摘要：准确的认知负荷评估对于增强人机协调能力、提升人机共融系统效率具有重要意义.目前常用的基于脑电信号的认知负荷评估技术中,在提取和利用频谱信息的时间和空间关系等方面普遍缺少有效手段.本文针对脑电频谱图空间分辨率低的特点,引入胶囊网络有效表征不同导联之间的相对空间关系;针对脑电频谱图随时间波动的特点,设计了由长短期记忆网络等组成的时间特征学习支路,最终通过时空特征融合构建了一种新的认知负荷评估算法.基于公开数据集的测试结果表明,本文所提算法的四分类正确率达到99.27%(被试内)和95.16%(跨被试),在现有算法中性能最优.消融实验表明,算法的时、空特征提取模块可分别对脑电频谱图的时空特征进行有效表征,所提出的双路网络结构能有效完成时空特征的高效融合.

摘要：受四足动物自然步态转换机制的启发,针对运动能效与运动稳定之间的权衡问题,提出了一种多步态行进的运动策略,用以实现四足机器人在多地形场景下的稳定高效运动。根据占空比和相位偏移等参数定义步态,形成切换基础;通过设计有限状态机并引入参数的仿射变换来建立切换机制,实现了不同步态间的及时切换;基于运输成本CoT(cost of transport)和稳定性指标设计了速度-步态映射表,实现了运动步态的合理选择;结合步态选择策略与步态切换机制实现了变化地形上的步态实时选择与切换。仿真结果与实物实验均表明,所提出的多步态策略能够实现不同地形下四足机器人的高效稳定运动。

摘要：针对运载火箭小子样条件,结合序贯验后加权检验(sequential posterior odd test, SPOT)和Bayes递推估计法,分别从假设检验和参数估计两方面,对传统试验样本量评估方法进行改进。在对运载火箭服从正态分布的性能指标进行评估时,引入复合等效系数来有效融合多源数据,弥补真实试验数据或现场数据的不足。综合考虑两类风险和置信度要求,制定合理的评估方案,有效减少所需试验样本数量,从而控制试验成本。通过算例分析发现,提出样本量评估方法结果真实可信,能够有效降低样本量需求,可较好用于小子样条件下的运载火箭样本量试验设计。

摘要：在快时变多径信道环境中,正交频分复用(Orthogonal Frequency-Division Multiplexing, OFDM)系统的信道估计一直是一个颇具挑战性的问题。传统的过采样复指数基扩展模型(Oversampling Complex Exponential Basis expansionmodels,OCE-BEM)虽然能够在一定程度上减小多普勒频移带来的子载波间干扰(Inter-Carrier Interference, ICI),但其抗噪声能力较弱,并且存在固有的模型误差,这在很大程度上限制了其在复杂通信场景中的应用。为了解决上述问题,本文提出了一种残差神经网络辅助的信道估计方法。该方法将数据拟合问题转换为图像去噪问题,将信道冲激响应的估计值视为原始图像,真实值视为去噪后的图像,通过构建两者之间的数据映射关系来减小估计值与真实值之间的差异。本文所提信道估计方法用一个残差神经网络去除OCE-BEM最小二乘估计结果中引入的噪声误差,充分发挥神经网络的数据拟合作用,通过构建信道估计值与真实值的映射关系来减小BEM的固有建模误差。同时,所提信道估计方法将输入输出数据的虚部和实部进行了结合,最大限度地保留了信道的幅度和相位信息。在网络结构的设计上,本文选用的残差结构能够增强网络特征提取能力,同时防止训练过程中梯度消失和梯度爆炸现象的出现,进而提高网络的稳定性和收敛速度。仿真结果表明,在不同的信噪比和多普勒条件下,与传统的BEM估计方法相比,本文所提信道估计方法表现出了更优异的估计性能。

摘要：高速串行接口是高性能计算机系统中芯片之间的互连核心,针对高速串行通信所需高带宽问题,在Candence平台上基于Verilog-AMS完成56 Gbps Duobinary信号时钟数据恢复电路设计与仿真,多电平传输可以减小对带宽的需求。基于相位差值器(PI)设计时钟数据恢复(CDR)电路,以Bang-Bang鉴相器的鉴相结果作为鉴相依据,采用数字信号处理(DSP)算法处理鉴相结果,其包括投票算法、滤波算法以及相位控制码转换算法。数字算法降低了电路设计的复杂度,便于调节环路增益,提高了系统的稳定性,降低环路延迟。仿真结果表明,该CDR电路可以进行相差和100 PPM频差的追踪。对输入数据分别增加0.25 UI正弦抖动,环路带宽为23 MHz,当抖动频率未超过环路带宽时,系统能够跟踪正弦抖动。抖动容限满足CEI-56G协议规范。

摘要：随着开源和敏捷硬件设计方法学的发展,为其提供高效的RTL模拟支持变得日益重要。GPU的并行能力使得利用RTL模拟的结构级和激励级并行性加速RTL模拟成为可能。然而,由于时序设计中存在反馈环,如何实现单个Testbench内的数据级并行仍然是一个很大的挑战。提出了一种新的利用GPU加速RTL模拟的方法,该方法的核心技术是RTL设计中反馈环的识别与展开,以及基于此的RTL电路划分技术。电路划分和环展开从单个Testbench内的结构并行和数据并行2个方面,发挥了基于GPU的并行能力来加速RTL模拟。实验结果表明,所提出的GPU加速RTL模拟方法,相比传统的基于GPU的RTL模拟方法得到了1.2~107.1倍的加速,相比目前最快的RTL模拟器ESSENT得到了2.2~14倍的加速。

摘要：大数据时代的各类数据中心应用程序对大规模数据的存储与计算需求越来越大,海量数据的访问开销成为限制应用程序性能的主要瓶颈,计算快速链路(CXL)互联协议的出现为这一问题提供了新的解决思路。提出一种基于CXL的内存池系统软硬件设计。在硬件层面,基于CXL扩展内存协议,在系统结构模拟器gem5上构建CXL扩展内存设备。通过将设备内存暴露在中央处理器(CPU)地址空间内,使得CPU可以直接使用load/store指令访问设备内存。在操作系统层面,编写CXL设备的驱动程序,为管理和访问设备提供了完整的软件栈。通过在用户态使用memkind库整合主机与设备内存,从而向应用程序提供统一的内存视图。通过gem5的全系统模式搭建完整的CXL扩展内存池原型系统,对系统进行全面的性能评估。使用基准测试membench和STREAM对主机本地动态随机存取内存(DRAM)与主机管理设备内存(HDM)进行了延迟和带宽的对比分析,实验结果显示:HDM延迟约为DRAM的1.5倍,HDM的带宽约为DRAM的50%~63%。此外,在DRAM和HDM上运行了真实的键值存储引擎Viper,发现在DRAM容量受限的场景下,使用扩展的HDM有2~7倍的性能提升。

摘要：为了研究HTPB推进剂拉伸、压缩蠕变变化规律,设计并分别开展了1 000 s拉伸、1 000 s压缩与28 d拉伸蠕变试验;同时,引入圣维南体与拉压不对称因子,建立了考虑拉压不对称的推进剂黏弹塑性本构模型;通过拟合与分析本构方程中的参数,得到了该方程的适用范围。结果表明:推进剂蠕变变形行为受应力水平影响较大;同一应力水平下,拉伸蠕变的黏弹性变形大小约为压缩蠕变的1.62倍;压缩屈服应力为拉伸屈服应力的3.82倍。因此,拉压不对称黏弹塑性本构模型可以较好地表征低应力水平下推进剂蠕变的响应行为。所得结论和研究方法为固体发动机结构完整性分析与贮存寿命评估提供了参考依据。

摘要：粒子输运非确定性模拟是高性能计算机的主要应用之一,在国民经济建设和国家安全领域具有重要作用。当前核数值模拟、核反应堆设计与航空航天等实际应用对高精度粒子输运非确定性模拟存在迫切需求,其加速方法逐步成为高性能计算领域的研究热点。针对近年来涌现的众多研究成果,首先介绍了粒子输运非确定性模拟的基本原理;其次给出粒子输运模拟程序的基本流程和伪代码;再次对软件加速方法以及基于硬件加速技术的最新研究成果进行了概述;最后基于体系结构模拟器提取的程序特征,讨论了粒子输运模拟所面临的主要挑战,并结合相关研究工作对今后的研究方向进行了展望。

摘要：近年来,智能体执行任务所处环境的开放性和动态性不断增强,对智能体任务规划和行为调度的健壮性提出更高要求。行为树作为一种经典的行为控制架构,具有模块化、行为参数化、结构兼具计划表示和反应式的特点,能够有效支持智能体的行为表示、决策和调度。基于通用行为树和混合式行为策略,提出一种针对动态任务环境的健壮行为树控制架构,实现智能体的审慎式决策和反应式控制。该健壮行为树控制架构结合了智能体的审慎式规划算法和反应式规则,设计了相应的行为树代码框架,并根据结构要求定制设计了规划子树和循环节点,完成树内规划与反应的切换,支持用户基于定制结构快速规范的行为树实现。通过典型攻防游戏案例中智能体对象建模与仿真,验证了所提行为树架构的合理性。相比经典反应式行为树策略,健壮行为树能够灵活进行规划执行和反应式策略切换,在典型场景中提升蓝方突防胜率至90%,缩短24.88%任务执行时长,提高了智能体行为策略有效性和建模效率。