信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

硬件加速的三维雷达作用范围表现

未来数字化战场迫切需要表现复杂环境影响下的三维雷达作用范围,目前研究多限于二维,而三维表现又受限于速度,为此提出一种硬件加速的三维表现方法。在构造环境影响下雷达电磁波损失三维数据场的基础上,利用硬件加速的等值面提取算法建立雷达作用范围的三维模型,并将其表现到战场环境中。在普通微机上针对典型雷达的实验中,克服了二维表现不直观以及三维表现慢的缺点,形象地展示了地形大气等环境影响下三维作用范围,从而为用户提供决策和感官支持。     

作战飞机信息通信方法

通过对作战飞机信息通信方法的研究,指出了作战飞机进行信息通信的两种方法-语音通信和数码通信;并分析了数码通信的硬件结构和机载通信的硬件设备的工作原理.探讨了未来的网络中心战中基于网络化数码通信的方法,为未来空战基于网络中心战技术的实际应用奠定基础.     

信息化武器装备系统中的软件思维

在信息化条件下,重视软件成为共识,但是重视装备软件不仅是在功能技术层面上,还应在思维层面上审视其对武器装备系统的思想内涵和发展思路的深刻影响.从武器装备系统中软硬件的逻辑关系出发,研究软件如何从思维层面影响现代武器装备系统,可以更好地从软件的视角上去理解和把握武器装备系统,真正认识到软件的“灵魂”作用.     

一种视频引信引爆时机控制方法的硬件实现

提出了一种结构简单、命中率高的视频引信设计方案,该引信根据目标在摄像机视场中视频图像序列中的相对位置关系来确定引爆时机.对其中信息处理单元进行了硬件和软件设计,并在实验室条件下,模拟实际作战应用时图像特点,对设计的实验板进行了验证.实验结果表明,单片机软件工作可靠,该方案切实可行.     

一种嵌入式系统中软硬件故障的划分方法

软硬件故障是嵌入式系统可靠性的关键问题之一,如何划分软硬件故障对于整个系统的可靠性研究来说是至关重要的,也是最基本的一步.给出了软硬件故障的基本定义,并与单纯的软件故障和单纯的硬件故障进行了对比,总结了软硬件故障的基本特点.在此基础上,归纳了几条软硬件故障的划分原则,提出了一种软硬件故障的划分流程,并通过形式化方法对某装备的具体软硬件故障进行了划分,为进一步的研究提供了有力的依据.     

SP2100气相色谱仪数据采集卡设计

分析了“便携式火药分析试验综合信息平台”的关键组件——SP2100气相色谱仪数据采集卡的工作原理,对采集卡硬件、软件进行了设计。在采集卡软件设计中,重点对固件程序设计及驱动程序设计进行论述。试验证明：SP2100气相色谱仪数据采集卡提高了试验系统自动化程度和试验效率,缩短了试验周期。     

有限精度的 BP 神经网络高速算法

精度要求是神经网络硬件实现的一个关键问题。本文提出了一种有限精度的BP高速算法，通过实例验证，该算法适于低精度，且收敛速度快。     

单片机系统常用软硬件抗干扰措施

抗干扰性能是微机系统可靠性的重要指标,抗干扰设计是单片机系统研制中不容忽视的重要内容。单片机系统的可靠性由多种因素决定,从干扰的来源和途径,分析干扰对单片机主要硬件CPU、SFR、RAM、ROM及软件的影响,探索抗干扰的原理和设计方法。提出从电源、输入通道、印制板电路加强硬件抗干扰;通过开机自检、掉电保护、睡眠抗干扰及"看门狗"等技术,采用指令冗余和软件陷阱等软件措施,及时发现干扰导致的错误,使系统尽快恢复正常或及时报警,最大限度降低干扰对系统的影响,有效提高单片机系统在恶劣工况下运行的可靠性。     

利用深度学习的硬件计数器复用估计算法

利用深度学习方法,为硬件计数器复用(multiplexing,MPX)提供结果精度更高的估计模型。通过对MPX估计得到的结果与实际采集的真实数据进行相似性分析,证明相同程序多次运行之间得到的硬件计数值是线性相关的。采用神经网络多层感知器(multilayer perceptron,MLP)和双向门控神经网络(bidirectional gated recurrent unit, Bi-GRU)这2种深度学习模型,对MPX数据进行拟合。基于动态时间规整(dynamic time warping, DTW),提出一个全新的评估MPX数据精度的指标DTW-cost。实验结果表明,同时收集15个硬件事件数据时,MLP方法拟合得到的13个高性能计算应用平均准确率比现有使用最广的固定插值法高出10.53%,最多可提升19.8%;而在MLP表现较差的事件上,Bi-GRU方法得到的平均准确率提升了28.8%。