嵌入式Linux的片上存储动态优化

为了充分利用片上高速便签存储器(scratch-pad memory,SPM),提升嵌入式Linux系统性能并降低功耗,该文提出一种面向嵌入式Linux用户进程的SPM动态优化方案.利用虚存管理技术在Linux内核的内存模型中添加SPM页区,建立以SPM页区为基础的动态SPM页框分配机制,并实现页框分配的通用接口函数.在实现对用户程序(包括代码段、栈和BSS段)优化的基础上,提出自主设计的自动采样交换器(auto profile and pageswap,APPS)优化方案.该方案能在内核态自动分析用户进程热点并通过专用DMA将其搬运到SPM中,最终实现多进程用户程序的动态SPM优化.实验结果表明,基于该优化方案的系统性能得到显著提升.     

HDTV解码中的无损存储压缩及高效帧存结构

提出一种用于视频解码器的无损帧重压缩方法以及参考帧存储的高效地址映射方式,可以减少解码器核心部分对外部存储器访问的读写以及行激活操作次数,并将提出的方法集成到采用MPEG-2标准的高清视频解码器中进行验证.与传统的解码器相比,在视频质量无损失且运动补偿部分读取的数据量不增加的前提下,采用本方法的解码器写入片外存储器的数据量可以减少50%左右.同时,采用将相邻的10个宏块的亮度和色度数据都存储在存储空间同一行的地址映射方法,视频解码过程中对片外存储器访问需要的逻辑换行次数可降低到传统线性存储方法的近5%.     

基于非线性映射的分类器及其在变压器故障诊断中的应用研究

变压器故障诊断和维修是一项复杂的任务,尽快诊断出故障并确定故障类型为即时安排相应的专业维修技术人员争取时间,对于电力系统可靠供电,尤其是不允许断电的用电场所,具有非常重要的意义.本文采用非线性映射,将样本数据映射至高维空间,对高维空间的生成样本设计分类器进行分层分类.给出了小样本高映射情形下范数最小分类面和大样本低映射最优二乘分类面存在的条件和分类面的唯一解;证明了大样本低维映射分类面范数和误差同时最小指标要求下的优化分类面的问题等价于一凸线性规划问题.对于在线诊断系统,针对传感器收集数据存在较大误差的问题,本文对方法进行了"测不准"鲁棒性分析.文末给出了基于溶解氧含量(DGA)实例,并与相关研究结果进行了比较,证明本文所提出的方法的有效性和较好的鲁棒稳定性.     

WSANs中基于可靠性最大化的报文实时投递方案

无线传感反应器网络(WSANs)中现有的报文投递方案可靠性不足,不适用于数据率互不相同的网络场景.为此,提出一种基于可靠性最大化的报文实时投递方案.报文投递问题被分解为两个子问题:基于子周期的时隙分配问题和基于时隙的传输调度问题.第1个子问题被转化为一个线性整数规划问题,并给出一种具有多项式时间复杂度的求解方法.对于第2个子问题,文中证明是否存在最优可行调度取决于求解前一子问题时获得的时隙分配向量中的元素次序,然后给出一种可行时隙分配方案求解算法.仿真结果表明,本文算法可保证每个设备即使在不同的报告周期内也可实现基本相同的报文投递率,这一特性对于维持控制系统的稳定性具有重要作用.     

多信道协同合作需求感知MAC协议

车辆自组织网络中的应用可以分为安全性和非安全性两种.安全性应用主要处理紧急路况等问题,对通信的时延和可靠性有严格要求.为此,提出一种基于多信道协同合作的需求感知介质访问控制协议,该协议由路边单元广播安全询问数据包以提前预约控制时隙,实现车辆节点无碰撞地发送紧急信息的目的,并根据安全数据的需求量动态划分控制时隙和服务时隙,促使每一个节点都能通过路边单元动态调度的方式按序广播安全信息,降低了分组碰撞的概率.仿真结果表明,所提出的介质访问控协议与传统的IEEE 802.11p协议相比,能够提高网络吞吐量,降低端到端的传输时延.     

基于切削参数的数控机床加工能耗优化方法研究

数控机床是制造行业中重要的组成部分,目前数控机床的能耗率普遍降低,过多的能源消耗会造成能源负担增加。针对这一问题,本文提出一种基于切削参数的数控机床加工能耗优化方法,通过确定切削参数优化变量及目标函数、增设数控机床加工能耗约束条件以及求解基于切削参数的数控机床加工能耗优化函数,实现对数控机床加工能耗的优化。对比试验证明,与传统数控机床相比,优化后的数控机床能耗明显降低,因此在实际的工业生产加工中具有更高的应用价值。     

非线性支持向量机判别阈值的设置

非线性支持向量机通过核函数将低维输入空间的数据映射到高维空间,从而将原低维空间的线性不可分问题转化为高维空间上的线性可分问题.分析了非线性支持向量机中核函数的引入可造成分类阈值的偏移问题,提出了非线性支持向量机分类阈值的优化设置方法.实验表明,所提出的阈值优化设置方法能有效提高非线性支持向量机的分类精度.     

M2M通信中能耗均衡的联合分簇-休眠管理策略

针对M2M通信中存在的能量问题,主要研究一种能耗均衡的联合分簇-休眠管理策略. 为了解决LEACH分簇算法中存在的节点间能耗不均衡等问题,利用经纬线对簇头节点所处区域进行非均匀划分,以保证所有簇头节点的能耗相同. 分析网络中的最优分簇数目,并提出基于失真度的节点休眠调度进一步降低能耗,综合设计了联合分簇-休眠管理策略. 仿真及分析表明,所提出的策略能降低并均衡M2M通信的网络能耗,延长网络寿命.     

一种在线数据清洗方法

提出一种新的在线数据清洗方法:将确认为干净的参照表中的记录字符串映射成高维空间中的点后进行聚类划分,然后利用B+树对划分中的点进行索引从而将高维空间的查询转换成一维空间的范围查询.输入表中的元组利用索引采用分枝限界策略搜索KNN (K nearest neighbors)记录从而完成与其最匹配记录的识别.理论分析和实验表明这是一种解决在线数据清洗的有效途径.     

面向嵌入式应用的软件可控cache实现

仅由硬件控制的传统替换策略严重限制了高速缓存(cache)性能的提高. 该文提出一种面向嵌入式应用的软 件可控cache的实现方法. 在传统结构上增加一个软件控制器,根据软件配置实现如下3 种操作：对于访问开销大且生 命期分布均匀的数据在cache中保留副本;对造成cache预取效率下降的数据由处理器直接与外存通信;对某一时刻被频 繁访问的数据在其有效生命期内优先停留在cache中. 实验结果表明,对于数据指令统一cache,系统整体性能的提升可 达11%,同时总线占用率减少28%左右.     

基于对象池和数据缓存技术的Web-OLAP系统

在分析Web环境下传统联机分析处理(online analytical processing OLAP)系统存在问题的基础上,提出一种基于对象池和数据缓存技术的OLAP系统的体系结构.首先给出了对象池的定义及处理用户请求的算法,然后给出了数据缓存的定义及数据缓存的处理算法.采用对象池及数据缓存技术相结合,可明显提高系统的性能.     

一种面向媒体应用可重构系统的配置信息缓存管理机制

面向媒体应用的可重构架构中,配置信息的调度严重限制了可重构系统的性能提升.为此,提出一种层次化配置信息缓存的组织结构,并面向媒体应用提出一种基于配置信息分级策略的配置信息缓存管理机制,包括基于预解析的配置信息预取机制和基于混合优先级的配置信息替换策略. 实验表明,采用该设计方案后配置信息的访问性能提高4.34倍. 采用所述配置信息缓存设计方案的可重构系统可在200 MHz 情况下满足1 080 p,30 fps 的实时解码需求,与同类架构相比性能提高1.8倍以上.     

缓存技术在在线考试系统中的应用

在线考试系统的稳定性至关重要,过多的并发量给系统服务器带来的超负载是导致系统性能下降的一个重要原因,为了解决此问题,提出在在线考试系统中应用缓存技术.设计一套在线考试系统,介绍系统的体系结构、需求和功能模块,阐述缓存技术在系统中的应用方法和实现方法,并通过负载测试检验缓存技术的效果,对测试结果加以分析,分析表明缓存技术...     

基于区块链技术的道路路边停车管理系统

针对当前道路路边停车管理中存在的效率低下、交易不透明等缺点,提出了一个基于区块链技术的道路路边停车管理系统.根据边缘设备终端的车牌识别算法采集停车信息,将关键停车交易数据发送并存储至Web服务器的MySQL数据库缓存,之后由Fabric SDK中间件存储到Hyperledger Fabric区块链平台.该系统依靠区块链...     

用裁剪纹理方法处理大纹理实时交互的研究

讨论了裁剪纹理(Cliptexture)技术。该技术利用在有限物理内存中缓存大纹理数据的子集实现动态纹理显示。描述了裁剪纹理的静态结构和形成,对裁剪纹理数据调度过程的缓存预测、纹理环行装载,以及动态纹理装载控制进行了阐述。最后通过存储效率分析说明了该技术处理大纹理数据的有效性。     

Foxpllo系统处理外部命令的缺陷及解决策略

阐述了在利用Foxpro系统为应用软件做外壳时,遇到的内存冲突问题及解决策略.     

DMVR:一种基于Cache的动态物化视图置换算法

采用硬盘cache机制实现的物化视图选择算法具有良好的动态适应能力,能够根据用户查询的变化即时地进行物化视图集的调整,但这类算法都是基于内存机制的简单移植,未考虑物化视图从硬盘回读的代价,在代价模型构建方面存在不足,为此提出一种基于cache的动态物化视图置换算法DMVR,其具有严格的数学模型,可以很好地适用于物化视图的动态选择与调整.同时为了适应系统负荷率较高的情况,又提出了DMVR的改进算法DMVR-IDLE,以保证高频度查询条件下数据仓库对用户查询仍具有较好的响应速度.实验表明DMVR算法与DMVR-IDLE算法是有效可行的.     

LSTM预测驱动的软件系统主动自适应方法

针对反应式自适应软件系统调整滞后的问题,提出了一种基于长短期记忆（long short-term memory, LSTM）网络预测驱动的主动自适应方法。该方法将LSTM神经网络预测技术嵌入监测-分析-决策-执行-知识控制模型的分析环节,利用自适应环境、质量及目标相关的运行数据和历史数据进行分类预测,形成自适应预警机制,在减小传统自适应决策滞后性影响的同时有效提高了软件系统的主动自适应能力。为了说明所提方法的主动性、鲁棒性、有效性,在经典的分布式远程辅助系统上对该方法进行实验评估。结果表明：该方法能够针对自适应需求提前预警,推动软件系统在必要时进行主动的自适应调整。     

面向功耗优化的片上存储器分配策略

综合考虑程序的数据块、全局变量、指令块,运用ECFG分析程序中对象间关系引发的容量和功耗影响,并考虑由于指令跳转带来的影响,最终结合ILP采用细化后的Knapsack算法,提出一种针对功耗优化的SoC片上存储器分配策略.仿真结果表明,采用该方法,存储子系统功耗可显著降低,一般达50%左右,最大可达95%以上.