本文提出一种基于Sense-Switch型pFLASH技术的可编程逻辑单元(PLE)。通过对Sense-Switch型pFLASH进行编程，实现所有的三位查找表(LUT3)功能、部分LUT4功能、锁存器功能以及带使能和复位的DFF功能。因为PLE使用了一种选择运算逻辑（COOL）的方法来运算逻辑函数，它允许使用任意组合逻辑和寄存器的比例来实现任意逻辑电路。这一本质特性使其在精细粒度方面接近于基本的ASIC单元，从而允许类似ASIC的基于单元的映射器应用其所有的优化潜力。对Sense-Switch型pFLASH和PLE电路的实测结果表明Sense-Switch型pFLASH的“开态”驱动电流约为245.52 μA、“关态”漏电流约为0.1 pA；PLE的可编程功能正常工作；典型的组合逻辑运算AND3的延迟为0.69 ns、时序逻辑DFF的延迟为0.65 ns，均满足设计技术指标的要求。

本文研究在多个被动窃听者协作窃听的情况下，去蜂窝大规模多输入多输出系统的资源分配问题。为解决导频资源受限的问题，提出在接入点选择的基础上将污染最小的导频分配给用户的方案并优化导频发射功率以提高信道估计精度。针对多个被动窃听者在串通窃听环境下的安全传输问题，基于局部部分迫零预编码方案，提出一种传输功率优化方案，以最大限度地提高系统的最小安全频谱效率。仿真结果表明，该方案能够有效降低信道估计误差，提高系统安全性。

由于运动模糊、视频失焦和遮挡等因素，多帧人体姿态估计是一项有挑战性的任务。利用连续帧之间的时间一致性是解决这一问题的有效方法。目前，大多数方法通过修正最终热图来利用时间一致性。热图包含了关键点的语义信息，可在一定程度上提高检测质量。它们由特征生成，但这些方法很少考虑特征级别的修正。本文提出一种人体姿态估计框架，该框架在特征和语义层面进行了改进。将辅助特征与当前帧的特征对齐，以减少不同特征分布带来的损失。使用注意力机制将辅助特征与当前特征融合。在语义方面，使用相邻热图之间的差异作为辅助特征来修正当前热图。在大型基准数据集PoseTrack2017和PoseTrack2018上验证了该方法的有效性。

基于在线生成对抗性样本的对抗性训练在防御对抗性攻击和提高卷积神经网络（CNN）模型鲁棒性方面取得良好效果。然而，大多数现有对抗训练方法都致力于寻找强对抗例子迫使模型学习对抗数据分布，这不可避免地增加了大量计算开销并导致干净数据丢失。本文展示了在不同训练世代中渐进式地增强对抗样本本身的对抗强度能有效提高模型鲁棒性，适当的模型转换可以保持模型泛化性能，且这一转换过程的计算成本可忽略不计。因此，本文提出一种针对对抗训练的连续扰动生成方法(SPGAT)，该方法通过在前一训练世代转移的对抗样本上添加扰动逐步增强对抗样本，并跨世代转换模型以提高对抗训练效率。实验表明，本文所提SPGAT方法既高效又有效；例如，所提方法计算时间为900分钟，标准对抗训练持续时间为4100分钟，对抗精度和干净样本精度性能提升分别超过7%和3%。在不同数据集上对SPGAT进行广泛评估，包括小规模MNIST、中等规模CIFAR-10和大规模CIFAR-100。实验结果表明，相比于目前最优方法，所提方法更有效。

跨链技术的发展使得不同区块链间的互操作成为可能，多链共识在区块链网络中变得日益重要。然而，目前对单链共识方案的研究较多，涉及可信矿工的多链共识方案的探讨相对较少，这为恶意用户在不同链上发起多样化矿工行为（diverse miner behavior, DMB）攻击提供了机会。DMB攻击者可以在某些链（称为mask链）上表现友好并参与共识过程，以提升其信任值，而在其他链（称为kill链）上从事对网络具有破坏性的行为。本文提出一种名为Proof-of-DiscTrust（PoDT）的多链共识方案，旨在防范DMB攻击。该方案引入DiscTrust信任理念，用于评估每个用户在不同链上的信任值。用户的信任值被分为本地信任值和全局信任值。针对DMB攻击者通过在kill链上交替创建真实或虚假区块来维持其信任度的问题，设计了一种实施DiscTrust机制的动态行为预测方法。此外，针对多链环境，提出3个可信矿工选择算法，分别用于选择网络矿工、链矿工和链矿工领导者。实验结果表明，PoDT方案能够抵抗DMB攻击，并且在多链环境中比传统共识方案更为有效。

控制器局域网（CAN）作为工业中广泛使用的现场总线之一，已经扩展到对安全性和可靠性有严格要求的自动化领域。在实际应用中，电缆的疲劳和绝缘磨损等因素会导致CAN总线中间歇性连接（IC）故障频繁发生，从而影响系统的动态行为和安全。因此，定量评估CAN在IC故障影响下的性能对系统的实时健康监测至关重要。本文提出一种考虑IC故障的CAN可用性实时定量评估方法，该方法基于网络状态转移模型计算系统可用性参数。首先，构建IC故障与网络错误响应之间的因果关系，在此基础上估计IC故障到达速率。其次，对考虑IC故障的网络状态进行分析，采用确定与随机Petri网（DSPN）模型描述状态间的转移关系。然后，根据DSPN模型中标识的概率分布和物理意义，确定DSPN模型的参数并计算系统的可用度。搭建了实验平台，并在多种实验条件下对所提方法进行实例验证。实验结果表明，所提方法的估计结果与实际值吻合良好。

本文研究未知动态环境下具有多个兴趣目标的移动机器人搜救任务问题。由于移动机器人需要搜救多个目标并避开障碍，此类问题具有挑战性。为确保移动机器人合理避碰，本文提出一种基于混合策略纳什均衡的Dyna-Q算法（MNDQ）。首先，引入一种多目标分层结构以简化问题，该结构将整个任务划分为多个子任务，包括搜索目标和躲避障碍。其次，提出基于动态风险相对位置的风险监测机制，使机器人避免潜在碰撞和绕路。此外，为提高采样效率，提出了结合Dyna-Q和混合策略纳什均衡的强化学习方法（MNDQ）。根据混合策略纳什均衡，智能体以概率的形式做出决策从而最大化期望回报，提高Dyna-Q算法的整体性能。最后，通过仿真实验验证所提方法的有效性。结果表明，该方法具有良好的表现并为未来的机器人自主导航任务提供了解决思路。

多出口架构允许早停推理以减少计算成本，这使其可以在资源受限的情况下使用。最近的研究将多出口架构与自蒸馏相结合，以在不同网络深度上同时实现高效率和卓越性能。然而，现有方法主要从深层出口或单一集成中传递知识，以指导所有出口，而没有考虑学生和教师之间不适当的学习差距可能会降低模型性能，特别是对于浅层出口而言。为解决这个问题，提出具备合适教师的多出口自蒸馏方法，为每个出口提供多样化且适当的教师知识。在我们的方法中，根据不同可训练的集成权重，从所有出口获得多个集成教师。每个出口从所有教师那里接收知识，并重点关注其所对应的主教师，以保持适当的学习差距并实现高效的知识传递。通过这种方式，我们的方法在保证学习效率的同时实现了多样化的知识蒸馏。在CIFAR-100、TinyImageNet以及3个细粒度数据集上的实验结果表明，我们的方法在各种网络架构中始终优于最先进的多出口自蒸馏方法。

随着卫星小型化技术和遥感技术的发展，微纳卫星星座的快速部署与应用是必然趋势。由于体积、重量和功率(SWaP)的限制，具有高扩展性、高性能和高可靠性的星载存储系统仍然是遥感微纳卫星的技术瓶颈之一。基于商用现货(COTS)现场可编程门阵列(FPGA)和存储器件，本文提出一种小型化星载先进存储系统(SASS)设计。该设计为微纳卫星多通道载荷数据提供了基于动态规划调度与队列调度的多输入多输出缓存技术和一种高速、高可靠性的NAND flash控制器。实验结果表明，SASS具有出色的可扩展性，支持多通道数据调度与存储，适配不同型号遥感卫星。其最大数据写入速率可达2429 Mb/s，在单个NAND flash故障时，数据写入速率至少能保留78.53%。动态规划调度与队列调度有效缩短了数据调度时间，提高数据调度实时性，提出的数据重映射法使NAND flash数据驻留错误降低了至少50.73%，存储误码率降低了至少37.80%。

本文设计并实现了一个可调谐双频无线电能传输耦合谐振器系统。可调谐波段的频率响应可以使用表面贴装变容二极管进行控制。发射器和接收器电路是对称的。顶层包含一个阻抗为50 Ω的馈线。通过使用变容二极管，两个相同的半环缺陷接地结构被加载在底部。针对工作在单频段（基于工作频率）的受限无线电能传输系统，提出一种解决方案。研究了几何形状、方向、相对距离和偏移对耦合系数的影响。为验证仿真结果，制作并测试了所提可调谐双频无线电能传输系统。系统面积为40 mm×40 mm。在有效传输距离为22 mm时，在817~1018 MHz调谐频段，以98%的平均耦合效率向接收器输送电能，在1.6 GHz固定频段，效率为95%。测量结果与等效模型的模拟结果吻合较好。