一种可配置的Cache/SRAM存储器的设计

不同的应用对存储器结构有不同的需求:在运行控制任务时,需要Cache匹配速度差异;在处理数据流时,需要片内存储器提高访问带宽.本文设计了一种基于SRAM的可配置Cache/SRAM存储器,通过数据存储器独立寻址,控制和数据通路充分共享,实现了一个四路组相连、容量为16KB的Cache和容量为16KB的SRAM.综合结果表明,该设计与普通Cache相比,延时仅增加0.035%,门数增加1.06%.     

多角色需求评审系统的设计与实现

需求质量对于软件产品质量有至关重要的影响,而需求评审是保证需求质量的有效手段之一.目前的需求评审存在效率低、问题发现率不高、评审结果难以被有效处理等问题.在对需求特性进行研究,以及对实际项目中人员角色及其关注点进行调研的基础上,开发了多角色的需求评审系统MRRS.MRRS系统为每类角色的评审人员提供有针对性的评审指标体系,依照预设算法对评审结果进行量化处理,以GUl形式展示结果,为项目决策提供支持.应用了MRRS系统后,评审效率提高一倍以上.     

面向草图检索的小样本增量有偏学习算法

为了解决草图检索相关反馈中小样本训练、数据不对称及实时性要求这3个难点问题,提出了一种小样本增量有偏学习算法.该算法将主动式学习、有偏分类和增量学习结合起来,对相关反馈过程中的小样本有偏学习问题进行建模.其中,主动式学习通过不确定性采样,选择最佳的用户标注样本,实现有限训练样本条件下分类器泛化能力的最大化;有偏分类通过构造超球面区别对待正例和反例,准确挖掘用户目标类别;每次反馈循环中新加入的样本则用于分类器的增量学习,在减少分类器训练时间的同时积累样本信息,进一步缓解小样本问题.实验结果表明,该算法可以有效地改善草图检索性能,也适用于图像检索和三维模型检索等应用领域.     

短期负荷预测Volterra滤波器模型

讨论依据相空间邻近轨道演化相似性的特点构造训练模式,建立短期负荷预测Ｖｏｌｔｅｒｒａ滤波器模型的问题．以距离相似度和趋势相似度来衡量电力负荷吸引子轨道的相似度,提出了电力负荷吸引子邻近轨道判别的新方法．从模型训练充分性的角度出发,探讨了模型训练集规模的选择依据．仿真结果表明该模型是有效的．     

一种彩色图像去噪的快速PGF滤波算法

提出了一种去除彩色图像噪声的快速PGF滤波算法.首先介绍了基本的PGF滤波算法,然后在分析PGF滤波算法的基础上,提出了一种简化的PGF滤波算法.最后,对该算法进行了仿真研究,仿真结果表明该算法在完成图像的噪声平滑和边缘保持的同时实现了图像的快速滤波.     

基于脸部和步态特征融合的身份识别

提出了一种将脸部和步态特征相结合,应用于智能监控系统进行远距离视频流中身份识别的新方法.该方法首先分别采用隐马尔可夫模型(HMM)和Fisherfaces方法进行步态和脸部的识别,之后将这两个分类器得到的结果进行匹配级的融合.对从不同方向采集的31个人的视频序列进行分析实验,结果表明将脸部和步态特征相结合进行身份识别具有很好的鲁棒性,其识别性能也优于只采用脸部或步态单一特征的识别方法.     

基于折半运算的快速双基数标量乘算法

为了提高椭圆曲线标量乘法效率,对二元域上椭圆曲线的基于双基数的标量乘法进行改进。在底层域推导出直接计算3^kP的快速算法,该算法只需一次求逆;新设计的以1/2和3为基的双基数编码可结合高效的直接计算3^kP和折半运算,基于该双基数编码的标量乘算法只涉及到点加运算、折半运算、三倍点和直接计算3^kP,底层域运算复杂性得到降低,在NIST推荐的椭圆曲线上比Dimitrov算法效率提高70%以上,比Wong方法提高10%以上。     

椭圆参考轨道指定区域最优交会研究

研究了椭圆参考轨道指定区域最优交会问题。为了实现在指定区域完成最优交会,采用以参考轨道真近点角为自变量的线性化时变Tschauner-Hempel交会动力学模型,按照设定的真近点角交会域和最优二次性能指标设计最优交会控制,加权矩阵随真近点角变化。为方便指定区域最优控制问题求解,采用区段混合能法递推求解时变黎卡提矩阵微分方程和状态轨线。对远距、近距异面交会和共面交会三种情况设定不同的交会域进行了仿真研究,结果表明方法能保证在设定的真近点角域内完成交会,交会控制能耗小,精度高。     

一种多总线通讯系统的实现

首先讨论了多总线通讯系统的主从式网络构建方法和通讯MBI的功能;其次给出了多总线通讯系统中总线利用率和总线负载的计算方法以及在系统中时基的应用方法。在此基础上,论述了基于ADSP21060,结合1553B总线和RS-422总线的多总线通讯系统的实现,具体包括硬件接口设计和通讯软件的实现。实验表明,多总线通讯系统适用于外部总线负载小于70%,内部总线负载小于40%的通讯系统,具有普遍意义。     

时变不确定非线性系统自适应滑模跟踪控制

针对一般的具有时变且界未知的非线性不确定性的单输入多输出非线性系统,提出一种自适应滑模跟踪控制器的框架.在该框架内,系统的时变且界未知的非线性不确定性可以通过函数逼近技术(FAT)表示成为一组正交基函数序列的组合,并通过滑模控制技术和直接Lyapunov方法获得基函数系数的更新律以及对不确定性逼近误差的在线自适应补偿,从而得到自适应的滑模控制律.所提出的基于函数逼近技术的自适应滑模跟踪控制策略在直流电机跟踪控制系统实验装置上进行了实际控制实验,并进行了性能的对比与分析.