專利名稱：基于優(yōu)化遺傳算法改進軟硬件劃分效率的技術(shù)實現(xiàn)方法
技術(shù)領(lǐng)域：
大規(guī)模集成電路設(shè)計技術(shù)專項領(lǐng)域，尤其是SOC(系統(tǒng)集成)設(shè)計，電子設(shè)計自動化(EDA)中系統(tǒng)劃分領(lǐng)域。
背景技術(shù)：
在過去幾年里，集成電路工藝已從亞微米進入到了深亞微米(DSM)甚至是超深亞微米(VDSM)階段，而設(shè)計規(guī)模也進入到了超大規(guī)模(VLSI)向甚大規(guī)模ULSI方向發(fā)展。工業(yè)界和學術(shù)界開始集中注意力到系統(tǒng)級設(shè)計。與設(shè)計過程相關(guān)的電子設(shè)計自動化工具(EDA)在實現(xiàn)功能和處理方式上也要隨著設(shè)計技術(shù)的發(fā)展而改進。
近些年軟硬件協(xié)同設(shè)計的思想得以提出就是為了解決傳統(tǒng)設(shè)計過程中靠直覺和經(jīng)驗來整體規(guī)劃整個系統(tǒng)結(jié)構(gòu)時存在的一些明顯的缺陷(1)由于現(xiàn)代系統(tǒng)中軟件所占比重越來越大，系統(tǒng)變得越來越復雜，依靠經(jīng)驗和直覺已不可能得到系統(tǒng)的優(yōu)化結(jié)構(gòu)。(2)在傳統(tǒng)的系統(tǒng)級設(shè)計過程中，沒有對系統(tǒng)軟硬件進行集成測試設(shè)計缺陷。
軟硬件協(xié)同設(shè)計是指軟硬件并發(fā)設(shè)計，軟件、硬件工程師協(xié)作開發(fā)的過程。在設(shè)計早期、在系統(tǒng)級就能進行軟硬件的結(jié)構(gòu)權(quán)衡分析、集成調(diào)試。通常系統(tǒng)設(shè)計者、客戶和市場部門一起定義要求、開發(fā)系統(tǒng)說明和劃分系統(tǒng)，接下來軟件工程師、硬件工程師并發(fā)設(shè)計，協(xié)作開發(fā)。軟硬件協(xié)同設(shè)計的整體目標就是要建立一個支持系統(tǒng)說明、軟硬件劃分、軟硬件協(xié)同驗證和軟硬件協(xié)同綜合的統(tǒng)一設(shè)計方法。
在軟硬件協(xié)同設(shè)計中，通常需要考慮許多方面的問題。例如系統(tǒng)的說明與建模、不同系統(tǒng)的協(xié)同仿真、系統(tǒng)的軟硬件劃分、系統(tǒng)的軟硬件協(xié)同綜合、軟硬件的協(xié)同驗證、系統(tǒng)優(yōu)化等。軟硬件劃分是軟硬件協(xié)同設(shè)計的一個非常關(guān)鍵的問題，直接影響系統(tǒng)的性能。軟硬件劃分就是把系統(tǒng)的功能基本塊映射到目標系統(tǒng)的部件基本塊上的過程。在整個劃分過程中要解決下面幾個關(guān)鍵問題確定劃分所基于的粒度大小、得到劃分過程所需要的數(shù)據(jù)信息、構(gòu)造耗費函數(shù)和設(shè)計劃分算法。
目前，出現(xiàn)了許多軟硬件劃分方法。它們的不同之處主要體現(xiàn)在如下幾個方面系統(tǒng)的初始化說明、劃分過程中所基于的粒度大小、劃分過程的自動化程度、耗費函數(shù)(Cost function)的構(gòu)造方法、劃分算法的設(shè)計。目前較好的算法有混合型整數(shù)規(guī)劃法，模擬退火法，禁忌搜索法，遺傳算法等，但是這些算法在劃分處理速度，以及劃分的自動化程度，劃分的細度都有自身的缺陷，目前迫切的需要可行的綜合性技術(shù)方法能夠改進上述技術(shù)的缺陷。

發(fā)明內(nèi)容
本發(fā)明在于提出一種基于遺傳算法的新的技術(shù)改進方法，它的總體思路是先通過數(shù)據(jù)輸入預處理，創(chuàng)造性引入模塊間的緊密性度量的概念，通過緊密性度量再利用層次結(jié)群算法將最初的劃分圖生成層次結(jié)點樹，初始個體生成后通過本發(fā)明引入的選擇策略來對交配算子變異算子保存最佳個體，最后通過判殮規(guī)則，若不收斂則返回重新進行策略選擇；本發(fā)明的特征在于含以下的步驟(1)讀入系統(tǒng)的功能描述即SystemC或VHDL語言。它描述了功能正確的系統(tǒng)的一個有效實現(xiàn)，但還沒有進行軟硬件模塊的劃分。在這里還應讀入對系統(tǒng)性能要求的限制文件。
(2)編譯與模塊提取對于SystemC或VHDL的語言描述，在進程級進行模塊提取，得到系統(tǒng)的模塊連接圖，并且評估模塊的計算負載和模塊間的通信量等，作為劃分的數(shù)據(jù)，標注在模塊連接圖的結(jié)點和邊上。
(3)計算模塊間的緊密性度量基于模塊連接圖的結(jié)點和邊的緊密性為緊密性度量(closeness)，它由兩項組成連接性(connectivity)和平衡面積(balancedize)。其中closeness＝0.5×connectivity+0.5×balancedsize由兩結(jié)點間的連接性與邊的權(quán)值成正比與外部邊數(shù)成反比，可定義兩結(jié)點間連接性為內(nèi)部連接邊的權(quán)值比上外部邊的權(quán)值和connectivity=CijΣk≠jCik+Σk≠iCjk]]>對結(jié)點進行結(jié)群時需要各結(jié)群間的大小保持平衡。我們定義balancedsize=|V|-(|Vi|+|Vj|)|V|]]>兩結(jié)群面積|Vi|，|Vj|；平衡面積balancedsize；總面積|V|結(jié)群面積和越小，平衡面積值就越大。
(4)進行層次結(jié)群操作依據(jù)模塊間的緊密性度量，對模塊連接圖的結(jié)點進行多路結(jié)群操作，生成層次結(jié)點樹。采用8路結(jié)群算法。
(a)closeness＜T時，結(jié)束結(jié)群循環(huán)，(緊密性度量的閾值T＝0.3)，剩下的結(jié)點形成層次劃分圖的根結(jié)點。
(b)合并兩結(jié)點以生成復雜結(jié)點i)以兩結(jié)點為子結(jié)點生成一個新的復雜結(jié)點，ii)其中一個結(jié)點為復雜結(jié)點，則可將另一結(jié)點合并成該復雜結(jié)點的一個新的子結(jié)點。
引入合并概率pa＝0.8，pa的值越小，產(chǎn)生的復雜結(jié)點就越多，層次結(jié)點樹就越高。
(5)初始個體生成將層次結(jié)點樹生成一棵層次生成樹(a)點樹的結(jié)點進行編號，依據(jù)樹的前序遍歷來確定結(jié)點的號碼。實現(xiàn)以層次結(jié)點樹的根結(jié)點root調(diào)用SelectNode函數(shù)。該函數(shù)以遞歸的方式對層次結(jié)點樹進行深度遍歷，保證生成個體中結(jié)點的順序排列。
(b)擇復雜結(jié)點來構(gòu)成層次劃分圖以實現(xiàn)初始劃分中減少搜索空間的目標。
(i)群體粒度控制概率pi＝0.7，以概率pi將復雜結(jié)點選入層次劃分圖(大的概率使初始群體保持在粗粒度上)不再對其子分枝進行遍歷。
(ii)若復雜結(jié)點被擴展，則逐個處理其兄弟結(jié)點使所有兄弟結(jié)點都在生成樹中。多個初始個體形成初始種群。
Algorithmgenerate initial individual1 Procedure SelectNode(node)2 if node is simple node then3 select it to HPG4else if random()＜pi then5 select it to HPG6else7 for each subnode of node do8 SelectNode(subnode)9 end for10 end if11 end procedure12 SelectNode(root)；(6)產(chǎn)生的種群進行選擇操作本發(fā)明基于堵輪算子，排序選擇算子引入組合選擇策略每次計算迭代種群的方差a)如果方差大于某一個值時采用排序選擇算子(避免種群中的個體都是適應度比較好的個體)按奇數(shù)或偶數(shù)位選取一半個體，余下的一半采用賭輪法來選取
b)如果方差小于某一個值時用錦標賽策略。
(7)剩余步驟接下來交配操作→變異操作→保存最佳個體→判斷遺傳算法是否收斂，否，則返回步驟(6)，是則算法結(jié)束，輸出最佳個體，即找到優(yōu)化解。
(a)混合粒度遺傳算法中交配操作采用標準的交配算子，對算子做避免產(chǎn)生無效交配位置的調(diào)整。
(b)變異操作有兩種方法I)稱為映射變異，即改變結(jié)點所映射的硬軟件實現(xiàn)集合。這種變異類型等同于標準遺傳算法的變異算子，其產(chǎn)生的新個體仍處于原搜索空間中。
II)稱為粒度變異，即若變異結(jié)點是層次結(jié)點，則變異算子可用該結(jié)點的下一層子結(jié)點來替代該結(jié)點。


圖1 混合粒度遺傳算法流程圖(其中1為劃分圖，2為層次結(jié)群算法，3為層次結(jié)點樹，4為層次劃分圖，5為混合粒度遺傳算法，6為劃分集合)圖2 層次結(jié)群算法示例圖3 種群選擇操作示意4 軟硬件自動劃分、自動分配的軟件工具的設(shè)計流程圖5 6502示例的模塊劃分圖。
圖6 6502示例的層次結(jié)點樹圖7 6502示例的軟硬件劃分結(jié)果
具體實施例方式在SOC設(shè)計中由于設(shè)計的復雜性，設(shè)計人員不可能自底向上來構(gòu)造系統(tǒng)的結(jié)構(gòu)，必須全局來考慮系統(tǒng)的劃分。系統(tǒng)的結(jié)構(gòu)劃分與優(yōu)化通常轉(zhuǎn)化為圖的優(yōu)化劃分問題即基于一定的粒度大小，把系統(tǒng)的描述劃分成模塊，然后考慮模塊的計算負載和塊間的通信量，進而得到一個帶權(quán)重的圖?；谟脩舻募s束條件來劃分這個圖，使得目標函數(shù)達到最優(yōu)。確定劃分所基于的粒度大小、得到劃分過程所需要的數(shù)據(jù)信息、構(gòu)造耗費函數(shù)和設(shè)計劃分算法的相關(guān)技術(shù)方案是本發(fā)明的技術(shù)核心，結(jié)合示意圖來闡明這套技術(shù)如圖1示意了混合粒度遺傳算法的設(shè)計流程。
(1)得到系統(tǒng)最初的細粒度劃分圖。
(2)用層次結(jié)群算法，把最初的劃分圖生成層次結(jié)點樹，即把結(jié)點進行層次結(jié)群。由程序Hypergraph.java來完成。
(3)結(jié)點樹生成層次劃分圖，每個劃分圖就是系統(tǒng)的一種劃分，它中間含有細粒度結(jié)點，也有由細粒度產(chǎn)生的粗粒度結(jié)點，即我們所說的混合粒度表示，由程序HypergraphSpicesjava來完成。這一步會產(chǎn)生多個劃分圖，作為混合粒度遺傳算法的初始個體，即得到初始種群。
(4)利用改進的混合粒度遺傳算法來進化初始種群，得到最后比較優(yōu)化的劃分集合。
本軟硬件劃分方法的流程框圖如圖3所示。
現(xiàn)在采用一個VHDL描述的6502處理器系統(tǒng)的例子作為本發(fā)明的一個實施例，結(jié)合圖3的程序流程，用本發(fā)明的軟硬件劃分方法來進行系統(tǒng)劃分。它依次包含如下步驟(1)讀入系統(tǒng)的功能描述即讀入文件6502.vhdl，它是VHDL語言描述，但還沒有進行軟硬件模塊的劃分。這一部分由程序VSX.cpp等來完成。
(2)編譯與模塊提取在進程級進行模塊提取，得到系統(tǒng)的模塊連接圖，并且評估模塊的計算負載和模塊間的通信量等，作為劃分的數(shù)據(jù)，標注在模塊連接圖的結(jié)點和邊上。
這一部分由程序VXM.cpp等來完成，其中采用了“Petru Eles，Zebo Peng，Alexa Doboli.VHDL System-Level Specification and Partitioning in a Hardware/Software Co-SynthesisEnvironment，Proceeding of the Third International Workshop on Hardware/SoftwareCo-Design，September 1994，”的核心思想來實現(xiàn)這一步驟?？蓞⒁妶D4。其中模塊數(shù)為67。邊數(shù)為93。
(3)計算模塊間的緊密性度量closeness＝0.5×connectivity+0.5×balancedsizeconnectivity=CijΣk≠jCik+Σk≠iCjk]]>balancedsize=|V|-(|Vi|+|Vj|)|V|]]>這一部分由程序Hypergraph.java來完成。
(4)進行層次結(jié)群操作利用層次結(jié)群算法，依據(jù)模塊間的緊密性度量，對模塊連接圖的結(jié)點進行多路結(jié)群操作生成層次結(jié)點樹。層次結(jié)群的示意圖可參見圖2(層次結(jié)群算法的流程圖)。它示意的是2路層次結(jié)群算法。通常采用K(K＞2)路層次結(jié)群算法。
(a)計算出結(jié)點之間的緊密性度量，由程序Hypergraph.java來完成。
(b)根據(jù)結(jié)點的緊密性度量，找出最緊密的兩個結(jié)點，把它們合并成一個新的結(jié)點，然后調(diào)整與新結(jié)點的緊密性度量。
(c)重復步驟(2)的工作，直到所有結(jié)點層次合并為一個結(jié)點時結(jié)束操作。這樣我們就得到一棵層次結(jié)點樹。
這一部分由程序Hypergraph.java來完成。其中采用了“F.Vahid，D.D.Gajski.Clusteringfor Improved System-Level Functional Partitioning.InProceedings of 8th InternationalSymposium on System Synthesis.1995.28～33.”中部分思想來實現(xiàn)這一步驟。
層次結(jié)群算法還有兩個參數(shù)。
a)當closeness＜T，結(jié)束結(jié)群循環(huán)，并用剩下的結(jié)點形成層次劃分圖的根結(jié)點。
b)在合并兩結(jié)點以生成復雜結(jié)點時存在兩種選擇。
i)以兩結(jié)點為子結(jié)點生成一個新的復雜結(jié)點，ii)若其中一個結(jié)點為復雜結(jié)點，則可將另一結(jié)點合并成該復雜結(jié)點的一個新的子結(jié)點。為此，引入合并概率pa，取值為0.8。pa的值越小，產(chǎn)生的復雜結(jié)點就越多，層次結(jié)點樹就越高。
采用8路結(jié)群算法。產(chǎn)生的層次結(jié)點樹如圖6所示。由程序Hypergraph.java實現(xiàn)針對圖5產(chǎn)生出來的層次結(jié)點樹。。
(5)初始個體生成實現(xiàn)中，以層次結(jié)點樹的根結(jié)點root調(diào)用SelectNode函數(shù)。該函數(shù)以遞歸的方式對層次結(jié)點樹進行深度遍歷，使生成個體中結(jié)點的順序排列。當遇到復雜結(jié)點時，以概率pi將其選入層次劃分圖(大的概率使初始群體保持在粗粒度上)，并不再對其子分枝進行遍歷。若復雜結(jié)點被擴展，則逐個處理其兄弟結(jié)點，以保證所有兄弟結(jié)點都在生成樹中。
這一部分由程序HypergraphSpices.java來完成。
(6)對產(chǎn)生的種群進行選擇操作有了初始種群，接下來就是定義每個個體的適應度，并且讀入系統(tǒng)的要求限制，把限制作為懲罰項加入到個體的適應度上，使得違背限制要求的個體的適應度差。得到每個個體的適應度之后，就是基于選擇策略來選擇下一代進化的個體。
由程序SelectionMethod.java來實現(xiàn)，其中采用了2002年《計算機輔助設(shè)計與圖形學學報》中的由鄭赟、黃國勇等署名的名為“通過遺傳算法進行系統(tǒng)級軟硬件劃分”的算法。
(7)進行混合粒度遺傳算法的余下操作做交配操作、變異操作、保存最佳個體和判斷遺傳算法是否收斂，否，則返回步驟(6)，是，則算法結(jié)束，輸出最佳個體，即找到的優(yōu)化解。變異操作采用粒度變異，即若變異結(jié)點是層次結(jié)點，則變異算子可用該結(jié)點的下一層子結(jié)點來替代該結(jié)點。這一部分由HypergraphIndividual.java程序來完成，這一部分其中采用了“G.Quan，X.Hu，Greenwood.Preference-Driven Hierarchical Hardware/Software Partitioning.InProceedings of InternationalConference on Computer Design.1999.652～657.”中參考部分算法實現(xiàn)圖5是由程序VXM.cpp產(chǎn)生出來的模塊劃分圖，圖6是產(chǎn)生的層次結(jié)點樹。
最后的劃分結(jié)果如圖7所示，其中白色結(jié)點是產(chǎn)生激勵的結(jié)點，不參與劃分。淺顏色的結(jié)點為軟件模塊，深顏色的結(jié)點為硬件模塊。
利用本發(fā)明的技術(shù)方法得到的目標函數(shù)的解為(-0.02935899)。而傳統(tǒng)的遺傳算法的解為(-0.012172744)。另外，本發(fā)明通過測試了許多實例，證明了方法的有效性。具體結(jié)果如下

本發(fā)明所用的硬件是一臺Sun公司的Enterprise 450型工作站；使用Unix操作系統(tǒng)；通過這些過程的有效實現(xiàn)，開發(fā)出了相應的軟硬件自動劃分、自動分配的軟件工具。
由此可見，本發(fā)明所述的軟硬件劃分技術(shù)有以下的優(yōu)點1)根據(jù)本發(fā)明所定義粒度的緊密性概念利用層次結(jié)群算法得到劃分圖的層次結(jié)點樹，使得細粒度的劃分結(jié)果中有些粒度可以合并成粗粒度，能得到細粒度的劃分結(jié)果，同時具有粗粒度的劃分效率。
2)優(yōu)化了層次結(jié)點樹的構(gòu)成，使得運行處理時間上要少。在軟硬件劃分的準確度及粒度劃分的自動化程度優(yōu)于一般的遺傳算法，使得軟硬件劃分的執(zhí)行效率得以提高。
3)創(chuàng)造性引入組合選擇策略，優(yōu)化了算子選擇從而避免了傳統(tǒng)遺傳算法中“算法早熟”這一技術(shù)缺陷。
本發(fā)明的效用此發(fā)明將作為用于SOC集成電路系統(tǒng)級設(shè)計的EDA工具中的一個功能塊，它將解決確定SOC系統(tǒng)級的描述語言、劃分數(shù)據(jù)的提取技術(shù)、劃分算法的設(shè)計三大關(guān)鍵技術(shù)。工具主要功能是進行SOC的行為定義、功能驗證和軟/硬件劃分。對SOC設(shè)計進行功能驗證和軟/硬件劃分后，就能得到系統(tǒng)的軟件部分和硬件部分。利用這個工具，電子設(shè)計師在產(chǎn)品設(shè)計的早期、在系統(tǒng)級就能進行軟硬件的結(jié)構(gòu)權(quán)衡分析。通過性能評估和建模，根據(jù)設(shè)計約束條件，系統(tǒng)設(shè)計師利用此工具在系統(tǒng)級比較不同實現(xiàn)結(jié)構(gòu)對產(chǎn)品性能的影響，從而進行設(shè)計結(jié)構(gòu)的權(quán)衡分析、集成調(diào)試，從而加快產(chǎn)品開發(fā)速度，提高研發(fā)效率。隨著集成電路SOC技術(shù)的發(fā)展，越來越迫切需要軟硬協(xié)同設(shè)計技術(shù)來解決當前甚大規(guī)模集成電路設(shè)計所遇到的難題，因此該軟件工具具有很好的應用前景。
另外，這些實現(xiàn)技巧還可應用到電路模塊劃分、布局規(guī)劃、布局布線和驗證等很多EDA工具中。
權(quán)利要求
1.一種基于遺傳算法的軟硬件劃分技術(shù)的實現(xiàn)方法，含有模塊間的緊密性度量、層次結(jié)群算法和遺傳算法的加速等步驟。其特征在于它依次包含如下步驟(1)讀入系統(tǒng)的功能描述即SystemC或VHDL語言。它描述了系統(tǒng)的功能實現(xiàn)。(2)編譯與模塊提取對于SystemC或VHDL的語言描述，在進程級進行模塊提取，得到系統(tǒng)的模塊連接圖，并且評估模塊的計算負載和模塊間的通信量等，作為劃分的數(shù)據(jù)。(3)計算模塊間的緊密性度量基于模塊連接圖的結(jié)點和邊信息，定義出模塊的緊密性度量closeness＝0.5×connectivity+0.5×balancedsizeconnectivity=CijΣk≠jCik+Σk≠iCjk,]]>其中Cij為結(jié)點i，j之間的連接邊數(shù)。balancedsize=|V|-(|Vi|+|Vj|)|V|,]]>其中V為模塊的面積。(4)進行層次結(jié)群操作利用層次結(jié)群算法，依據(jù)模塊間的緊密性度量，對模塊連接圖的結(jié)點進行多路結(jié)群操作，生成層次結(jié)點樹。(5)初始個體生成由于每個層次劃分圖都對應于一棵層次生成樹，故初始個體的產(chǎn)生等價于如何由層次結(jié)點樹生成一棵層次生成樹。生成中需要注意兩件事情。首先，對層次結(jié)點樹的結(jié)點進行編號，依據(jù)樹的前序遍歷來確定結(jié)點的號碼。層次劃分圖的結(jié)點應按順序號排列。第二，為了實現(xiàn)初始劃分中減少搜索空間的目標，應該盡量選擇復雜結(jié)點來構(gòu)成層次劃分圖。這里，引入初始群體粒度控制概率pi＝0.7，表明復雜結(jié)點做為生成樹中葉結(jié)點的可能性，從而控制初始群體的粒度。多個初始個體形成初始種群。(6)對產(chǎn)生的種群進行組合選擇操作策略我們基于賭輪選擇算子、排序選擇算子和錦標賽選擇算子的優(yōu)缺點，提出了有效的組合選擇策略。(7)進行混合粒度遺傳算法的余下操作接下來就是交配操作、變異操作、保存最佳個體和判斷遺傳算法是否收斂，否則返回步驟(6)，是，則算法結(jié)束，輸出最佳個體，即找到的優(yōu)化解。
2.根據(jù)權(quán)利要求1所述的基于遺傳算法的軟硬件劃分技術(shù)的實現(xiàn)方法，其特征在于步驟(3)(4)采用了Hypergraph.java程序完成，其中采用了我們自己定義的緊密性度量和公知的“層次結(jié)群算法”。
3.根據(jù)權(quán)利要求1所述的基于遺傳算法的軟硬件劃分技術(shù)的實現(xiàn)方法，其特征在于步驟(5)采用了程序完成HypergraphSpices.java。
4.根據(jù)權(quán)利要求1所述的基于遺傳算法的軟硬件劃分技術(shù)的實現(xiàn)方法，其特征在于步驟(6)采用了SelectionMethod.java程序完成，其中采用了賭輪選擇算子、排序選擇算子和錦標賽選擇算子的組合策略。
全文摘要
一種基于優(yōu)化遺傳算法改進軟硬件劃分效率的技術(shù)實現(xiàn)方法，含有模塊間的緊密性度量、層次結(jié)群算法和遺傳算法加速等步驟。其特征在于它依次包含如下步驟先通過數(shù)據(jù)輸入預處理，創(chuàng)造性引入模塊間的緊密性度量的概念，通過緊密性度量再利用層次結(jié)群算法將最初的劃分圖生成層次結(jié)點樹，通過這種預處理之后，利用混合粒度的遺傳算法，可以得到細粒度的劃分結(jié)果，同時具有粗粒度的劃分效率。初始個體生成后通過本發(fā)明引入的選擇策略來對交配算子變異算子保存最佳個體，最后經(jīng)由判殮規(guī)則，若不收斂則返回重新進行策略選擇。發(fā)明的緊密性度量原則的技術(shù)方法在軟硬件劃分的準確度及粒度劃分的自動化程度優(yōu)于一般的遺傳算法，并且在運行處理時間上要少。優(yōu)化了層次結(jié)點樹的構(gòu)成，使得軟硬件劃分的執(zhí)行效率得以提高。
文檔編號G06F17/50GK1604304SQ03126498
公開日2005年4月6日 申請日期2003年9月29日 優(yōu)先權(quán)日2003年9月29日
發(fā)明者鄭赟, 王勇, 黃國勇 申請人:北京中電華大電子設(shè)計有限責任公司