38 nm NAND闪存可靠性评估关键问题研究

通过提取阈值电压变化,研究了温度、连续读操作和α粒子辐射三种应力因子对38 nm SLC NAND闪存产品的可靠性影响。结果表明,温度和α粒子引起阈值电压的退化呈幂数规律,连续读操作则仅造成随机波动;低温(75 ℃)时,数据保持时间偏离激活能曲线的原因可能源于隧穿氧化层中的氟离子;单个存储单元晶体管级别的读噪声相比芯片整体更大。α粒子辐射可以诱发低水平的软错误几率。该研究结果为产品可靠性计划的制定和改善提供了重要依据。     

基于深层特征学习的可压缩感知及缝雕刻的图像重定向

多媒体技术的飞速发展推动了图像处理与显示设备 的应用与发展,为了使图像在不同的设备上进行最佳显示,需要对图像的尺寸进行调整。因 此,本文提出一种基于深层特征学习的可压缩感知及接缝雕刻的图像重定向方法。首先从预 先训练的VGG-19网络中提取输入图像的深度特征图,从最深层开始 计算特征图像的可压缩率,根据计算的可压缩率运用接缝雕刻的方法在特征域(Feature fie lds Seam Carving,FSC)调整特征图的大小,然后依次向较浅的层传播,得到所有特征层的 重定向图像后,将输入图像对应于第一层特征图的去缝的位置处的像素去掉,得到原始图像 的重定向图像。若没有达到目标图像的大小,最后再进行均匀缩放(scaling,SCL)。在Retar getMe数据集上分别进行主观与客观评估,结果表明,与其他方法相比,本文的重定向方法 总体上实现了更好的性能。     

ADS液晶面板划痕Mura研究

手指滑动ADS(Advanced Super Dimension Switch)液晶面板的L255画面时,由于按压导致的液晶分子形变和电场作用,滑动位置亮度会降低,表现为留下发暗的按压的痕迹。如果该痕迹在按压5 s后不能恢复,我们称之为划痕Mura(Trace Mura)。本文通过对比5种不同像素设计的液晶面板的滑动按压实验的结果,得到了像素电极设计、驱动电压对Trace Mura的影响;进一步模拟分析液晶分子状态,得到判断不同像素设计的Trace Mura风险的模拟方法。主要结论如下首先,像素电极尾部设计对于Trace Mura改善方面,弧角设计优于切角设计,切角设计优于开口设计;像素电极间距(Space)越小,Trace Mura风险越小。其次,Trace Mura需要在高灰阶电压下按压划动液晶面板才能发生;而发生Trace Mura的液晶面板,可以通过降低液晶面板的电压灰阶来消除按压痕迹。最后,对比液晶分子状态模拟结果,确认在电极末端的液晶分子方位角会发生突变(即向相反方向偏转),模拟的突变角度在-15°以上,预测有Trace Mura风险。     

基于RPRG+ICCD与RANSAC的多分量多项式相位信号参数估计

多分量多项式相位信号的检测和参数估计是多项式相位信号处理的一大难点。时频分析方法能够通过时频分布表征多项式相位信号的瞬时频率,通过对提取的瞬时频率进行多项式拟合得到其系数,经过简单的变换即可获得多项式相位信号的参数。文中利用RPRG+ICCD分离多分量多项式相位信号得到各个分量的瞬时频率,再使用RANSAC进行多项式拟合,最终实现了多项式相位信号的参数估计。实验结果表明,文中提出的方法能够实现在时频域部分重叠的多分量多项式相位信号的分离和参数估计。     

产业组织模块化视角下中小企业集群升级路径研究

集群化发展成为提升中小企业竞争力的有效发展模式,我国中小企业在集群化发展过程中存在着主体关联程度低、品牌意识薄弱、公共平台发展滞后等问题。产业组织模块化为中小企业集群升级提供了新的思路,可以有效提升集群内中小企业的创新能力。中小企业集群模块化升级可以通过模块集成商的扶持与培育、模块供应商的筛选与整合、模块化集群的运作与创新等路径实现。     

稀疏码分多址系统一种改进的检测算法

稀疏码分多址(SCMA)系统中基于球形译码算法(SD)由于具有优良的性能受到越来越多的关注,然而现有基于SD的算法只能用于某些特定星座结构的检测,导致其应用受限.该文提出一种适用于任意星座且性能达到最大似然(ML)算法性能的改进球形译码(ISD)算法.该算法将用户星座图拆分,并将用户星座图转换为多层树结构,利用对树结构的搜索完成译码操作,并且对树的搜索是从高层向低层进行的.因此,可以将SCMA检测转换成最小化树结构部分度量问题;同时,所提出的改进算法对星座图的结构无任何限制,所以该算法适用于任意类型的星座图.此外,由于SCMA的稀疏性,每一层的部分度量均与分配给每个资源元素的用户无关,从而进一步降低了计算复杂度.     

排列模式索引调制正交频分复用系统

多模索引调制正交频分复用系统(MM-OFDM-IM)在索引调制正交频分复用系统的基础上采用不同星座集对系统中的全部子载波进行索引调制,能有效地提高系统的子载波利用率和频谱效率.但全部子载波的利用影响了系统的子载波间抗干扰能力,导致误码率性能下降.针对这一问题,该文提出排列模式索引调制正交频分复用系统(PM-OFDM-IM).该系统在MM-OFDM-IM的基础上重新引入静默子载波,既能保证系统较高的频谱效率,又能提高系统的误码率性能.同时该文提出一种基于幅值相移键控的分类映射模式,即按半径大小排列的星座集分类模式(PCC-R),该模式能够良好结合系统传输的额外信息.最后仿真结果验证,该系统能够更优地均衡系统的频谱效率和误码率性能,且所提分类映射方案可以达到更优的系统性能.     

基于分布式计算框架的机器学习系统分析

针对机器学习对大数据处理的消耗大量存储空间和时间的问题,提出利用对数据分区存储和机器学习对分区数据并行处理的方法,对分布式计算框架的机器学习系统框架和矩阵运算对数据处理进行研究,并分析机器学习的模型和数据集分布式处理的方法,实验仿真结果表明,通过对大数据集进行分布式存储和并行计算,提高了机器学习的效率和对大数据的处理能力.     

一种集成电路测试流程分级动态调整方法

针对集成电路测试过程中测试时间长,影响测试效率的问题,提出了一种集成电路测试流程分级动态调整方法.通过统计样本集成电路中每种测试类型和每条测试向量的测试故障率来建立贝叶斯概率模型,根据其命中故障点的概率高低分级调整它们的加载顺序.随着测试的进行,不断收集测试数据,动态更新测试类型和测试向量的测试故障率,同步调整测试类型以及测试向量的加载顺序.实验表明,使用动态调整后的测试流程可以更早的发现故障电路,显著减少故障电路的测试时间,提高测试效率.本算法是完全基于软件的,不需要增加硬件开销,可以相容于传统的集成电路测试流程.     

基于ASIC的并行流水线级联半带滤波器设计

针对高速ADC数字下变频中的实时滤波需求,设计了一种基于ASIC的并行流水线级联半带滤波器。首先根据ADC输出数据速率远高于DSP处理能力的工程问题设计了可以实现16、8、4、2倍抽取的四级级联结构,然后在传统串行滤波器基础上进行了4路并行流水线结构理论推导,该方法降低了运算速度,能够实现高速数据实时处理。在此基础上采用Verilog HDL实现了RTL级描述并采用65 nm CMOS工艺成功流片,仿真和测试结果显示,设计的滤波器能够在保证计算精度的同时实现1 GHz高速采样数据的实时滤波及16、8、4、2倍抽取。