流化床-提升管耦合流化床反应器研究进展

耦合流化床反应器由于其独特的优越性,得到了越来越广泛的关注。介绍了近期流化床-提升管耦合流化床反应器的应用研究进展。同时对比了不同物性的颗粒在类似的流化床-提升管耦合流化床反应器内流动特性,发现不同物性的颗粒,在流化床-提升管耦合流化床反应器内的流动特性有着不同的特性。     

小卫星星务计算机系统总线的研究与实现

目前微小卫星昨璁计算机系统通信总线面临了一系列新的要求,而在这一领域应用的几种串行通信总线都不尽如人意。CAN（Controller Area Network)总线结构灵活,可靠性高,比较适合小卫星,针对小卫星运行环境单粒子效应较多的情况,为TS－1小卫星设计的“基于CAN的双冗余系统总线”采用二模冗余的方法进一步提高了系统总线可靠性,是一种高性能、高可靠、低价位的系统总线设计方案。在CAN的多机通信模拟平台上进行的一系列试验验 证了“基于CAN的双冗余总线技术方案”的可行性。     

嵌入式故障注入器HFI-4的研究与设计

管脚级故障注入是对原型系统进行可信性验证的一种常用的方法。本文提出了一个基于嵌入式注入方式的管脚级故障注入工具HFI-4的设计方案，并重点讨论了设计过程中遇到的方向控制、同步控制、结果回收等几项关键技术的解决方案。     

基于Markov随机场的运动目标快速分割

提出了一种基于MRF模型自适应运动目标图像分割方法，该法采用高斯混合模型描述视频序列的差分图像，用模拟退火快速EM算法对高斯分布的参数进行估计，在此基础上建立MRF模型，利用此模型构建能量函数，ICM算法把图像用一个能量函数取到最小值的组态来表示。     

处理器容错技术研究与展望

随着生产工艺的进步和硅形体尺寸的缩小,计算机系统面临着前所未有的瞬态故障影响,可信计算已经成为桌面级和嵌入式系统设计和应用的热点,其中以处理器的可信设计为核心.首先,从容错技术角度对处理器提出了一种新颖的、比较全面的分类方法;在此基础上,以处理器容错技术发展趋势为线索,对目前流行的处理器结构、微结构的容错机制和容错技术以及不同层次上有代表性的最新研究成果做了介绍和分析;最后,对处理器容错技术研究新趋势及其发展方向提出了意见和建议.     

高可用双机容错服务器的研究与设计

为了保证服务器对外服务的持续性,提高服务器的可靠性,双机容错服务器是一种较好的解决方案.通过引入集群技术设计了高可用双机容错服务器的硬件容错体系,使用自检和心跳等多种软件容错技术实现了运行于该容错服务器之上的容错管理系统,最后对该容错系统给出了可用性分析.     

两级分配多可用重命名寄存器

提出了一种新的寄存器重命名机制——两级分配多可用重命名寄存器,简称2L-MuRR,其特点如下：（1）对重命名寄存器文件（RRF）的占用要经过两级重命名和分配过程,减少了无效占用时间.（2）RRF被划分为多个不同宽度的字段,根据目标值的大小进行按字段分配,这样使每个重命名寄存器都是多可用的.（3）同一重命名寄存器内的多个目标值的写（或读）操作可以合并成一次完成,减少了RRF的访问次数和读/写端口的压力.模拟实验表明,2L-MuRR显著提高了RRF的存储能力（70%以上）,能以较少的重命名寄存器满足SMT高并行度的要求,有效缓解了寄存器文件的设计压力.     

基于时间预测的广播协议

随着无限通信技术的成熟,使得通过信息交换和交通信息分发式改善交通安全和预防交通拥堵成为可能.为了分发紧急信息给驾驶员,广播技术通常被采纳,但是又经常受到隐藏节点、干扰、信息冗余和竞争问题的影响.提出一种事件驱动的基于时间预测的广播(TPB,Time-based Predictions Broadcast),适合双向多车道高速公路上的车辆合作防碰撞.信息中继节点的选择基于接收车辆节点的位置、速度、方向.仿真结果表明该协议能够有效地分发紧急信息,降低时延,信息跳数减少,重播次数减少.因此通过中继节点的选择能够减少信息冗余,降低“广播风暴”发生的概率.     

容错的移动代理框架及执行

容错是移动代理系统实现的重要条件。介绍了基于暂存复制和基于空间复制分类方法。对移动代理的容错研究需要解决的关键问题:只一次原则,提出了基于事务处理领导者选举的容错方法。     

考虑测试与运行差别的软件可靠性增长模型

软件可靠性增长模型中测试阶段和操作运行阶段环境的不同导致了两个阶段故障检测率的不同．在随机过程类非齐次泊松过程（NHPP）中的经典模型G—O模型基础上,考虑运行剖面和测试剖面的不同,对测试阶段和操作运行阶段的故障检测率进行了转化,得到了较好的刻画测试阶段和操作阶段失效率差别的模型（TO—SRGM）．最后,通过实例用最小二乘法对此模型的参数进行了估计．实验结果表明,在某些失效数据集上TO—SRGM的拟和效果比G—O模型和PZ—SRGM好．