一种新型低功耗SRAM读写辅助电路设计

针对低电压下静态随机存储器（SRAM）出现的读写性能损失的问题,设计了一种应用于低功耗SRAM的两步控制（DSC）的字线电压辅助电路技术,可以同时实现读和写辅助的功能,降低SRAM的最小工作电压从而降低功耗。写辅助通过字线开启前段的字线过驱（WLOD）实现,提高写数据速度和写阈值（WM）;读辅助通过字线开启后段的字线欠驱（WLUD）实现,降低静态噪声,提高稳定性。通过在28 nm互补金属氧化物半导体（CMOS）工艺下,对256 Kbit SRAM进行前仿和后仿仿真验证,结果表明相比于传统结构,应用DSC字线电压技术的SRAM的最小工作电压降低100 mV,写时间减小10%,静态功耗降低30%,版图面积增大4%。      

基于Kriging代理模型的失效机会测度算法

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。     

时滞依赖状态的随机脉冲随机集值微分方程解的存在性

利用随机脉冲有关理论、时滞依赖状态相关方法结合适当的集值映射不动点定理,基于公理化定义的相空间,研究了一类时滞依赖状态的随机脉冲随机集值微分方程解的存在性,在满足一定条件下获得了此类问题温和解的存在性.     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

大涡模拟模型环形燃烧室污染特性

在任意曲线坐标系下,采用大涡模拟模型环形燃烧室两相燃烧流场中污染物的生成.用亚网格涡破碎(EBU)燃烧模型估算化学反应速率;分别用NO亚网格动力学模型与CO亚网格模型来模拟NO和CO的生成;采用随机离散模型模拟气液两相湍流流动,两相之间耦合采用PSIC算法.计算结果与瞬态速度场、出口温度和污染物质量分数分布的实验数据比较吻合,表明大涡模拟方法和亚网格模型可以用来预估实际燃烧室两相喷雾燃烧流场和污染物生成过程.      

随机声载荷时域信号门限自回归模型研究

利用航空发动机燃烧室噪声测试数据[1],采用门限自回归分析方法建立随机声载荷门限自回归模型SETAR(2;2;30,30),得到令人满意结果,并将拟合和预测均方误差与文献[1]非门限的自回归滑动平均模型ARMA(17,16)的结果进行了比较.     

随机响应面法在结构随机响应计算中的应用

传统的响应面方法以一般多项式逼近结构的随机响应,但这种方式并不能保证收敛性.以随机多项式为基础的随机响应面方法,可以弥补这一不足.两个数值例子和一个发动机轮盘实例来验证这一方法的有效性.结果表明:随着随机多项式次数的增加,随机响应面所得到的响应概率密度曲线愈加趋近于由蒙特卡罗方法所得到的概率密度曲线.      

高精度火箭橇试验轨道随机不平顺分析

对实测高精度火箭橇试验轨道随机不平顺功率谱密度(PSD)进行B样条插值,得到拟合用PSD平均曲线.对此曲线采用最小X方回归与粒子群优化算法,得到了指数函数形式的PSD函数参数值.基于PSD进行频率采样,利用Monte Carlo法模拟得到随机相位,然后利用Blackman-Turkey法模拟得到试验轨道空间域内的不平顺大小.分析与模拟结果表明:高精度火箭橇轨道随机不平顺具有低频、低幅值和低功率特性.随机不平顺对数PSD值随频率的增加而趋于稳定值.     

基于Monte-Carlo方法的终端区容量计算分析

终端区的容量评估一直是容量评估的难点和关键所在。首先分析了影响终端区容量的因素;然后结合终端区的特点,建立了终端区容量评估的计算模型。并考虑到有关的随机影响因素,利用随机模拟的方法,对终端区容量进行了较为准确的分析和估计。结合乌鲁木齐终端区的实际,对终端区容量进行了评估,仿真结果验证了评估方法的可行性。