专利交易市场

本发明涉及一种基于多共存现象的超混沌电路，属于非线性动力学技术和数字电路领域，本发明通过构建含单线性项的四维超混沌系统模型，并引入忆阻器作为非线性反馈元件，显著提升了系统的复杂性和不可预测性。本发明不仅增强了系统的抗破译能力，还通过蒙特卡洛仿真分析元件参数波动对Lyapunov指数的影响，定义了系统参数的优化范围。本发明采用的灰狼优化算法能够有效优化系统参数，确保在元件容差范围内获得稳定的最优参数。该优化方法不仅提高了系统的稳定性，还增强了系统的抗干扰能力。该技术方案在保密通信和信息安全等领域具有广阔的应用前景，能够有效克服混沌预测技术和相空间重构等攻击手段。

本发明公开基于关键路径分区的生成式异构逻辑优化方法。本发明方法包括：首先将数字逻辑电路转换成AIG图格式，并采用强化学习根据电路本身关键路径信息对AIG图进行分区获得关键路径感知分区以降低分区带来关键路径变化而影响时序性能；将分区后电路分别用强化学习方法自动探索适合该分区的优化结构与优化综合流，强化学习智能体以面积时延为导向选取各种结构的优化算子对分区进行优化；将优化后分区以AIG形式合并。本发明将数字逻辑电路进行针对关键路径的分区并用强化学习以面积时延为导向探索优化结构与策略，减少分区对时序性能的影响并且跳出局部最优解，获得全局更优解，同时自动探索无需人工干预可以减少芯片设计中的人工成本。

本发明公开了一种两通道正交镜像滤波器组的系数稀疏优化设计方法。该方法利用泰勒近似的思想，将原本针对滤波器系数的非凸优化问题转化成对系数增量的凸优化问题，通过l1范数最小化来更好地求解原本的l0范数稀疏化这类NP‑Hard问题。本发明首次在正交镜像滤波器组的系数设计中进行稀疏优化，同时根据设计需要，可以灵活地改变约束条件。本发明的优点是通过对系数的l1范数最小化和稀疏优化，可以获取尽可能多的稀疏系数，在满足重构误差和频率选择性指标的情况下，能够减少滤波器组实现结构中所需的乘法器和加法器，降低两通道正交镜像滤波器组的硬件执行复杂度。

本发明公开了一种新型快速高效的滤波器小样本建模及优化方法，针对原有建模优化方法和实际滤波器电路设计中建模优化计算耗时长，且样本数据量有限的不足，本发明提出了一种新颖快速高效的滤波器小样本建模及模型优化方法，该方法是一种基于先验知识的高斯过程的滤波器正向建模及基于粒子群反向优化的方法(KBGP)。在正向建模时，该方法使用粗糙样本数据，训练ANNs粗糙网络；之后，将ANNs的输出向量作为先验知识注入GPR，可以减少GPR的样本数据，获得高精度电路模型；在反向优化时，使用粒子群优化(PSO)方法，快速优化模型输入向量获得最佳全局的输入向量了。