摘要：现代计算机采用高速缓存弥补处理器和存储器之间日益增大的性能差异,因此高速缓存中数据的错误将会导致程序出错甚至系统崩溃等严重后果.然而随着摩尔定律的发展,在空间应用等苛刻计算环境中错误的复杂度越来越高,导致容错开销不断增加.本文提出一种基于数据存储特征的压缩校验策略,分析程序的数据冗余特征,针对频繁出现的全0型数据,重复值型和相邻数相近值的三种数据分别压缩.为了合理利用压缩节省的存储空间提高空间利用率,提出了支持多个标签的高速缓存结构.最后,针对压缩的数据进行校验,减小冗余信息和相应的校验位的存储空间.基于SPEC2006的模拟评测结果显示,本文设计的方案将高速缓存的命中率平均提升了5.92%,单核IPC平均提升15.1%.

摘要：混成系统是实时嵌入式系统的重要子类,其行为中存在连续变化和离散跳转混杂的情况,使得混成系统行为复杂,安全性难以掌握。近年来,混成系统在医疗环境中得到越来越广泛的应用。其中,医疗机器人的穿刺运动控制系统呈现高度复杂的混成性,如果机器人在穿刺过程中失控将导致不可挽回的严重后果。因此穿刺机器人运动行为的安全性设计成为了亟需解决的问题。首先根据穿刺机器人的运动学设计,将机器人的复杂运动分解。然后基于微分动态逻辑理论从混成系统的角度出发对穿刺机器人的运动控制系统进行了形式化建模与分析,并使用证明工具KeYmaera归纳出微分不变式,获得了控制模型的参数约束。最后提出了针对机器人运动到某一靶目标区域这类运动学问题的一般性验证模型。

摘要：现有基于深度强化学习的机械臂轨迹规划方法在未知环境中学习效率偏低,规划策略鲁棒性差。为了解决上述问题,提出了一种基于新型方位奖励函数的机械臂轨迹规划方法A-DPPO,基于相对方向和相对位置设计了一种新型方位奖励函数,通过降低无效探索,提高学习效率。将分布式近似策略优化(DPPO)首次用于机械臂轨迹规划,提高了规划策略的鲁棒性。实验证明相比现有方法,A-DPPO有效地提升了学习效率和规划策略的鲁棒性。

摘要：针对抗辐射微处理器的容错需求,特别是在高速缓存中由单粒子效应造成的多位翻转故障,设计了一种高速缓存纠检错方案,以LEON2处理器为研究平台,分别对指令Cache和数据Cache的标记存储器和数据存储器设计并行的BCH编码器和译码器,实现多达4位错误的检测.针对检测到的多位错误,利用存储层次特征,实现对故障的有效规避.以LEON2处理器为研究平台的仿真结果证明,该方案能够有效应对高速缓存中单粒子效应所引发的多位错误,并且方案的资源开销和性能开销都比较小,为未来纳米级微处理器的容错设计提供了支撑.

摘要：从数字高程模型提取的汇水网络和汇水区等信息是分布式水文模型及应用分析的基础参数,基于地表汇水模拟的算法是提取该类信息的主要方法,其中,水流方向的确定对提取结果有着直接的影响。单流向算法因其易于实现、易于确定上游汇水区等特性,得到了广泛应用,然而单流向算法在坡度平缓区域会产生不自然的平行径流,能模拟地表水流分散径流特点的多流向算法可以在一定程度上避免此问题,但多流向算法使得不同区域的汇水单元可能存在交叉。本文结合两类流向算法各自的优点和适用性,设计实现了一种混合流向算法,以期在不同的地形条件下模拟得到更加合理的水流分配。首先,使用基于模板的形态检测方法,在给定阈值的基础上,对数字地形进行了分类,DEM被划分为山谷、山脊、鞍部、缓坡和陡坡5类。对陡坡、山谷和山脊区域运用单流向算法;对缓坡和鞍部区域采用多流向算法确定径流方向并进行水量分配。本文选取了黄土地貌和中低山丘陵的两个流域作为研究区,利用并采用了30m和90m两个分辨率的DEM。本文研究将混合流向算法与现有其他算法的结果进行比较。相比于多流向算法,该算法结果中的分散效应受到明显的抑制,相比于单流向算法,非自然的平行径流也大幅减少。同时,混合流向算法在较大分辨率DEM上(30m)改进效果更加明显。

摘要：UM-BUS总线是一种具有动态容错能力和远程穿透式访问能力的高速串行总线,其性能模型对UM-BUS的综合评估和优化设计具有重要意义。针对UM-BUS总线系统,提出基于排队论的性能评估的模型,该模型定性描述了总线上不同节点之间的数据流关系、数据包到达节点的特征以及在节点处等待处理的特性;定量分析了不同数据包在总线信道传输的最大延迟、最小延迟以及平均延迟。在MATLAB平台上测试了数据包在总线上的等待时间和传输时间。实验结果可以帮助设计者快速分析总线在实际应用系统中的特性并对其进行优化配置,提高总线的使用效率。

摘要：针对基于深度强化学习的机械臂轨迹规划方法学习效率较低,规划策略鲁棒性差的问题,提出了一种基于语音奖励函数的机械臂轨迹规划方法,利用语音定义规划任务的不同状态,并采用马尔科夫链对状态进行建模,为轨迹规划提供全局指导,降低深度强化学习优化的盲目性。提出的方法结合了基于语音的全局信息和基于相对距离的局部信息来设计奖励函数,在每个状态根据相对距离与语音指导的契合程度对机械臂进行奖励或惩罚。实验证明,设计的奖励函数能够有效地提升基于深度强化学习的机械臂轨迹规划的鲁棒性和收敛速度。

摘要：目前,Google和Willow Garage已经为Android系统构建ROS(Robot Operating System)环境提供了基于rosjava的应用功能包集合android_core,便于Android移动终端和ROS进行互联互通。然而,当前的通信机制不能保证Android应用对基于ROS的机器人进行可靠的远程控制。为解决上述问题,从ROS中的应用层和通信机制两方面对ROS进行完善。一是在ROS端TCP/IP协议的应用层设计通信异常检测模块"Check Node Connection"来进行Android移动终端的连接状态检测;二是在Android端设计与ROS中"ROS Action Protocol"相匹配的通信机制"Ros Action On Android"。实验结果表明,设计的通信异常检测模块"Check Node Connection"可以高效地检测Android与ROS间的连接状态。此外,"Ros Action On Android"通信机制可时刻获取ROS机器人在任务执行中的状态反馈信息并支持任务抢占,使得交互控制更加精准可靠。

摘要：插桩技术用于跟踪获取软件系统的运行时信息,是软件性能管理工具中不可或缺的一个部分;目前,存在的各类插桩工具所产生的插桩点在目标程序运行的过程中往往是不可改变的;在实际的程序异常、错误检测中,用户关心的程序代码的位置在不同阶段往往不同,因此目标程序运行的不同阶段所需要获取信息的插桩点位置是不同的,如果插桩点过多会导致插桩工具浪费系统资源,产生系统资源消耗过大的问题;插桩点过少则会导致无法准确定位目标软件发生异常位置;针对以上问题,使用基于线性回归和K-Means的分析模型,分析目标软件的性能数据,在其运行过程中动态地改变插桩点,尽可能的减少资源的消耗;另外,采用朴素贝叶斯分类模型对插桩类进行筛选,减少植入插桩点的类,可降低插桩带来的资源消耗;实验表明:与传统的工具相比,使用此插桩框架进行监控,被测网页的平均响应时间减少6.88%,同时对目标程序的干扰更小。

摘要：针对倾斜摄影测量三维重建得到的三维模型在地物拐角棱线处结构粗糙、噪声较大、规则性缺失,难以快速准确提取出理想特征线的难题,提出一种基于多目标加权最短路径的特征线提取方法.首先对模型进行预处理,使模型具有完整、连续的拓扑结构,并将模型以有向图结构进行组织;其次顾及距离、方向和三角网变化趋势计算权重,约束迪杰斯特拉算法获取最短路径得到特征线;最后,为了修复模型特征不明显的棱线区域,设计了一种棱线修复算法.研究结果表明:与交互式方法对比,本文方法效率高,只需选取两个特征点指定目标,同时提取结果不依赖人工经验,客观性强;与基于边和面的自动提取方法相比,本文方法受噪声影响小,能在简单交互下提取到指定特征线.