-
公开(公告)号：CN114885418A
公开(公告)日：2022-08-09
申请号：CN202210262724.8
申请日：2022-03-17
Applicant: 南京邮电大学 , 南京聚慧谷信息技术有限公司
Abstract: 本发明针对5G超密集网络中存在的因计算能力不足的用户在处理低时延、高可靠应用而产生的高时延问题，在计算资源和信道资源有限的条件下，实现了卸载策略与资源分配的联合优化策略。首先，构建5G超密集网络场景下MEC和本地计算的系统模型，构建了一个最小化任务完成时间的混合整数非线性优化问题，然后针对优化问题提出一种任务卸载决策与资源分配的联合优化策略。该策略先采用变量替换的方式简化问题，再采用子问题分解的方式求解，将原问题分解为计算资源分配与信道资源分配两个子问题，先采用拉格朗日乘子法获取计算资源的最优解，然后在确定每一次计算资源分配最优解的条件下采用一种基于差分进化思想的信道资源分配算法来进行信道资源分配。
-
公开(公告)号：CN118940693A
公开(公告)日：2024-11-12
申请号：CN202411426351.9
申请日：2024-10-14
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G06F30/337 , G06F30/3308 , G06F30/398 , G06F119/02 , G06F113/18 , G06F119/14
Abstract: 本发明公开了一种基于MOPSO的存算一体芯粒2.5D封装可靠性智能优化方法，包括如下步骤：S1.确定2.5D封装结构关键凸点参数；S2.按照田口正交实验划分的水平组合建立2.5D封装结构的等效有限元模型；S3.采用百分制加权评判法和信噪比的极差分析法，确定参数排名；S4.通过信噪比的极差分析法实现多目标综合评判，按照计算得出的权重占比进行百分制加权，得到不同水平组合的综合评分，确定最优2.5D封装结构参数方案；S5.采用最小二乘法对应力、翘曲以及综合评分的函数进行拟合；S6.采用MOPSO模型对多个目标变量进行寻优。本发明能够提前规避因翘曲、应力过大而导致产品可靠性失效的风险。
-
公开(公告)号：CN118098334A
公开(公告)日：2024-05-28
申请号：CN202410505070.6
申请日：2024-04-25
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G11C29/56
Abstract: 本发明属于集成电路领域，公开了一种RRAM的故障测试方法，对所有常规存储器的故障模型以及RRAM特有故障模型的故障原语进行分析，得到能够检测故障模型的测试序列；使用得到的测试序列在March‑C‑，March C*‑1T1R等算法基础上推导出能覆盖大部分常规存储器故障以及RRAM特有故障的March‑RAWR算法；以March‑RAWR算法为核心，构建一个适用于RRAM存储器的内建自测试MBIST电路；对RRAM存储器注入故障，并运行MBIST电路进行故障测试，记录故障单元地址。该方法提出的March RAWR算法故障覆盖率高达89.92%。该方法搭建的内建自测试电路结构简单，额外占用面积小。
-
公开(公告)号：CN117828956B
公开(公告)日：2024-05-28
申请号：CN202410246785.4
申请日：2024-03-05
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G06F30/23 , G06F30/10 , G06F30/27 , G06F17/18 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种基于晶体塑性有限元模型的封装跌落可靠性预测方法，包括观察扫描电子显微镜下的微凸点细观结构，建立包含不同取向晶粒的晶体塑性有限元模型；调整微凸点尺寸、微凸点个数及排布方式，构建封装结构的有限元模型；对封装结构的有限元模型进行参数设置；针对最大应力应变位置的微凸点，采用均匀化方法得出微凸点的最大应力和应变；使用仿真软件，输入不同组载荷条件，输出对应的微凸点最大应力仿真云图，得到不同组焊点最大应力应变曲线；利用样本数据集对神经网络进行训练和测试，获得应力预测模型。本发明能够通过微观力学精准的拟出封装模型，并通过机器学习算法大大增加封装仿真计算速度。
-
公开(公告)号：CN117495705A
公开(公告)日：2024-02-02
申请号：CN202311511986.4
申请日：2023-11-14
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
Abstract: 本发明公开了一种基于忆阻器的图像降噪方法，具体为：步骤1：基于忆阻器设计降噪支路；步骤2：如果图像为一维图像，则基于降噪支路构建一维图像的降噪电路，若图像为二维图像，则基于降噪支路搭建二维图像的降噪电路；步骤3：将图像的灰度值映射为输入电流，并导入相应的降噪电路中；步骤4：将降噪电路输出的电流映射还原为图像灰度值；步骤5：将步骤4中的灰度值做二值化后还原为图像，从而得到去噪后的图像。本发明所采用的降噪方法为忆阻器实现图像降噪方面的应用提供了一种新的思路。
-
Patent Agency Ranking
公开(公告)号：CN118658571B
公开(公告)日：2024-10-22
申请号：CN202411132962.2
申请日：2024-08-19
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G16C60/00 , G06F30/23 , G06T17/20 , G06F111/10 , G06F119/14 , G06F119/08 , G06F119/02 , G06F111/04 , G06F111/08
Abstract: 本发明公开一种考虑延性损伤的凸点晶体塑性有限元模型的构建方法，属于封装可靠性仿真技术领域，包括如下步骤：S1、对凸点试件开展推球试验，获得凸点的宏观应力‑位移曲线；S2、初步建立二维晶体塑性有限元模型；S3、建立耦合损伤的晶体塑性本构模型，并通过用户自定义材料子程序定义；S4、建立计算模型，采用均匀化方法获得有限元模型的应力‑位移曲线；S5、采用试参法拟合宏观应力‑位移曲线和有限元模型的应力‑位移曲线，调整本构模型中的材料参数。本发明能够精确预测封装凸点在剪切荷载下的变形及失效行为，大幅降低试验和设计成本，为封装结构设计提供参考。
-
公开(公告)号：CN117828956A
公开(公告)日：2024-04-05
申请号：CN202410246785.4
申请日：2024-03-05
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G06F30/23 , G06F30/10 , G06F30/27 , G06F17/18 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种基于晶体塑性有限元模型的封装跌落可靠性预测方法，包括观察扫描电子显微镜下的微凸点细观结构，建立包含不同取向晶粒的晶体塑性有限元模型；调整微凸点尺寸、微凸点个数及排布方式，构建封装结构的有限元模型；对封装结构的有限元模型进行参数设置；针对最大应力应变位置的微凸点，采用均匀化方法得出微凸点的最大应力和应变；使用仿真软件，输入不同组载荷条件，输出对应的微凸点最大应力仿真云图，得到不同组焊点最大应力应变曲线；利用样本数据集对神经网络进行训练和测试，获得应力预测模型。本发明能够通过微观力学精准的拟出封装模型，并通过机器学习算法大大增加封装仿真计算速度。
-
公开(公告)号：CN117495705B
公开(公告)日：2025-03-18
申请号：CN202311511986.4
申请日：2023-11-14
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
Abstract: 本发明公开了一种基于忆阻器的图像降噪方法，具体为：步骤1：基于忆阻器设计降噪支路；步骤2：如果图像为一维图像，则基于降噪支路构建一维图像的降噪电路，若图像为二维图像，则基于降噪支路搭建二维图像的降噪电路；步骤3：将图像的灰度值映射为输入电流，并导入相应的降噪电路中；步骤4：将降噪电路输出的电流映射还原为图像灰度值；步骤5：将步骤4中的灰度值做二值化后还原为图像，从而得到去噪后的图像。本发明所采用的降噪方法为忆阻器实现图像降噪方面的应用提供了一种新的思路。
-
公开(公告)号：CN118940693B
公开(公告)日：2025-02-11
申请号：CN202411426351.9
申请日：2024-10-14
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G06F30/337 , G06F30/3308 , G06F30/398 , G06F119/02 , G06F113/18 , G06F119/14
Abstract: 本发明公开了一种基于MOPSO的存算一体芯粒2.5D封装可靠性智能优化方法，包括如下步骤：S1.确定2.5D封装结构关键凸点参数；S2.按照田口正交实验划分的水平组合建立2.5D封装结构的等效有限元模型；S3.采用百分制加权评判法和信噪比的极差分析法，确定参数排名；S4.通过信噪比的极差分析法实现多目标综合评判，按照计算得出的权重占比进行百分制加权，得到不同水平组合的综合评分，确定最优2.5D封装结构参数方案；S5.采用最小二乘法对应力、翘曲以及综合评分的函数进行拟合；S6.采用MOPSO模型对多个目标变量进行寻优。本发明能够提前规避因翘曲、应力过大而导致产品可靠性失效的风险。
-
公开(公告)号：CN118709468A
公开(公告)日：2024-09-27
申请号：CN202410708606.4
申请日：2024-06-03
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
IPC: G06F30/23 , H01L21/60 , G06F30/27 , G06F119/08
Abstract: 本发明涉及芯片封装工艺技术领域，公开一种基于机器学习的芯片DFN封装与工艺协同优化方法，通过田口正交试验的百分制加权评判法和信噪比的极差分析法确定焊膏种类、PAD焊层厚度、芯片下表面焊层厚度、芯片材料种类的质量指标，对各因素的极差值R进行排序分析获得综合评分，并通过随机森林机器学习和网格搜索进一步优化田口法的最优DFN封装参数组合；并对回流焊温度曲线进行优化，选取最优回流焊温度曲线；解决现有芯片DFN封装中因材料组合或结构设计的不合理而导致的系列问题，本方法大大提高了优化效率，也一定程度上提高了田口法优化参数的准确性。
-
-
-
-
-
-
-
-
-
Search Results
238
records
(took 0.092 seconds)
