FDTD并行计算中的区域划分及负载平衡

与并行处理机相比,基于局域网的并行FDTD算法是解决复杂电磁问题相对简单的、有效的方法。本文讨论了利用网络进行FDTD并行计算时需要解决的两个关键问题:区域划分及负载平衡策略,并利用局域网内的2台和4台PC实现了对平面光波导实例的并行计算,给出了实验结果。结果表明,利用该方法可以获得较好的加速比,并能大大提高计算的效率。     

基于CPU-GPU异构机群的FDTD并行算法加速研究

时域有限差分法(FDTD)求解电磁学中麦克斯韦方程组是科学与工程计算中一个非常重要的算法.通过对FDTD求解麦克斯韦旋度方程的直接时间域的分析,给出其基于多个GPU组成异构机群系统上的并行加运算法,用OpenCL、CUDA和MPI编程模型实现了并行程序.在目前的主流NVIDIA和ATI的GPU平台上,加速的并行FDTD程序相对CPU串行程序和8个CPU核的MPI并行程序,分别获得了超过8倍和1.5倍的加速,并在多个GPU卡上获得了接近线性加速的扩展性能.     

基于带控制器并行结构模型的并行微粒群算法

并行计算是解决复杂大规模工程计算问题的有效方法。现提出了一种基于带控制器并行结构模型的并行微粒群算法,它是一种粗粒度的并行。它将种群分为几个子种群,分别放在不同的处理器上,每个子种群独立、同时进化,周期性地交换、更新最优信息。实验结果表明：若选择合适的通讯周期时,该并行微粒群算法不仅具有理想的加速比,而且有效地提高解的质量。     

匹配场反演后验概率分析

构造了一种基于并行优化算法的后验概率分析算法，用于对匹配场反演结果进行定量的概率分析。应用并行优化算法的强收敛特性，解决了统计计算中常出现的收敛标准难以确定的问题；应用优化算法高度并行、种群个体收敛高度一致的特性，较好的解决了高维统计计算中样本数量与计算时间、样本数量与样本质量之间难以协调的问题。匹配场反演仿真算例表明，该算法能有效对反演结果进行概率分析。     

基于最小生成树与概率松弛结合的谱匹配算法

提出了一种基于最小生成树与概率松弛结合的谱匹配算法。该算法分别对给定的两个待匹配的特征点集构建最小生成树,通过最小生成树构造Laplace矩阵,由奇异值分解该矩阵得到的特征值和特征向量,计算出特征点匹配的初始概率,利用概率松弛迭代法,获得最终匹配结果。用大量的真实序列图像进行比较实验,结果验证了该算法的有效性和准确性。     

基于蚁群算法的并行测试任务调度

并行测试的任务优化调度是并行测试技术的核心问题.提出了一种用于解决并行测试任务调度问题的改进蚁群算法,通过该算法可以获得测试时间最短的任务调度序列.给出了并行测试任务调度问题的数学模型,设计了启发式函数和状态转移概率的计算公式.采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟.给出了应用实例,实际应用表明该算法是有效的,能很好地解决此类多维动态组合优化问题.     

等效环路时域有限差分算法及其核内加速技术

提出了一种新颖的有限差分算法--等效环路有限差分算法。这种算法借鉴传输线算法的思想,在Yee氏网格中引入集总元件的概念,由于其良好的物理思想,可实现对于色散介质的仿真计算。单指令多数据指令集(streaming single instruction multiple data extensions, SSE)技术是Intel公司提出的核内并行加速技术,普通的个人电脑都支持这种技术。结合SSE技术,可实现对算法的有效加速,这种加速技术无须硬件的改进即可实现理论上最高4倍的加速。分别利用等效环路有限差分算法、普通有限差分算法仿真计算了平面倒F天线(planar inverted F antenna, PIFA)的端口反射系数和天线方向图,并与实测数据进行了比较,验证了算法的正确性。在实际的运算中,使用SSE技术普遍可实现2倍以上的加速比,加速算法的有效性得到了验证。     

基于WMF与LSE的序列图像匹配制导滤波融合算法

为了改善匹配制导系统可靠性及匹配精度,提出了一种新的基于WMF与LSE的序列图像匹配结果滤波融合算法。分析了序列图像匹配制导滤波融合的基本问题,设计了一种加窗中值滤波器,并将其应用于纵向匹配位置序列的滤波处理,采用LSE对匹配位置序列进行最优参数估计,给出了滤波融合算法的基本原理及实现框图。仿真实验及实例分析验证了本文算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性。     

多天线系统中BLAST算法和STBC算法的结合

提出了一种BLAST与STBC结合的算法,本算法适用于所有接收天线大于等于发射天线数的天线阵列.对于STBC的发射矩阵,每次只传榆矩阵的一行,在接收端对已接收的每行数据都进行检测.如果解码成功,发射端则停止发送矩阵数据;如果失败,就继续发射下一行.这样在发送第一行时等效于发送BLAST,可以获得空间复用增益,而在传输完最后一行时是完整的STBC,可以获得空问分集增益,在中间状态则可以获得部分的分集增益和部分的复用增益.本算法结合了BLAST和STBC的优势,相对于BALST算法有更低的误码率,而相对于STBC算法则有更高的传输速率.分别对基于正交空时码和准正交空时码的推荐算法进行了仿真,仿真结果支持了理论分析的结果.     

基于光流估计的运动目标检测系统设计实现

光流场计算是计算机视觉及视频图像压缩中的重要领域,它的实时实现又是该领域的一个重要研究课题。考虑到硬件实现的实时性,综合分析了现有的各种光流算法,重点对基于区域相关匹配的光流估计算法的运算进行改进;同时研究了改进算法的体系结构,并进行了设计实现。设计中总体采用了并行流水线结构方式,在某些流水线段上采用了SIMD结构,提高了系统处理速度。验证结果表明,系统处理时钟的速度可以达到80 MHz。对于256×256的图像序列,如果系统实际工作时钟频率为50 MHz,每处理一帧仅需要16 ms。     

Increased-diversity systematic resampling in particle filtering for BLAST

Two variants of systematic resampling (S-RS) are proposed to increase the diversity of particles and thereby improve the performance of particle filtering when it is utilized for detection in Bell Laboratories Layered Space-Time (BLAST) systems. In the first variant, Markov chain Monte Carlo transition is integrated in the S-RS procedure to increase the diversity of particles with large importance weights. In the second one, all particles are first partitioned into two sets according to their importance weights, and then a double S-RS is introduced to increase the diversity of particles with small importance weights. Simulation results show that both variants can improve the bit error performance efficiently compared with the standard S-RS with little increased complexity.     

基于Kalman／UKF组合训练神经网络的初始对准方法

针对基于Unscented卡尔曼滤波(UKF)的神经网络训练学习方法存在的计算量大,实时性差的问题,提出了一种基于Kalman/UKF组合滤波原理的神经网络学习方法,该方法综合了Kalman滤波对线性系统和UKF对非线性系统的最优估计的优势,在保证神经网络权值估计精度的同时,有效降低了神经网络权值学习的计算量,提高了神经网络训练的实时性。最后将该利用方法训练的神经网络应用于惯性导航系统的非线性初始对准过程中,并进行了仿真研究。仿真结果表明利用提出的算法训练的神经网络与基于UKF训练的神经网络具有相同的对准精度和实时性,而提出的算法的有效降低了神经网络训练的计算量,提高了训练的运行效率,是解决惯性导航系统初始对准的一种有效和实用的方法。     

基于序列对齐的客户购买行为相似比较方法

序列对齐方法(SAM)是一种比较字符串序列间差异程度的方法。在SAM的基础上,提出了客户购买行为的相似比较标准,并给出了快速计算客户购买行为相似度的算法,从新的角度解决了客户的相似性比较问题。该方法可以发现客户购买产品和购买金额的差异,对基于客户购买行为的市场细分具有实际应用价值。     

链优先约束工件单机随机排序问题

讨论单机随机排序问题，目标函数为确定工件的排列顺序使工件的加权完工时间和的数学期望最小。设工件问具有平行链优先约束，机器发生随机故障。考虑两种情况，第一种情况是链不允许中断．第二种情况是链允许中断，对两种情况分别给出最优算法。     

基于小波处理的P码直捕及实现研究

相对于C/A码,GPS的P码信号不仅定位精度高,且具有很强的抗干扰和保密能力。由于P码信号具有多普勒频移大、码周期长以及码速率高等特点,给P码的直接捕获带来了很大的技术难度。提出了采用小波滤波进行辅助捕获的捕获策略。在辅助捕获阶段,通过小波处理,减低需处理数据的数据率,从而提高了搜索速度,经二维搜索估计出接收P码信号的相对时延和多普勒频率等先验信息。利用该先验信息指导同步跟踪电路对接收信号进行捕获、跟踪与同步,从而达到提高捕获速度、降低硬件资源消耗的目的。仿真结果证明了该辅助捕获策略的正确性。     

基于混合遗传退火算法的并行测试任务调度优化

并行测试任务的优化调度是并行测试技术的核心问题之一。可以充分利用混合遗传退火算法优异的全局最优搜索能力来寻找具有最大并行率的并行任务序列。首先,建立了并行测试任务调度问题的数学模型;给出了并行率的定义,设计了一种满足资源约束与任务时序约束的基因编码方法及相应的遗传退火操作方案。最后,对实例进行仿真实验,结果验证了该算法的有效性及优越性。     

Research of a newer spread-spectrum CDM telemetry communication system

In order to reduce the multiplexing interference and enhance the information data transmission efficiency of the common spread-spectrum telemetry communication system, based on the m-sequence' s parallel move equivalent sequence, one type of spread-spectrum CDM(code division multiplexing) telemetry communication system is issued. The method of anti-multiplexing interference of the system is given, i.e. through using the parallel move equivalent sequence to modulate the antipodal signal of each path's data, then transmitted with the same channel. Data transmission rate,the error probability and multiplexing interference of the proposed system are analyzed. Mathematic analysis provesthat the system not only holds all the merits which are inherent in common spread-spectrum telemetry communication system,but also has better transmission efficiency. Simulation result validated the proved conclusion.     

面向连续系统并行仿真的任务调度算法

任务调度是并行分布计算中最具有挑战性的问题之一。如何合理、有效地地进行任务调度,将直接影响到系统的并行效率。本文通过对连续系统仿真程序特点的分析,折衷考虑了负载平衡与通讯延时两方面因素对并计算的不同影响,提出了一种以系统总的开锁最小为目标的启发式调度算法。该算法在我们研制的长缨三号（ＣＨＹ－Ⅲ）并行机上经验证,具有良好的并行效率。     

部分形体识别研究

本文给出识别部分遮挡形体的新算法。这里采用阿达玛描绘子（Ｈｄ）提取形体的局部特征矢量，并用自组织特征映射（ＳＯＦＭ）矢量量化法对局部特征矢量归类形成形体的局部特征类别序列。采用两步法进行参考形体与被识别形体局部特征类别序列的对齐与还配。计算模拟结果表明该算法能得到相当高的识别率。