计算机工程与科学

2025年第6期目录

2025, 47(6): 0-0. doi:

摘要 ( 164 )

PDF (263KB) ( 158 ) 　　

一种基于Crossbar结构的分布式共享缓存交换机设计与实现

杨乾明, 邵靖杰, 曾聘, 袁梦, 宋卓秦, 邓秋严, 张剑锋, 王勇

2025, 47(6): 951-957. doi:

摘要 ( 340 )

PDF (1126KB) ( 451 ) 　　

交换机的交换结构、缓存方式和多端口读写并存等架构实现方式决定了交换机的性能。随着交换端口数目的增加与端口速率的提升，交换机如何提高多端口数据转发性能是一个值得研究的课题。为满足多端口数据转发、数据交换内部无阻塞的需求，提出一种基于Crossbar结构的分布式共享缓存交换机架构，首先，采用了一种基于Crossbar全相连的输入缓存结构，以满足多端口数据的无阻塞输入需求；其次，在交换结构上创新性地采用了分布式共享缓存方式，以提高数据交换速率；最后，在FPGA开发板上对设计进行了仿真和验证。结果表明，相比传统交换机，提出的分布式共享缓存的多端口交换机架构支持大容量数据转发，能有效提升数据传输带宽。

FT-Format:一种可配置的硬件代码快速格式化工具

陈桂湘1, 2, 刘胜1, 2, 郭阳1, 2

2025, 47(6): 958-967. doi:

摘要 ( 205 )

PDF (1100KB) ( 541 ) 　　

在集成电路设计领域，规范硬件代码的格式是容易被忽视但至关重要的，它直接影响代码的可读性和可维护性。虽然现有的代码格式化工具已得到广泛应用，但它们确实存在固有的局限，尤其是对于硬件描述语言支持度不高。为了弥补这一缺陷，对主流的格式化工具进行评估后提出了基于Python语言的硬件代码格式化工具FT-Format，实现了快速高效的格式化处理流程并且允许用户自定义调整格式化过程。为了定量评估工具的处理质量，设计了2种错误格式自检算法。结果表明，FT-Format平均每秒可处理25 381行代码，并通过了错误格式自检算法的验证，进一步等价性验证的结果证明FT- Format维持了硬件代码处理前后的逻辑一致性。

基于多操作数的RISC-V指令集设计与功能优化方法

张钰儿, 席宇浩, 刘鹏

2025, 47(6): 968-975. doi:

摘要 ( 215 )

PDF (3768KB) ( 250 ) 　　

RISC-V架构凭借其开放性和模块化的指令集架构(ISA)设计，为特定应用及其软件生态系统的定制指令集成提供了良好支持，使其能够高效处理复杂算法并执行重复性操作。然而，由于操作数数量的限制，为RISC-V处理器设计加速指令仍面临挑战。传统处理器加速方法通常采用“2输入1输出”模型，这在一定程度上限制了复杂操作的灵活性与执行效率。为突破该限制，提出了一种多操作数增强指令集的设计方法。该方法通过引入多操作数加速机制，突破了传统模型的结构性约束，为多输入多输出任务提供了灵活的指令接口。为验证所提机制的有效性，基于Western Digital开源的RISC-V VeeR EH1处理器核实现了该设计，并在FPGA平台上进行了基准测试，涵盖SHA-256,SHA-1以及FIR/IIR滤波器等典型算法。实验结果表明，在FPGA平台上的逻辑资源开销控制在3%以内的情况下，处理器性能最高提升可达14%。与传统“2输入1输出”加速方法相比,所提出的增强指令集设计能够显著提升RISC-V在复杂任务处理中的性能，展示了其在嵌入式计算和专用加速领域的潜在优势。

一种多端口寄存器文件的全自动物理编译器

明天波1, 刘必慰1, 2, 胡春媚1, 2, 吴振宇1, 2, 宋睿强1, 2, 宋芳芳1

2025, 47(6): 976-987. doi:

摘要 ( 190 )

PDF (2559KB) ( 260 ) 　　

在专用微处理器设计中，设计师需反复尝试不同的体系结构参数以实现最佳应用支持。多端口寄存器文件作为核心部件，仍采用全定制或传统编译器辅助设计，但是这2种方法往往难以兼顾高性能需求与设计灵活性，因此难以与体系结构联合优化。提出一种用于多端口寄存器文件的物理编译器，可以全自动地快速生成指定容量和端口数的寄存器文件电路与版图。此外，还提出了优化的端口结构，以提升寄存器文件的并行访问性能；并提出了性能驱动的启发式算法，以实现优化的布局布线结果。使用所提出的编译器生成寄存器文件的时间约为数十小时，满足联合优化需求。与全定制设计相比，所提编译器速度提升了31.5%，功耗降低了28.8%；与传统编译器辅助设计相比，所提编译器速度提升了20.7%，功耗降低了33.9%。

ReHuff：基于ReRAM的Huffman编码硬件结构设计

郑道文1, 周一开1, 唐忆滨2, 3, 刘博生1, 武继刚1

2025, 47(6): 988-997. doi:

摘要 ( 168 )

PDF (1293KB) ( 322 ) 　　

随着数据量在深度学习等各种应用场景中的迅速增大，通信和存储的硬件开销显著增加。在此背景下，压缩方法的重要性日益提升。哈夫曼编码是目前具备代表性且广泛应用的压缩方法之一，其特点是在不损害数据完整性的前提下，有效压缩数据并节省存储空间。然而，由于分层内存存储的限制，哈夫曼编码在传统硬件中的解决方案面临着高延迟和高能耗的挑战。提出了一种名为ReHuff的硬件架构，利用阻变随机存储器（ReRAM）实现在内存中直接进行哈夫曼编码。设计了基于ReRAM的哈夫曼编码映射方法，以提取有效数据。针对映射过程中存在的变长编码数据与定长ReRAM块之间的匹配问题，提出了适应架构设计的双阶段变长数据选择与分割方法，整合变长输出以节省能耗并提升ReRAM的利用效率。仿真结果表明，所提出的设计方案的性能与能耗表现均优于代表性基准，在性能方面提高了18.6倍，在能耗方面降低了82.4%。

OpenVPN协议颠覆攻击技术研究

李子玉, 何俊, 刘羿希

2025, 47(6): 998-1007. doi:

摘要 ( 135 )

PDF (1088KB) ( 293 ) 　　

OpenVPN作为信道密码的典型应用，其安全性受到大规模监视和颠覆攻击等严重威胁。通过研究协议4个阶段的通信特点，详细分析各阶段攻击面和攻击条件，构建了OpenVPN协议数据加解密阶段的颠覆攻击安全博弈模型和攻击框架。针对复杂通信环境下传统模型无法准确评估攻击效果的问题，提出了以数据破译概率为主要评价标准的攻击优势定义，有利于对不同因素影响下的攻击效果进行更加准确的量化评估，在此基础上，设计并实例化了IV替换攻击方法，对攻击方法进行了基本性质证明，对OpenVPN协议不同加密算法的攻击优势进行了系统性分析与比对，并提出了具体缓解措施。

基于中继链的跨链分布式身份认证方案

邓淏天, 吴桐, 张川, 祝烈煌

2025, 47(6): 1008-1017. doi:

摘要 ( 253 )

PDF (1643KB) ( 436 ) 　　

随着区块链技术的快速发展，已涌现出了数百个不同的区块链平台。不同区块链平台的异构特性带来了新的挑战：如何在异构区块链系统之间进行跨链身份认证，从而保障跨链交互的安全?由于不同区块链平台所使用的底层技术、密码体制等的异构性，现有的身份认证技术难以适应跨链身份认证，并且大都存在单点故障风险、隐私保护不足、验证效率低等问题。针对以上问题，提出了一种基于中继链的分布式跨链身份认证方案，其创新性体现在3方面：首先，结合中继链技术和分布式身份认证技术DID，构建去中心化的自主身份管理体系，实现去中心化跨链身份认证；其次，提出基于零知识证明的身份凭证隐私保护验证技术，有效防范了跨链交互中的隐私溯源风险；最后，设计中继链动态分片协议，通过并行化验证任务处理提升系统吞吐量。实验评估表明，所提方案具有完善的功能和较高的效率，为跨链生态的安全互操作提供了可行路径。

基于人工智能方法的网络拥塞控制综述

李天云, 李韬, 温冬, 杨惠, 张毓涛, 罗欣, 董德尊

2025, 47(6): 1018-1027. doi:

摘要 ( 328 )

PDF (1151KB) ( 252 ) 　　

随着网络应用的蓬勃发展与网络场景的日益多样化，拥塞控制算法的设计面临着前所未有的挑战。人工智能方法凭借强大的自适应性与决策能力，成为学术界和工业界关注的焦点。因此，基于人工智能方法的网络拥塞控制算法应运而生。系统梳理了近年来基于人工智能方法的网络拥塞控制研究进展，从技术途径、应用场景和训练与实验等方面展开分析，并在此基础上展望未来的研究方向。

车联网环境下基于智能合约的混合访问控制模型

韦可欣1, 李雷孝1, 2, 斯琴1, 2, 史建平3

2025, 47(6): 1028-1040. doi:

摘要 ( 234 )

PDF (1777KB) ( 255 ) 　　

当下车联网访问控制通常是使用传统访问控制模型实现安全的道路行驶和高效的交通管理，针对传统车联网访问控制存在无法动态授权车辆权限、对资源无法细粒度授权，且难以对通信双方历史交流通信进行回溯等问题，提出基于角色的访问控制（RBAC）与基于属性的访问控制（ABAC）相结合的混合访问控制模型BARV-BAC。首先，制定角色-属性规则、属性授权规则和访问控制策略。其次，设计角色-属性智能合约（Role publisher-SC）和资源智能合约（RE-SC），以实现车联网动态化和细粒度管理。此外，使用数字签名验证用户对该角色的所有权，同时验证模型的可靠性。实验结果表明，在所仿真的道路环境下，模型的平均延迟小于200 ms，与传统访问控制模型相比有较大提升，与其他访问控制模型相比智能合约开销减少明显，进一步验证了BARV-BAC在车联网访问控制上具有高效性、实用性和安全性。

基于AST的MATLAB到Python转换器

郭瑞1, 徐文浩1, 谢鹏志2, 杨威2, 宋友1

2025, 47(6): 1041-1049. doi:

摘要 ( 265 )

PDF (623KB) ( 691 ) 　　

MATLAB语言被广泛应用于工业领域产品研发的各个环节，但是在实际工程应用场景中，需要将其建立的机理模型脱离MATLAB运行环境，与实际的工程系统集成应用，故需要一种将MATLAB建立的模型快速工程化的工具。为此，提出一种MATLAB到Python转换器M2P，该转换器基于抽象语法树AST，将源代码转换到AST结构，对该结构进行分析并利用替换规则生成结果代码，最终实现MATLAB到Python的代码等价转换。对比代码转换实验的结果表明，所提转换器与现有的其他MATLAB到Python转换转换器相比具有更高的转换性能。

斯托克斯定理的形式化及其初步应用

刘永梅1, 2, 王国辉1, 关永2, 张景芝2, 施智平1, 2, 董璐1

2025, 47(6): 1050-1061. doi:

摘要 ( 170 )

PDF (618KB) ( 656 ) 　　

斯托克斯定理是场论中的重要定理之一，它在流体力学、电磁学等领域都有广泛的应用。然而在实际应用中，斯托克斯定理前提条件的满足往往得不到正式的验证，这就存在一定的风险。因此，有必要对斯托克斯定理进行验证。基于斯托克斯定理的数学定义，构建其形式化模型，通过分析斯托克斯定理的数学证明过程，得出其形式化证明推导思路，根据分析、构建和验证目标，完成定理的形式化证明，最后将斯托克斯定理证明应用到管道流量设计模型的验证中。

基于量化布尔公式的超时态计算树逻辑有界模型检测

明志勇1, 2, 3, 王以松2, 3, 冯仁艳4

2025, 47(6): 1062-1070. doi:

摘要 ( 156 )

PDF (663KB) ( 194 ) 　　

超时态属性的模型检测是形式化验证的重要研究课题。超时态计算树逻辑HyperCTL*扩展了计算树逻辑CTL*，以显式地量化系统多个执行路径上的性质。针对HyperCTL*模型检测的高时间复杂度的问题，首先为HyperCTL*提出了有界模型语义，其次提出了基于量化布尔公式的HyperCTL*有界模型检测算法，分析了该算法的正确性，最后实现了HyperCTL*有界模型检测原型工具Hybmc。实验结果表明，Hybmc的有界模型检测效率显著优于HyperLTL有界模型检测工具HyperQube。

基于坐标卷积和最优传输分配的交通标志检测模型

熊昌镇, 李熙宇, 王庞伟

2025, 47(6): 1071-1078. doi:

摘要 ( 178 )

PDF (1129KB) ( 262 ) 　　

针对因尺度小、高速移动和天气等因素导致交通标志检测失败的问题，提出了一种基于坐标卷积和最优传输标签分配的交通标志检测模型。为兼顾嵌入式平台部署和检测速度，以YOLOv5s检测模型为基础。首先，使用具有额外坐标通道的坐标卷积来感知空间信息，增强小尺度交通标志的特征表征能力。其次，通过最优传输分配方法寻找全局最优的目标标签分配方法，减少模糊框的个数，提高训练数据的利用率。最后，使用包含角度损失的SIoU损失函数，提升预测框的收敛速度并增强检测能力。在CCTSDB和TSRD 2个交通标志数据集上测试本文模型的表现，实验结果表明，本文模型的表现较原YOLOv5s模型有较大的提升。与YOLOv7模型相比，本文模型的mAP_0.5和mAP_0.5:0.95在TSRD数据集上分别提升了2.35%和1.45%，在CCTSDB数据集上与YOLOv7的持平，同时本文模型在2个数据集上的检测速度是YOLOv7的2.5倍多，因此本文模型具有更出色的检测精度和速度。

基于改进的YOLOv8模型对地下工程混凝土裂纹的检测识别

周丰峻, 康怀强, 高伸, 李锋, 孙云厚, 高航, 马芃晟

2025, 47(6): 1079-1089. doi:

摘要 ( 282 )

PDF (1496KB) ( 508 ) 　　

地下工程混凝土表面的裂纹是影响施工安全的关键因素之一，准确高效地对裂纹进行检测可以在一定程度上避免安全事故的发生。针对该问题，提出了一种基于改进YOLOv8模型对混凝土裂纹的检测识别方法。首先，改进YOLOv8的主干网络，加入膨胀卷积提升主干网络浅层目标的特征提取；其次，引入卷积块注意力模块CBAM强化对裂缝特征的捕捉能力；再次，改进YOLOv8的颈部网络结构解决小目标的特征过小和特征纹理弱难以学习的问题；最后，优化YOLOv8的颈部网络特征融合方式。实验结果显示，改进后的YOLOv8模型在精确率上提升了36.94%、在召回率上提升了49.18%、在mAP上提升了51.74%，表明改进后的模型更适合于复杂场景下的混凝土裂缝检测，同时也进一步提升了其在复杂环境下对小目标的识别性能。

基于Unity 3D的灭火器虚拟消防模拟

薛锦云1, 周智鹏1, 2, 薛慧琦3, 易心武1, 2, 李志辉1, 2, 刘智高1, 2

2025, 47(6): 1090-1096. doi:

摘要 ( 252 )

PDF (814KB) ( 172 ) 　　

传统的消防训练需要消防员及相关人员面对大火进行实操，这不仅需要场地、资金的支持，还可能会有人员伤亡的风险。随着虚拟现实的发展，如何使用其模拟真实环境的能力让用户完成目标任务已成为当今研究的热点。利用Unity 3D强大的三维渲染能力和灵活的脚本系统，结合虚拟现实的粒子系统对火焰和灭火器喷雾进行模拟，能真实还原消防人员的训练环境。为了模拟的真实度，采用动力学原理模拟灭火器喷雾前期的运动轨迹，提出以高斯扩散模型对喷雾后期在空气中的弥漫进行分析。实验结果证明动力学原理和高斯扩散模型能成功模拟出灭火器喷雾的动态变化过程。同时，利用粒子间的碰撞实现了灭火器的灭火过程，使用户能够直观地感受到灭火器喷雾对火焰的影响。

基于改进STN的指针式仪表图像校正方法

曲海成, 张旺, 田鹏飞

2025, 47(6): 1097-1105. doi:

摘要 ( 140 )

PDF (1887KB) ( 279 ) 　　

针对指针式仪表校正任务中存在的倾斜旋转角度过大、常规校正方法校正效果不理想等问题，提出了一种基于改进STN的指针式仪表图像校正方法。该方法利用前置网络模型ASTN-FP对仪表图像的单应性参数和指针角度进行预测，添加自适应变换层和特征金字塔结构，增强模型对多尺度仪表处理的学习能力，提高网络性能。在训练阶段采用Sim2Real训练策略，引入合成数据集进行训练，并使用真实数据进行微调。在仪表校正阶段，将单应性变换和透视变换相结合，增强模型处理复杂变换的能力。最后在模拟和真实数据上进行了验证实验，结果表明：对比主流图像校正方法，所提方法在校正效率和平均校正时间上有了较大提升，校正后数据的识别精度为95.3%，验证了所提方法的有效性。

基于ERNIE模型的雷达维修命名实体识别研究

曾垂振1, 2, 崔良中1, 马文卓2

2025, 47(6): 1106-1113. doi:

摘要 ( 184 )

PDF (1353KB) ( 305 ) 　　

在雷达维修领域的知识图谱构建中，由于其专业性强、标注数据集稀缺，命名实体识别模型训练存在较大困难，传统模型训练效果达不到应用要求。在BiGRU-CRF模型的基础上引入了预训练模型，提出了ERNIE-BiGRU-CRF模型。首先，以某型号雷达为例，收集维修数据，并进行数据的预处理，同时使用doccano平台对数据进行人工标注，获得雷达维修领域命名实体识别数据1 100余条。然后，通过ERNIE预训练模型获取雷达维修训练数据的动态词向量，BiGRU获取双向语义信息。最后，通过CRF约束得到最合理的序列标注结果。实验结果表明，在少量训练语料的条件下，所提模型具有较强的识别效果，相比于BiGRU-CRF、BiLSTM-CRF模型，其F1值有一定提升，有效解决了雷达维修领域训练语料缺乏、训练效果不佳的问题，在雷达维修领域知识图谱的自动化构建中具有一定的实用价值。

融合多特征的藏语方言自动辨识方法

尕藏才让1, 2, 高定国1, 2, 仁青东主1

2025, 47(6): 1114-1120. doi:

摘要 ( 167 )

PDF (860KB) ( 395 ) 　　

藏语方言众多，内部差异显著，因此藏语方言自动辨识研究在语言学、语音信息处理和刑事侦查与公共安全等领域均具有重要价值。目前，藏语方言辨识的常用方法依赖于各种声学特征和基于大数据的深度学习模型。然而，传统声学特征不能充分表示藏语各方言之间的细微差别，深度学习在小规模数据集上难以实现高精度的方言识别。为解决这一问题，提出了一种融合多种特征的藏语方言自动辨识方法。该方法结合梅尔频率倒谱系数（MFCC）、伽马通频率倒谱系数（GFCC）以及包含清浊音信息的短时能量（STE）值，形成一个多信息融合的方言辨识特征，采用双向长短期记忆（Bi-LSTM）网络对卫藏、安多和康巴等主要藏语方言进行了识别。实验结果表明，提出的多特征融合方法相对于采用单一特征的MFCC，GFCC和STE方法分别提高了10.73%、10.78%和59.48%的辩识准确率，最终达到94.89%的辨识准确率，有效地验证了所提方法的有效性和实用性。

基于知识和数据双驱动的DRG医疗问答研究

徐春, 孙恩威, 汪晓洁

2025, 47(6): 1121-1132. doi:

摘要 ( 219 )

PDF (1794KB) ( 535 ) 　　

涵盖DRG编码的真实电子病历数据过少无法支撑语言模型学习文本特征，并且现有的疾病编码模型针对复杂文本难以作出结果解释。为此，设计了一种融合医疗知识图谱和大语言模型的医疗问答系统模型GLM-2B-DRAGON。首先，利用ChatGLM-6b模型抽取并更新医疗实体及实体关系，得到涵盖DRG编码等医疗知识的知识图谱DRG-Net；其次，使用跨模态编码器将QA问题对与知识图谱进行联合编码，实现相互补充的文本-图谱双向信息流以捕捉医疗文本特征；最后，通过知识图谱路径权重可视化分析，验证回答结果的可解释性。实验结果表明：在公开数据集CommenSenseQA和自建医疗数据集MedicalQA上，所构建的医疗问答系统模型优于现有的知识图谱增强语言模型。

融合降噪微调与图注意力机制的藏文长文本分类

敬容1, 万福成1, 2, 黄锐1, 于洪志1, 2, 马宁1, 2

2025, 47(6): 1133-1140. doi:

摘要 ( 175 )

PDF (745KB) ( 211 ) 　　

在藏文长文本分类任务中，长距离依赖问题尤为突出。同时，多语言预训练模型在处理藏文文本分类任务时也存在一定的偏差。针对以上问题，基于预训练语言模型CINO-Large，提出融合降噪微调与图注意力机制的藏文长文本分类方法。首先，在CINO-Large中引入不完全信任损失函数In-trust，通过任务适应性损失增强模型在下游任务中的泛化能力。其次，在图结构建模中引入滑动窗口和线性分类，选择性增加文档与文档边缘，提高节点间的特征区分度。最后，利用图注意力机制GAT捕捉不同节点在图中的重要性，完成藏文长文本分类任务。在TNCC中的新闻长文本上，由所提方法构建的模型的分类准确率达到了71.66%，与预训练语言模型CINO-Large相比，其准确率、精确度和F1分数分别提高了1.77%、2.67%和2.03%,在部分分类困难的子类别上，模型的F1分数能显著提升20%左右。

当期目录

作者中心

审稿中心

在线期刊