抽取和联合抽取任务中的具体应用，并描述两类任务的重难点问题。最后，文章认为迁移学习和小样本学习在基于深度神经网络的关系抽取研究中更具挑战性和普遍性。     

十六位微机实验系统的设计与开发

描述了十六位微机实验系统的设计思想，该系统以Intel8088CPU为核心部件，从元件级搭建而成，用汇编语言书写监控系统，完成上电后CPU的寄存器，键盘，显示的初始化及管理，提供用户程序的录入和调试等功能。