基于演化硬件的电路自修复实验研究

吴会丛，楚 杰，原 亮，刘尚合

（1．河北科技大学信息科学与工程学院，河北石家庄 050018；2．军械工程学院强电磁场与电磁防护国家重点实验室，河北石家庄 050003）

基于演化硬件的电路自修复实验研究

吴会丛1，2，楚 杰2，原 亮2，刘尚合2

（1．河北科技大学信息科学与工程学院，河北石家庄 050018；2．军械工程学院强电磁场与电磁防护国家重点实验室，河北石家庄 050003）

介绍了演化硬件的概念、基本原理和实现方法，以无刷直流电机逻辑控制电路为例，对基于演化硬件的电路进化修复进行研究。通过引入单个逻辑单元故障到多个逻辑单元故障，研究电路通过进化自修复的能力。研究结果表明，无刷直流电机逻辑控制电路通过进化可以得到同等功能的不同电路拓扑结构，从而避开故障单元，使电路功能恢复，且电路的进化修复能力随故障点的增多而下降。

演化硬件；遗传算法；自修复

近年来随着科学技术和军事技术的发展，越来越多的电子设备应用在高技术战场中，电子器件所接触到的辐射环境愈来愈复杂，大部分军事装备都要在高温强辐射等极端恶劣环境下工作，复杂多变的电磁环境已对武器装备构成严重威胁，其破坏效果远远超过一般电子战设备。因此，研究武器装备的电磁环境效应和防护对策，已是高新技术武器装备发展中的重要课题之一。笔者主要研究如何从主动防护的方向提高武器装备电子系统的可靠性，将“演化硬件（EHW）”思想引入常规的电路设计，配合先进的遗传算法，实现电子系统故障后的自修复，为武器装备电子系统的电磁防护技术研究开辟一条新的有效途径。

1 演化硬件的基本原理

演化硬件又称仿生硬件（BHW，bio－inspired hardware），它是一种能够根据工作环境（如电磁辐射、高温等）的变化而自主地、动态地改变自身结构和参数以获得期望性能的电路，它类似于生物的自组织、自适应及自修复特性。演化硬件是演化算法和可编程逻辑器件的结合，是进化计算技术在电子系统内部结构的设计、调节以及实时自适应等方面的应用，它以进化算法特别是遗传算法作为组合优化和全局搜索的主要工具，以可编程器件（FPGA，FPTA等）作为主要的评估手段和实现载体，寻求在不依赖先验知识和外力推动（如人工干预）的条件下，通过进化来获得满足给定要求的电路和系统结构［1］，甚至使系统自动地、实时地调整（重新配置）其内部结构，以适应内部条件（如局部故障）和外部环境（功能要求或高温辐射等物理条件）的变化［1－3］。

EHW的基本思想是应用遗传算法进行可重配硬件的内部结构重配组合。遗传算法（GA）是一种基于进化论自然选择、优胜劣汰、适者生存和物种遗传思想的随机搜索算法，它们首先随机产生一组待求问题的潜在可能矢量解，然后采用变异、交叉、评价、选择等遗传操作，优胜劣汰，在此过程中个体不断被进化，最后获得优化解。EHW将现场可编程逻辑器件的结构位串作为进化算法中的染色体，通过遗传操作及评估等自动地发现适合环境或性能要求的最优硬件结构，并能使其根据要求做自适应调整。

演化硬件的进化过程如图1所示。首先进化算法随机产生一组初始种群（即二进制位流串），种群中每个染色体对应电路空间中的一种拓扑结构。某个拓扑电路的功能与期望电路功能的符合程度则通过评估函数计算染色体的个体适应度来进行评价。评价先将某个染色体从解空间映射到电路空间，即将该染色体解映射为FPGA的配置数据位流，通过在线实时下载至FPGA构造成一种电路拓扑结构。然后给电路输入相应的测试集，将实际电路的输出响应与期望的电路输出响应进行比较，计算该拓扑电路的正确程度（即适应度）。然后，进化算法依据染色体不同个体的适应度值，通过进化操作来构造下一代染色体群体，同样循环进化，直到获得满足期望性能指标要求的电路结构［1，4］。

图1 演化硬件的进化过程

2 演化硬件应用实例

演化硬件目前的研究工作主要集中在“电路自动设计”和“自适应与容错”两方面。电路进化设计以电路和电子系统的自动设计为目标，将进化算法作为主要的搜索和优化工具，通过进化来获得性能优良的电路；自适应与容错以电路和电子系统的实时自适应和容错为目标，将进化算法作为一种新的自适应机制，寻求使系统通过自动调整（重新配置）其内部结构来适应内、外部条件变化和局部故障的一般方法。与“电路进化设计”相比，“自适应与容错”更强调系统内部结构的实时自适应，是EHW的理想境界，实现难度也更大。基于上述理论基础和器件条件，国际上许多学者进行了卓有成效的先期探索与尝试，提供了许多令人信服的成功案例。

日本先进半导体研究中心用演化算法对中频滤波器的性能进行优化设计，该类滤波器在通信设备中被广泛应用，需求量大，但由于此类滤波器所用的放大器的性能变化幅度达不到预定要求，因此必须进行校准或调整才能提高良品率。文献［5］利用演化硬件技术后，95%的芯片可以达到要求，文献中给出了演化设计滤波器芯片的原理，编码方案采用二进制，评估时将二进制串直接输入到配置寄存器中，通过偏置电流控制器完成数模转换。使用该方法进行调整之后，滤波器性能得到大幅提高，尤其是延迟特性和增益特性显著改善。该实验是演化硬件技术在电路进化设计方面的一个成功应用实例。

演化硬件在电路自修复、自适应方面的研究工作是STOICA等人利用FPTA所做的进化半波整流器的实验［6］。在高温环境下，半波整流器所输出的正弦波波形随温度升高逐渐衰减。该实验的目标是在FPTA上采用演化硬件技术使系统恢复其功能。首先FPTA系统正常工作于室温，半波整流器输出正常波形。然后随着温度升高系统性能开始下降，甚至产生故障不能正常工作。在温度升高过程中，演化系统开始进行进化，通过遗传算法搜索新的拓扑来适应环境的变化，恢复系统性能。通过演化硬件技术，系统最终可以在高温环境中正常工作。本实验证明了在极端环境下，由于温度等条件大幅变化而导致电路受到损伤影响时，利用演化硬件自适应特性，通过新的电路拓扑结构可以使电路得以恢复。另外，演化硬件也可直接用于确定温度范围的恶劣环境条件的电路设计。

3 电路自修复实验研究

本实验以无刷直流电机控制电路［7］为例，研究基于演化硬件的电路自动设计及在人为设置故障情况下电路的自修复。当一个或多个逻辑单元故障情况下，应用演化过程得到一个新的电路结构使电路功能得以恢复。在本实验中，可用逻辑单元资源为3×8阵列，电路编码方案及适应度评估函数同文献［8］，通过将故障逻辑单元与其他单元的连接置“0”来模拟故障点。

3．1 电路进化实验

首先，在24个逻辑单元都为可用的情况下，通过进化设计的方法得到一个电机控制电路，演化过程进行50次，实验结果如表1所示。图2是其中一次的进化过程曲线，上部代表最佳个体的适应度随进化代数的变化增长情况，下部代表群体的平均适应度随进化代数的变化增长情况，演化过程进行到449代时，演化算法得到最佳个体的适应度36，即所要求的正确电路。进化过程进行92 s，对应的电路结构如图3所示。

表1 实验运行50次结果

图2 电机控制电路进化过程种群适应度曲线

图3 进化出的电机控制电路结构

3．2 电路修复实验

为了研究引入故障点后通过进化使电路得以自修复的能力，笔者使用3个技术参数：平均恢复率，平均适应度和平均进化代数。本实验中故障点在逻辑矩阵的中间层被引入，每种故障点引入后进化过程重复进行10次。实验结果如表2所示。

表2 引入故障点后电路进化实验数据

表2表明，随着故障点的增多，电路的进化恢复能力下降。尤其是中间层设置4个故障点后，电路的平均恢复率只有30%，即10次进化过程只有3次可以得到正确的功能电路，并且群体的平均适应度下降，平均进化代数快速上升。

从上述实验中可以得出，逻辑单元故障点的个数与电路的进化恢复能力密切相关。随着逻辑单元故障点的增多，相同电路的进化恢复需要更多的进化代数，且平均适应度和恢复率明显下降。原因是逻辑单元故障点的增多使得电信号传输的路径减少，相应地使进化出目标拓扑电路结构变得困难，因此电路的功能恢复能力明显受到影响。当5个逻辑单元故障点被植入时，并不能进化出正确的电路，因此本实验最大允许错误故障数为4。4个逻辑单元故障情况下进化出的电机控制电路结构如图4所示。

图4 4个逻辑单元故障情况下进化出的电机控制电路结构

4 结 论

实验结果表明当逻辑单元故障引入时，通过电路进化可以恢复电机控制电路的功能，从而实现电路的自修复。在单个逻辑单元故障和多个逻辑单元故障情况下，虽然电路的功能都可以得到修复，电机控制电路的进化修复能力随着故障点的增多而下降。基于演化硬件的电路自修复方法可以有效地提高传统电路的可靠性。对那些在复杂多变的环境中，特别是人工不能直接参与的环境中工作的系统，可大大提高系统可靠性。该技术特别适用于长期工作在核辐射、高温、电磁干扰以及高负荷运转等恶劣环境下的电子设备，尤其是在航空、航天和军事领域具有重要意义。

［1］ YAO Xin，HIGUCHI T．Promises and challenges of evolvable hardware［J］．Systems Man and Cybernetics，1999，29（1）：87－97．

［2］ 赵曙光，刘贵喜．可进化硬件的基本原理与关键技术［J］．系统工程与电子技术，2002，24（1）：70－73．

［3］ 王友仁，崔 坚．仿生硬件及其进展［J］．中国空间科学技术，2004（6）：32－42．

［4］ 徐 阳，王友仁．演化硬件理论与应用技术研究［J］．航空电子技术，2003（3）：43－48．

［5］ TUFTE G．Evolving an adaptive digital Filter［A］．The 2nd NASA／DoD Workshop on Evolvable Hardware［C］．Washington：IEEE Gomputes，2000．143－150．

［6］ STOICA A，KEYMEULEN D，ZEBULUM R．Evolvable hardware Solutions for extreme temperature electronics［A］．The Third NASA／DoD Workshop on Evolvable Hardware［C］．Long Beach：IEEE Computer Society，2001．93－97．

［7］ 原 亮，丁国良，刘文彬，等．TMR三模冗余硬化技术及其在控制系统中的应用［J］．计算机工程，2006，32（21）：249－251．

［8］ WU Hui－cong，CHU Jie，YUAN Liang，et al．Fault－tolerance simulation of brushless motor control circuits［J］．Applications of Evolutionary Computation，Lecture Notes in Computer Science，2011，6 625：184－193．

TP303

A

1008－1542（2011）12－0085－04

2011－06－20；责任编辑：陈书欣

河北省自然科学基金资助项目（F200900308）；河北省科技厅指导计划项目（07213555）；河北科技大学博士科研启动基金资助项目（Q0200976）

吴会丛（1972－），女，河北深泽人，副教授，博士研究生，主要从事数据库演化硬件方面的研究。