一、VRC变换算法的硬件实现研究(论文文献综述)
邓双敏[1](2021)在《基于可重构芯片的故障智能自检测与演化修复》文中研究表明随着人工智能的进一步发展,AI芯片及硬件加速器等被应用于各个领域,但是芯片在使用过程中受到外部环境的影响无法避免的会发生故障和错误。提高芯片的可靠性越来越受到研究者的重视,其中芯片在复杂多变的环境进行自适应的故障自检测与自修复逐渐成为研究热点。故障检测与定位作为提高系统可靠性的关键一步,可以通过精确地故障定位缩小故障修复范围为故障修复提供指导。而演化硬件技术作为故障修复的有效方法并没有将故障检测与定位方案考虑其中,为此本文提出将故障的检测与故障演化修复相结合形成一个故障修复系统,以此来提高故障修复效率与成功率。基于上述思路,本文采用Zedboard作为实验平台,在其上抽象一层虚拟可重构电路(Virtual Reconfigurable Circuit,VRC),并以笛卡尔遗传编码(Cartesian Genetic Programming,CGP)方案作为电路编码方案。其次,为了突破限制智能故障检测发展的数据问题,提出通过基于模拟的故障注入方式向CGP进行故障注入后,将故障电路的CGP下载到FPGA(Field Programmable Gate Arrays,FPGA)中获得大量有效的故障数据。并提出基于多标签的LSTM算法MLSTM进行功能电路的多点故障实时检测。通过与BP等智能检测算法进行实验可以发现,MLSTM算法在故障检测效率和准确率明显高于其他算法,其中单条数据的平均检测时间可以达到ML_KNN的1/21左右,误判率只有BP_MLL的1/3左右。在监测到电路故障后,本文利用故障分析树确定的电路重要程度得到故障的修复顺序。同时在故障隔离期间采用冗余暂替方案保证系统的正常运行,即通过动态加载真值表方式保障修复的实时性。最后在根据发过来的修复顺序对各个故障电路故障修复时,利用本文提出的自适应、自修复的演化算法QPGA进行故障修复,以提高在严格时间约束情况下的演化速度和成功率,通过与其他修复算法进行的对比可以看出QPGA算法在保障种群多样性方面具有非常好的优势,故障修复效率也高于其他算法。
任雪[2](2021)在《周期性忆导诱发的初值位移调控行为及其机理研究》文中认为将余弦忆导忆阻引入到非线性系统、振荡电路或神经形态网络中可以诱发周期变化的初值位移调控行为,即一种特殊的多稳定性现象。这一依赖于状态初值的特殊动力学特性可为忆阻系统的工程应用提供更多的自由度,但是其动力学特征及形成机理仍需要深入分析和研究。本文提出了一类新颖的余弦忆导忆阻系统,采用状态变量增量积分变换法进行系统重构,并在原始状态变量域和积分变量域中分析了周期变化的初值位移调控行为及其形成机理。首先,基于余弦忆导忆阻构建了一种四维单忆阻系统。该系统具有线平衡点集,且平衡点的稳定性随忆阻初值的变化周期性演化。仿真发现,忆阻初值以及其它状态初值可以引发一维线性初值位移调控行为。特别地,沿着位移调控路径,系统存在着不同位置和拓扑结构的无限多共存吸引子,即产生了超级多稳定性。进一步地,利用状态变量增量积分变换法对原四维忆阻系统进行降维建模,获得了将原系统状态初值表达为独立系统参数的三维重构系统,并据此对上述超级多稳定性初值位移调控行为进行重构分析。在设定的系统参数下,重构的三维系统具有两个或四个稳定状态,但是当系统由原点附近起振时可以重构出原四维单忆阻系统的动力学行为。最后,通过电路综合、PSIM仿真和实验测试,验证了原系统的及重构的初值位移调控行为。其次,在三维Colpitts振荡器模型中引入两个余弦忆导忆阻,构建了一种五维双忆阻Colpitts系统。该系统具有面平衡点集,平衡点的稳定性在忆阻状态初值平面上周期性演化,且稳定性分布模式受系统参数控制。仿真结果表明,系统的运行轨迹在起振点附近的多个不稳定区域间演化,导致参数和初值位移调控行为的产生。在此基础上,通过状态变量增量积分变换法,建立了具有确定平衡点的降维模型,在积分域对参数和初值位移调控行为进行了理论重构和数值分析。最后,设计等效实现电路,通过PSIM电路仿真验证了上述动力学行为。
李若宜[3](2021)在《基于二次寻优的在线进化冗余修复研究》文中研究说明随着演化思想在数字电路进化设计中的应用,基于演化硬件的电子电路系统具有自组织、自适应以及自修复的能力,数字电路进化设计进入了一个全新的研究时代。由于FPGA具有普遍适用性以及可实现在线重构的特点,被广泛应用于各电子电路中,涉及多种领域尤其是航空航天领域。基于FPGA的电子系统面对复杂的环境,如高空、深海、极高或极低温、强电磁环境等极端恶劣环境,其性能可能会受到干扰而退化或发生故障,一旦发生故障几乎不可能实现人工修复,这就要求基于FPGA的电子系统必须具有较强的抗干扰能力或在线修复能力。本文基于FPGA进行了基于二次寻优的在线进化冗余修复研究。主要研究内容:(1)研究了一种脉动阵列SA,并结合笛卡尔遗传规划对电路进化的演化算法进行改进,该方法能有效地提高电路的进化速度和资源利用率。(2)对电磁环境作用下的现场可编程门阵列FPGA可能产生的各种故障进行分析研究,同时对典型故障修复技术进行分析,以二位乘法器为例进行实验研究。(3)提出了一种利用二次寻优方法对电磁环境作用下的FPGA故障进行修复,该方法将局部寻优机制应用到冗余修复技术中,并利用冗余节点对FPGA的故障单点进行替换修复。实验结果表明,本文提出的基于二次寻优的故障冗余修复技术能够有效提高FPGA的故障修复速率,缩短了故障修复所需的时间。
胡进杰[4](2020)在《基于六轴机器人的木门喷漆轨迹优化及应用》文中指出随着工业4.0的发展,工业机器人的使用变得日益广泛,在自动化生产线上,得益于其人工操作无法超越的生产效率以及产品质量,工业机器人在机械制造、医疗、化工等领域的使用越发出众,为进入智能制造的时代迈出重要一步。在自动化喷涂加工行业,工业机器人技术的应用也变得日益剧增。使用喷涂机器人代替人工喷涂,除了可以提高喷涂效率、质量,还能避免人工喷涂时,油漆对工人健康的损害。本课题以佛山某公司的木门自动喷涂项目为背景,提出了一种新型喷涂轨迹规划算法,与传统喷涂规划方案相比具有更大的进步,通过优化处理使原有路径的无效部分减少,从而减少喷涂工件所消耗的时间,提高机器人对工件加工的效率。并通过Yaskawa MH50-II机器人为应用平台,通过Moto Sim EGVRC离线仿真平台对该规划方法的优化效果进行比较及验证,并检测其可行性是否达到需求。该轨迹规划方法不仅可以延长机器人的运行寿命,实现连续喷涂,缩减喷涂时间,从而提高喷涂效率以及喷涂质量。本研究开展了以下的工作:1、依照Yaskawa MH50-II的机械结构,建立机器人的连杆参数列表,利用改进型D-H参数法建立了其运动学模型,并解决了该机器人的正逆运动学之间的转换问题。2、对机器人在运转过程进行速度规划以及运动轨迹规划,使机器人通过直线插补与圆弧插补的方式完成喷涂轨迹。3、对喷涂工件进行建模,并针对该喷涂工件提出一种改良的喷涂轨迹,并与改良前进行比较。4、分析漆膜出现缺陷的原因,并针对这些漆膜缺陷提出相应的解决方案。通过对喷涂参数的分析,利用机器学习的方法,对喷涂高度进行预测。5、通过离线仿真平台MotoSimEG-VRC,对喷涂轨迹的可达性以及是否碰撞进行验证,并比较优化前后的差异。
康俊杰[5](2020)在《基于演化硬件芯片智能自修复技术研究》文中研究表明电子系统运行过程中,由于外界环境影响,可能会发生各种各样的电路故障问题,传统的系统故障修复方案虽然能够在一定条件下实现系统故障修复,但同时也会给芯片电路系统带来很多不必要的硬件资源消耗和时间消耗。演化硬件特有的自适应、自组织、自修复特性能够很好地满足芯片电路的自修复需求,为了提高芯片电路的安全性和可靠性,本文提出了基于演化硬件的芯片智能自修复方案,能够使芯片电路在运行时自行感知外部环境变化,对系统内部发生的故障问题做出实时自诊断,并根据当前的环境自适应调整电路结构以实现局部故障自修复。电路故障的自检测和自修复是芯片智能自修复最重要的两个部分。本文通过分析传统的故障检测技术存在的缺陷,结合虚拟可重构电路和笛卡尔遗传编码,设计了一种层次化细粒度的系统故障自检测方案,通过在离线状态对目标电路实施故障注入,以故障电路数据集训练逻辑回归分类算法得到目标电路的故障模型,建立故障模型匹配库用于片上系统的实时故障自检测,显着提高了在线故障检测实时性。在故障修复阶段,为了保障故障修复期间系统电路的正常运行,采用故障补偿修复机制,以动态加载真值表的方式模拟故障电路输出,保障系统自修复的实时性。同时为了提高芯片系统的演化自修复效率,提出了两类改进的自适应遗传算法SAGA和RLAGA,改进的遗传算法对演化修复过程的选择、交叉和变异阶段都做了优化,使算法在演化的过程中不断调整演化算子,提高了演化算法在全局解空间中的搜索能力和演化收敛效率。本文在Zedboard开发板上建立基于演化硬件的芯片智能自修复系统,该系统综合考虑了芯片系统容错的故障检测与故障修复性能,将提出的层次化细粒度故障自检测与基于演化硬件的故障自修复相结合,当电路发生故障时,芯片能够通过故障模型匹配库自行检测定位故障源,利用故障补偿修复机制隔离电路故障并保证系统的正常运行,采用故障修复库提高已知电路故障的自修复效率,对于未知的电路故障利用改进的自适应演化算法对故障电路进行在线演化修复,实现高效率的演化自修复,最终提高了芯片系统的可靠性和稳定性。
霍志磊[6](2019)在《电池壳体喷涂机器人最优轨迹规划研究》文中研究指明电池壳体对AGV电池单元的安全和防护起着至关重要的作用。电池壳体表面喷涂质量和喷涂效率是生产制造过程中关注的重点问题。目前,喷涂机器人广泛应用于国内外自动化涂装生产线来完成喷涂作业。本文以MOTOMAN-EPX2050喷涂机器人为研究对象,以AGV车用电池壳体为喷涂对象,对电池壳体喷涂工艺、喷涂机器人运动学算法、喷涂机器人控制系统硬件选型和轨迹规划方法展开分析与研究。首先,通过喷涂作业过程中影响喷涂效果的主要因素分析,确定了适合电池壳体喷涂的工艺参数取值;对现有的喷涂模型进行了比较与选择,选用椭圆双β分布模型,设计了针对电池壳体的喷涂工艺路线。其次,对喷涂机器人运动学进行分析,基于D-H参数法建立了喷涂机器人的连杆坐标系,根据MOTOMAN-EPX2050喷涂机器人运动学方程进行正逆运动学算法的求解与验证,求得了 16组逆解,验证了喷涂机器人正逆运动学解的正确性。结合喷涂机器人运动控制系统、喷涂作业的供漆系统、安全保障系统,对喷涂机器人的控制系统硬件选型进行设计,为搭建喷涂工作站提供了硬件平台。再者,对规则平面与曲面以及不同平面交界处轨迹规划方法展开重点研究,以喷涂时间最短为优化目标,根据漆膜涂层厚度为约束条件的喷涂轨迹规划方法进行研究,分别采用PSO算法、遗传算法进行最优问题求解,并在matlab仿真环境下进行了分析与讨论,函数优化计算结果验证了算法的正确性和可行性。不同算法结果的比较表明,PSO算法的求解精度高;虽然在运算执行时间上过长,但节约了喷涂时间,所获得的漆膜涂层厚度均满足喷涂要求。最后,基于MotoSimEG-VRC虚拟仿真环境平台,结合实际喷涂工作环境,通过喷涂机器人的示教仿真提高了喷涂轨迹的精确控制;以电池壳体为喷涂对象设计实施了一种静电空气喷涂的实验方案,分析了采样点漆膜厚度曲线变化,提出了喷涂缺陷的解决对策;实验验证了这种喷涂工艺的有效性和实用性。目前,本论文研究结果已在上海贽匠智能科技有限公司电池壳体喷涂生产线上进行了应用。
刘国安[7](2019)在《液态金属电池状态估计研究》文中研究表明先进储能技术的应用能够有效促进可再生能源大规模并网,提高电力系统效率。液态金属电池作为一种新兴的电池储能技术,以其大容量、低成本、长寿命等优势在电力储能领域展现了可观的潜力。为了安全高效地利用液态金属电池,稳定可靠的电池管理系统(Battery Management System,BMS)是至关重要的。面对这类新型的电池技术,有必要研究其工作特性并建立准确的电池模型,在线估计出其荷电状态(State of Charge,SOC)与健康状态(State of Health,SOH)等变量,进而为BMS的操作提供依据。本文围绕液态金属电池的状态估计问题开展了一系列工作,具体研究内容和成果可总结如下:1.为液态金属电池建立了复合模型与Thevenin模型,通过线性最小二乘估计离线辨识出其参数并进一步在Matlab/Simulink中搭建其仿真模型。通过对电池测试数据的仿真分析,判断出Thevenin等效电路模型更符合液态金属电池的实际动态,因而更适合用于开展状态估计的工作。2.基于液态金属电池的Thevenin模型建立其状态空间。先后利用自适应扩展卡尔曼滤波(Adaptive Extended Kalman Filter,AEKF)和自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法在线估计包括电池状态与模型参数在内的状态向量。在线估计参数能够保证模型的忠实度,进而增强了SOC估计的可信度。同时自适应估计算法可实时更新系统噪声信息,从而提高了估计的稳定性。利用实际电池测试数据进行的仿真实验表明AUKF的估计精度最高。3.考虑到直接将模型参数加入到状态向量会导致运算时出现高阶矩阵,利用递推最小二乘法在线估计Thevenin模型中的参数并与AUKF算法结合,从而实现对状态与参数的并行估计。该方法能够更高效地估计出所需的状态变量。后续的动态工况测试实验更加验证了其优越的性能。4.设计了针对液态金属电池的BMS原理样机,将其实际应用于三节串联液态金属电池组进行功能测试,验证了BMS的可行性以及AEKF算法在该系统中的有效性。
杜君杰[8](2019)在《基于位流直接演化的高效能自适应系统研究》文中指出基于演化硬件(Evolvable Hardware,EHW)的自适应系统能够通过改变自身结构和参数,以适应外部环境,从而为空天环境中电子设备的生存提供良好的解决方案。针对当前主流EHW设计方法因演化粒度较大和无法在线生成位流,所造成的系统体积、成本、资源、时间和功耗过大以及适应能力有限等问题,本文提出了对现场可编程门阵列(Field Programmable Gate Array,FPGA)资源-位流关系进行解析和建模、并利用所建模型在线生成位流的思想;在此基础上,提出了一种基于位流在线演化的高效能自适应系统架构和设计方法;并以2bit乘法器以及自适应图像滤波器为例,分别采用门级演化和函数级演化方法,对所提出的系统架构和设计方法进行了验证。论文主要研究内容如下:(1)概括了演化硬件的国内外研究现状,分析了现有重构方法、演化粒度和位流解析方法所存在的问题,提出了直接通过修改位流文件进行演化的设计思路;介绍了系统设计所需的软、硬件平台,分析了FPGA硬件资源结构和配置位流文件信息。(2)给出了FPGA资源-位流关系解析方法,对配置位流文件进行了系统的解析,建立了不同资源与位流的映射关系模型,并针对布线资源和逻辑资源,分别设计了相应的在线位流生成算法,以及纠错码校验的算法;给出了基于位流直接演化的自适应系统架构和设计方案,采用笛卡尔遗传编程(Cartesian Genetic Programming,CGP)编码方式对FPGA底层电路进行染色体编码,设计了Block RAM对位流信息进行缓存,通过对位流进行直接修改,实现了对逻辑资源功能和布线资源连接的任意演化。(3)以2bit乘法器为例,在ML507开发板上搭建了基于位流直接演化的自适应系统,对门级演化方法进行了验证,完成了系统软、硬件设计,并对系统的性能进行了评估,分析了本文方法相对于传统方法的优势;以图像滤波为例,在ML507开发板上搭建了在线演化系统,对函数级演化方法进行了验证,给出了系统软硬件设计方法和滤波效果。实验结果表明,本文方法具有更低的资源代价、更少的存储空间代价和更高的演化速度;不仅适用于采用门级演化的逻辑电路的设计,而且适用于采用函数级演化的复杂电路的设计。
李海津[9](2018)在《多能源储能系统构建理论与关键技术研究》文中提出我国属灾害频发国家,灾害可对核电、重大工程造成巨大损失,储能系统能够为核电站、重大工程、通信、抢灾救灾、国防等要害部门提供持续可靠的电能。因此开展包括采用燃料电池、锂电池、超级电容等多能源储能融合技术的研发,并研制满足可靠、长备用不间断供电要求的装置具有重大意义。本文在回顾多能源储能系统国内外研究现状及其发展的基础上,针对重大工程供电电源的需求开展了多能源储能系统的架构、保护以及容错技术的研究。本文第一章介绍了多能源储能系统的应用与前景,并针对本文主要的研究工作,回顾了多能源储能系统的研究及应用的现状。系统架构是构建多能源储能系统的基础,它直接关系到供电效率、系统成本、可靠性以及灵活性等性质。本文第二章首先建立了多能源储能系统架构的抽象模型。在此基础上,提出了多能源储能系统架构的系统演绎方法。基于功率变换效率、可靠性和经济性三个测度,分别建立了多能源系统架构评价的定量分析数学模型,并开展了多能源储能系统架构的评价方法的研究。基于架构演绎和评价方法,对面向重大工程的多能源供电电源系统进行了架构设计。并对比分析了多能源储能系统与传统单一储能系统的可靠性和经济性。变换单元快速短路故障隔离是保证整个多能源储能系统安全运行的关键。针对多能源储能系统的保护技术,本文第三章首先分析了系统的短路故障机理,基于故障电流特征,发展了基于故障电流方向的短路保护方案。该方案不需要依赖任何变换单元之间的通信,提高了保护的快速性。并设计了基于固态断路器的隔离方案,分析了固态断路器寄生电感对高斜率故障电流检测的影响。通过补偿寄生电感影响的故障电流测量方法,提高故障电流的检测精度,并进行了实验验证。容错技术是提升多能源储能系统可靠性的重要途径。针对多能源储能系统的容错技术的研究,本文第四章从系统级层面分析了提升多能源储能系统应对电源故障的容错能力。首先,具体分析了不同故障情况下,系统的容错运行方案。基于多能源储能系统的架构和控制系统,提出了一种分层容错控制策略。容错策略主要基于变换器本地直流母线电压的检测,减少了对通信的依赖,提升了方案的可靠性。详细给出了容错运行方案的参数设计方法。以重大工程的多能源供电的超级UPS系统为例,给出容错运行策略的具体实现方案,并开发了满足多能源储能系统容错运行要求的标准功率变换单元的设计方法。最后,进行了实验验证。本文第五章介绍了多能源储能系统的协同控制方案和试验平台。首先,以面向重大工程的多能源供电电源系统为背景,制定了多能源供电优先级并设计了多能源协同方案,得到了多能源系统的工作模式。为了验证多能源储能系统架构的合理性、系统控制策略、保护策略以及容错设计的有效性,建立了 100kW面向重大工程供电的多能源储能系统平台。基于模块化思想,搭建了采用标准化功率变换单元的多能源储能系统功率变换装置。开发了上位机平台及其以太网通信系统架构。实验验证了系统设计的合理性和协同控制策略的可行性。最后,介绍了面向重大工程的应急电源应用示范系统。最后,第六章对本文的主要贡献进行了总结,对进一步的研究工作做出了展望。
杨晓艳[10](2018)在《基于数字电路的演化自适应系统研究》文中认为随着电子技术的飞速发展,人们对电子产品的功能多样性、智能行为以及系统稳定性提出更高的要求,实现多变环境下的自适应系统已成为该领域发展的必然趋势。演化硬件的本质即通过生物启发式算法驱动可编程器件改变自身结构行为以适应变化,其具备的自组织、自适应、自修复特性推动着自适应系统领域的研究发展。本文以基于演化硬件的自适应系统为研究对象,以模拟FPGA在片实现为载体,从数字电路的演化设计方法、可扩展性问题的模块化设计、基于演化硬件的自重构冗余容错方法以及自适应系统平台的设计与构建四个方面展开探索与研究。演化设计方法是演化硬件实现自组织特性的手段,也是实现自适应系统的驱动力。通过对LUT级和函数级虚拟可重构技术(VRC)的分析比较,结合CGP编码模式,针对传统VRC级联电路架构的限制,提出一种改进的函数级VRC电路架构,从而提高演化生产电路的多样性;CGP编码中冗余结点的存在有利于中立效应,为了增大冗余结点利用率,融入MEP编码思想,通过对结点染色体段和输出染色体段表示特征的差异分析,在(1+λ)ES的基础上提出一种两阶段变异演化策略(TMES),以提升迭代中对可行解检测几率;为了实现实时演化设计环境下的演化效率要求,提出一种将成功个体优秀基因段引入种群的交互式两阶段演化算法(ITMES)。以二位全加器、三位全加器和三位乘法器为实验,通过(1+λ)ES演化效率与文献比较证明该函数级VRC架构的有效性,实验结果表明,随着求解问题复杂性增长,ITMES、TMES算法相对(1+λ)ES演化效率优势逐渐增大,且ITMES演化效率明显高于TMES和(1+λ)ES,但从生成电路的多样性来看低于TMES和(1+λ)ES,究其原因是为了加快演化速度和简化电路结构而导致了个体的趋同。可扩展问题是当前演化硬件技术发展的主要瓶颈,通过比较函数级演化、分解机制、模块化设计和适应值评估方案对该问题改进的特征,选取模块化设计为主要研究对象,针对基于ECGP编码模块化设计方法中存在问题的分析,提出了一种基于发育机制的多粒度模块化设计方法。并以四位全加器为例,根据模块选取与目标电路间的强关联性,通过用户经验交互选取模块功能及粒度,分别以Ⅰ型门细胞、Ⅱ型模块细胞和Ⅰ+Ⅱ型基于发育机制的多粒度细胞三种模式展开实验,结果表明,基于Ⅰ+Ⅱ型多粒度模块化设计在演化成功率、演化效率、生成电路种类多样性上的明显优势,并与其他文献比较,证明该方案在演化规模和演化效率上有改善。容错技术是演化硬件实现自修复特性的手段。通过针对自重构容错、补偿容错和冗余容错三种方案比较分析,引入成功个体池概念,提出了一种改进的基于TMES和ITMES演化算法的三模异构冗余自重构容错平台,实现对电路的软、硬错误的动态实时自修复,并以三位乘法器为例贯穿整个容错架构构建过程。由于该架构中模块间异构度越大,系统错误处理能力越强,所以希望演化产生更多异构个体。通过分析ITMES算法中生成的的趋同个体,为了加强电路间功能异构和位置异构,提出一种异构度评估模型,并将该模型与人工交互评估相结合,对ITMES算法产生的成功个体进行评估;针对直接插入交互和隔代交叉交互两种交互策略的比较分析,选取异构度和演化效率更好的直接插入交互策略,从而增强放入成功个体池中个体的可靠性;然后,提出以成功个体池中个体间异构度最大和活动结点数最小为优化目标的多目标优化方案,从而从异构度和功耗上增强成功个体池中个体质量,提升容错架构的性能。基于上述对演化硬件技术的研究,针对自身平台变化、环境变化及功能目标变化的多变环境,提出了一种基于适应引擎、监控机制及执行部件组成的自适应系统架构,以实现演化硬件的自适应特性。并对该架构给出了基于FGPA的SOC平台的具体解决方案及各部分功能的实现方法,通过对VRC技术和动态部分可重构(DPR)技术比较分析,说明基于VRC的三模冗余容错架构在处理硬错误中的优势。最后以三位乘法器为例,针对自身平台变化,模拟验证该自适应系统的有效性。
二、VRC变换算法的硬件实现研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、VRC变换算法的硬件实现研究(论文提纲范文)
(1)基于可重构芯片的故障智能自检测与演化修复(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 演化硬件的研究现状 |
1.2.2 现有容错方法的分析 |
1.3 本文主要工作 |
2 FPGA芯片故障容错技术 |
2.1 FPGA芯片故障 |
2.2 数字电路的容错技术 |
2.2.1 具有故障检测能力的容错技术 |
2.2.2 具有故障屏蔽能力的容错技术 |
2.2.3 具有故障修复能力的容错技术 |
2.3 本章小结 |
3 芯片多点故障实时检测方案研究 |
3.1 基于VRC与 CGP的芯片平台 |
3.1.1 虚拟可重构电路VRC |
3.1.2 笛卡尔遗传编码方案CGP |
3.1.3 故障数据的获取 |
3.2 基于多标签LSTM的多点故障检测模型 |
3.2.1 MLSTM前向传播过程 |
3.2.2 MLSTM反向传播过程 |
3.2.3 MLSTM参数设计 |
3.3 实验及结果分析 |
3.3.1 有效的错误数据采集 |
3.3.2 算法选取与实验 |
3.4 本章小结 |
4 芯片故障演化修复方案研究 |
4.1 故障修复顺序与冗余暂替方案 |
4.1.1 多点故障修复顺序 |
4.1.2 冗余暂替方案 |
4.2 自适应演化修复方法 |
4.3 实验及结果分析 |
4.3.1 故障修复顺序确定 |
4.3.2 基于QPGA的自适应演化修复实验 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(2)周期性忆导诱发的初值位移调控行为及其机理研究(论文提纲范文)
中文摘要 |
abstract |
1 绪论 |
1.1 研究背景及研究意义 |
1.2 忆阻器与忆阻模拟器 |
1.3 多稳定性与初值位移调控 |
1.4 降维建模与多稳定性重构 |
1.5 课题来源 |
1.6 研究目的及章节安排 |
2 周期性忆导的单忆阻系统 |
2.1 余弦忆导的四维单忆阻系统 |
2.1.1 余弦忆导忆阻模型及模拟器 |
2.1.2 数学模型与平衡点分析 |
2.2 初值位移调控行为的分岔分析 |
2.2.1 忆阻初值诱导的位移调控行为 |
2.2.2 其它初值诱导的位移调控行为 |
2.3 降维建模与多稳定性重构 |
2.3.1 基于增量积分变换的降维建模 |
2.3.2 映射的平衡点及稳定性 |
2.3.3 初值位移调控行为重构及形成机理 |
2.3.4 重构系统的多稳定性 |
2.4 电路仿真与实验测试 |
2.5 本章小结 |
3 周期性忆导的双忆阻系统 |
3.1 余弦忆导的双忆阻Colpitts系统 |
3.1.1 数学模型和典型吸引子 |
3.1.2 平衡点和稳定性分析 |
3.2 位移调控行为的分岔分析 |
3.2.1 依赖于参数的位移调控行为 |
3.2.2 依赖于初值的位移调控行为 |
3.3 位移调控行为的积分域重构分析 |
3.3.1 基于增量积分变换的降维建模 |
3.3.2 映射的平衡点和稳定性 |
3.3.3 位移调控行为重构及形成机理 |
3.4 电路实现与PSIM仿真验证 |
3.5 本章小结 |
4 结论与展望 |
4.1 研究结论 |
4.2 研究展望 |
参考文献 |
攻读学位期间获得的成果 |
致谢 |
(3)基于二次寻优的在线进化冗余修复研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容与结构安排 |
2 笛卡尔遗传规划与SA阵列 |
2.1 笛卡尔遗传规划 |
2.1.1 CGP拓扑结构 |
2.1.2 笛卡尔遗传规划的编码与解码 |
2.1.3 演化策略 |
2.2 脉动阵列SA |
2.2.1 脉动阵列的定义 |
2.2.2 SA阵列结构 |
2.3 基于CGP的SA阵列电路设计 |
2.3.1 基于CGP的SA阵列编码 |
2.3.2 基于CGP的SA阵列电路解码 |
2.4 本章小结 |
3 复杂电磁环境对FPGA的影响 |
3.1 电磁环境和空间辐照 |
3.1.1 电磁环境 |
3.1.2 空间自然辐照 |
3.2 FPGA在电磁环境下的故障分析 |
3.2.1 FPGA故障模式分类 |
3.2.2 FPGA单粒子故障类型 |
3.3 本章小结 |
4 基于二次寻优的单点故障冗余修复技术 |
4.1 基于单点故障定位的故障冗余修复技术 |
4.1.1 基于解码的单点故障定位技术 |
4.1.2 基于单点故障定位的冗余修复技术 |
4.2 二次寻优机制 |
4.2.1 寻优模型 |
4.2.2 二次寻优的基本原理 |
4.3 基于二次寻优的故障冗余修复技术 |
4.4 本章小结 |
5 基于FPGA的在线进化故障冗余修复实验研究 |
5.1 基于FPGA的在线修复平台 |
5.1.1 虚拟可重构VRC |
5.1.2 嵌入式CPU软核 |
5.1.3 故障注入模块 |
5.1.4 在线评估控制模块 |
5.2 基于进化的故障冗余修复实验 |
5.3 基于二次寻优的电路故障在线修复实验 |
5.4 本章小结 |
6 结论 |
6.1 本文主要工作 |
6.2 不足与展望 |
参考文献 |
致谢 |
攻读学位期间取得的科研成果清单 |
(4)基于六轴机器人的木门喷漆轨迹优化及应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外在机器人喷涂领域的研究现状 |
1.2.1 国外在机器人喷涂领域的研究现状 |
1.2.2 国内在机器人喷涂领域的研究现状 |
1.3 主要研究内容 |
第二章 喷涂机器人的运动学模型及运动规划 |
2.1 机器人连杆参数的建立 |
2.2 机器人运动学 |
2.2.1 机器人正运动学 |
2.2.2 机器人逆运动学 |
2.3 机器人的速度规划 |
2.4 机器人的运动轨迹规划 |
2.4.1 机器人直线插补 |
2.4.2 机器人圆弧插补 |
第三章 喷涂工艺分析与建模 |
3.1 喷涂工件分析及喷涂设备选择 |
3.2 喷涂工艺影响分析 |
3.2.1 常用喷涂方式简介 |
3.2.2 喷涂工艺的影响变量与漆面缺陷分析 |
3.3 通过机器学习预测喷枪高度 |
3.3.1 机器学习简介 |
3.3.2 多元线性回归算法 |
3.3.3 回归模型结果分析 |
第四章 喷涂轨迹路径规划 |
4.1 喷涂工件表面模型建立 |
4.2 常规喷涂路径 |
4.2.1 光栅型路径的喷涂轨迹 |
4.2.2 螺旋型路径的喷涂轨迹 |
4.3 木门喷涂轨迹优化 |
4.3.1 木门轨迹优化算法 |
4.3.2 木门轨迹优化算法的实际应用 |
第五章 喷涂轨迹仿真验证 |
5.1 工业机器人仿真技术概述 |
5.2 工业机器人仿真软件的选择与简介 |
5.2.1 Moto Sim EG-VRC仿真软件介绍 |
5.3 优化前后喷涂轨迹仿真与对比 |
5.3.1 搭建机器人仿真环境 |
5.3.2 喷涂轨迹仿真 |
5.4 仿真结果分析 |
总结与展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他成果 |
(5)基于演化硬件芯片智能自修复技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 演化硬件研究现状 |
1.2.2 故障修复研究现状 |
1.3 本文的主要工作 |
2 容错修复与演化硬件 |
2.1 基于SRAM型 FPGA的故障模型 |
2.2 故障容错技术 |
2.2.1 冗余修复技术 |
2.2.2 可重构修复技术 |
2.2.3 演化硬件修复技术 |
2.3 演化硬件技术 |
2.3.1 演化硬件原理 |
2.3.2 演化算法 |
2.4 本章小结 |
3 实时故障检测与定位 |
3.1 基于虚拟可重构电路的芯片电路系统 |
3.1.1 FPGA可编程逻辑器件 |
3.1.2 基于虚拟可重构电路的芯片电路系统 |
3.1.3 基于笛卡尔遗传编码的电路设计 |
3.2 层次化细粒度的故障检测方案 |
3.2.1 故障模型库 |
3.2.2 基于逻辑回归的故障检测算法 |
3.2.3 基于FTRL逻辑回归的故障检测算法 |
3.3 实验分析 |
3.4 本章小结 |
4 基于演化硬件的芯片实时自修复机制 |
4.1 可重构电路故障自修复技术 |
4.1.1 三模冗余演化自修复技术 |
4.1.2 补偿修复容错技术 |
4.2 基于演化硬件的智能自修复技术研究 |
4.2.1 自修复系统架构 |
4.2.2 故障检测 |
4.2.3 故障补偿机制 |
4.2.4 故障修复库 |
4.3 自适应演化修复算法 |
4.3.1 基于模拟退火的自适应遗传算法 |
4.3.2 基于强化学习的自适应遗传算法 |
4.4 实验分析 |
4.4.1 故障注入 |
4.4.2 系统实验参数设置 |
4.4.3 实验结果分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(6)电池壳体喷涂机器人最优轨迹规划研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的源 |
1.2 研究背景和意义 |
1.3 国内外研究现状分析 |
1.3.1 自动喷涂工艺研究现状分析 |
1.3.2 喷涂轨迹规划研究现状分析 |
1.3.3 喷涂机器人控制系统研究现状分析 |
1.4 主要研究内容和研究目标 |
1.4.1 主要研究内容 |
1.4.2 研究目标 |
1.5 技术路线与可行性分析 |
第二章 电池壳体喷涂工艺分析 |
2.1 机器人喷涂系统组成和喷涂原理 |
2.1.1 MOTOMAN-EPX2050喷涂机器人简介 |
2.1.2 机器人喷涂系统的组成 |
2.1.3 静电空气喷涂的原理 |
2.2 喷涂工艺主要参数分析 |
2.2.1 静电压 |
2.2.2 涂料吐出量 |
2.2.3 喷涂距离 |
2.2.4 喷涂速度 |
2.2.5 雾化压力 |
2.3 喷涂模型的比较与选择 |
2.3.1 涂层累积速率模型 |
2.3.2 喷涂工件三维模型的设计 |
2.4 喷涂工艺路线 |
2.5 本章小结 |
第三章 喷涂机器人运动学分析 |
3.1 喷涂机器人运动学模型的建立 |
3.1.1 喷涂机器人结构分析 |
3.1.2 D-H参数建模 |
3.2 机器人运动学方程 |
3.2.1 机器人运动学正解 |
3.2.2 机器人运动学逆解 |
3.3 机器人运动学模型验证 |
3.4 本章小结 |
第四章 喷涂机器人控制系统硬件选型设计 |
4.1 喷涂机器人控制系统选型 |
4.1.1 控制系统的功能 |
4.1.2 控制系统的组成 |
4.2 机器人运动控制系统选型 |
4.2.1 PLC |
4.2.2 伺服驱动器 |
4.2.3 伺服电机及编码器 |
4.3 供漆系统 |
4.4 安全保障系统 |
4.5 本章小结 |
第五章 喷涂机器人轨迹规划研究 |
5.1 喷涂机器人轨迹规划概述 |
5.2 针对规则平面喷涂轨迹规划方法 |
5.3 针对曲面喷涂轨迹规划方法 |
5.3.1 曲面上的喷涂模型 |
5.3.2 圆柱面上的喷涂轨迹规划方法 |
5.4 不同平面交界处的喷涂轨迹规划方法 |
5.4.1 平面与平面交界处的喷涂轨迹规划方法 |
5.4.2 平面与圆柱交界处的喷涂轨迹规划方法 |
5.5 仿真分析 |
5.5.1 喷涂模型的建立 |
5.5.2 规则平面上轨迹规划仿真 |
5.5.3 圆柱面上的轨迹规划仿真 |
5.6 本章小结 |
第六章 实验验证 |
6.1 喷涂机器示教编程与仿真验证 |
6.1.1 机器人示教编程简介 |
6.1.2 基于MotoSimEG-VRC的虚拟仿真 |
6.2 实验设计与实施 |
6.3 喷涂漆膜的缺陷分析与解决对策 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
附录 |
个人简介及攻读硕士学位期间论文发表情况 |
(7)液态金属电池状态估计研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状及分析 |
1.2.1 液态金属电池研究现状 |
1.2.2 状态估计研究现状 |
1.3 本文主要研究内容 |
2 液态金属电池特性及实验平台 |
2.1 液态金属电池工作原理 |
2.2 液态金属电池实验平台 |
2.3 液态金属电池基本特性 |
2.3.1 开路电压特性 |
2.3.2 倍率特性 |
2.4 本章小结 |
3 液态金属电池建模 |
3.1 电池模型的选择 |
3.1.1 电化学模型 |
3.1.2 行为模型 |
3.1.3 等效电路模型 |
3.2 模型参数辨识 |
3.2.1 线性最小二乘估计 |
3.2.2 模型线性离散化 |
3.2.3 DST测试 |
3.2.4 离线参数辨识 |
3.3 模型验证 |
3.4 本章小结 |
4 液态金属电池SOC与模型参数估计 |
4.1 卡尔曼滤波算法基础 |
4.1.1 线性卡尔曼滤波(KF) |
4.1.2 卡尔曼滤波衍生算法 |
4.2 SOC与模型参数联合状态估计 |
4.2.1 联合AEKF算法 |
4.2.2 联合AUKF算法 |
4.2.3 Matlab代码实现 |
4.2.4 算法仿真与实验验证 |
4.3 SOC与模型参数并行状态估计 |
4.3.1 AUKF状态估计 |
4.3.2 FFRLS在线参数估计 |
4.3.3 FUDS测试与结果仿真 |
4.4 液态金属电池管理系统研究 |
4.4.1 电池管理系统(BMS)简介 |
4.4.2 BMS原理样机 |
4.4.3 AEKF算法验证 |
4.5 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 研究展望 |
致谢 |
参考文献 |
附录A 攻读硕士学位期间所取得的学术成果 |
附录B 论文中部分Matlab程序代码 |
(8)基于位流直接演化的高效能自适应系统研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 演化硬件技术现状分析 |
1.2.1 演化硬件技术国内外研究概况 |
1.2.2 重构方法和演化粒度分析 |
1.2.3 位流解析技术 |
1.3 本文的主要研究工作 |
1.4 本文的内容安排 |
第二章 系统开发平台及位流信息 |
2.1 系统开发平台 |
2.2 Virtex-5 FPGA资源结构及编程原理 |
2.2.1 FPGA资源分布情况 |
2.2.2 逻辑资源与布线资源 |
2.2.3 FPGA资源编程原理 |
2.3 位流文件结构信息分析 |
2.4 Xilinx开发套件 |
2.4.1 ISE Design Tools |
2.4.2 嵌入式开发工具EDK |
2.4.3 布局布线设计工具PlanAhead |
2.4.4 FPGA Editor |
2.5 本章小结 |
第三章 位流解析建模与自适应系统设计 |
3.1 基于位流直接操作的自适应系统设计思路 |
3.2 FPGA资源解析 |
3.2.1 逻辑资源解析方法 |
3.2.2 布线资源解析方法 |
3.3 FPGA资源与配置数据帧位置映射建模 |
3.4 逻辑资源解析建模与位流在线生成算法设计 |
3.4.1 逻辑资源位置与配置信息位置关系建模 |
3.4.2 基于最小项的LUT逻辑资源功能编程算法 |
3.4.3 逻辑资源位流在线生成算法 |
3.5 布线资源解析建模与位流在线生成算法设计 |
3.5.1 布线资源与配置信息位置建模 |
3.5.2 PIP布线资源库建立 |
3.5.3 布线位流在线生成算法 |
3.6 ECC校验算法设计 |
3.7 基于位流直接演化的自适应系统设计 |
3.7.1 基于位流直接演化的自适应系统总体框架 |
3.7.2 基于位流直接演化的自适应系统设计流程 |
3.7.3 演化区域规划 |
3.7.4 染色体编码方式 |
3.7.5 初始位流生成方法 |
3.7.6 适应度值评估方法 |
3.7.7 演化操作流程 |
3.8 本章小结 |
第四章 基于位流直接演化的自适应系统设计与验证 |
4.1 门级演化方法及2bit乘法器系统设计与验证 |
4.1.1 2 bit乘法器系统硬件设计 |
4.1.2 2 bit乘法器系统软件设计 |
4.1.3 实验结果分析 |
4.2 函数级演化方法及图像滤波系统设计与验证 |
4.2.1 图像滤波系统软硬件设计 |
4.2.2 演化结果分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 本文主要工作 |
5.2 未来工作展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(9)多能源储能系统构建理论与关键技术研究(论文提纲范文)
基金资助 |
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 多能源储能系统关键技术研究现状与发展趋势 |
1.2.1 多能源储能系统架构研究现状与发展趋势 |
1.2.2 直流系统短路故障保护技术现状与发展趋势 |
1.2.3 系统级容错技术研究现状 |
1.3 本文研究工作重点及技术难点 |
第2章 多能源储能系统架构方法研究 |
2.1 系统架构演绎 |
2.1.1 简化模型 |
2.1.2 系统架构演绎 |
2.1.3 架构演绎总结 |
2.2 多能源储能系统架构评估方法 |
2.2.1 架构测度 |
2.2.2 面向重大工程的多能源电源系统(超级UPS系统)架构比较 |
2.3 多能源储能系统与单一储能系统可靠性比较 |
2.3.1 单一能源储能系统可靠性模型 |
2.3.2 多能源储能系统可靠性模型 |
2.4 多能源储能系统与单一储能系统经济性比较 |
2.5 本章小结 |
第3章 多能源储能系统保护技术 |
3.1 多能源系统保护需求分析 |
3.2 故障特征分析 |
3.2.1 故障模型 |
3.2.2 故障电流方向性特征分析 |
3.3 基于固态断路器压降的故障电流精确检测方法 |
3.3.1 多能源储能系统的固态断路器设计 |
3.3.2 一种补偿寄生电感影响的故障电流检测方法 |
3.3.3 检测延时及误差分析 |
3.4 基于故障电流方向的短路保护策略 |
3.4.1 保护策略原理 |
3.4.2 保护策略参数设计 |
3.5 实验验证 |
3.5.1 直流固态断路器性能测试 |
3.5.2 故障电流检测精度测试 |
3.5.3 保护策略验证 |
3.6 本章小结 |
第4章 多能源储能系统容错技术 |
4.1 多能源储能系统容错方案 |
4.1.1 系统故障类型 |
4.1.2 系统容错运行策略 |
4.1.3 系统容错控制架构 |
4.1.4 容错策略参数设计 |
4.2 容错方案设计实例 |
4.2.1 容错控制架构设计 |
4.2.2 适用于容错方案的标准变换器设计 |
4.3 系统容错策略实验验证 |
4.3.1 实验原理图 |
4.3.2 实验结果 |
4.4 本章小结 |
第5章 多能源储能系统协同控制及试验平台 |
5.1 多能源储能系统协同控制 |
5.1.1 多能源供电优先级 |
5.1.2 系统工作模式 |
5.2 面向重大工程的多能源电源系统(超级UPS系统)平台设计 |
5.2.1 功率变换装置的模块化设计 |
5.2.2 系统通信架构及上位机系统设计 |
5.2.3 多能源储能平台搭建 |
5.3 系统试验 |
5.3.1 系统指标测试结果 |
5.3.2 系统电网正常模式实验波形 |
5.3.3 协同控制实验结果 |
5.4 面向重大工程的应急电源应用示范工程 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 结论及贡献 |
6.2 下一步的研究工作 |
攻读博士学位期间成果清单 |
参考文献 |
附录A (备选架构的评价指标计算) |
附录B (三个单元系统故障电流求解) |
附录C (故障电流求解方程组不存在复数解的证明) |
附录D (上位机软件设计) |
致谢 |
(10)基于数字电路的演化自适应系统研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容 |
1.4 论文主要内容及结构 |
2 演化硬件 |
2.1 演化硬件原理 |
2.2 演化计算 |
2.2.1 演化算法 |
2.2.2 演化算法主要类型 |
2.3 可编程器件 |
2.3.1 Xilinx Virtex系列芯片架构 |
2.3.2 基于FPGA数字演化硬件模型 |
2.4 演化硬件分类 |
2.5 自适应系统架构 |
2.6 本章小结 |
3 数字电路演化设计 |
3.1 数字电路演化设计 |
3.1.1 数字电路概述 |
3.1.2 数字演化硬件设计流程 |
3.2 数字电路演化设计实现 |
3.2.1 编码方案 |
3.2.2 电路架构 |
3.2.3 两阶段变异演化策略 |
3.2.4 适应值评估方案 |
3.2.5 TMES算法框架 |
3.2.6 实验结果 |
3.3 交互式策略 |
3.3.1 提出问题 |
3.3.2 ITMES演化算法 |
3.3.3 实验结果 |
3.3.4 分析与结论 |
3.4 本章小结 |
4 演化硬件模块化设计研究 |
4.1 可扩展性问题 |
4.1.1 可扩展问题描述 |
4.1.2 解决方案 |
4.2 模块化设计 |
4.2.1 模块化设计 |
4.2.2 提出问题 |
4.3 基于发育机制的模块化设计 |
4.3.1 细胞自动机 |
4.3.2 电路架构 |
4.3.3 基于规则发育机制的模块化设计 |
4.3.4 算法设计 |
4.3.5 实验结果与分析 |
4.4 本章小结 |
5 基于异构冗余的容错架构研究 |
5.1 容错技术 |
5.2 容错系统架构设计 |
5.2.1 三模冗余容错 |
5.2.2 可重构容错架构设计 |
5.3 基于交互式策略的异构度评估 |
5.3.1 异构度评估 |
5.3.2 交互式演化计算 |
5.3.3 算法设计 |
5.3.4 实验结果及分析 |
5.4 多目标评估 |
5.4.1 pareto前沿 |
5.4.2 算法设计 |
5.4.3 实验结果 |
5.5 本章小结 |
6 自适应系统设计 |
6.1 自适应系统 |
6.2 基于FPGA的演化自适应系统实现架构 |
6.2.1 执行部件 |
6.2.2 监控机制 |
6.2.3 适应引擎 |
6.3 实验结果与分析 |
6.4 本章小结 |
7 总结与展望 |
7.1 本文总结 |
7.2 工作展望 |
参考文献 |
攻读博士学位期间发表的科研成果 |
致谢 |
四、VRC变换算法的硬件实现研究(论文参考文献)
- [1]基于可重构芯片的故障智能自检测与演化修复[D]. 邓双敏. 大连理工大学, 2021(01)
- [2]周期性忆导诱发的初值位移调控行为及其机理研究[D]. 任雪. 常州大学, 2021
- [3]基于二次寻优的在线进化冗余修复研究[D]. 李若宜. 河北师范大学, 2021(12)
- [4]基于六轴机器人的木门喷漆轨迹优化及应用[D]. 胡进杰. 佛山科学技术学院, 2020(01)
- [5]基于演化硬件芯片智能自修复技术研究[D]. 康俊杰. 大连理工大学, 2020(02)
- [6]电池壳体喷涂机器人最优轨迹规划研究[D]. 霍志磊. 宁夏大学, 2019
- [7]液态金属电池状态估计研究[D]. 刘国安. 华中科技大学, 2019(01)
- [8]基于位流直接演化的高效能自适应系统研究[D]. 杜君杰. 南京航空航天大学, 2019(02)
- [9]多能源储能系统构建理论与关键技术研究[D]. 李海津. 浙江大学, 2018(04)
- [10]基于数字电路的演化自适应系统研究[D]. 杨晓艳. 武汉大学, 2018(06)