摘要：针对部分层间并行球形译码(PIPSD)算法的特点,基于超长指令字(VLIW)和单指令多数据(SIMD)混合结构的矢量处理器原型,合理安排处理器结构参数,选择合适的寄存器数目和长度。根据算法和结构的相互作用特点,挖掘算法内在的数据并行性和指令并行性,设计高效的指令集和相应的功能单元,软硬件协同优化VLIW分布,在支持多种配置的基础上尽可能减小执行周期数,提高译码吞吐率,从而设计出高效的基于专用指令集矢量处理器的可编程并行MIMO检测器。

摘要：摘要针对基于HC—MAC协议的认知无线电系统提出了一种感知信道动态预留算法，以解决系统用户较多时可用频谱不能被充分利用的问题。该算法通过在感知开始前为认知用户预留一些信道，使得认知用户可以同时感知信道，从而减少了认知用户等待感知可用信道的时间，提高了频谱利用率。为了使该算法更具实用性，根据实时类业务和尽力服务类业务两类常见业务的不同特点，分别设计了相应的基于用户满意度的感知信道动态预留算法。仿真结果表明，上述算法在满足不同业务类型用户需求的同时提高了频谱利用率。

摘要：用户处于睡眠状态时手机后台自主挂起不必要的系统或应用进程可以有效降低能耗,因此在不损害用户使用体验的前提下准确判断用户是否处于睡眠状态具有重要意义.围绕该问题设计了覆盖率和唤醒率作为新的衡量指标,提出一种基于LSTM神经网络的睡眠预测模型,结合LSTM神经网络能够较好处理时序特征数据的特点和演化算法能够优化不可导目标函数的特性,将LSTM神经网络的参数作为差分演化算法的优化参数,覆盖率和唤醒率的综合目标作为选择函数,同时在每次迭代中重新评估选择函数使其适应小批量训练法.实验结果表明,采用演化算法训练LSTM神经网络得到的预测结果相较于传统分类模型能在低唤醒率时达到更好的覆盖率,平均提升约5%.

摘要：面向移动终端处理器的低功耗、低成本、高效率、灵活升级的需求,本文在对LTEA基带算法并行性分析的基础上,提出了一种基于超长指令字(Very Long Instruction Word,VLIW)和单指令多数据(Single Instruction Multiple Data,SIMD)混合结构的矢量处理器作为终端软基带解决方案。该矢量处理器采用变长的VLIW指令字,共有7条矢量数据通路,每条通路可执行16个16bit的定点运算;采用分组的系数存储器提高灵活性,受限访问的寄存器组降低电路面积;同时设计了SHUF和ISHUF指令专门用于快速傅里叶变换(FFT)和维特比(VITERBI)译码算法的矢量化实现。最后本文实现和分析了FFT和VITERBI译码算法。