风险监测系统中曲线控件的开发与应用

来源 :全国第21届计算机技术与应用(CACIS)学术会议 | 被引量 : 0次 | 上传用户:pploa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
风险监测系统是基于核电厂实时配置状态计算瞬时风险水平的软件系统,能够为核电厂安全稳定经济运行提供指导性意见和建议.而风险曲线控件是风险监测系统中风险水平的直接度量,因此是系统开发的一个关键部分.本文探索了基于浏览器/服务器的风险曲线控件开发,基于AJAX框架采用Flot技术完成并实现了控件.本文介绍了该风险曲线控件的技术路线及实现过程,最后展示风险曲线的应用效果,结果表明该风险曲线控件能够满足核电厂实际需求.
其他文献
片上高速缓存(cache)在当今的高性能微处理器中扮演着非常重要的角色,为了更好地支持对高性能微处理器尤其是多核多线程结构的微处理器中存储系统的研究,本文提出了一种适应多核结构的cache综合性能评估模型multi-metric memory model for CMP(以下简称M5C).该模型通过对目前流行的几种体系结构模拟器的总结和抽象,提取了有效的cache结构模型,同时结合cache电路中
协处理器往往是针对某类特定应用而专门设计的用于辅助主处理器运算的处理器,主处理器与协处理器之间的通信问题一直是一个被广泛关注的问题.设计了一种通用主处理器和协处理器之间的通信机制,实现了主一协处理器间的高效通信接口,主处理器可以通过该接口对协处理器进行控制以及数据通信.接口支持四种读写模式,其中包括读写效率较高burst模式读写.它具有引脚少、面积小、频率高、带宽高等特性.
在锁相环和环形振荡器等模拟电路的测试中,模拟信号的获取需要通过电压缓冲器来实现.本文在0.18μm CMOS工艺下,采用典型两级运放和共源极放大器相结合的方法实现电压缓冲器,它能够宽范围跟随模拟信号.HSPICE模拟验证,输入信号在0.5v~1.3v之间变化时,放大器增益在55dB~90dB之间,相位裕度为63~53度,与典型两级运放构成的电压缓冲器相比具有较宽的输入电压范围.
MOSFET功率管版图面积利用率是衡量功率管性能的重要指标之一。本文针对常见MOSFET功率管版图结构面积利用率的问题,提出了一种紧凑的八边形网格MOSFET功率管版图结构,解决了MOSFET功率管背栅接触问题,提高了面积利用率,同时提高了功率管的高频特性,降低了芯片的生产成本。
在低供电电压集成电路中,运算放大器作为模拟集成电路中的基础部件,其在低供电电压下的性能至关重要.本文提出了一种采用改进型衬底输入技术的轨到轨运算放大器,基于0.18μmCMOS工艺的实现结果表明,在0.5V供电电压下,功耗为9.5μW时该放大器的最高增益及单位增益带宽分别为66.1dB与11.1MHz,功耗为95μW时该放大器的最高增益及单位增益带宽分别为62.4dB与28.7MHz.
在数据通信中,如何在提高数据传输的可靠性的同时又具有快速的数据处理能力一直是通信链路追求的目标.在数据传输的过程中通常使用循环冗余校验(CRC)来检查数据传送过程中是否发生了错误.本文介绍了一种新型的CRC数据校验方法,它同时使用两个生成多项式产生校验数据,分别用于本报文和下一报文数据的校验生成及错误检测,并针对其不足进行了改进.研究结果表明,这种方法能够在较低逻辑复杂度的基础上提高校验能力,从而
为了充分挖掘并行优势,多媒体计算机迫切需要发展SIMD编译技术.本文通过对SIMD技术的研究,描述了SIMD编译技术的背景,传统编译方法,编译的关键技术及其典型解决方法.
软错误对集成电路可靠性的影响随着工艺的进步而日益凸显,相对于存储电路而言,逻辑电路软错误率处于相对次要的位置,如今也逐步引起重视.本文分析了软错误发生的模型,按照诱发软错误的瞬时脉冲的产生、传播和捕获三个阶段,考虑逻辑电路内在的逻辑屏蔽效应、电气屏蔽效应和窗口屏蔽效应,并提出了一种评估逻辑电路软错误率的框架,能够根据电路结点的驱动门和扇出门的尺寸信息快速准确地计算各个结点的关键电荷,在保证精度的前
CAM(content addressable memory)是一种按内容访问的存储器,采用全相联结构,可对所存储的数据与比较的数据进行全并行的比较.CAM匹配线结构有与非(NAND)匹配线结构、或非(NOR)匹配线结构、双匹配线结构以及混合匹配线结构.本文研究了高速CAM的双匹配线结构的设计,并对匹配结构进行了电路模拟.匹配速度较全局匹配线加速结构提高了15%,较分级或非结构提高了27%.
随着体数据可视化应用的不断发展,体数据的高质量可视化方法越来越被重视.由于分割信息能准确地刻画体数据的结构特征,因此基于分割信息的体数据可视化能获得更好的效果.两级体绘制(Two-Level Volume Rendering)是当前性能最好的基于分割信息的体数据可视化方法之一,本文基于两级体绘制方法实现了体数据的高质量可视化并使用人体CT数据对算法性能进行测试,获得了良好的效果.最后,本文依据算法