面向多核的ECC加速阵列研究与设计

为了使密码多核处理器支持ECC密码算法,提取ECC运算操作特征,设计了一种面向密码多核处理器的ECC加速阵列结构,可实现640bit以内任意长度的双域(素域和二元域)ECC密码算法,有效支持高并行度的ECC加速算法和多ECC算法并行计算.在CMOS 0.18μm工艺库下综合并布局布线,电路最大时钟频率238 MHz,和其他文献相比,此算法的运算速度有所提高,算法支持范围更广.

测试10^5g微阵列式加速度传感器

研究测试 1 0 5g微阵列式加速度传感器的设计与制造。该传感器应用微加工技术制成 ,具有测试加速度值大、响应速度快等特点。应用非线性回归理论及正交试验分析方法 ,解决传感阵列的布阵设计 ;根据理论分析和试验研究 ,提出了 8个传感器位于芯片平面内同一圆周上 8等分处的布阵 ,给出了 8点图形传感阵列的设计版图 ;并制造出微阵列式加速度传感器的样品 ,经测试满足设计要求。

基于加速度阵列反演循环剪应力–剪应变的积分位移方法影响

基于加速度阵列的循环剪应力–剪应变反演分析方法被广泛用于原位场地观测和物理模型试验,但积分位移方法、分布函数等关键因素的影响尚缺少认识。选取4种代表性一维剪切梁分布函数,利用一组动力离心模型试验,探讨了积分位移方法对反演剪应力、剪应变的影响特征与规律,并分析了滞回圈和模量阻尼比的变化趋势。结果表明:(1)积分位移方法对反演剪应力和剪应变影响显著,采用积分位移方法处理后的加速度时程求取剪应力是有效保障滞回圈光滑性和闭合性的重要条件;ARI与USGS方法相比,后者对原加速度时程相位和幅值的影响不可忽略。(2)线性、三次样条、加权残差等3种剪切梁分布函数取得剪应力、剪应变结果十分吻合,可忽略分布函数的影响,而余弦法分布函数获得结果离散性较大,不宜选取。(3)积分位移方法对剪切模量具有略微影响,但对阻尼比影响较为显著,ARI法获得阻尼比发展趋势符合一般规律认识,而USGS法与之相悖。研究方法和结论,为有效可靠获取原位场地、土工物理试验等循环剪应力–剪应变响应和验证本构关系模型,提供了重要指导依据和方法支撑。

激光点云线性KNN算法FPGA实现及加速

针对三维激光点云线性K最近邻(K-nearest neighbor, KNN)搜索耗时长的问题,提出了一种利用多处理器片上系统(multi-processor system on chip, MPSoC)现场可编程门阵列(field-programmable gate array,FPGA)实现三维激光点云KNN快速搜索的方法。首先给出了三维激光点云KNN算法的MPSoC FPGA实现框架;然后详细阐述了每个模块的设计思路及实现过程;最后利用MZU15A开发板和天眸16线旋转机械激光雷达搭建了测试平台,完成了三维激光点云KNN算法MPSoC FPGA加速的测试验证。实验结果表明:基于MPSoC FPGA实现的三维激光点云KNN算法能在保证邻近点搜索精度的情况下,减少邻近点搜索耗时。

10~5g压阻效应阵列式加速度微传感器硅悬臂梁结构分析

在已有105g压阻效应阵列式加速度微传感器版图设计的基础上,应用有限元理论及相关软件,对版图中的硅微悬臂梁进行了模态分析和结构动态计算。将宏观理论应用到微观结构分析中;并对该种结构的加速度传感器的样品进行了冲击实验,得到实验曲线。对计算分析与实验结果进行了比较,指出并分析了误差可能出现的方面。

高g阵列式加速度传感器加速度场的研究

本文提出了研究高g阵列式加速度传感器加速度场分布规律的布阵方法 ,并以此为基础通过试验获得加速度场的分布规律 。

基于阵列式传感器侵彻信号采集与计层算法研究

侵彻武器能够有效毁伤敌方地下工事等多层结构目标,为了实现侵彻武器对炸点的精准控制,以达到最佳的毁伤效果,多层侵彻引信侵彻信号采集与识别至关重要。本文围绕硬目标侵彻引信中侵彻信号的获取、计层算法等关键技术,提出一种基于阵列式传感器的侵彻模拟实验方法,通过设计间距,控制三次撞击时间的间隔分别为9.15和5.41 ms,对比有限元仿真结果,验证了多通道信号采集电路的可靠性与模拟实验方法的可行性。同时,为提高计层识别的准确性,分别采用短时傅里叶变换、小波变换、Winger-Vile分布对实验数据进行计层分析。分析结果表明,Winger-Vie算法可从时间、频率、能量多维度综合分析,具有较高的识别率和直观性,但在信息提取方面还需要改进时频分析进行优化。本文研究内容为下一步实现高精度侵彻信号计层以及解决信号黏连问题提供了重要依据。

优化目标检测网络的设计与FPGA硬件实现

针对目标检测算法受限于越来越严苛的硬件算力与存储,导致在小型化设备上的部署存在巨大困难,本文提出一种基于现场可编程门阵列(FPGA)的深度学习模型专用加速器方案来实现目标检测的边缘部署。通过优化原始模型的卷积算子并进行剪枝和量化,使参数量减少52%。移植在MLK-F20-CM02-3EG开发板上的实验表明,特制化的加速器理论算力峰值达到407 GOPS,实际算力达328 GOPS,数字信号处理器(DSP)使用率为64%,在边缘设备上的功耗相比图形处理器大型平台降低了98%。

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择,无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略,有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面,本文提出了更加高效的卷积计算单元,提高了硬件资源的利用率,同时也达到了更高的峰值性能。最终,在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证,系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率,其功耗为2.5 W。

圆柱壳体瞬态辐射噪声评估算法

通过自身传感器实测振动数据快速评估瞬态辐射噪声,对及时排除故障,保持水下目标隐蔽性具有重要的意义。本文提出一种基于加速度阵列测试数据的圆柱壳体瞬态辐射声场的工程估算方法:借鉴工况传递分析的思路,分析求解瞬态振-声传递率矩阵,将瞬态激励壳体振动的测量数据代入,就可以估算壳体辐射声压级。在振-声传递率求解的过程中引入截断奇异值分解法,改善求逆时的病态矩阵,减少测试中背景干扰带来的估计误差。试验结果证实,该方法可以用来快速评估空气中敲击圆柱壳体所产生的瞬态辐射噪声,大部分频段噪声级估计误差在3 d B以内。本方法可望提供快速估计圆柱形壳体振动水下辐射噪声级借鉴和参考。

SWAM:SNN工作负载自动映射器

为了满足大规模脉冲神经网络(SNN)的计算需求,类脑计算系统通常需要采用大规模并行计算平台。因此,如何快速为SNN工作负载确定合理的计算节点数(即如何把工作负载合理映射到计算平台上)以获得最佳的性能、功耗等指标就成为类脑计算系统需解决的关键问题之一。首先分析了SNN工作负载特性并为其建立起计算模型;然后针对NEST类脑仿真器,进一步实例化了SNN的内存、计算和通信负载模型;最终设计并实现了一种基于NEST的SNN工作负载自动映射器(SWAM)。SWAM可以自动计算出映射结果并完成映射,避免了极其耗时的工作负载映射手动试探过程。在ARM+FPGA、纯ARM、PC集群三种不同的计算平台上运行SNN典型应用,并比较SWAM、LM算法拟合和实测的映射结果。实验结果表明:SWAM的平均映射准确率达到98.833%,与LM方法与实测映射相比,SWAM具有绝对的时间代价优势。

微生物产气降饱和砂土的剪切波速特性试验研究

基于振动台模型试验,采用预振动技术通过对不同深度处的加速度传感器阵列进行了剪切波速测量,研究了振动台试验中微生物产气过程中的剪切波速变化情况,从而建立了微生物产气过程中饱和度和剪切波速之间的定量关系。试验结果表明,饱和度降低后剪切波到达的时间增大,微生物产气降饱和过程得到的剪切波速在显著减小。剪切波速随着饱和度降低而不断减小,当饱和度下降到90%时剪切波速的速率在减小。由于砂土自重及气泡溢出,模型箱下部的砂土剪切波速的值大于上部。微生物产气降饱和处理可液化地基过程中,振动台试验中剪切波速和饱和度之间满足对应的曲线关系,采用剪切波速描述微生物产气过程中饱和度的变化是有效的。本文的试验结果可对微生物降饱和法在现场试验中的工程应用提供依据。