摘要:

摘要:针对硅通孔(throughsiliconvia, TSV)的生产成本高，占用面积大等问题，首先对三维片上网络（3D NoC）进行测试规划研究，将测试规划得到的最短测试时间作为约束条件，采用改进的量子进化算法优化测试占用的TSV数量，将各层的TSV按照需求进行配置，并将TSV合理有效地分配给各个内核，以在有限的TSV数量下，降低硬件开销，提高利用率，同时，探讨TSV的分配对测试时间的影响。算法中，引入量子旋转门旋转角动态调整策略和量子变异策略，以提高算法的全局寻优能力和收敛速度，避免陷入局部最优解。将ITC’02基准电路作为仿真实验对象，由实验结果可得，本算法能够快速地收敛到最佳解，有效的减小了测试时间，优化了TSV数量，提高了TSV的利用率。

摘要:为了提高三维片上网络(three dimensional networkonchip, 3D NoC)测试效率，结合3D NoC测试的特点建立了一种变权时间Petri网的测试模型，设置算法权值与变迁时延相关联，对Petri网变迁进行动态变权处理。在此基础上，将变迁激发序列作为IP核并行测试任务规划方案，采用简化蝙蝠位置更新方程的改进蝙蝠算法对其进行优化求解。将蝙蝠的位置更新规则融入到Petri网进化规则中，简化了推理过程，避免算法陷入早熟，提高了收敛速度。采用ITC’02测试基准作为实验对象，仿真结果表明，与其他算法相比，模型可以有效的描述3D NoC测试规划问题，最大时间优化率达到13.9%，提高了测试效率。

摘要:如何实现多约束条件下测试时间优化是目前片上网络(NoC)测试中亟待解决的问题。提出一种基于正弦余弦算法(SCA)的NoC测试规划优化方法。采用专用TAM的并行测试方法，在满足功耗、引脚约束的条件下，建立测试规划模型，对NoC进行测试。通过群体围绕最优解进行正弦、余弦的波动，以及多个随机算子和自适应变量进行寻优，达到最小化测试时间的目的。在ITC’02 test benchmarks测试集上进行对比实验，结果表明相比粒子群优化(PSO)算法，提出的算法能够获得更短的测试时间。

摘要:数字微流控芯片在生化检测领域的应用越来越广泛，为保障芯片的可靠性必须对其进行全面且高效的故障测试。随着芯片规模的扩大，故障测试问题也越来越复杂。针对数字微流控芯片的灾难性故障测试，为提高故障测试方法的时间效率，本文提出了一种基于混合遗传蚁群算法的测试路径规划方案。首先，该方案优化了芯片故障测试模型的转化过程；其次，先利用遗传算法的全局特性生成全局较优测试路径，并根据较优测试路径形成蚁群算法的初始信息素分布；最后，再利用蚁群算法搜索最优测试路径。该方案适用于离线测试和在线测试，能够兼容规则和非规则芯片。实验仿真结果表明，该方案提高了测试模型转化的效率，在获得较优测试路径的同时改善了测试算法的收敛特性，提高了测试方法的时间效率。

摘要:数字微流控生物芯片的稳定性和安全性在生化实验中具有很高的要求，为保证实验结果的准确，需要对芯片进行检测。通过分析芯片结构、实验液滴的路径，提出一种基于粒子群算法的针对数字微流控芯片灾难性故障在线测试路径优化方案。通过自适应调整算法惯性权值，设置算法的收敛速度因子和解的聚集程度因子，将收敛速度和局部解聚集程度可视化改进算法。增加液滴移动序列的交换机制，在芯片的约束条件下规划测试液滴的移动路径，从而缩短测试路径长度。仿真实验选择15×15阵列模型、7×11阵列模型、7×7阵列模型进行仿真实验，结果表明，该方案完成了对芯片的测试，提高了算法收敛速度，并有效缩短了测试路径，提高测试效率。

摘要:光片上网络（photonic networkonchip, PNoC）是下一代片上网络互联的趋势和典范，MRR（microring resonator）是PNoC中的关键器件，然而由于制造缺陷，且MRR对温度波动高度敏感，MRR极易发生故障，如何检测MRR故障是十分重要并亟待解决的问题。针对该问题提出了一种基于故障检测图的MRR故障检测方法，将n端口的光路由器建模为完全加权有向图并且建立MRR故障模型，通过完全加权有向图与故障模拟，确定基于MRR故障模型和故障检测图的故障检测方法。实验结果证明，在单故障和双故障模拟下，该方法均能够获得满意的故障覆盖率。

摘要:为了提高模拟电路软故障诊断、识别的正确分类率，提出了一种提升小波变换和混沌萤火虫算法(CFA)优化LSSVM参数的模拟电路故障诊断方法。首先对采集到的被测电路输出电压信号进行提升小波变换；然后对变换后的数据进行因子分析法对优化处理，将经优化的数据作为不同模式的故障特征集；最后将所得故障特征集作为样本输入到CFALSSVM模型进行故障诊断。实验结果表明，该方法的故障诊断正确率达到了98%以上，提高了诊断性能，可适用于模拟电路的故障诊断。

摘要:IIIV族微腔激光器中的P型金属电极通常采用的TiPtAu的合金方式，而其中的Ti层对通信波长1 550 nm的激光具有很强的吸收，不适合在高密度光子集成器件中使用。为了代替传统的合金方式，采用二维解析法计算单一金属Al和Ag金属限制下的微腔中光学模式品质因子，发现这两种新型电极具有更小损耗。另外在实验上分别制作金属Al和Ag的电极的微腔激光器，得到与理论预测一致的测试结果。由于这两种电极价格便宜，工艺简单并与CMOS工艺相容，因此在光子集成器件中具有很高的应用前景。

摘要:为了解决无线传感器网络（WSNs）的规模大、分布广而带宽有限与智能配电网对通信数据实时性和可靠性有上确界之间的矛盾，提出了一种基于最小流量的无线传感器网络路由通信模型。以无线传感器网络链路节点中接收到数据与发送出的数据之间的流量平衡为切入点并结合无线传感器网的通信约束条件以及配电网数据传输的实时性需求，建立了基于最小流量的智能配电网无线传感器网络的路由通信模型。利用庞特里雅金极值的方法构建出所设计智能配电网无线传感器网络通信模型的哈密尔顿函数。利用极值存在的唯一性,从必要性出发判断出无线传感器节点是否在最优路链路径上。并给出了最优控制模型的求解过程。最后对采取所提出的通信模型的延时时间、网络能量消耗、数据传输能力以及数据传输的错误率对比测试。结果表明，所提出的通信模型完全能够满足智能配电网通信需求。

摘要:针对复合材料智能蒙皮静载响应监测下的定位识别技术开展研究，提出并设计了一种静载识别验证系统。选用碳纤维复合材料板（CFRP）为研究对象，搭建光纤布拉格光栅正交对称式传感网络对复合材料板进行静载位置识别。利用数据相关加权系数理论和算法，对加载位置进行识别，实验表明定位精度低于2 cm。设计的静载识别验证系统为CFRP蒙皮结构健康监测提供了新思路和新方法。

摘要:探索了磁诱导对脑卒中患者运动康复的影响，设计了磁场诱导大脑自发脑电的实验方法，通过极低频(16 Hz)、低强度(20 mT)脉冲磁场作用于8位脑卒中患者的患侧脑区，同时采集静息状态下的脑电信号并对数据进行分析，利用JebsenTaylor手功能测试(JTT)和结合简化FuglMeyer运动功能评定量表和改良的Barthel指数评定量表评定康复效果。实验结果显示，磁诱导后量表评分显著升高，脑电高频段能量在运动皮层处有所增加。研究表明，磁诱导技术对脑卒中病人的康复有积极影响，可与传统康复疗法相结合在神经康复中起到辅助作用。

摘要:针对粒子群（PSO）算法优化支持向量机（SVM）参数存在容易陷入局部最优的问题，通过引入新的动态惯性权重、全局邻域搜索、收缩因子和遗传算法中的变异操作，提出了一种基于改进粒子群（IPSO）算法优化SVM参数（IPSOSVM）的改进型分类器。采用UCI机器学习库中的公共数据集Iris、Wine和seeds来测试其分类效果，结果表明IPSOSVM分类器在分类准确率和分类时间上优于GSSVM、AFSASVM、GASVM和PSOSVM分类器。最后，将IPSOSVM分类器应用于SallenKey带通滤波器、四运放双二次高通滤波器及非线性整流电路的故障诊断中，结果表明IPSOSVM分类器具有较强的全局收敛能力和较快的收敛速度。

摘要:实际应用中研究机械系统的工作状态时，通常会对其所产的信号进行研究分析，从而得出相关结论。这些由机械系统产生的信号一般含有多种不同波动的混合成分，为了得出可靠的结论，必须从复合信号和背景噪声中分离出有物理意义的成分。因此引入一种新的故障提取方法，首先利用一种较新的模态分解算法——经验小波变换，将一组信号分解成多个具有紧支撑傅里叶频谱的调幅调频(AMFM)分量；然后利用KL散度值挑选出具有物理意义的分量；最后将挑选出的分量通过三点对称差分能量算子运算，得到其能量谱的同时也能得到瞬时频率，从而提取出故障特征。将该方法用于模拟信号和实际轴承故障信号，并且同之前的方法进行对比。结论表明，该方法不仅能很好的提取轴承故障特征，而且证明该方法具有更好的优越性。

摘要:为提高煤矿井下供电系统的可靠性，在不同电压、电流、功率因数、环境相对湿度条件下，开展了因机械振动引发的串联型故障电弧模拟实验。分析了不同实验参数对故障电弧的影响；提取串联型故障电弧相邻五周期电流信号中的过零点数、归一化后的方差、协方差构成特征向量；建立了基于随机森林分类算法的串联型故障电弧诊断模型，以正常运行及故障电弧电流信号的特征向量构成训练样本和测试样本作为随机森林模型的输入，对样本进行分类，进而诊断是否发生串联型故障电弧。结果表明，该方法能够有效地实现矿用电连接器串联型故障电弧的诊断。

摘要:MEMS陀螺的体积小、成本低，便于集成，但其低精度极大的限制了MEMS陀螺在实际中的应用。利用多传感器融合技术进行误差补偿可提高MEMS陀螺的测量精度，人们提出了多种数据融合方法用于改进MEMS陀螺的测量精度。对多尺度融合方法、卡尔曼滤波融合和小波阈值融合方法进行比较分析。理论分析与实验结果表明,多尺度融合算法相比卡尔曼滤波融合和小波阈值融合方法在标准差、信噪比、功率谱及Allan方差等方面性能获得了较好的效果，其适用范围更宽。

摘要:汽轮机蒸汽湿度的在线测量，对汽轮机的安全、经济运行具有重要的理论意义和实用价值。根据微扰法的基本理论，提出一种结构简单、灵敏度高的倒置微带贴片谐振器，实现汽轮机湿度的准确在线测量。湿蒸汽的湿度变化反应为谐振器介质层介电常数的变化，根据微带贴片谐振器的基本原理，仿真计算不同介电常数下的谐振频率，得到其变化关系曲线；讨论样本厚度、基质厚度和基质介电常数对频率偏移量的影响；设计微带贴片谐振器模型，并分别在HFSS和CST软件下进行仿真。研究及仿真结果表明，微带贴片谐振器模型适用于汽轮机蒸汽湿度的在线测量，蒸汽湿度每变化1%，谐振器频偏约为18 kHz，约为微带缝隙谐振器频偏的3.6倍，有利于蒸汽湿度的准确测量。

摘要:无线射频识别（RFID）系统采用的防碰撞算法直接决定了系统的工作效率。在查寻树（QT）算法的基础上提出了一种改进的混合查询树（IHQT）标签防碰撞算法。标签产生碰撞时，碰撞节点会裂分为多个子节点。为了避免空闲时隙的产生，IHQT算法在阅读器查询碰撞标签之前增加一个分支预测阶段，提出的分支预测方法可以准确地预测查询树中空闲时隙的位置，阅读器产生新的查询前缀时，不产生访问空闲时隙的查询前缀，从而完全避免了空闲时隙的产生。算法的性能分析和仿真结果表明，IHQT算法在阅读器开销少量增加（分支预测位n≤2）甚至明显减少（分支预测位n≥3）的前提下，时隙数、吞吐率有了显著的改进，优于已有的查寻树防碰撞算法。

摘要:随着工业机器人和现代化工业的快速发展，人们对工业机器人的性能要求越来越高，为了提高工业生产的效率和产品的质量，智能、高速、高精度是工业机器人的必备要求。国内基于机器视觉的智能啤酒瓶口缺陷检测方法中，高速、高精度仍是一个亟待解决的问题。为此，提出了一种基于随机圆拟合评估的四圆周定位法，大大提高了瓶口检测区域的定位精度，并提出了基于投影特征的分区域磁滞阈值分割的智能瓶口缺陷检测方法。对采集的488幅灰度图像进行测试，检测正确率为99.4%，检测平均速度为38 ms，算法的检测速度快，检测精度高，可以很好地应用到高速、高精度的现代化工业机器人中。

摘要:通过结合高光谱数据与卷积神经网络（CNN）实现小麦不完善粒（黑胚粒、虫蚀粒及破损粒）的快速准确鉴别。实验采集小麦正常粒（484粒）、黑胚粒（100粒）、虫蚀粒（100粒）及破损粒（100粒）在493～1 106 nm的116个波段的高光谱图像，每间隔5个波段抽取1个图像，分别建立24个波段的训练集，应用CNN建立不完善粒小麦的识别模型。实验结果显示，利用该识别模型，黑胚、虫蚀和破损粒的识别率分别保持在94%、95%和92%以上。在上述工作的基础上，进一步通过修改学习率和迭代次数改进CNN模型。优化后，黑胚、虫蚀及破损粒在各波段下的平均识别率分别提高了0.624%、0.47%和0.776%。将24个波段高光谱图像混合重新构建训练集，并重新训练CNN模型，黑胚、虫蚀及破损粒的总识别率则分别提高了0.31%、013%和0.46%。综上所述，基于高光谱数据和改进CNN模型可以有效提高小麦不完善粒的识别精度。

摘要:作为神经元追踪算法的种子点，神经元的末梢点的检测非常关键。此前的研究提出了一种基于发散射线模型(rayshooting model)的检测方法，通过分析神经元图像中候选末梢点附近邻域的灰度强度分布来检测神经元的末梢点。然而，在此模型中，射线的长度以及z方向切片的数量都是固定值，所以在处理一些神经元直径尺寸变化较大的图像时，算法的准确性很受影响。因此，提出了一种可以根据神经元局部直径大小来改变射线长度以及相邻切片数量的自适应发散射线模型，神经元的局部直径由一种结合了Rayburst sampling算法及MSFM (multistencils fast marching)算法的方法测得。实验结果表明，与之前的方法相比，检测精度提高了约10%。

摘要:目标跟踪是从复杂的背景中辨认出运动目标，并且对目标进行准确且连续的追踪。如何在遮挡、形变、背景复杂的条件下鲁棒性跟踪目标仍是亟待解决的问题。针对遮挡和形变问题，提出一种局部线性嵌入（LLE）和稀疏表示的算法来有效的学习外观模板。其中LLE是流形学习的一种典型算法。在该算法中每个点的近邻权值在平移、旋转、伸缩变化下是保持不变的，因此可以用来提取目标的本质特征，发现数据的内在规律。算法首先采用局部线性嵌入提取低维特征，提取后的特征作为基向量与琐碎模板组成稀疏原型，稀疏原型用于模板的更新。算法保持了原有稀疏跟踪方法对遮挡处理的优势，同时对目标形变有较好的稳健性。 实验结果表明，跟踪算法比其他7个常用的算法在9个视频序列中有较好的鲁棒性能。

摘要:针对传统织物缺陷检测手工提取特征困难，疵点样本有限的问题，结合卷积自编码器(CAE)，提出一种基于Fisher准则的栈式去噪自编码器算法(FSDAE)。首先从原始图像中截取若干小块图像，采用稀疏自编码器(SAE)训练，得到小块图像的稀疏性特征；其次利用该特征，初始化CAE网络参数，提取原始图像的低维特征；最后将该特征数据送入FSDAE网络进行疵点检测分类。分别对3类织物进行测试，实验结果表明,算法能够有效地提取织物图像的分类特征，且通过加入Fisher准则，提高了织物疵点的检测率。

摘要:热分析仪炉腔温度场的精密检测与控制方法是实现热分析精密定量检测分析的核心，具有高度非线性耦合强干扰多等运行模式多变的不确定性特征。采用证据理论的可靠性评估与信息融合技术，利用热传导数学模型和实际数据测量相结合原理，提出一种炉腔内温度场热流分布特征的不确定度评价方法。基于Pignistic的指标函数优化算法，建立Pignistic向量的证据相似度度量模型。通过获得静态修正因子对测量结果进行多次修正，解决系统整体温度场热流瞬态分布的检测和热损失参量化计算的估计。实验验证表明，该方法能够评价热分析仪测量精度的不确定度与准确性。

摘要:建立高精度、计算简单的等效模型，对电力系统中非线性负载谐波情况进行准确分析，一直是国内外研究人员的关注重点。而Norton等效电路模型具有表达式及参数简单易于计算的优点，使其在非线性负载等效模型分析中广泛应用。但现有Norton等效模型没有考虑非线性负载谐波电流与谐波电压间的相互影响，分析结果存在较大误差。因此，为了提高Norton等效模型的精度，需要对其进行适当的改进。在传统Norton等效模型的基础上，对非线性负载存在影响的谐波进行分类，将得到的附加电流谐波分别用受控源表示，提出含有受控源的Norton改进等效模型。最后通过采用两种模型对电力系统非线性负载实测电压和电流计算对比，发现在不同的电压条件下，传统Norton模型等效阻抗计算结果差异达到2个数量级，而含有受控源的改进Norton等效电路模型计算得到的等效阻抗大小变化不大，基本可以近似相等。可见，相较于传统不含受控源的Norton等效模型，提出的含有受控源的Norton等效模型的精度与稳定性显著提升。

摘要:针对单一模型软测量算法在动液面预测应用过程中存在泛化能力弱、自适应性差等问题，提出利用AdaBoost集成学习的思想，突出预测误差在建模样本权重及弱学习机权重中的作用，使之更加适合回归模型预测。针对油井工况动态多变导致软测量模型随生产进行逐渐失效的问题，提出利用油田生产过程中定期巡检的少量动液面数据评估原有集成模型，利用相似度原理在保留原有模型信息的基础上增加新信息，并在此基础上根据新样本权重更新弱学习机模型，集成为强学习机模型以动态适应新的油田生产工况。通过对油田生产现场实际数据验证结果表明，该方法对油田生产波动的自适应能力强，能够提高动液面软测量模型的泛化能力及预测精度。