智能仿真實(shí)時控制在露天礦運(yùn)輸網(wǎng)絡(luò)中應(yīng)用

沈泓 馮晴

摘要：基于露天礦運(yùn)輸網(wǎng)絡(luò)特點(diǎn)，以挖掘鏟位置調(diào)度卡車在運(yùn)輸網(wǎng)絡(luò)中運(yùn)行， 實(shí)施軌跡跟蹤策略，采用模型預(yù)測控制而設(shè)計的智能仿真實(shí)時控制系統(tǒng)，將閉環(huán)反饋校正嵌入動態(tài)控制律中，設(shè)置具有多處理技術(shù)的模擬器，用建模語言UML（USE CASE）建模及系統(tǒng)優(yōu)化過程，用特定仿真模型設(shè)計編碼，提高系統(tǒng)可靠性。文中真對不同實(shí)際狀態(tài)做模擬仿真實(shí)驗，通過對實(shí)驗結(jié)果分析，顯示智能仿真實(shí)時控制調(diào)度露天礦運(yùn)輸網(wǎng)絡(luò)，跟大程度上提高生產(chǎn)效率。

關(guān)鍵詞：實(shí)時控制；仿真建模；卡車管理；穩(wěn)定性； 智能仿真

DOI：1015938/jjhust201705017

中圖分類號： TD273

文獻(xiàn)標(biāo)志碼： A

文章編號： 1007-2683（2017）05-0091-06

Application of Intelligent Simulation Real Time Control in Surface Mine Transportation Network

SHEN Hong1，F(xiàn)ENG Qing2

（1School of Computer Science and Technolong， Harbin University of Science and Technology，Harbin 150080，China；

2University of Limerick Department of Electronic & Computer Engineering， Limerick， Ireland）

Abstract：Based on the characteristics of openpit transportation network， digging shovel position to dispatch the truck in the transportation network operation， the implementation of trajectory tracking strategy， the design of the intelligent simulation and realtime control system， the embedded dynamic correction closedloop feedback control law， USES the model predictive control， set up the simulator has more processing technology， with a modeling language UML， USE CASE modeling and the system optimization process， with specific design code， a simulation model to improve system reliability Really do simulation experiment on different actual status， through analyzing the experimental results show that intelligent simulation and realtime control scheduling openpit transportation network， improve the production efficiency

Keywords：realtime control； simulation modeling； truck management； stability； intelligent simulationbased

收稿日期： 2016-06-02

基金項目： 國家自然科學(xué)基金（61305001）

作者簡介：

沈泓（1966—），女，高級工程師，Email：shong3000@126.com；

馮晴（1993—），女，碩士研究生

0引言

露天礦運(yùn)輸網(wǎng)絡(luò)是復(fù)雜高度隨機(jī)環(huán)境?？ㄜ嚍橐粋€矢量，派遣往返在各個站點(diǎn)，導(dǎo)致卡車管理在動態(tài)、不可預(yù)測的非線性環(huán)境下。在建立露天礦運(yùn)輸網(wǎng)絡(luò)控制系統(tǒng)時，采用定期更新的嵌入動態(tài)控制律，使系統(tǒng)具有智能仿真實(shí)時控制特性。

基于閉環(huán)反饋校正的動態(tài)控制法基礎(chǔ)上建立的預(yù)測模型控制系統(tǒng)，結(jié)構(gòu)設(shè)計和操作使用基于統(tǒng)一建模語言（UML）的面向?qū)ο蟮慕７椒?。通過比較傳感器反饋信號與設(shè)定的參考值的比較量，使內(nèi)部仿真模型預(yù)測系統(tǒng)在預(yù)測范圍的輸出，觸發(fā)控制器的更新系統(tǒng)進(jìn)行狀態(tài)仿真優(yōu)化過程；優(yōu)化過程最終找到下一控制回路的控制規(guī)律，系統(tǒng)使用SA（simulated annealing）仿真優(yōu)化方法計算最優(yōu)控制律；此控制規(guī)律使傳感器反饋信號和參考值之間差距最小。參考值是根據(jù)生產(chǎn)計劃和管理者的要求提前設(shè)定的。智能仿真實(shí)時控制系統(tǒng)是在并行計算環(huán)境下實(shí)現(xiàn)，使交通運(yùn)輸系統(tǒng)運(yùn)作效率更高。

1智能仿真實(shí)時控制系統(tǒng)

11智能仿真實(shí)時控制系統(tǒng)框架

找到控制基準(zhǔn)線是一個內(nèi)部仿真模型用來預(yù)測系統(tǒng)輸出是否在預(yù)測范圍內(nèi)的關(guān)鍵。預(yù)測控制方案框圖模型如圖1所示。

由圖可見，參數(shù)輸入量與傳感器采集反饋信號比較，產(chǎn)生誤差后，信號進(jìn)入優(yōu)化器。用UML規(guī)范標(biāo)準(zhǔn)將實(shí)時應(yīng)用特征嵌入到智能仿真實(shí)時控制系統(tǒng)中。

12仿真實(shí)時控制系統(tǒng)的UML（USE CASE）模型

在USE CASE模型中，定義了以下行為：傳感器、顯示機(jī)構(gòu)（執(zhí)行器）、控制器、參考輸入和設(shè)置參數(shù)。傳感器和顯示機(jī)構(gòu)為實(shí)時系統(tǒng)的主要部分?？刂破魍ㄟ^傳感器獲得所需的反應(yīng)通過顯示機(jī)構(gòu)指導(dǎo)卡車運(yùn)行。endprint

對于這個實(shí)時系統(tǒng)，外部對象之間的相互作用如圖2所示。

13智能仿真實(shí)時控制系統(tǒng)

為確?？刂葡到y(tǒng)的并發(fā)性，作為活動對象的顯示機(jī)構(gòu)、傳感器和控制器同時參與系統(tǒng)互動，每個對象都有其適當(dāng)?shù)目刂凭€程?？刂破魍ㄟ^傳感器獲得反饋信息，調(diào)用信息在顯示器顯示，進(jìn)而調(diào)控優(yōu)化對象的運(yùn)行，實(shí)現(xiàn)與實(shí)際系統(tǒng)同動、實(shí)時交互。在并行計算過程中生成控制律并優(yōu)化，并將控制律嵌入到閉環(huán)控制動。控制對象將自行運(yùn)行此控制律，不再與控制器分享地址空間。

使用Alt算子設(shè)計仿真實(shí)時控制系統(tǒng)操作模式，如圖3所示。

仿真優(yōu)化過程是控制器產(chǎn)生子模擬器過程，模擬器是控制系統(tǒng)的預(yù)測模型。當(dāng)接收到傳感器捕獲的實(shí)際系統(tǒng)狀態(tài)的反饋信號時，仿真優(yōu)化過程開始計算預(yù)測模型。當(dāng)獲得最佳的解決方案，控制器停止執(zhí)行，新進(jìn)程會破壞前模擬器，并在下一個控制中執(zhí)行，將預(yù)測模型發(fā)送給下一控制層中執(zhí)行器執(zhí)行。此預(yù)測模型將大限度地減少參考值與系統(tǒng)性能的偏差。在瞬態(tài)模式和穩(wěn)態(tài)模式，閉環(huán)的執(zhí)行時間是由新的預(yù)測模型執(zhí)行的時間控制的。如果控制律處理系統(tǒng)的實(shí)際狀態(tài)遭到破壞，控制器破壞最后創(chuàng)建模擬器的子進(jìn)程。這個操作可以防止模擬優(yōu)化過程中，使用一個無效的預(yù)測模型。在指定的控制層上定義預(yù)測模型，所需的計算時間小于控制回路發(fā)送周期性信號的時間。

2系統(tǒng)仿真優(yōu)化模擬模型

實(shí)施優(yōu)化模擬的最終目的是盡量減少從傳感器的反饋的噸位信息和控制器計算的目標(biāo)噸位差距。在形成預(yù)測模型中，找到一個向量的輸入變量的值，對形成目標(biāo)函數(shù)的值有非常重要的作用。通過優(yōu)化方法進(jìn)行迭代計算，產(chǎn)生一組作為模擬模型輸入的值。每個挖掘鏟所挖掘的噸位是仿真模型估計的目標(biāo)函數(shù)，是下一個預(yù)測基準(zhǔn)。

在仿真優(yōu)化模擬模型中，用p作為定義輸入的可運(yùn)行區(qū)域ψ，ψ≡（ψ1，ψ2…ψq），q為隨機(jī)輸出變量，y≡（Y1，Y2，…Yq），y是ψ的一個函數(shù)，C（Y）是Y的實(shí)函數(shù)，Y結(jié)合Q輸出的變量，為一個單一的隨機(jī)輸出變量。ψ目標(biāo)是確定的值F（ψ）仿真響應(yīng)函數(shù)，進(jìn)行優(yōu)化。代表性的是：在F（ψ）=E/C（Y（ψ））選擇ψ∈ψF（ψ）

選擇優(yōu)化算法SA（simulated annealing）實(shí)施優(yōu)化模擬。用生產(chǎn)計劃的最佳目標(biāo)量和實(shí)際生產(chǎn)中每一鏟挖掘量之間的誤差來評價成本函數(shù)。生產(chǎn)計劃是離線計算的，為下一個操作做參考輸入。假定系統(tǒng)在開始運(yùn)行時，每個挖鏟的轉(zhuǎn)載量已經(jīng)定義，且每一鏟的生產(chǎn)量與時間幾乎成線性關(guān)系。

3露天礦智能仿真的實(shí)時控制方案

31運(yùn)輸網(wǎng)絡(luò)模型定義

露天與地下開采相比，具有資源利用充分等優(yōu)點(diǎn)，適用大型機(jī)械施工，但受氣候影響較大，所處的環(huán)境也是高度動態(tài)的和隨機(jī)的，對設(shè)備效率及勞動生產(chǎn)率都有一定影響[14]。露天礦運(yùn)輸網(wǎng)絡(luò)包含采裝、運(yùn)輸和卸載（卸礦和排廢）三個過程。料運(yùn)輸是露天礦作業(yè)的重要工作之一，工作流程如下：

運(yùn)送礦料卡車隊在礦料站（S）等待裝載貨物，站內(nèi)挖礦鏟不斷往卡車裝載礦料；卡車通過運(yùn)輸網(wǎng)絡(luò)將裝載的礦料送到破碎機(jī)（C）處粉碎，再將粉碎好的礦料運(yùn)到發(fā)送站（D），廢料運(yùn)到垃圾場（WD），在每個發(fā)送站（D）和垃圾場（WD）要求一輛卡車卸下它的負(fù)荷后，并將卸下負(fù)荷鏟平；如卡車測試點(diǎn)溫度達(dá)到預(yù)警溫度，卡車進(jìn)入發(fā)送站（D）降溫，當(dāng)卡車測試點(diǎn)溫度達(dá)到可運(yùn)行溫度，調(diào)控卡車加入網(wǎng)絡(luò)運(yùn)輸?？ㄜ囋谶\(yùn)輸網(wǎng)絡(luò)中以一定周期往返運(yùn)行。

卡車在一個傳送站卸下它的負(fù)載后，控制系統(tǒng)提出下一個調(diào)度命令：到達(dá)指定的挖掘鏟處，在每個卡車的顯示機(jī)構(gòu)顯示挖掘鏟位置，卡車根據(jù)導(dǎo)航系統(tǒng)行駛到相應(yīng)的配貨站。控制系統(tǒng)以挖掘鏟位置調(diào)度一組卡車在運(yùn)輸網(wǎng)絡(luò)中運(yùn)行。

露天礦運(yùn)輸網(wǎng)絡(luò)中，卡車是控制對象，沿交通網(wǎng)絡(luò)放置用于閉環(huán)反饋校正的傳感器（如在每個卡車、交付站、破碎機(jī)、垃圾場、補(bǔ)給站、發(fā)送站、配送站等處）。當(dāng)卡車進(jìn)入或離開工作場所，“開啟傳感器”和“關(guān)閉傳感器”分別發(fā)出信號。在卡車卸載的這段時間間隔里，控制法計算生成。在圖3中{新控制律執(zhí)行的時間<=關(guān)閉傳感器時間-開啟傳感器時間}。

實(shí)施實(shí)時控制的關(guān)鍵問題是嵌入到控制交通系統(tǒng)中的模型是高逼真度的仿真模型，必須與實(shí)際系統(tǒng)行為保持一致；對于實(shí)時控制的內(nèi)部模型（模擬器）在建模中，卡車必須作為一個有感知控制行為能力的自主對象，而調(diào)度指令根據(jù)卡車在運(yùn)輸網(wǎng)絡(luò)中的動作（平穩(wěn)行駛、、加速、減速、停止）做出反應(yīng)。因此，建模變量必須與提供的數(shù)據(jù)是一致的，這要求在模型中跟蹤在運(yùn)輸網(wǎng)絡(luò)上的每一個卡車的實(shí)際位置。

新的控制律對卡車進(jìn)行調(diào)度，調(diào)度指令最大限度地減少所取得的信息和參考值之間的瞬時誤差。參考值是一個線性函數(shù)，是從生產(chǎn)實(shí)踐中每一挖掘鏟移動中得到的。

32運(yùn)輸網(wǎng)絡(luò)調(diào)度集

在破碎機(jī)（C）處，假設(shè)一個控制過程用時10min，即控制回路的周期=10s。由于在一個時間內(nèi)只有一輛卡車可以傾倒，而傾倒的操作至少需要4min；破碎機(jī)的調(diào)度集：

set C is then |C|=3

破碎機(jī)完成的時間必須在10min內(nèi)，即C的上限為10s。

例如：當(dāng)C={S1，S3，S3}時。最初離開傳送站的卡車，在未來10min內(nèi)，將被派遣到第一個挖掘鏟處，第二個離開的卡車被派到第三挖掘鏟處，如此這樣繼續(xù)下去。

中等規(guī)模的交通網(wǎng)絡(luò)（圖4a），有三個配送站（挖掘鏟：S1，S2，S3），雙配送站用一個破碎機(jī)（C）和一個垃圾場（WD）?？ㄜ囃Ｔ诎l(fā)送站（D）。交通網(wǎng)絡(luò)是由在圖中的相應(yīng)距離的路段組成的。網(wǎng)絡(luò)車隊采用共15輛卡車。

大型交通網(wǎng)絡(luò)（圖4b），有10個配送站（挖掘鏟：Si，i=1，… 10）和三個傳送站，每個傳送站包含：破碎機(jī)（C），垃圾場（WD）和補(bǔ)給站（SP）。網(wǎng)絡(luò)車隊采用共60輛卡車隊。

3.3網(wǎng)絡(luò)仿真控制模型

模擬器實(shí)時控制系統(tǒng)僅編譯一次。在執(zhí)行的仿真優(yōu)化過程中，預(yù)測模型作為一個全局變量，被一個可執(zhí)行文件的簡單調(diào)用，單獨(dú)編碼并鏈接到外部文件，就不需要再運(yùn)行仿真過程，也不需要在每個評價中編譯仿真模型。因此，在仿真的優(yōu)化評價過程中，消除最耗時的操作，大大提高系統(tǒng)運(yùn)行速度。endprint

對于仿真模型中的觀察模塊，通過添加同外部（控制）系統(tǒng)的通信機(jī)制實(shí)現(xiàn)與實(shí)際系統(tǒng)的相互作用。在模塊與實(shí)際系統(tǒng)之間的通信通道是用C++語言編程的，這樣使得在進(jìn)程間通信中傳遞消息的響應(yīng)時間（01s）發(fā)揮很高的效律。

實(shí)時控制方案編碼模塊圖5中所示?？刂品桨傅暮诵哪K是使用C++編程語言進(jìn)行編碼的，包括優(yōu)化器。模擬器是預(yù)測模塊，模擬器使用Siman/Arena1仿真語言編碼。

4實(shí)驗

控制采用總運(yùn)輸噸位輸出量衡量露天礦運(yùn)輸系統(tǒng)輸出的性能。以下實(shí)驗在穩(wěn)態(tài)條件下和瞬態(tài)條件下完成。

配送站C破損需要至少4min， WD和SP操作需要3min。為了滿足預(yù)先定義的時間規(guī)范（圖3）：{新控制律執(zhí)行的時間<=關(guān)閉傳感器時間-開啟傳感器時間}，允許計算新的控制律的時間上限為3min。為了保護(hù)啟動系統(tǒng)狀態(tài)的有效性，選擇了120秒時間的上限，在此時間內(nèi)模擬優(yōu)化過程完成。

41優(yōu)化控制在穩(wěn)態(tài)條件下運(yùn)行

以下實(shí)驗假設(shè)露天礦運(yùn)輸系統(tǒng)是在穩(wěn)態(tài)條件下，不發(fā)生突然的狀態(tài)變化發(fā)生（鏟或卡車故障，道路部分堵塞等）。

411中等規(guī)模運(yùn)輸網(wǎng)絡(luò)

在開環(huán)控制管理（即靜態(tài)控制律）和閉環(huán)優(yōu)化控制動態(tài)控制管理下，用150min做三個模擬研究。實(shí)驗數(shù)據(jù)如表1所示，實(shí)驗仿真圖如圖6所示：

從圖6中察覺到，首先，開環(huán)控制的系統(tǒng)的性能比閉環(huán)優(yōu)化控制系統(tǒng)的性能在變壞，且約80min后開始的轉(zhuǎn)變，總運(yùn)輸噸位減少。在150min后，開環(huán)控制下的總噸位等于13680t；而閉環(huán)控制（閉環(huán)控制周期=20min）總噸位達(dá)17760t，開環(huán)控制運(yùn)行時卡車調(diào)度決策造成將近30%的損失。其次，比較閉環(huán)優(yōu)化控制的系統(tǒng)中，控制回路周期在20min和控制回路周期在40min時制系統(tǒng)的性能，察覺到對總產(chǎn)量影響不大，總噸位從17760t減少16560t，減少7%。

可見，中等規(guī)模的交通網(wǎng)絡(luò)中，在穩(wěn)定的狀態(tài)下，當(dāng)相對控制總時段，控制回路周期較小時，控制系統(tǒng)性能表現(xiàn)更好。

412大規(guī)模運(yùn)輸網(wǎng)絡(luò)

閉環(huán)優(yōu)化控制動態(tài)控制管理下，實(shí)驗時間同一為150min。實(shí)驗數(shù)據(jù)如表2所示，模擬結(jié)果在圖7。閉環(huán)控制周期采用20min比40min控制系統(tǒng)的性能更好?？梢?，相對于整體控制范圍而言，控制回路周期短，生產(chǎn)率增長近14%。因此，在大規(guī)模交通網(wǎng)絡(luò)中，控制回路周期較短，對卡車管理更有效。

總之，在整個資源共享的運(yùn)輸網(wǎng)絡(luò)中，大型車隊將產(chǎn)生大數(shù)量的交通量，會導(dǎo)致更多的系統(tǒng)狀態(tài)擾動。由于交通行為的隨機(jī)性，控制范圍較長，使系統(tǒng)變得更加不可預(yù)測。對于更大、更擁擠的交通網(wǎng)絡(luò)，需要控制律頻繁生成。

42優(yōu)化控制在瞬態(tài)條件下運(yùn)行

天氣惡化會改變卡車運(yùn)行條件，這種不可預(yù)知的突變干擾事件可導(dǎo)致卡車額定速度下降約50%，以此做為非周期干擾做忽略干擾和考慮非周期干擾兩個實(shí)驗。

在控制回路周期內(nèi)當(dāng)遇到擾動的環(huán)境狀態(tài)時，一是忽略干擾，通過大幅降低實(shí)際速度，等待下一個控制周期；其二，考慮非周期干擾，對系統(tǒng)實(shí)施智能優(yōu)化控制。

實(shí)驗時間同一為150min，控制回路周期40min。實(shí)驗數(shù)據(jù)如表3所示，模擬圖如圖8所示：當(dāng)下一個控制周期到來之前，在有干擾的新運(yùn)行條件下，忽略非周期干擾，控制器不設(shè)計與實(shí)際系統(tǒng)相配合的卡車調(diào)度指令，此時總運(yùn)輸噸位14880t；當(dāng)控制器對周期干擾反應(yīng)，計算出一個新的控制律適應(yīng)實(shí)際系統(tǒng)，此時總運(yùn)輸噸位16560t。比較兩種控制狀態(tài)，有113%的生產(chǎn)收益。可見，忽略干擾，系統(tǒng)的性能下降。

事實(shí)上，突然的速度變化會影響交通狀況。如果卡車調(diào)度指令設(shè)計在干擾生成之前，對于應(yīng)付新的交通運(yùn)輸環(huán)境是沒有效率的。智能仿真的實(shí)時控制通過實(shí)時生成卡車調(diào)度指令，實(shí)現(xiàn)對非周期性干擾的反應(yīng)，使系統(tǒng)輸出性能增益大大提高。

5結(jié)語

通過使用基于UML規(guī)范方法優(yōu)化控制系統(tǒng)，設(shè)置生成具有多處理技術(shù)子進(jìn)程的模擬器，并設(shè)計編碼特定仿真模型參與控制，將并發(fā)性和反應(yīng)性嵌入實(shí)時應(yīng)用程序，用離線、靜態(tài)情況下計算的參考值重新評估這下一個目標(biāo)，不斷更新控制律，實(shí)現(xiàn)調(diào)度卡車在閉環(huán)控制管理中運(yùn)行，控制露天礦運(yùn)輸網(wǎng)絡(luò)運(yùn)輸，使得系統(tǒng)穩(wěn)定運(yùn)行，大大提高生產(chǎn)效率。

參 考 文 獻(xiàn)：

[1]一種具有容錯機(jī)制的MapReduce模型研究與實(shí)現(xiàn)[J]. 西安交通大學(xué)學(xué)報，2014（2）：91-93

[2]史椸，耿晨，齊勇一種具有容錯機(jī)制的MapReduce模型研究與實(shí)現(xiàn)[J]. 西安交通，2013（4）：82-86

[3]張建忠，傅小波，廖祖華N（2，2，0）代數(shù)的（∈，∈∨q（λ，μ））-模糊正關(guān)聯(lián)理想[J]. 計算機(jī)科學(xué)與探索，2013（2）：103-105

[4]姜莉，馬遠(yuǎn)新B基于仿真軟件的虛擬電工電子實(shí)驗室的建設(shè)[J].福建電腦，2010（6） ： 18-19

[5]汪華東，郭嗣琮基于因素空間反饋外延外包絡(luò)的DFE決策[J]. 計算機(jī)工程與應(yīng)用，2013（4）：72-75

[6]王金艷，谷文祥，覃少華，殷明浩擴(kuò)展規(guī)則方法研究綜述[J]. 智能系統(tǒng)學(xué)報，2014（1）：90-96

[7]趙宇，楊軍，馬小兵可靠性數(shù)據(jù)分析教程[M〕北京：北京航空航天大學(xué)出版社，2014：171

[8]阮治明 二級倒立擺系統(tǒng)的最佳控制[J]. 兵工自動， 2014，25（1）：60～63大學(xué)學(xué)報，2014（2）

[9]代才，王宇平，何曉光一種新的高維多目標(biāo)問題的排序方法[J]. 西安電子科技大學(xué)學(xué)報，2014（6）：103

[10]孫大為，張廣艷，鄭緯民大數(shù)據(jù)流式計算：關(guān)鍵技術(shù)及系統(tǒng)實(shí)例[J]. 軟件學(xué)報，2015（2）：32-34endprint

[11]齊學(xué)梅，王宏濤，陳付龍，羅永龍求解多目標(biāo) PFSP 的改進(jìn)遺傳算法[J]. 計算機(jī)工程與應(yīng)用，2014（4）：90-91

[12]胡宇，呂征宇 IGBT驅(qū)動保護(hù)電路的設(shè)計與測試[J].機(jī)電工程，2014，25（7）：58-60

[13]韓東穎，李冰洋，時培明基于神經(jīng)網(wǎng)絡(luò)-模糊PID的軋機(jī)非線性扭振智能控制[J]. 噪聲與振動控制，2016（5）：6（4）

[14]劉勇，梁利華，曲建民微電子器件及封裝的建模與仿真[M].北京：科學(xué)出版社，2010：25-26

[15]SOUZA V， LAPOUCHNIAN A， ANGELOPOULOS K， et al Requirementsdriven Software Evolution[J]Computer ScienceResearch and Development， 2013， 28（4）： 311-329

[16]PENG X， CHEN B， YU Y， et al Selftuning of Software Systems Through Dynamic Quality Tradeoff and Valuebased Feedback Control Loop[J] Journal of Systems and Software， 2012， 85（12）： 2707-2719

[17]FU L， PENG X， YU Y， et al Stateful Requirements Monitoring for Selfrepairing Sociotechnical systems[C]//Proceedings of he 20th IEEE Conference on Requirements Engineering，Chicago， USA ，2012： 121-130

[18]MARZOUQI Hamad， AlQUTAYRI Mahmoud， SALAH Khaled Review of Elliptic Curve Cryptography Processord Esigns[J] Microprocessors and Microsystems， 2015， 39（2）： 97-112

[19]GALUZZI Carlo，THEODOROPOULOS Dimitris， MEEUWS Roel， et al Algorithms for the Automatic Extension of an Instructionset Proceedings of the Design[J]. Automation and Test in Europe Nice， France， 2009： 548-553

[20]GE HaiTong32bit Highperformance Embedded CPU Processor and Platform Development[PhDThesis][D]. Zhejiang University， Hangzhou， 2009 （in Chinese）

（編輯：王萍）endprint