VelociTI体系结构及其软件开发

文章简要介绍了一种典型VLIW DSP结构-TL的VelociTTTM体系结构和软件开发的一般流程，并结合具体实例着重论述了在该体系结构下进行软件优化的主要方法。从这些典型例子中可以看出，在高速DSP系统下软件优化起着举足轻重的作用。     

多重缓冲条件下消息最大响应时间算法的研究

分布式实时系统是实时系统的一个重要研究方向，有着广泛的应用背景，消息最大响应时间的定量分析是该研究方向中的一个关键问题。本文针对采用TDMA办议的分布式实时系统提出了一种多重缓冲条件下的消息最大响应时间算法，对该条件下消息的最大响应时间做出了完整、精确的分析，从而进一步扩展了该类算法的适用范围。     

一种低复杂度聚类估计MLSE均衡器

给出了一种新的聚类估计最大似然序列均衡器(CBSE),避开了传统MLSE均衡需要估计信道脉冲响应(CIR)和卷积运算,由接收信号估计聚类中心,同时利用聚类中心之间的对称性,仅需估计其中部分中心,其余中心可通过简单运算获取,从而在缩短训练序列的同时减少了运算量.仿真表明,新方法在取得与RLS均衡器相近收敛性能的同时,计算量比LMS均衡器小.     

一种基于角度的正交FRIT变换及其在图像去噪中的应用

M.N.Do和M.Vetterli提出的Finite Ridgelet Transform(FRIT)因其对线奇异特征的高效表示能力而被广泛应用,但其在图像压缩、去噪的处理中却受到"环绕"现象的严重影响.本文在揭示"环绕"现象和FRAT域系数关系的基础上,提出一种基于角度的正交FRIT变换方案(Angle-based FRIT,AFRIT).该方案具有更好的能量集中特性,并有效地降低了"环绕"现象.进一步,对正交FRIT去噪问题建模,并提出了一种基于AFRIT的改进阈值.不同噪声水平下各种图像的去噪实验结果表明,采用改进阈值的AFRIT同现在常用的FRIT去噪方法相比,具有明显的优越性.     

M型铁氧体BaFeCoTiMnO微波吸收性能研究

采用共沉淀–熔盐法制备了M型铁氧体BaFe11.85-2xCoxTixMn0.15O19。运用TGA-DTA、XRD、SEM和矢量网络分析仪,对样品的晶化过程、相组成、显微形貌及微波吸收性能进行了表征。结果表明:Co2+、Ti4+固溶到铁氧体的晶格并取代Fe3+位,有助于提高铁氧体的电、磁损耗。当取代量x为1.2时,微波吸收最强,制得的样品的吸波频率在8.2～12.4 GHz范围内,tanδe、tanδμ的最大值分别为:9.0,6.8。     

SnAgCuRE系钎料的钎焊接头组织与力学性能

以Sn2.5Ag0.7Cu为基础,添加微量的稀土(RE)r(Ce︰La)为4︰1,研究了钎焊接头的显微组织与力学性能。结果表明:添加微量的RE后,钎料与Cu试样间的界面层厚度明显减小,且界面处的组织更加平滑,相应地其剪切强度随微量RE的添加而增大,并在RE含量(质量分数)为0.1%时达到最大值36MPa。     

实时协同编辑中群组可靠性和容错研究

论述了在实时协同编辑系统中,协作站点的可靠性和协同会话管理的容错问题。给出一个会话管理器的查询算法,解决了协作站点或网络故障或长时间无操作生成等带来的系统可靠性与安全性问题。给出一个分布式备份模型解决了会话管理器的容错问题。并通过实验对相关算法的有效性进行了验证,为实时协同编辑系统的设计与实现提供了支持。     

SmartSpice在电路设计中的应用

电路仿真软件的发展提高了电路设计的能力，缩短了设计周期。SmartSpice是Silvaco公司开发的一款多用途的电路仿真软件，他可以在Unix和Windows两种操作系统下工作，还具有多种输入形式和输出形式。介绍了SmartSpice的主要特点及其强大的功能，并以实际电路为例，用SmartSpice进行分析，来说明他在电路分析中的应用。     

半矢量模式求解在光波导弯曲损耗计算中的应用

以柱坐标下的半矢量波动方程为基础,采用基于完美匹配层(PML)边界条件的有限差分方法,对弯曲波导进行模式求解,进而得到波导弯曲引起的辐射损耗.基于计算得到的直弯波导的模场分布,采用二维重叠积分法计算了两者连接时的过渡损耗.计算结果与已有实验结果符合较好.采用该方法,研究了SOI脊型波导的弯曲损耗与波导结构参数之间的关系,并对直弯波导的连接进行了优化.     

一种快速收敛的非参数粒子群优化算法及其收敛性分析

如何调整粒子群算法的参数引起了大量研究人员的关注.本文提出了一种快速收敛的非参数粒子群优化算法.为了平衡全局搜索和局部搜索,本文算法融合了基于exemplar的学习策略和多交叉操作.根据进一步的稳定性分析,粒子群收敛于搜索空间中的一个固定位置,同时粒子群的位置方差收敛于零点.本文收集了常用的24个准则函数,与7个类似的粒子群算法进行了比较.实验结果表明,本文搜索算法在大部分准则函数上的搜索性能均优于同类算法.同时本文算法在收敛速度上要远优于同类算法.