面向总线系统的高层次结构化激励生成算法

为了应对大规模设计中逻辑信号级输入激励空间爆炸的问题,针对总线系统提出了一种高层次结构化激励生成算法和相应的功能覆盖率模型.首先将总线系统抽象成通用有向二分图模型,然后建立相应激励的高层次数学模型,由此提出一种通用的层次化输入激励空间等价类划分算法和对应的高层次功能覆盖率模型,最后基于树的搜索提出了2种结构化激励生成算法.上述方案成功应用于IME-Diamond SoC的总线系统的功能验证中,实际结果表明,相比代码覆盖率,高层次功能覆盖率模型的揭示功能Bug能力更强,而且相对于传统的随机生成,结构化的激励生成能够将覆盖率收敛所需的激励数减少96%.     

基于免疫算法的电子渠道软件测试用例生成

提出了一种基于免疫遗传算法的电子渠道软件测试用例生成模型,并介绍了免疫遗传算法的基本思想.通过将免疫遗传算法与传统遗传算法和随机算法在电子渠道软件测试用例生成中的比较,说明了免疫遗传算法的效率明显高于传统遗传算法和随机算法,同时也进一步验证了模型的正确性、可行性.     

动态可重构众核处理器仿真平台设计

针对众核处理器,提出了一种基于计算资源划分机制的动态可重构技术.该技术以虚拟计算群为核心,设计了基于硬件支持的动态可重构子网划分和动态可重构的Cache一致性协议以及动态在线的计算资源调度算法,并对系统级多核仿真平台Gem 5进行了扩展.同时,采用实际测试结果验证了众核处理器中动态可重构技术的有效性.结果表明,动态可重构技术可以提高众核处理器的资源利用率,实现动态可重构的Cache一致性协议以及单一矩形物理子网覆盖的子网划分机制.     

SoC自动化验证方法的研究与实现

为解决SoC(System-on-Chip)验证覆盖率和工作量问题,基于可重用思想、采用事务验证模型、随机激励生成的方法,建立了一个层次化的具有自主知识产权的自动化功能验证系统（LSAVS：LiShan Automatic Verification System）。采用该验证系统后,SoC验证工程师开发测试向量的工作量由使用传统验证方法的60％降低到10%,同时保证了功能验证100%的覆盖率,达到快速高覆盖率的验证目的。     

一种使用调控器针对数据通路的综合功能的时间扩展模型生成方法

一些超大规模集成电路(VLSI)近来通过行为描述已在高层次被设计.行为合成可以将行为描述变换成由控制器和数据通路组成的寄存器传输层电路.数据通路的控制信号线输入序列和状态信号线输出序列从控制器提取.作者提出一种生成综合功能时间扩展模型的方法,其中提取的信息作为约束被加入.在常规的贯序测试生成方法中使用时间模型只有结构信息,因为对于实际的贯序电路的搜索空间相当庞大,所以在合理时间内很难达到高排错效率.在使用来自功能验证模块的功能时间扩展模型的贯序测试生成方法中,因为所有的功能行为不可能全被覆盖,所以很难提高排错效率.由于作者提出的方法可以覆盖所有的功能行为,所以与常规的方法相比可以实现在合理时间内的高排错效率.所提出的测试生成方法被用于除法器电路.实验数据显示了在16 s内排错覆盖率达到了100%.     

基于免疫算法的电子商城软件系统测试用例生成

本文提出了一种基于免疫遗传算法（Immune Genetic Algorithm,简称IGA）的电子商城软件测试用例生成模型（Model ofTest Case Generation of EM Software,简称MTCGES）,并详细地介绍了IGA算法的基本思想。通过将IGA算法与传统遗传算法和随机算法在电子商城软件测试用例生成中的比较,说明了IGA算法的效率明显高于传统遗传算法和随机算法,同时也进一步验证了模型的正确性、可行性。     

一种高速缓冲存储器的可综合伪随机功能验证方法

针对微处理器的高速缓冲存储器（Cache）,提出了一种可综合的伪随机功能验证方法,对其在实际芯片中的性能进行测试,并与常见的基于软件模拟的随机功能验证方法进行了对比.结果表明,与基于软件模拟的伪随机功能验证方法相比,所提出的可综合伪随机验证方法的处理速度快约3个数量级,并且能够发现更多的功能错误.     

遗传基因算法在验证中的改进

随着SOC系统越来越复杂,将遗传基因算法应用于芯片验证,实现验证的自动化,可大幅度提高SOC验证的功能覆盖率。介绍了一种基于遗传算法的验证向量自动生成算法遗传基因算法,并在此基础上提出了一种改进算法,即生长算法。其思路是在遗传基因算法的基本原理上,通过由覆盖率较小的向量群成长为覆盖率较大的向量群。通过在SOC验证平台的应用证明了它们能快速达到较高覆盖率,缩短了验证周期。     

基于强化学习的物联网可信信息覆盖优化算法

针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法．算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题．仿真结果表明：算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法．     

基于Voronoi图的无线传感器网络覆盖算法研究

网络覆盖技术决定了无线传感器网络对物理世界和目标区域的监测能力.对于给定的被监测区域,如何达到最大的覆盖率,提高布撒方的防御能力,是覆盖控制中必须考虑的问题.Voronoi图具有良好的邻近性、邻接性、最大圆、快速划分区域和增删节点的特性.本文提出了一种基于Voronoi图的无线传感器网络覆盖算法,来定位覆盖漏洞区域,将未被覆盖的Voronoi图顶点加入到监测点中以提高被监测区域的覆盖率,并且研究了不同感知半径下传感器节点数量和覆盖率的关系.仿真结果表明,基于Voronoi图的覆盖算法有效的提高了网络覆盖率,从35.41％提高到了100.02％,且网络覆盖率随着传感器节点的感知半径的增大而提高.该算法容易实现,复杂度低,实验结果验证了算法的正确性.     

一种基于UVM面向RISC CPU的可重用功能验证平台

以UVM验证方法学和UVM1.1标准库为基础建立验证环境, 按照面向方面的模式分离功能、时序和结构属性, 设计参考模型, 在事务级利用知识库自动产生高功能覆盖率效果的测试用例。面向RISC CPU的功能验证实现领域重用, 以PKU-DSPII为例建立完整的验证平台。实验结果表明, 可重用性得到大幅提升, 且测试用例的覆盖率效果提升约7%。     

变异策略动态构建的模糊测试数据生成方法

模糊测试中随机变异生成的测试数据破坏了目标程序的输入规范,导致测试数据无法通过验证,造成代码覆盖率低.针对这一问题,提出了一种变异策略动态构建的模糊测试数据生成方法,该方法利用插桩执行的反馈信息动态构建控制变异策略和关键字变异策略,指导模糊器变异出高覆盖率的测试数据.实验结果表明,与随机变异相比,该方法平均使代码分支覆盖率提高了约40%;该方法能够有效提高模糊测试的效率,具有较强的实用价值.      

基于边缘颜色对特征及笔画穿越双层检测车牌定位算法

针对现有车牌定位算法鲁棒性不够、准确度不高以及参数设置困难等问题,提出基于边缘颜色对特征以及笔画穿越双层检测车牌定位算法,不但充分利用车牌边缘颜色搭配信息,而且有效利用了车牌字符结构信息。粗检测阶段:首先进行边缘检测,人工收集所有搭配的彩色边缘特征数据,利用机器学习模型建立车牌边缘颜色对覆盖分类学习模型,然后利用车牌边缘颜色对覆盖分类学习模型,并利用先验信息进行形态学处理形成车牌候选区域。验证阶段:针对粗检测车牌候选区域,扫描车牌边缘穿越信息,最后利用车牌区域整体边缘分布覆盖分类模型进行候选区域验证处理。该方法利用车牌背景与字符具有固定颜色搭配的重要特点,综合利用了车牌的结构特征和纹理特征,提高了车牌定位的可靠性。实验采用100幅含有不同颜色搭配的车牌图像进行实验,定位准确率达到96%以上。     

视频数据存储方式及运动估计算法的内存访问效率

通过分析常用运动估计算法的内存访问模式,揭示出他们在通用计算机和数字信号处理器上使用时存在的效率问题,以及造成此问题的原因,并提出一种新的内存访问效率高的视频数据存储方式即叠瓦式存储方式。研究结果表明:使用新的视频数据存储方法,解决了跨缓存线访问数据的问题,并显著降低了运动估计过程中的高速缓存跑靶率;对全搜索算法,在算法本身不做任何改动的情况下,其运动估计过程速度提高28%。因此,叠瓦式存储方式的使用,可以有效地加速运动估计过程。     

基于谓词分类的语义缓存查询裁剪

语义缓存在移动环境下有着广阔的前景.查询裁剪是语义缓存的一个重要的问题,传统的查询裁剪在时间复杂度和空间复杂度上存在巨大的局限性,这在一定的程度上限制了语义缓存的实用性.为了克服传统查询的缺点,本文从查询谓词分类着手,把谓词按照语义进行匹配满足,提出了新的剩余查询裁剪算法；新的查询裁剪算法一步生成,不需要优化.算法分析很明显从理论和实验上证明了它的优越性.     

一种基于缓存的快速PKI认证模型

在大规模PKI系统中跨域建立证书信任时,为提供高效的证书路径发现及认证算法,基于缓存机制提出了一种系统、灵活的认证框架.该框架模型对于短期缓存认证提出一次一密以提高安全性;对于较长时期的证书缓存提出证书可靠性指数概念,让用户可在安全和效率间权衡.扩展证书缓存及证书可靠性指数到CA间的认证,满足实际网络环境需要,提高了认证效率,消除了上层CA证书验证服务时存在的性能瓶颈问题.