一种改进的SRAM单粒子效应检测系统

中国科学院近代物理研究所材料研究中心开展了对静态随机存储器(Static Random Access Memory,SRAM)单粒子效应(Single Event Effects,SEEs)的深入研究。材料中心目前拥有的两套SRAM单粒子检测系统各自具有一定的局限性,所以又提出了一种改进的SRAM SEE检测方法,并研制了相关电路。该检测系统在兰州重离子研究装置(HIRFL)提供的束流辐射终端上进行了多次实验,获得了一批实验数据。其中包括129Xe束流辐照条件下,对65 nm SRAM单粒子翻转的研究;12C束流辐照条件下,对65,130和150 nm商用错误纠正编码加固SRAM SEE的研究;129Xe束流辐照条件下,对普通商用SRAM单粒子锁定的研究等。实验验证了该检测系统的有效性和可靠性,为开展SRAM SEE的研究提供了重要的检测平台,并为以后开展更复杂器件SEE的研究提供了实验经验和技术基础。     

各向异性静态随机存储器中的多位翻转分析研究

重离子实验结果表明,具有高线性能量转移(LET)或大角度入射的快重离子导致静态随机存储器(SRAM)中的多位翻转(MBU)比例增大,甚至超过单位翻转比例。单个离子径迹中的电荷可以沿着径向扩散数个微米,被临近的灵敏区收集后引起MBU。器件灵敏区的各向异性空间布局与离子入射方向共同影响测试器件的MBU图形特征。位线接触点的纵向隔离导致横向型成为主要的两位翻转图形;"L"型和"田"型分别是主要的三位翻转和四位翻转图形。最后,对SRAM抗MBU加固设计和实验验证方法进行了讨论。     

纳米FinFET器件的单粒子效应研究(英文)

Fin FET器件比主流CMOS技术表现出更多优势,如快速、高集成度、低功耗、多功能性和强扩展性,基于ISE TCAD,考虑迁移率、量子效应、载流子重组、辐射效应等的影响,建立了一种纳米Fin FET器件SEE的3D仿真模型。分析了工艺掺杂浓度、栅压、粒子能量、寄生电容及技术节点等对单粒子瞬态电流的影响,并探讨了其影响机制。基于此分析,找到了一些潜在的工艺加固技术,如降低源极掺杂浓度、增加漏极和衬底的掺杂浓度、减少粒子能量、降低栅压、优化寄生电容等。     

Effect of noncircular orifice plates on the near flow field of turbulent free jets

In this paper, we experimentally investigate the near-field flow characteristics of turbulent free jets respectively issued from circular, triangular, diamond, rectangular, and notched-rectangular orifice plates into air surroundings. All the orifice plates have identical opening areas or equivalent diameters（De） and their aspect ratios（AR） range from 1 to 6.5. Planar particle image velocimetry（PIV） is used to measure the velocity field at the same Reynolds number of Re = 5 × 10^4,where Re = Ue De/ν with Ue being the exit bulk velocity and ν the kinematic viscosity of fluid. The mean and turbulent velocity fields of all the five jets are compared in detail. Results show that the noncircular jets can enhance the entrainment rate, reflected by the higher acceleration rates of mean velocity decay and spread, shorten the length of the unmixed core,expedite the increase of turbulent intensity compared with the circular counterpart shortened unmixed core, and increase turbulent intensity comparing to the circular counterpart. Among the five jets, the rectangular jet（AR = 6.5） produces the greatest decay rate of the near-field mean velocity, postpones the position at which the 鈥榓xis-switching鈥檖henomenon occurs. This supports that axis switching phenomenon strongly depends on jet initial conditions. In addition, the hump in the centerline variation of the turbulence intensity is observed in the rectangular and triangular jets, but not in the circular jet, nor in diamond jet nor in notched-rectangular jet.     

基于粒子群优化算法的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为其研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,尝试将云模型应用于船舶动力定位的控制过程中。由于云模型控制器存在参数难以整定的问题,提出了基于粒子群算法的优化设计方法。针对标准粒子群优化算法容易出现早熟收敛的问题,引入自适应粒子群优化算法。仿真研究表明云模型控制及粒子群优化的可行性和有效性。     

基于改进量子粒子群的分布式并行计算框架设计

为了实现用户任务在大规模计算机集群上进行高效地处理,并克服现有并行计算框架通用性不强的缺点,提出了一种基于改进量子群算法和Map-Reduce模型的通用并行计算框架;首先,对经典的Map-Reduce分布式并行计算框架以及并行计算流程进行了具体描述;然后,基于改进的量子粒子群算法设计了改进的Map-Reduce模型,在Map阶段通过多种群并行搜索并计算所有粒子适应度,在Shuffle和Sort 阶段实现粒子的排序和种群的重新划分,然后在Reduce阶段更新控制系数和粒子位置,当最优解不变时,通过混沌扰动对其进行扰动;仿真实验表明同,文中设计的基于改进量子粒子群算法和Map-Reduce模型能高效地执行任务,较传统的Map-Reduce模型具有较少的执行时间,具有很强的可行性,是一种有效的通用并行计算模型。     

基于LBIST的纠检错电路验证方法与实现

基于逻辑内建自测试的设计原理,提出了一种针对纠检错电路进行功能自测试的方法,根据纠检错电路具有固定纠检错能力的特点,无需存储海量的比较数据,也不需要设计响应特征分析器对结果数据进行压缩处理,针对具体的纠检错电路,通过增加特别设计的注错逻辑可实现任意类型的故障注入,并根据注错信息可对结果进行预测,通过与预期结果比较,可达到验证的目的;最后,以(40,2)海明编码与解码电路为例,实现了其功能自测试结构,并对所有2⁴⁰-1种故障进行了注入与验证;结果表明使用本文的验证方法,可实现纠检错电路的自动化随机验证。     

基于混沌离散PSO算法的乙烯生产过程模型变量的选择

管式炉裂解技术是当今乙烯生产的主要技术,乙烯生产过程中有多种影响质量指标的变量,将全部变量参与建模显然会增加建模难度和复杂性,并且大量的冗余信息会降低模型的精度;针对这一问题,提出了基于混沌思想的离散粒子群(PSO)算法进行模型变量的选择;首先,采用混沌离散PSO算法得到建模的最优输入变量集合,再通过偏最小二乘法(PLS)对所选变量进行建模;结果表明,该方法可更有效地克服传统粒子群算法容易陷入局部最优的问题并建立较高的模型精度。     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10-9~10-7%之间,其拟合性能明显优于常规方法。     

发酵过程混合建模与优化控制新方法

针对当前微生物发酵过程存在因为生物传感器不具备足够的准确性和灵敏性,实验时的菌液和产物浓度等生化指标难以实时监测和控制等缺点,提出了采用量子粒子群优化算法(QPSO)优化最小二乘支持向量机(LSSVM)参数的QPSO-LSSVM混合建模新方法,并用于多粘菌素的发酵过程建模;同时,基于此模型,采用QPSO算法对pH值与溶解氧浓度Do控制轨线进行优化研究。首先,利用LSSVM进行发酵过程的建模,然后采用QPSO对LSSVM建模过程中的重要参数进行优化调整,形成QPSO-LSSVM混合建模与优化控制方法。仿真结果表明,该方法得到的模型能取得更好的预测效果,优化后的pH值与Do浓度控制轨线能够提高最终的产物浓度。该方法用于发酵过程的建模和重要参数的优化控制是可行的、有效的。