利用自适应遗传算法的芯片功能验证自动测试

摘要： 针对芯片功能验证中存在的验证时间长以及与被测系统依存度高的问题,提出了利用自适应遗传算法的芯片功能验证自动测试方法. 定义了事件的功能覆盖率和翻转覆盖率,分析了两种覆盖率之间的关系,采用两种覆盖率共同构造适应函数,提高了验证的可靠性. 与采用经典遗传算法的验证方法相比较,能达到相同的覆盖率,同时可减少25%-30%的测试时间,提高了仿真效率.     

基于遗传算法的输油管道压力信号自适应滤波

通常检测到的输油管道压力信号存在着信噪比较低的问题,通过应用实数编码的改进遗传算法对最小均方误差(LM S)自适应滤波器的权值向量W进行寻优,避免了收敛步长μ选择不当所引起的误差;遗传算法的并行操作也有效地防止了W在递推过程中收敛于局部最优解.仿真结果表明,该方法简单,运行时间短,去噪效果良好,可为泄漏检测和定位提供可靠的数据.     

一种新的CMOS模拟单元电路优化设计方法

在CMOS单元电路的参数自动生成和优化中提出了一个新的设计方法,其核心算法是基于小生境的遗传算法.仿真结果表明:优化后的电路性能与基于仿真方法相差不大,但是其具有较短运行时间的优势.     

动态环境下基于混合记忆策略的遗传算法

为了有效地处理动态优化问题,提出一种短时记忆与长时记忆相结合的混合记忆策略. 被记忆的信息由最优个体与种群概率向量组成. 短时记忆作用于进化过程中的每一代,对记忆中的信息进行提取并构建下一代的种群;长时记忆仅在环境发生变化时产生作用,取新环境中最优的一组信息对短时记忆进行赋值. 该文首先构建了动态环境下基于混合记忆策略的遗传算法,然后在非周期、周期和带噪声周期动态环境下进行算法的性能验证. 实验结果表明,新算法处理动态优化问题的能力优于同类算法.     

基于秘密信息驱动的正交GAN信息隐藏模型

噪声驱动生成对抗网络(generative adversarial network, GAN)的生成器能生成高质量数字图像,为信息隐藏提供了新的数据载体.利用正交GAN的判别器能提取生成图像特征码的特性,提出了一种基于秘密信息驱动的正交GAN无载体信息隐藏模型.信息隐藏时,将待隐藏信息的二进制序列按分组量化规则映射为噪声向量,由该噪声向量驱动正交GAN的生成器生成含密数字图像.在信息提取时,首先利用正交GAN的判别器提取含密图像的特征码,然后利用U型网络实现从特征码到驱动噪声的映射,进而恢复秘密信息.在CelebA人脸数据集上对搭建的无载体信息隐藏模型进行对抗学习,生成器能够生成高质量的含密图像,判别器与U型网络相结合能从含密图像中提取秘密信息.与最新同类算法相比,在信息隐藏容量相同的条件下,模型具有较好的信息提取准确率、安全性等性能,同时减少了训练开销,提高了算法的实用性.     

在φ—满射环上正交群的生成最短长度向题

在域上,当特征数不为2时,以对称为生成系,Scherk.P在1950年给出:σ∈O_n(V)如果剩余空间中含非迷向量,那么它的最短生成长度l(σ)=resσ;如果剩余空间中不含非迷向量,那么它的最短生成长度l(σ)=resσ 2。 同样的结果,王仰贤在1966年用矩阵计算的方法,万哲先和任宏硕在1981年用几何的方法也都分别给出了证明。     

一种多属性递进网格模型生成算法研究

提出了一种新的多属性递进网格模型生成算法.该算法将表征网格顶点信息的向量由简单的三维几何信息扩展到包含附属信息的多维向量,可生成带有颜色、纹理等附属信息的递进网格模型.递进网格模型由一个简化网格和一个细化序列构成.该算法在生成细化序列时,将简化网格模型的顶点局限于初始网格模型的顶点集中,减少了细化序列所包含的信息,降低了所占空间,提高了算法速度.文中的实例说明了算法的有效性.     

面向数字电路测试生成的智能方法研究

提出一种蚁群算法和粒子群算法相结合的方法(ACA-PSO),将该算法引入数字电路测试生成当中。为了有效提高故障覆盖率和缩小测试生成时间,首先将蚁群算法的信息素更新机制进行改进,使其免于陷入局部最优,提高了故障的覆盖率,其次又对粒子群算法的参数进行了改进,使其具有较好的收敛性,得到较短的测试时间,该算法采用数字电路固定型故障模型来验证。将两种算法结合取长补短,实验结果表明,测试时间和故障覆盖率都得到了提高。     

遗传算法的生物组织弹性模量反求研究

现代医学步入计算医学时代.生物组织的病变往往导致其物理特性的变化,那么研究生物组织的物理特性变化对诊断生物组织病变与否能够提供参考.本文给出了已知生物组织部分边界位移信息、外部载荷、边界条件和有限元模型,利用遗传算法反求弹性模量的方法.首先将求解弹性模量问题描述成一个力学反问题,建立逆系统辨识的数学模型,并应用遗传算法原理建立生物组织弹性模量反求算法.利用仿真算例验证了算法的有效性,并结合图像识别技术试验获取对象部分边界位移信息,其中选取Log算子(σ=3)为实验中边缘检测使用的算子,选用双线性坐标变换公式进行影像内定向,最终反求其弹性模量,结果的相对误差为0.914%,证明了本文反求方法的可行性.     

基于模式定理的遗传算法参数研究

为了解决遗传算法(GAs)的参数选择问题,分析了自然进化各阶段对物种的影响,探讨了影响模式生存的各种因素,引入了模式形成概率(PCS)的概念.通过分析模式的形成概率对算法性能的影响,从理论上建立了遗传算法参数与其性能之间的联系.提出了一种基于逻辑算子的遗传算法(GALO),并在实验中从多方面对GALO进行性能测试.实验结果验证了理论分析的正确性.     

基于RSA的数字签名方案的研究

数字签名是信息安全领域一种重要的电子身份认证技术,利用RSA算法可以有效实现数字签名方案.叙述了RSA算法的基本原理,研究了基于RSA的数字签名方案的签名、加密、解密和验证过程,利用RSA算法实现数字签名具有较高的安全性和可靠性.     

一种基于附加动量法的改进BP算法

本文研究了基本BP算法的工作原理,分析了导致基本BP算法学习效率低的原因,提出了基于附加动量法的改进BP算法。经过理论分析和实验验证,在基本BP算法中加入附加动量的方法,可以加快BP神经网络的学习速度,提高BP神经网络的学习效率。     

车载Ka-SAR距离向自适应DBF方法

毫米波合成孔径雷达（Ka-SAR）进行俯仰向数字波束形成（digital beam forming,DBF）车载地面验证时，由于车载高程较小使得成像区域地形起伏不可忽略。采用传统扫描接收（scan on receive, SCORE）算法获得的DBF加权系数会存在误差，使合成波束方向图偏离理想状态，降低系统性能。针对上述问题，本文提出了一种基于多通道SAR的自适应距离向DBF处理算法，对多通道数据进行干涉处理，并通过滤波提取干涉相位，自适应生成加权系数，提高了接收增益。该自适应算法获得的加权系数精度较高，具有处理流程简单、运算量小、便于实时处理的特点。最后，基于仿真和车载实验数据成像，验证了该算法的有效性。     

基于UML Statecharts面向对象软件的测试框架

直接从含有层次和并发结构的UML statecharts图产生面向对象软件类的测试用例是比较困难的,文中提出了基于UML statecharts图的测试框架:先利用现有的UML工具画出UML statecharts图,并产生XMI(XML metadatainterchange)格式的规格说明文件;然后根据UML statecharts的形式化语义,层次和并发结构被展平,将UML statecharts图的规格说明XML文件转换成FREE(flattened regular expression)模型的规格说明信息;最后根据FREE模型的规格说明信息,按照不同的充分性测试准则,分别产生测试用例集.同时提出了由FREE模型根据全ZOT路径覆盖准则产生有限迁移序列的算法,并且还实现了这个测试框架.     

一种用于嵌入式内存测试的高效诊断算法

提出了一种具有自诊断功能的位定向MARCH-TB+算法,并在此算法的基础上,用共享型内建自测试电路结构完成了2k×1位嵌入式内存的测试和诊断.实验结果表明,提出的这种测试算法具有较高的故障覆盖率和较强的故障诊断能力,同时兼有测试长度短的优点.     

具有区间数的粗糙神经网络故障认定方法

针对具有区间数的信息系统．提出用粗糙神经网络求解其问题的方法．给出了粗糙神经网络的拓朴结构和学习算法以及粗糙神经网络的逼近定理．最后以歼击机的操纵面故障认定为例，构造了歼击机故障认定的粗糙神经网络．并通过仿真说明了方法的可行性和有效性．     

面向医疗区块链的新型轻节点数据查询方法

医疗区块链系统的用户向全节点请求数据时可能被欺骗,而简单支付验证等轻节点数据查询方法面临着存储困难。为解决这些问题,提出了一种面向医疗区块链的新型轻节点数据查询方法。引入具有动态追加能力的Merkle山脉（Merkle mountain range,MMR）,设计基于推荐的可信节点选择和基于采样的可信节点验证的最新有效块获取算法,采取MMR和Merkle树的承诺机制,使得持有一个最新有效块的轻节点用户能够验证全节点发送的医疗数据。此外,还将该方法扩展应用于联盟链。分析和实验表明,所提方法的时间开销和空间开销均在较低的范围内。     

一种基于结构和可测性分析的BIST部分扫描算法

提出了一种在内建自测试(BIST)中进行部分扫描的算法,此算法综合了电路的结构分析和可测性分析.文中对其原理和实现分别进行了详细的叙述,最后运用此算法对ISCAS89 benchmark电路进行计算,修改其结构后进行故障模拟,并将实验结果与全扫描结构和仅考虑结构因素的部分扫描结构进行了比较,最后得出结论.     

植物三维点云分割

针对植物点云具有形状不规则、密度不均匀的特点,提出一种适用于植物的三维点云分割方法。将烟草、玉米、黄瓜这3种植物作为样本数据,以滤波等预处理方法去除离群点与背景点,以欧氏聚类算法分割植物群体,并用区域增长算法、边缘提取算法、超体素聚类算法以及基于凹凸性的方法来分割叶片器官。将所提出的方法用于分割烟草、玉米的三维点云,其覆盖率分别为87.5%、96.9%,从而验证了该方法的可行性与有效性,为自动提取作物叶器官表型研究提供了线索。