一种面向序列密码的混合粒度并行运算单元

针对可重构密码处理器对于不同域上的序列密码算法兼容性差、实现性能低的问题,该文分析了序列密码算法的多级并行性并提出了一种反馈移位寄存器(FSR)的预抽取更新模型。进而基于该模型设计了面向密码阵列架构的可重构反馈移位寄存器运算单元(RFAU),兼容不同有限域上序列密码算法的同时,采取并行抽取和流水处理策略开发了序列密码算法的反馈移位寄存器级并行性,从而有效提升了粗粒度可重构阵列(CGRA)平台上序列密码算法的处理性能。实验结果表明与其他可重构处理器相比,对于有限域(GF)(2)上的序列密码算法,RFAU带来的性能提升为23%～186%;对于GF(2u)域上的序列密码算法,性能提升达约66%～79%,且面积效率提升约64%～91%。     

时间约束下 ＦＰＧＡ 资源最小化的动态重构

针对可重构嵌入式系统算法中数据路径部分的时间划分,本文提出了一种在时间约束下实现应用数据路径所需的单元格数量最小化的动态重构策略。首先,把算法建模为一个无环数据流图G(V,E),其中顶点集V={O1,O2,…,Om}对应于算术算子和逻辑算子,有向边集E={e1,e2,…,ep}表示运算之间的数据依赖关系;其次,对应用设置一个约束时间T,通过E建模的数据依赖关系来执行算法,使得所需要的FPGA单元数量最少。具体实现是使用一个与目标相关的算子库,这个库可以将算子Oi需要的最大路径延迟ti和基本FPGA单元的数量Area(Oi)两个属性关联到图G的每个顶点,从而计算出精确的处理时间;最后,分析总的处理时间(配置和执行)与约束时间之间的差,对分区作出判决。基于一个图像处理算法的应用表明,本文提出的划分策略对于可重构嵌入式系统的设计是有效的。     

云网融合背景下城域光网络的演进策略探讨

针对5G等新业务所带来的新的承载需求,阐述云网融合下网络总体架构的演进,分析城域网对业务承载存在的不足,得出城域光网络的演进的必要性。首先从新业务的承载需求出发,列举不同接入场景的特点,再结合ROADM(可重构光分插复用器)等新技术的技术特点和优势,对云网融合背景下网络和业务需求提出城域光网络的演进策略。     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

基于改进遗传算法的虚拟制造单元继承性重构调度技术

Aiming to the demand for efficiency and flexibility under multi variety and variable batch production and the problem that existing manufacturing units were difficult to support high quality consistency and efficiency of key parts under fragmented orders, a C_max and minimizing the difference of virtual manufacturing cell composition before and after reconfiguration, an improved genetic algorithm based on inherited reconfiguration decoding strategy was proposed, and a similarity calculation method between orders under known cell configuration and the original manufacturing cell was designed. It ensures the maximization of the manufacturing cell and carries out reconstruction by inheriting the configuration of the original manufacturing cell. Finally, the validity and feasibility of the proposed model and algorithm are verified by the actual production data of a photoelectric observation product.     

基于深度神经网络的正交频分复用波形外辐射源雷达参考信号重构

针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题,基于"解调-再调制"的重构方法结合了波形优势,能获得更为纯净的参考信号.该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法,建立了基于DNN的参考信号重构方案,通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应,从而提高解调精度和重构性能.该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题,接着对基于DNN方法在导频数目减少、循环前缀的移除、存在符号定时偏差、存在载波频偏、对高峰值平均功率比信号进行时域加窗滤波等情况下的参考信号重构性能进行了仿真分析,仿真结果表明该方法对参考信号重构的有效性.     

可重构分组密码指令集处理器自动映射方法研究

计算资源与寄存器资源分配是可重构处理器自动并行映射的重要问题,该文针对可重构分组密码指令集处理器的资源分配问题,建立算子调度参数模型和处理器资源参数模型,研究了分组密码并行调度与资源消耗之间的约束关系;在此基础上提出基于贪婪思维、列表调度和线性扫描的自动映射算法,实现了分组密码在可重构分组密码指令集处理器上的自动映射.通过可用资源变化实验验证算法并行映射的有效性,并对AES-128算法的映射效果做了横向对比验证算法的先进性,所提自动映射算法对分组密码在可重构处理中的并行计算研究有一定的指导意义.     

数字喷墨印刷关键技术及其实现

经过20多年的完善与发展，喷墨技术已经成为大幅面广告印刷行业的主要印刷技术。随着图书按需印刷需求的快速扩张以及国家环保政策的迅速落地，喷墨印刷技术作为一项高效环保的数字化印刷技术，得到越来越高的关注，业内普遍认为喷墨印刷技术将是数字化印刷的必然发展趋势。然而与已经成熟的多Pass喷墨印刷设备不同，单Pass喷墨印刷设备在数据带宽、数据在线重构、高精度同步控制、喷嘴在线补偿等方面有着极高的技术要求。本文首先简要介绍了喷墨技术，然后针对单Pass喷墨印刷设备需要解决的技术问题提出了相应的解决方案。依据本文技术设计的单Pass书刊喷墨印刷机已经投放市场，并且获得了用户的普遍认可。     

以时间序列分析为基准的航站楼安检客流预测

目前在民航旅客流量预测方面，仍存在诸如序列粒度考虑过粗、未涉及到未来一天某个短时段内流量预测等问题。在单一时段内利用安全检查技术开展客流预测工作是交通系统的重要部分。为此，首先针对安检客流时间序列进行相空间重构；其次，使用Wolf方法进行安检客流时间序列混沌性判别；再次，采用BP神经网络预测方法对混沌时间序列进行预测；最后，讨论一天的高峰时间，并将该时段划分为2 min,3 min,5 min,10 min等时间间隔，利用曲线拟合方法对每天的客流趋势进行相似性分析。文中数据来源于北京首都国际机场T3航站楼安检客流数据。实验结果表明，文中方案具有较好的预测性能，在高峰期情况下，以2 min为时间间隔，采用BP神经网络方法能够在短时间内完成人员与资源动态调度。     

基于维纳滤波与理想二值掩蔽的数字助听器语音增强算法

研究了基于先验信噪比估计的维纳滤波增强算法，针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂 度的缺点进行了研究与改进:首先，引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法。其次，针对信噪比为负的区域，增益函数误差的过高估计会严重降低语音可懂度的问题对增益函数进行了改进，放大了负信噪比区域的噪声谱，从而降低增益函数被过高估计的可能性，最后，结合理想二值掩蔽的技术，对处理后的语音信号进行后处理，实验结果表明， 改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。