System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种fpga的辐照敏感信号识别方法,具体涉及一种基于k-shell的fpga辐照敏感信号自动识别方法、系统及存储介质。
技术介绍
1、fpga是一种可通过重新编程来实现用户所需逻辑电路的半导体器件,其被广泛的应用在包括深空探测、卫星导航、导弹等高空设备中。随着对科学技术的不断发展以及技术指标的不断提高,采用可编程逻辑器件fpga能让星载电子设备的体积、重量、功耗均有所降低,能提高航天器承载有效载荷和功效比,并且满足航天器小型化的大部分需求。目前航天器件多采用sram型fpga,并且目前fpga都是朝着低电压,微型化的方向发展,这就导致单粒子事件更加容易发生。因此,必须进行高可靠性设计对fpga进行防护加固,最大限度地预防、找出和解决空间辐射对fpga器件影响的信号。
2、当fpga受到空间辐射照射时,轻则使设备工作出现短时间功能失常,重则使设备内部受到损坏失去控制。针对fpga内部的单粒子效应导致的异常,研究者们提出了相应的异常检测设计方法,如辐照敏感信号异常检测法。目前,对fpga的辐照敏感信号设定方法有以下三种,一种是在fpga硬件电路运行过程中的状态指示信号,例如done信号;第二种是,在工程设计时人为加入的自检信号,比如数据同步信号;另一种是典型结构的关键功能信号,如三模冗余中的错误状态信号,sem ip的status_heartbeat信号等。上述信号数量有限、覆盖面不广泛,人为选择信号效率不高。
技术实现思路
1、本专利技术的目的克服现有技术只
2、本专利技术的技术方案是提供一种基于k-shell的fpga辐照敏感信号自动识别方法,其特殊之处在于,包括以下步骤:
3、步骤1、构建k-shell网络模型;
4、步骤2、从fpga工程代码文件中查找关键子模块;
5、基于k-shell网络模型,构建fpga工程代码文件中的顶层模块网络,从顶层模块网络中查找关键子模块保存顶层模块的内部连接关系;
6、步骤3、从关键子模块中识别辐照敏感信号;
7、步骤3.1、基于k-shell网络模型,构建并保存关键子模块网络,计算关键子模块网络相关参数;
8、步骤3.2、以步骤3.1获取的关键子模块网络相关参数为评价指标,建立评估矩阵x:
9、
10、其中,xmn表示第m个节点的第n个评价指标,其中m的取值范围为{0≤m≤v},v为网络中的节点总数,n的取值范围为{0≤n≤x′},x′为大于等于1的整数,为评价指标个数,m的取值范围为{0≤m≤m},n的取值范围为{0≤n≤n};
11、步骤3.3、基于topsis方法结合灰色关联度与主观赋权法得到的权值,对评估矩阵评估,得到各个节点的相对贴近度,选取相对贴近度大于设定阈值的节点,作为网络关键节点,即获得待确定辐照敏感信号;
12、步骤3.4、对各个待确定辐照敏感信号进行辐射的敏感性测试,获得敏感性测试参数,计算各个网络关键节点的节点重要度ii;分析敏感性测试参数和节点重要度ii,将敏感性测试参数和节点重要度ii大于设定阈值的信号,作为辐照敏感信号。
13、进一步地,所述步骤1中构建的k-shell网络模型为传统k-shell网络模型;所述传统k-shell网络模型的参数包括节点和节点的连边;
14、步骤2具体为:基于k-shell网络模型,构建fpga工程代码文件中fpga工程代码文件的顶层模块网络,计算顶层模块网络所有节点的k壳(ks)值,将k壳值最大(连边最多的)的节点对应的例化模块作为关键子模块,保存顶层模块的内部连接关系;
15、步骤3.1中基于传统k-shell网络模型,构建并保存关键子模块网络,计算关键子模块网络相关节点的ks值;
16、步骤3.2中,x′等于1,n等于1。
17、为了进一步地提高识别精度,所述步骤1中构建的k-shell网络模型为六元组k-shell网络模型;
18、所述六元组k-shell网络模型的参数包括v,e,ki,kt,c,s;其中,v是网络节点总数,e为网络中节点两步领域内的边数,ki及kt分别为网络中节点的入度及出度,c为节点综合度,s为强连通图;
19、步骤3.1中基于六元组k-shell网络模型,构建并保存关键子模块的网络,计算网络相关参数v,e,ki,kt,c;
20、步骤3.2中x′等于5,n的取值范围为{0≤n≤5};
21、步骤3.3中还包括获取关键子模块网络强连通图s的过程,将相对贴近度大于设定阈值、以及位于强连通图s上或者距离强连通图s上的节点具有设定距离的节点作为网络关键节点。
22、进一步地,步骤2与步骤3.1基于下式,计算节点综合度c:
23、c=ki+kt+(μi+μt)*d
24、其中,μi和μt为各个节点的影响系数,μi=ki/e,μt=kt/e,e为网络中节点两步领域内的边数;d为次邻居节点个数,d=e-ki-kt。
25、进一步地,步骤2中读取fpga工程代码文件所有模块间的调用关系,确定顶层模块。
26、进一步地,步骤2中通过以下保存形式保存顶层模块的内部连接关系:
27、mod{mod i}:该变量代表顶层模块中各个例化模块的名称,其中,mod i为第i个例化模块,i=0,1,2,3…mk,mk为顶层模块的例化模块总数,当i=0时,代表顶层模块中不含有例化模块;
28、i_input{}:该变量代表顶层模块与第i个例化模块的输入口连接关系的集合;
29、i_output{}:该变量代表顶层模块与第i个例化模块的输出口连接关系的集合。
30、进一步地,步骤3.1中,基于以下形式保存关键子模块网络:
31、i_j input{input a,input b}:该变量代表关键子模块第i层的输入端口与本层中第j个例化模块端口或变量的连接集合;
32、i_j_output{output a,output b}:该变量代表关键子模块第i层的输出端口与本层中第j个例化模块端口或变量的连接集合;
33、i_j_wire{wire a,wire b}:该变量代表关键子模块的第i层的wire线网类型变量与本层中第j个例化模块的端口或变量的连接集合。
34、进一步地,所述步骤3.4具体为:
35、步骤3.41、对各个待确定辐照敏感信号进行辐射的敏感性测试,获得敏感性测试参数;
36、步骤3.42、计算各个网络关键节点的节点重要度ii:本文档来自技高网...
【技术保护点】
1.一种基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于:所述步骤1中构建的K-Shell网络模型为传统K-Shell网络模型;所述传统K-Shell网络模型的参数包括节点和节点的连边;
3.根据权利要求1所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于:所述步骤1中构建的K-Shell网络模型为六元组K-Shell网络模型;所述六元组K-Shell网络模型的参数包括V,E,KI,KT,C,S;其中,V是网络节点总数,E为网络中节点两步领域内的边数,KI及KT分别为网络中节点的入度及出度,C为节点综合度,S为强连通图;
4.根据权利要求3所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,步骤2与步骤3.1基于下式,计算节点综合度C:
5.根据权利要求1-4任一所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于:步骤2中,所述顶层模块通过读取FPGA工
6.根据权利要求5所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,步骤2中通过以下保存形式保存顶层模块的内部连接关系:
7.根据权利要求6所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,步骤3.1中,基于以下形式保存关键子模块网络:
8.根据权利要求7所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,所述步骤3.4具体为:
9.根据权利要求8所述的基于K-Shell的FPGA辐照敏感信号自动识别方法,其特征在于,步骤2及步骤3中基于K-Shell网络模型,构建顶层模块网络和构建关键子模块网络的具体步骤如下:
10.一种基于K-Shell的FPGA辐照敏感信号自动识别系统,包括存储器与处理器,所述存储器中存储有计算机程序,其特征在于:所述计算机程序在处理器中被运行时,执行权利要求1-9任一所述的基于K-Shell的FPGA辐照敏感信号自动识别方法的步骤。
11.一种计算机存储介质,其内存储有计算机程序,其特征在于:所述计算机程序在处理器中被运行时,执行权利要求1-9任一所述的基于K-Shell的FPGA辐照敏感信号自动识别方法的步骤。
...【技术特征摘要】
1.一种基于k-shell的fpga辐照敏感信号自动识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于k-shell的fpga辐照敏感信号自动识别方法,其特征在于:所述步骤1中构建的k-shell网络模型为传统k-shell网络模型;所述传统k-shell网络模型的参数包括节点和节点的连边;
3.根据权利要求1所述的基于k-shell的fpga辐照敏感信号自动识别方法,其特征在于:所述步骤1中构建的k-shell网络模型为六元组k-shell网络模型;所述六元组k-shell网络模型的参数包括v,e,ki,kt,c,s;其中,v是网络节点总数,e为网络中节点两步领域内的边数,ki及kt分别为网络中节点的入度及出度,c为节点综合度,s为强连通图;
4.根据权利要求3所述的基于k-shell的fpga辐照敏感信号自动识别方法,其特征在于,步骤2与步骤3.1基于下式,计算节点综合度c:
5.根据权利要求1-4任一所述的基于k-shell的fpga辐照敏感信号自动识别方法,其特征在于:步骤2中,所述顶层模块通过读取fpga工程代码文件中所有模块的调用关系确定。
6.根据权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。