基于多核集群的MPI+OpenMP混合并行编程模型研究

现代计算机处理器个数的增加将高性能系统的计算速度推向更高的层次。基于SMP节点的集群系统占主导地位,这种跨节点的分布式内存系统与节点内共享内存系统的结合向开发人员提出了新的挑战。为了充分利用硬件的计算能力,计算机科学家已经提出了许多针对各种系统架构的并行编程模式。作为目前比较流行的层次化并行模式,MPI适合用于集群节点间的并行而OpenMP被用在节点内部进一步细粒化的并行。本文对这两种编程模式以及MPI+OpenMP混合编程模式进行研究,实现了将矩阵的乘法运算分别用纯MPI模式和MPI+OpenMP混合模式并行化。在基于Intel Xeon5650集群系统上,用不同规模大小的矩阵分别在单节点内和多节点的情况下测试了两种并行模式的性能。     

基于MPI的三维枝晶生长相场法的并行计算

充分利用MPI(message passing interface)在并行环境下远高于单CPU的强大计算能力,探索基于MPI的并行系统结构,求解三维枝晶生长的高性能计算方法.通过多进程的并发执行,实现三维相场方程求解的并行计算,探讨MPI中点对点通信与集合通信在并行计算时数据传输的效率,讨论热噪声幅值Fu=0与Fu=10-3时三维枝晶生长过程.计算结果表明:基于MPI的并行算法可使模拟尺度达到1 000×1 000×1 000网格,大大提高可模拟尺度;采用集合通信模式比点对点通信模式具有更高的并行效率,更加适合大规模并行计算环境.     

基于MPI/OPENMP混合编程的三维粒子模拟并行优化

针对MPI、OPENMP并行程序各自存在的缺陷,将MPI与OPENMP结合起来,实现了MPI/OPENMP混合并行编程;通过实验对MPI、OPENMP并行程序及MPI/OPENMP混合并行编程进行了分析.实验结果表明:MPI/OPENMP混合并行编程可以大大减少通信量,其效率和加速比均优于纯MPI并行程序,克服了MPI并行程序中因粒子分布不均匀使负载不均衡而导致的程序性能下降的问题,使得可以利用集群中的更多结点来进行计算,缓解了MPI并行程序的通信延迟问题;同时,MPI/OPENMP混合并行编程克服了OPENMP并行程序依赖于单台计算机处理能力和存储空间的问题,大幅度提高了模拟规模.     

基于进程到达模式感知的MPI广播性能优化

为了解决消息传递接口(MPI)的集合通信性能在实际应用中受非平衡进程到达模式影响较大的问题,提出了基于进程到达模式感知的广播优化方法.根据多核集群层级特点,在流水线广播算法基础上,优化算法以节点内与节点间两级感知进程到达,使先到达的进程尽快开始通信操作,减少等待时间,提高通信效率.理论分析模拟结果显示优化算法几乎不受非平衡进程到达模式影响.试验测试了在不同消息大小、不同进程到达模式和不同进程数三种情况下的算法性能,结果表明:本文所提出的算法有效提高了MPI广播在非平衡进程到达模式下的性能,通信时间减少129%~174%.     

基于分治法求解对称三对角矩阵特征问题的MPI/Cilk混合并行算法

对称稠密矩阵特征问题的求解通常转化为三对角矩阵特征问题的求解,基于对称三对角矩阵特征求解的分而治之方法,提出了一种基于消息传递接口(message passing interface,MPI)+Cilk多任务并行模型的混合求解算法,采用进程间数据并行和进程内多线程任务并行的方法,实现了对分而治之算法中分治阶段和合并阶段的多任务划分和动态调度。进程内利用Cilk任务执行的有向无环图模型,解决了线程级并行的数据依赖和饥饿等待等问题,提高了程序的并行性;进程间通过粗粒度计算任务的划分,优化了MPI部分的数据通信流程和负载均衡问题。数值实验表明,混合并行算法在计算性能和可扩展性方面都要优于纯MPI并行算法。     

基于MPI的并行PC集群搭建的实现

本文阐述了在Linux和Windows系统下,搭建基于MPI的并行PC集群的过程,实现了各个节点的互通和基于MPI的并行计算.     

基于单边通信的MPI广播算法

现有的MPI集群通信的实现是基于点对点操作的双边通信协议,在此情况下,对集群通信操作进行优化已经达到了瓶颈阶段.单边通信是MPI-2中的新增功能,它的低处理开销及易于编程的特性也已成为机群系统的研究热点.基于此提出了一种结合MPI-2单边通信和流水机制的新广播通信算法one_sided_Bcast.同时,基于PLogP并行计算模型的量化分析和实验结果均表明,新广播算法较传统算法有较好的性能提升.     

基于MR的并行决策树分类算法的设计与实现

决策树分类方法是实现数据挖掘中分类任务的一种有效方法,但在大规模测试数据集上运行时其实现性能受到严重影响.本文设计和实现一种基于MapReduce架构的并行决策树分类算法.实验结果表明:基于MapReduce的决策树分类算法比同类算法在其他并行编程模型下的实现在计算节点较多的情况下能得到更优的性能.     

自适应格形算法的并行实现

本文提出一种基于自适应格形算法的并行实现方法。它节省硬件,处理速度高,但不影响算法的性能,适用于高速、高性能的实时处理。     

集群系统中基于MPI的关联规则快速挖掘算法

集群系统是一种分布存储系统,它主要利用消息传递方式来实现各结点之间的通信.在集群系统中通过利用MPI中的消息传递调用接口,提出了一种基于二进制形式的数据存储和计算的高效并行挖掘算法,通过对数据对象进行一些"或"、"与"、"异或"等逻辑运算操作,降低了算法的实现难度,减小了网络通信量,提高了挖掘效率,具有较好的可行性和可扩展性.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

一种基于离散余弦变换的OFDM信道估计方法

正交频分复用(OFDM)是实现无线多媒体通信的核心技术,信道估计是OFDM系统的关键技术之一.提出了一种改进的基于离散余弦变换(DCT)的OFDM信道估计算法.算法对序列尾部的插值进行了改进,将得到的信道估计变换到时域,通过平均的方法进一步提高了信道估计性能.仿真结果显示,改进的DCT插值信道估计方法比常规算法性能更优,系统性能得到改善.     

一种基于对角载入的鲁棒MVDR波束形成算法

当信号方向向量精确已知时,传统最小方差无畸变响应(MVDR)波束形成算法具有较好的分辨率和抗干扰能力.在实际通信环境中,由于外部环境、天线阵列以及采样协方差矩阵的估计误差等因素的影响,导致传统MVDR波束形成算法的性能急剧下降.针对这一问题,本文提出了一种新的基于对角载入的鲁棒MVDR波束形成算法.该算法考虑信号方向向量的偏差对MVDR算法性能的影响,并在最大允许偏差范围内导出最优的权重向量,有效地抑制了偏差对输出性能的影响,具有很强的鲁棒性,从而能够适应复杂的通信环境;同时该算法采用递推算法避免矩阵求逆,降低了计算复杂度,便于工程实现.仿真实验表明,与传统MVDR算法相比,所提算法具有更好的输出性能。     

一种减小峰均功率比的PTS算法优化技术研究

研究了多载波通信系统峰均功率比(PAPR)抑制技术之一——部分传输序列(PTS)算法的优化技术.通过在传统多载波系统中加入PAPR门限比较判决模块,实现对多载波系统时域信号中较大PAPR值的抑制.传统PTS算法计算量大,不易实现.提出的比较判决优化技术将减小PTS数据处理的次数,使系统在PAPR抑制过程中的计算量明显减少.通过仿真证明,该优化算法在门限值合理设置时,可以使运算量减小近70%.该优化算法即使在子载波教较大的系统中,对系统的误码率性能有所优化,且不增加系统的带外辐射.     

基于数值分析理论的低复杂度MED算法

经典的最大特征值检测（MED）算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.     

DES算法通用程序的实现

DES算法是一种数据加密标准,在数据通信和计算机网络中应用很广,但大多是用硬件和汇编语言实现,用高级的通用程序实现较复杂且速度不理想。本文提出了一种用C语言实现DES算法的方法,使用了几个技巧,且速度也能满足一般网络通信的要求。     

基于箕舌线函数的变步长自适应均衡的研究

影响数字通信信道质量的一个主要因素是码间串扰,目前传输中克服码间串扰的主要技术手段是自适应信道均衡。针对传统LMS算法步长固定,收敛速度、时变系统的跟踪能力和稳态失调之间存在的很大矛盾,该文研究了箕舌线函数对传统LMS算法进行优化后,利用MATLAB仿真软件对改进后的自适应均衡算法进行普通信道中的仿真分析,进而证明改进后的算法有效的提高了函数的收敛速度,降低了稳态误差。     

一种改进的Turbo码译码算法及其FPGA实现

为有效降低Turbo码在硬件实现时的译码复杂度并减少其存储资源消耗,将现有Turbo码译码算法中Log-MAP算法和Max-Log-MAP算法进行融合改进,提出一种适于并行计算的改进Max-Log-MAP算法,即在译码计算中间参数的过程中,只将具有多个输入变量的max*(·)运算简化为取最大值的max运算,而对具有2个输入变量的max*(·)运算进行精确计算. 仿真结果表明,改进Max-Log-MAP算法的复杂度可以接近Max-Log-MAP算法,而性能接近Log-MAP算法. 将采用新算法的Turbo码编译码器在现场可编程门阵列(FPGA)上实现,并应用于低轨卫星通信系统(LED)中的,能在保证Turbo编译码优异性能的同时,获得较低复杂度和较低资源消耗,有利于减小卫星手持通信终端的体积,降低功耗.      

基于相关系数的加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能.首先给出了基于相关系数的属性权值求解方法,然后描述了相应的算法,并对算法原理进行了分析与证明.通过在中医小儿肺炎病例数据集和UCI数据集上的仿真实验,验证了该方法的有效性.