二级进位跳跃加法器的优化方块分配

提出了一种新的获得二级进位跳跃加法器优化方块分配的算法.根据该算法,在确定最坏路径延时的前提下,首先获得该延时下加法器最大的优化方块尺寸,然后确定任意位二级进位跳跃加法器的优化方块尺寸.优化方块分配的进位跳跃加法器可以缩短关键路径的延时.给出了加法器门级延时、复杂度的分析,分析结果显示,通过优化方块分配,可以以较少的额外门电路获得快速的进位跳跃加法器.该加法器已用PSPICE 仿真工具进行了功能验证和仿真.PSPICE 仿真分析表明,所提出的二级优化方块分配进位跳跃加法器的速度优于等尺寸二级进位跳跃加法器.      

基于A2-RO电路版图填充的硬件木马抗植入方法

集成电路芯片制造过程中,攻击者可以利用电路版图中的空白区域植入硬件木马。为此,提出了一种基于A2-RO电路版图填充的硬件木马抗植入方法, 以减小电路版图中的空白区域为防护目标,设计了能够动态监测稀有节点翻转情况的功耗表征结构A2-RO,并提出了迭代填充算法及路径构建算法,通过在电路版图的空白区域中智能化地构建A2-RO电路,提高了电路的安全防护水平。基于SMIC 180 nm工艺,以ISCAS’85和ISCAS’89中的基准电路作为研究对象进行仿真验证。仿真结果表明:版图填充后,芯片的面积利用率提高至95%以上,剩余空白区域无法填充最小尺寸的标准单元。A2-RO电路移除攻击后的侧信道电流变化值为1.921 mA,有效实现了对版图空白区域的防护。版图填充的额外布线资源开销可控制在7%以内,对关键路径延时的影响在1.2%以内。      

退火算法在电子元件位置优化上的应用1)

一块电路板上有电子元件，它们不仅有热源，而且相互作用，另外与空气还交换热. 对这类问题建立线性数学模型，从而算出温度稳态分布. 因为许多集成电路系统的可靠性很大程度上取决于温度，所以温度的模拟显得很重要.把温度模型与退火算法相结合可以获得元件最接近优化的布局，并用一个例子加以说明，通过优化能降低板子最高温度，从而提高系统的可靠性.     

微处理器中含噪热传感器位置分布优化方法

高性能处理器普遍集成热传感器,采用动态热管理技术对芯片实施连续热监控。然而,由于实际芯片中的模拟或者数字热传感器不可避免伴随噪声,使动态热管理的可靠性受到很大影响。因此,为了提高热监控的精确性,本文运用主成分分析（PCA）技术对原始热图像样本矩阵进行降维近似处理,并结合矩阵扰动分析提出基于模拟退火算法的热传感器位置分布优化方法。实验结果表明：该方法比现有的贪婪算法在热重构误差、信噪比（SNR）和误警率等性能方面有了一定提高,能够有效运用在动态热管理中实现精确的热监控。     

退火算法在电子元件位置优化上的应用

一块电路板上有电子元件，它们不仅有热源，而且相互和，另外与空气还交换热，对这类问题建立线性数学模型，从而算出温度稳态分布，因为许多集成电路系统可靠性很大程度上取愉于温度，所以温度的模拟显向很重要性，把温度模型与退火算法相结合可以获得元件最接近优化的布局，并用一个例子加以说明，通过优化能降低板子最高温度，从而提高系统的可靠性。     

软件流水中的循环展开优化

在软件流水中应用循环展开可以实现分数值的启动间距,提高资源的利用率,同时基于展开的优化技术可以降低程序的资源需求和关键路径的长度.提出了基于程序特性的展开因子算法UTBPC(Unrolling Times Based Program Characteristics),解决了循环展开的核心问题——展开因子的确定,同时提出了基于展开的软件数据预取优化技术,提高了软件数据预取的效率.所有这些都在ORC(Open Research Compiler)中实现,并对SPEC 2000中的程序进行了测试,平均性能提高了2.6%.实验结果表明新提出的算法和基于展开的数据预取优化技术提高了编译器的整体性能.      

芯片间时间触发通信综合规划方法及其优化

随着片上系统（SoC）的处理能力逐渐接近传统的综合核心处理模块，航空电子系统向着微小型综合化的芯片间系统发展；时间触发交换式互连可以保证芯片间消息传递的严格时间确定性。考虑芯片间互连交换结构轻量化和收发端口有限的特点，在拓扑、路由和调度时刻等网络资源相互制约的条件下，提出了芯片间时间触发通信综合规划方法，即根据时间触发消息集合和芯片端口配置，同时求解得到芯片间网络拓扑结构、消息路由和调度时刻表的规划结果。其中，采用免疫算法整体优化了各条消息在网络资源分配过程中的求解次序。仿真实验表明，与不考虑整体优化的综合规划方法相比，优化后的规划结果在减少拓扑结构中多余路径开销的同时，避免消息传输路径拥堵，降低消息端到端延迟，保证了消息集的可调度性。      

降低PLC系统峰均比的低复杂度改进SLM算法

针对信道慢时变特性及噪声复杂的特点,提出了适用于低压电力线通信的降低峰均比的改进算法.改进算法对原始输入序列中的部分数据进行循环移位来获得一系列不同的新数据序列;在每个新数据序列尾部插入相应的边带信息组成一个输入候选序列;对这一系列不同的输入候选序列分别实施傅里叶反变换,得到不同的输出序列;从中选择峰均比最小的用于传输,达到降低系统峰均比的目的.结果表明:改进算法能够有效地降低系统的峰均比,并且能够获得更好的误码率性能,同时具有比传统选择性映射方法更低的计算复杂度.     

高速永磁无刷直流电机的热分析

为了解决高速永磁无刷直流电机温升过高带来的磁性能降低及绕组绝缘破坏等问题,对高速电机的温度分布及改进措施进行了一系列研究.采用集中参数法建立了电机热网络数学模型,推导出电机损耗、热导和温度之间的解析方程;建立了基于ANSYS/Workbench的电机三维有限元模型,对其进行稳态热分析,从而得到电机整体的温度分布,验证了电机热网络模型的正确性;提出了改变转子护套材料及电机轴打孔两种措施.分析结果表明:改进后的电机转子部分温度有了明显降低,其中护套温度降低了约34℃,永磁体约54℃,解决了电机的局部温度过高问题.     

考虑在轨热效应的网状天线索网优化设计

网状天线服役于高低温、强辐射的复杂太空环境，其热变形是影响天线在轨性能的重要因素。目前的设计方法均为常温下的索段预应力配置，难以计及服役环境对天线在轨性能的影响。通过在索网模型中引入温度载荷，建立了以常温下索段参数为变量，以服役环境下的索网形面精度和张力分布为目标及约束条件的索网优化模型，从而在设计之初充分考虑服役热环境下的天线性能，改善天线在轨精度和张力分布。分析了天线运行轨道热环境，计算了天线在不同轨道位置的温度场；基于非线性有限元理论，建立了网状天线热结构模型，形成了考虑温度效应的索网找形及优化设计方法；开展了面向天线服役性能的索网优化设计。优化结果表明，该方法有效提高了天线在轨运行时的性能，可为考虑服役环境的网状天线优化设计提供方法和思路。     

高碳醇/膨胀石墨复合相变热沉多目标优化

为解决高温工作环境下电子芯片的发热问题，设计采用相变材料（PCM）的控温模块，建立相变材料的控温模块模型。相变材料选择高碳醇/膨胀石墨复合材料。借助FLUENT软件进行数值模拟，探究在相同加热功率下，加热面积对控温时间的影响。对控温模块的几何尺寸进行参数分析，将数值模拟结果用于训练人工神经网络，实现对控温时间的预测。根据芯片发热功耗、芯片尺寸，通过NGSA-Ⅱ多目标优化算法优化控温模块几何尺寸，延长控温时间，降低模块质量。最终得到一系列非支配解集，可根据控温时间需求选择合适的模块尺寸设计。针对长宽为35.4 mm、发热功率为15 W的芯片进行控温模块优化设计。环境温度为80℃，温控目标小于90℃，控温时间180 s，优化后模块减重13.0%，模块内温度与液相分布也更均匀。      

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。      

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题，提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先，结合随机和定向两种搜索方式生成候选路径；然后，在常规遗传操作算子中引入插入算子和删除算子，并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值；最后，输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明，所提方法与A*算法和常规遗传算法相比，移动机器人行驶路径长度分别减少了3.05%和1.85%；行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%，转角绝对值之和分别减少了23.97%和19.94%，所提方法能规划出更优的路径，并显著提高移动机器人的行驶效率和平稳性。      

基于改进粒子群优化算法的巡航导弹航路规划

粒子群优化(PSO, Particle Swarm Optimization)算法是继遗传算法、蚁群算法之后的又一种新的群体智能算法,经常用于复杂问题的求解.由于其迭代公式是面向连续空间的,因此更适合解决非网格拓扑的航路规划问题.标准的粒子群优化算法在寻优的过程中容易出现早熟现象,针对这种现象,提出了一种改进的粒子群优化算法.改进算法根据相应的代价函数选择精英粒子和较差粒子,对较差粒子采用了带有动能补偿的速度更新策略,从而避免了寻优过程中的早熟现象;在单个粒子的运动方面引入了最差粒子的失败经验,让群体中粒子有效避开最差解.仿真表明:改进算法在航路规划的应用中具有更强的搜索能力,获得的航路代价在进化代数相同的前提下更小.      

一种适于LEO卫星网络的动态源路由算法

针对低轨(LEO)卫星网络拓扑变化有规律、可预知的特点,提出了一种适于LEO卫星网络的动态源路由算法,即自适应路由选择(ARS)算法.它引入逻辑位置的思想屏蔽了卫星移动性对路由选择的影响,使得源卫星只需自身和目的卫星的逻辑位置信息便可以进行路由计算获得最小传播时延路径,避免了收集路由信息所带来的交换开销;同时,根据最小传播时延路径的分布特点提出了一种高效的路径表示方法,用于在IP数据报头中存储所获得的最小传播时延路径,中转卫星可以根据该路径信息转发数据报直至目的卫星,和其他各类源路由算法相比大大降低了路由开销;另外,该算法还针对可能发生的链路拥塞和卫星失效情况提供了保证数据报正常传输的处理方法.最后,将所提出的算法与最小传播时延数据报路由算法(DRA)和Bellman最短路径(SP)算法进行了仿真比较.仿真结果表明,ARS算法在降低路由计算开销和交换开销的同时,保证了数据报的端到端传输时延要求.      

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题，提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先，在已知飞行环境下，建立3D飞行空间模型和航迹代价模型。通过引入罚函数，将有约束3D航迹规划问题转化为无约束多维函数优化问题，利用CML-WOA求解模型来获得最优航迹。其次，为克服WOA易陷入局部最优的缺陷，引入立方映射混沌算子改善初始种群，增强种群多样性，并通过自适应框架融入正余弦算法（SCA），利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后，使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法，寻优性能明显提升，具有较强局部最优规避能力和更高的收敛精度与收敛速度；能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

具有持续侦察时间约束的协同航路规划

为获得目标有效信息,无人机（UAVs）执行侦察任务时针对不同目标所需的持续侦察时间存在一定的差异。本文假设无人机在目标持续侦察过程中保持定直平飞以确保有效侦察,针对至多3个侦察任务重叠的情况,通过几何分析,提出了存在侦察任务重叠情况下的多侦察任务同时侦察方法。在考虑侦察任务重叠和多机协同侦察的同时,以最小化侦察路径长度为性能指标,相邻侦察点间采用Dubins曲线进行航路规划,利用引入精英机制的混合粒子群优化算法实现侦察任务序列优化,实现具有持续侦察时间约束的协同航路规划。仿真结果表明提出算法的有效性。      

基于双层博弈的多臂在轨服务航天器路径规划

针对在轨服务多臂航天器系统高精度的位姿协同要求及其运动过程中的避障约束,提出一种基于机械臂末端（腕关节）和肘关节的双层博弈多臂路径规划方法。研究建立了多臂运动学模型,在博弈论基础上建立多臂的博弈模型;给出了双层博弈的基本算法流程及其纳什均衡解的求解策略;以动目标多臂围捕为场景进行仿真分析,验证所提出算法末端精确跟踪抓取和肘部避障能力的有效性和实用性。所得结果可为多臂在轨服务航天器的智能化路径规划与控制提供新的解决方案。