基于马尔可夫决策模型的测试向量排序新方法

时延测试向量排序是降低测试功耗的有效技术。提出了基于马尔可夫决策模型的时延测试向量排序新方法。对时延测试向量进行重排序,利用基于转换频度的诱导开关方程和海明距离来定义测试向量序列的转移概率,根据转移概率决定测试向量的顺序,降低测试电路的开关翻转频率,以达到降低峰值功耗和平均功耗的目的。给出了完整的算法TVO-MDP并进行算法最优性和复杂性分析。实验结果证实了本方法的有效性。

混洗交换网络冲突消除方法仿真分析

研究混洗交换网络中冲突消除方法问题。混洗交换网络与交叉网络不同,网络开关数量少,为了保证通信,选址与路径分配是一对多的关系,当一个路径对应多个信号时,很容易产生冲突。传统的混洗网络冲突消除过程多是固定通信残留模式,一旦混洗网络中信号过多,竞争信道加剧,多数据同时竞争同一资源而留下众多干扰反馈特征,将造成混洗网络防冲突失败。为解决上述问题,提出利用时延排序的混洗交换网络中冲突消除方法。计算混洗交换网络中的任务量,构建所有任务构成的集合,获取对应的代价函数,并对所有信道中需要进行传输的任务量进行预测。计算混洗交换网络中信道冲突的概率,对所有的网络数据进行归一化处理,计算分组排队延时状态数据。实验结果表明,利用改进算法进行混洗交换网络冲突消除,能够将所有的信号进行快速传输,避免由于信道冲突造成的缺陷,提高了混洗交换网络信号传输的效率。