本課題研究版圖驗證（以DRC為例）的一些主要算法的固化。包括數據排隊算法和圖形的各種邏輯操作算法。主要創新是這些算法用硬件實現（即所謂固化），這類專用硬件作為主機的協處理器工作，本課題所用的硬件是FPGA實際的結果表明算法固化后的運算速度對數據排隊算法比軟件實現快25倍，對于邏輯操作算法（用線掃描法）固化后的速度比軟件實現快50倍，其結果使版圖驗證速度大提高，也即可以驗證規模更大的VLS版圖。此外本課題尚做了連機DRC的系統開發，該系統做到版圖輸入后能即時進行DRC檢查。 2100433B

DFSA算法可采用各種方法預測待識別的標簽數量，然后動態調整最優幀長，與FSA相比，系統效率有明顯改善，接近36．8%。但是，當標簽數量較多（特別是標簽數量大于500）時，采用由預測標簽數量設置最優幀長的方案會使系統效率急劇下降。因此，在標簽數量較多的情況下，為了使系統效率得到提高，EPCClass1Gen2標準中采用了Q值算法，該算法可以實時自適應地調整幀長 。

Q值算法

在Q值算法中，閱讀器首先發送Query命令，該命令中含有一個參數Q（取值范圍0～15），接收到命令的標簽可在[0，2Q－1]范圍內（稱為幀長）隨機選擇時隙，并將選擇的值存入標簽的時隙計數器中，只有計數器為0的標簽才能響應，其余標簽保持沉默狀態。當標簽接收到閱讀器發送的QueryRep命令時，將其時隙計數器減1，若減為0，則給閱讀器發送一個應答信號。標簽被成功識別后，退出這輪盤存。當有兩個以上標簽的計數器都為0時，它們會同時對閱讀器進行應答，造成碰撞。閱讀器檢測到碰撞后，發出指令將產生碰撞的標簽時隙計數器設為最大值（2Q－1），繼續留在這一輪盤存周期中，系統繼續盤存直到所有標簽都被查詢過，然后閱讀器發送重置命令，使碰撞過的標簽生成新的隨機數 。

根據上一輪識別的情況，閱讀器發送Query－Adjust命令來調整Q的值，當標簽接收到Query－Adjust命令時，先更新Q值，然后在[0，2Q－1]范圍內選擇隨機值。EPCClass1Gen2標準中提供了一種參考算法來確定Q值的范圍.其中：Qfp為浮點數，其初值一般設為4．0，對Qfp四舍五入取整后得到的值即為Q；C為調整步長，其典型取值范圍是0．1

該算法在參數C的輔助下對Q值進行動態調整，但是C太大會造成Q值變化過于頻繁，導致幀長調整過于頻繁，C太小又不能快速地實現最優幀長的選擇。因此，研究者們對Q值的調整進行了各種優化 。

基于最大吞吐量調整Q值的算法

文獻提出一種基于最大吞吐量對Q值進行調整的算法，其中定義了以下變量：Nt為已識別的標簽個數；N為識別標簽所需的總時隙數；NC為沖突時隙的個數；nu為上一輪未識別的標簽個數；e為沖突時隙中的平均標簽個數；PC為沖突時隙所占的比例 。

這些參數之間的關系為PC=NC/N，e=nu/Nc，吞吐量=Nt/N。由于Aloha類算法的最大吞吐量為0．368（e－1）[5]，該算法以此作為調整Q值的依據。當系統吞吐量達到或接近0．368時，閱讀器僅需調用2Q－1次QueryRep命令，而不需要在接下來的盤存周期中調整Q值。當吞吐量小于0．368時，根據未識別的標簽個數nu來調整Q值 .

基于分組的位隙Aloha算法

文獻提出一種基于分組的位隙Aloha算法，該算法采用位隙Aloha算法中的128位預定序列，代表128個位隙。若某個標簽選擇了第i個位隙，則將第i位置1，其余各位都置0。當標簽數量為15時，位隙Aloha算法可獲得最大吞吐率88．38%，但隨著標簽數量的增加，算法性能急劇下降 。

因此，基于分組的位隙Aloha算法通過對標簽進行分組來提高算法的性能。該算法在查詢命令中設置了一個位隙計數器的參數Q（Q為整數，且0≤Q≤15），當標簽收到閱讀器發送的查詢命令后，在[0，2Q－1]范圍內生成一個隨機數，即代表選擇了相應的位隙，只有選擇了0的標簽才會立即響應。同時，該算法根據沖突位隙數動態地對Q值進行調整：當沖突位隙數小于11時，Q減1且最小為0；當沖突位隙數在11～20之間時，Q保持不變；當沖突位隙數大于20時，Q加1且最大不超過15 。

綜上所述，基于Aloha的防碰撞算法原理簡單、容易實現，對新到達的標簽具有較好的適應性，尤其對于標簽持續到達的情況有較好的解決方案，但該類算法存在幾個明顯的缺點：①響應時間不確定，即同一批標簽在不同時刻進行識別所需要消耗的時間相差很大；②個別標簽可能永遠無法被識別；③Aloha算法達到最佳吞吐率的條件是其幀長等于標簽數量，當需要識別的標簽數量較多或選擇的幀長與實際待識別標簽數量不符時，系統性能將明顯下降。而基于樹的算法則很好地解決了這些問題 。

《智能控制算法及其應用》主要介紹各種典型智能控制算法的基本內容、設計與實現方法及其在函數優化、電力系統中的應用。《智能控制算法及其應用》首先闡述智能、智能控制的基本概念，介紹智能控制與傳統的經典控制理論、現代控制理論的聯系和區別。然后從四種典型智能控制算法（專家系統、模糊控制、神經網絡和進化計算）入手分別闡述它們的發展歷史、基本內容、實現方法及其應用。最后介紹混沌模擬退火動態煙花優化算法，并將其用于優化離散時間微分平坦自抗擾控制律的參數，通過計算機仿真和基于智能優化算法試驗平臺開展試驗以驗證該算法的有效性；介紹遞減步長果蠅優化算法，并將其應用于風電機組齒輪箱的故障診斷；介紹云粒子群布谷鳥融合算法，通過聯合循環發電機組典型熱工過程模型參數辨識實例驗證該算法的有效性。

《分布并行圖形繪制技術及其應用》系統深入地介紹了分布并行圖形繪制的基礎知識、體系結構和多種繪制加速算法以及典型的應用系統，分為基礎篇、技術篇和應用篇，共15章的內容。《分布并行圖形繪制技術及其應用》可作為并行圖形繪制、分布式虛擬現實、高性能圖形繪制等方向的研究生教材以及技術參考書，同時可供研究并行繪制技術和分布式虛擬現實技術的師生和從事高性能圖形繪制技術的研發人員參考。