机载雷达通用并行信号处理系统设计

针对机载雷达的高速大容量实时信号处理任务,为了提高系统的通用性,提出一种基于DSP芯片的机载雷达通用并行信号处理系统(AUPSPS)设计方案。该系统以DSP芯片为核心处理节点,采用各节点独立存储及数据流水方式实现多DSP的完全并行处理。系统具有通用性和可扩展性好,数据吞吐量大,并行处理效率高,系统结构简单清晰,硬件资源节省,设计开发简便等优点,不但可以灵活适应于机载雷达的各种数据处理算法,而且可应用于其它平台的雷达信号处理机中,实现雷达信号的高速实时并行处理。     

基三分层互连网络中负载平衡的研究与仿真

体系结构和负载平衡策略是影响并行处理系统性能的两个重要因素。基三分层互连网络(THIN)是一种具有高可扩展性、高层次性和低网络复杂度的并行处理体系结构。针对THIN中的负载平衡问题,提出一种分布式控制、发送者驱动的动态负载平衡算法,该算法能够根据THIN的结构特点和负载失衡的实际情况,将负载迁移目标节点的搜索范围从低层THIN向高层THIN逐层扩展,并借助消息传递机制、向量负载指数和负载迁移因子提高负载平衡的效率和合理性。实验结果证明该算法能有效提高THIN系统处理计算密集型任务的性能。     

大型复杂系统故障隔离智能优化策略

大型复杂系统的故障隔离是系统维修的重要环节,现有的故障隔离算法存在平均故障隔离时间(MFIT)长,不能快速自动生成决策树等缺点.利用AO*算法自动构造决策树,将离散粒子群算法应用于AO*算法的每一个节点的测试选择,降低计算复杂度,使故障隔离策略智能化.实例表明:该算法将故障隔离时间缩短20%,并降低测试代价,提高故障隔离效率,为大型复杂系统故障隔离提供-种高效算法.     

基于改进粒子群-模糊神经网络的短期电力负荷预测

为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经网络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力,提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

基于模块度的无线传感器网络分簇算法

提出了一个新的基于模块度的无线传感器网络分簇算法.该算法是先在传感器网络本身结构的基础上形成簇,同时应用了一个新的参数一模块度来评估所形成的簇结构是否与真实的网络结构相匹配.基于上述所得到的一个稳定的簇结构,在每个簇内依据节点的剩余能量和簇内能量分布情况来选取簇头.仿真结果表明,与LEACH等分簇算法相比,该算法能够获得一个更合理和更稳定的簇分布,并且有效的提高传感器网络的寿命.     

集中式多传感器广义相关算法

为把集中式多传感器系统顺利应用于需要较小耗时和准确跟踪的工程场景,基于对现有算法优缺点的理论分析,提出了并行处理结构的集中式多传感器广义相关算法;该算法建立了多传感器广义相关算法得分函数,并基于得分函数完成了点航互联、跟踪滤波、航迹质量管理和航迹起始;经仿真及实测数据验证,该算法能够同时满足集中式多传感器系统对算法耗时及跟踪准确性的需求,整体性能优于顺序处理结构的集中式多传感器联合概率数据互联算法和并行处理结构的集中式多传感器概率最近邻域算法。     

一种基于分簇及蚁群算法的分布式能量高效路由算法

为了提高无线传感器网络中节点的能量使用效率,延长网络生存期,提出了一种基于分簇及蚁群算法的分布式能量高效路由算法.首先,网络中的节点采用改进的最小ID分簇算法对传感器网络进行快速分簇;然后,各簇头节点使用改进蚁群算法进行并行优化计算,寻找从簇头节点到Sink节点的数据汇聚路由.该算法是一种分布式算法,经仿真验证算法是合理的,和典型路由算法相比,能均衡节点能量消耗,具有更高的网络生存期.     

基于三维体质心的无线传感器网络节点定位算法

针对无线传感器网络中传感器节点初始位置未知的问题,提出一种基于三维体质心的分布式无线传感器网络节点定位算法.算法假设网络中有一定比例的锚节点(位置已知的节点),利用三维辅助坐标系,建立节点间的通信约束关系和空间几何关系,研究三维空间内包含未知节点的三维体构成方法,确定三维体的多个侧面和曲面来构成曲面三维体;为了减小算法计算量和网络能耗,寻找与曲面三维体对应的由多个侧面组成的平面三维体,通过确定平面三维体的质心来获得曲面三维体质心,从而把曲面三维体的质心作为未知节点的估计位置.该算法是一种完全基于网络连通性的分布式算法,算法设计简单,计算量小,节点间通信开销少.仿真结果显示,该算法适合于各种规模的无线传感器网络的节点定位.     

基于EMD-PSR-LSSVM的城市燃气管网短期负荷预测

城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义. 为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解(EMD)-相空间重构(PSR)-最小二乘支持向量机(LSSVM)的组合预测模型. 首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构; 其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测; 最后运用该组合模型对郑州市燃气管网负荷进行短期预测.结果表明:与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法.     

SAR成像信号的并行处理算法研究

对SAR并行成像处理进行了深入研究 ,在串行成像算法的基础上 ,提出了SAR并行成像处理的一种中粒度并行算法和一种混合FFT算法。中粒度并行算法针对SAR信号处理大数据量的特点 ,在系统内存有限的情况下 ,对任务划分进行优化 ,以提高系统处理性能。混合FFT算法将Cooley -TukeyFFT算法和WinogradFFT算法结合起来 ,使得FFT算法在通用平台上更高效地运行。在国产曙光系列并行机上的实验结果证明 :我们的研究工作是有成效的。     

基于GPU的相位干涉仪FX鉴相算法

针对相位干涉仪测向系统对于大量高速实时信号的处理需求, 设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法, 完成了相应的并行程序设计, 进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能力和并行数据处理能力, 将涉及大量并行高速数据计算的核心鉴相算法加载在GPU中, 实现了高速并行数据的相关处理和相位提取; 利用中央处理器(central processing unit, CPU)完成了数据调度、分发和简单的数据处理功能。实验测试结果表明, 在较好地保证鉴相精度的条件下, 本文设计的基于GPU的鉴相算法, 其数据处理速度是基于CPU平台的140倍左右, 鉴相速度明显提升, 较为圆满地实现了实时性、可靠性和准确性的设计初衷。     

合成孔径雷达的并行成像算法研究及实现

随着合成孔径雷达 (SAR)成像技术的不断发展 ,对SAR图像的成像精度和实时率的要求也愈来愈高 ,尤其是军事领域 ,高实时率是SAR成像系统的一个关键指标。针对目前较流行的SAR成像算法———CS(ChirpScal ing)提出了适合于群集 (cluster)结构的并行机的中粒度并行算法及粗粒度并行算法 ,并对两种算法作了详细分析和比较     

MUSIC空间谱估计并行运算算法

针对多重信号分类(multiple signal classification, MUSIC)算法计算量大不适于实时处理的问题,提出了一种并行处理方案。首先,根据协方差矩阵的Hermite特性简化其构造过程;再通过实值化预处理,将后续运算转换到实数域,通过Householder变换将协方差矩阵简化为三对角矩阵,对三对角矩阵进行QR分解得到特征值和特征向量用于谱峰搜索|最后,各个阶段都适于采用多处理器并行处理。通过理论分析和仿真,验证了该方法在对MUSIC算法性能影响不大的前提下能大大减小运算量,提高算法处理速度,为MUSIC算法的高效化实现提供了一定的理论基础。     

极小化加权总完工时间的同时加工排序问题

讨论了平行机串联工件同时加工排序问题。目标函数是极小化加权总完工时间,并假设满足每批均含有k个工件,并且每批的加工时间为该批中所有工件的加工时间之和。对平行机的情况,该问题是强NP难的。本文主要针对该问题的两种特殊情况:(1)所有工件的权相等;(2)所有工件的加工时间相等,分别给出了最优算法,分析了算法的时间复杂性,同时用数值例子作了说明。     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system,MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法.分析算法框架及训练方...     

基于模糊内模的自适应控制算法的并行处理

针对非线性系统,在PRAM计算模型上,探讨基于模糊内模自适应控制算法的并行处理。利用TSK建模方法,m个处理机并行地在线辨识出模糊内部模型,并采用内模控制理论并行求出H2最优控制器。仿真实验表明,并行处理方法达到亚线性加速,可以较好地满足实时在线辨识内部模型的应用需求。     

多核CPU-GPU异构平台下并行Agent仿真负载均衡方法

多核中央处理器（central processing unit, CPU）图形处理器（graphic processing unit, GPU）异构平台为并行Agent仿真提供了一个新的硬件执行平台,而负载均衡方法是充分利用硬件计算资源、提高并行仿真运行性能的一个有效途径。针对多核CPU-GPU异构平台下并行Agent仿真的负载均衡问题,建立了面向多核CPU-GPU的并行Agent仿真多层负载分配模型,提出了基于带约束的k-means空间聚类算法的并行Agent仿真静态负载划分方法和动态负载均衡策略,并给出了划分子集间的可交互性判定,以过滤掉大量不会发生交互关系的Agent之间的交互判定计算。最后通过实验验证了本文提出方法的有效性。     

三态层叠PCNN原理及在最短路径求解中的应用

为实现神经网络的流水线操作,将电路设计中的三态思想和层叠流水线思想运用到神经网络中,通过建立具有抑制、亚点火和点火三种状态的神经元,提出了三态层叠脉冲耦合神经网络模型.通过三态神经元,将点火过程分解成三阶段以便实现流水线操作,成功解决了神经网络在自动波传播方向上的并行处理问题,在自动波传播的横向和纵向都实现了并行处理,极大地提高了算法的运算速度和准确性.将此模型运用到最短路径的求解问题中,通过实验表明,该算法在保证全局搜索的同时提高了搜索速度,且其对初始条件和参数的依赖性很小.     

特定并行处理机上MUSIC算法的并行实现

用自行研制的一台使用4片TMS320C40,且利用共享内存作为主要通讯手段的数字信号高速并行处理机实现了MUSIC算法的高速并行计算。实验证明,所提出的并行算法稳定、有效,MUSIC算法的并行计算取得了较好的结果。