特征信号检测法

本文以信号极点的不变性为基础,构造了一种用于可自设计的主动式系统在强噪声背景下的极微弱信号检测的检测器——特征信号检测器。文章在分析经典检测方法对极弱信号检测存在的问题的基础上,提出了特征信号检测的思想。讨论了该方法的基本原理及仿真实验结果。Monte carlo实验表明,这种特征信号检测器的性能对信噪比不敏感,可以在极低信噪比下检测出微弱信号。     

具有随机滑动窗口的语言学习机

本文介绍一种具有随机滑动窗口的语言学习机,它采用数字信号处理技术记录、存贮、回放语音信号,在微处理器的控制下,随意选择回放语音信号起始点,从已存贮的语音数字信号中选取一小段语音放音,特别适合于需分辨、模仿和背诵语音的人们,音质清晰、操作灵活。     

建立在高性能红外焦平面阵列上的组件式系统的设计原理

高性能焦平面阵列需要与驱动电路和信号波形处理电路结合起来应用。我们评论了不同阵列型式的各种要求,研究了一种适应性强的组件式系统,该系统可以用于前文介绍的所有阵列。而且这种组件式系统可用作研究阵列的应用和阵列性能的工具。它能以它现有的结构形式用于某些应用中,而且也设计了小型化形式以适合受空间限制和大规模阵列的需要。系统设计考虑了最大限度的适应各种工作条件与实现的现实性。为此,大部分参数由台式计算机编成程序,从而简化了信息的存贮和检索。然而,在实际应用中,工作参数可容易地存贮在软件硬件相结合的固件中。除基本的驱动和信号波形处理功能外,电子设备组件还能控制附加的功能,如微扫描,“快速”工作模式以及线性或分块扫描的反射镜扫描转换等功能。     

多体存贮器有效频带分析

本文以排队论为工具建立了紧耦合多处理机系统存贮器的排队模型。通过对存贮体忙期的分析,得出了存贮器有效频带的解析表达式,研究了在保证存贮器有效频带最大的情况下,处理机的访存请求率λ、存贮体的服务率μ和存贮体数m 三者之间的关系。     

微波雷达目标信号模拟器及其应用

本文为在野战条件下检测雷达测距系统的性能提供一种新型微波目标信号模拟器,闸述其工作原理及功能。除在检测雷达测距系统性能上已得到实际应用外,还论述了可以进一步开发的应用项目,因为不受场地和气候条件的限制,从而获得较好的效能、效率和效益。     

计算机病毒有成为未来武器的趋势

计算机病毒有成为未来武器的趋势大多数计算机工作人员熟悉计算机病毒问题。简单说来,计算机病毒是专门的程序,当将它引入计算机的存贮器,就改变了计算机的工作,能设计这些病毒,以引起计算机存贮介质和存贮区永久损坏。通常认为系统的中央处理器（ＣＰＵ）和只读存贮...     

模拟式干扰存贮组件——延迟和转发之关键所在

本文简要介绍ECM技术、干扰调制和存贮回路,指出现代仍然可以有效地应用传统方法。     

一种用AR模型参数自适应检测瞬态信号的新方法

本文研究AR 模型参数特征用于瞬态信号自适应检测的问题。本文依据AR 模型参数矢量长度为特征检测信号的思思,提出了一种具有良好地自适应抑制噪声扰动的参数估计方法,弥补了LS、SVDT 方法的不足。理论分析和实验结果均表明,本文的方法具有很好的AR 模型参数估计和瞬态信号检测性能。     

基于规则优化与排序的恶意代码匹配检测

恶意代码已在网络和主机系统中造成了严重的危害,对恶意代码进行有效的检测与防御已成必然。在综合现有一些恶意代码检测技术的基础上,提出了一种基于规则优化与排序的恶意代码匹配检测方法,并对检测系统的整体结构和功能模块进行了详细的描述。运用将面向协议特征变换为面向内容特征进行搜索匹配的思想,减少特征库中规则的条数,改进了特征库中规则的形式化描述。采用规则匹配成功的频繁度对规则在特征库中的位置进行了排序,以减少匹配搜索的深度,提高检测速度,同时对规则的形式化描述进行了相应的扩展。另外,为了获取更好的检测性能,改进了BM算法,通过设计匹配转移二维数组实现了搜索跳转。研究结果证明,该方法可节省时间,算法的效率高。     

数字静止图象传输设备总体方案设计中的若干问题

本文首先综合比较了目前国外静止图象传输设备的性能和体制。然后根据自己工作中的不完全的体会,就总体方案设计中的若干问题,诸如图象参数、编码方法、存贮方法、同步系统、传输方式等等,提出一些探讨性的看法。最后,列举了今后的发展方向。     

高性能RTI自适应通信机制研究

为了提高HLA仿真系统在高性能计算平台上的运行性能,针对高性能计算平台的高性能层次式通信环境,提出了一种共享内存/IB/以太网自适应RTI通信机制-SACM机制,该机制能够根据通信双方所在节点的网络拓扑信息,自适应建立延迟最小的通信连接,实现共享内存、IB等高速互连及以太网互连的自适应选择.同时在该通信机制中,针对节点内高速共享内存通信需求,提出了一种面向多盟员互连的共享内存通信算法,有效提高了节点内盟员通信效率.对象属性值更新延迟测试结果表明,该通信机制可以有效提高RTI在高性能计算平台的通信性能.     

一种适于DSPs实现的BPSK载波同步方法

提出了全数字接收机中一种软件实现的BPSK载波同步方法 ,并给出了性能分析 ,适合于在存储空间和实时性都有要求的背景下的应用。该方法充分利用软件实现的优势 ,克服了传统方法的一些弱点 ,适合于在数字信号处理器 (DSPs)上实现     

2014nccet：一种新的用于减少远程Cache访问延迟的最后一次写访问预测方法*

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。     

用于减少远程Cache访问延迟的最后一次写访问预测方法

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。     

CPU-GPU协同加速Kriging插值的负载均衡方法

Kriging插值算法被广泛应用于地学各领域,有着极其重要的现实意义,但在面对大规模输出网格及大量输入采样点时,不可避免地遇到了性能瓶颈。利用Open CL和Open MP在异构平台上实现了CPU与GPU协同加速普通Kriging插值。针对Kriging插值中采样点的不规则分布及CPU和GPU由于体系结构差异对其的不同适应性,提出一种基于不同设备间计算性能的差异和数据分布特点的负载均衡方法。试验结果表明,该方法能有效提高普通Kriging插值速度,同时还能节约存储空间和提高访存效率。     

一种基于0-1整数规划的全局数据分布优化方法

数据分布是影响并行程序在分布主存多处理机上执行性能的重要因素.针对分布主存多处理机中的数据分布问题,提出了一种基于0-1整数规划、利用数据变换技术进行有效数据分布的方法.该方法通过数据变换技术改变数据的存储布局,以使得数据能被有效地分布,并且该方法还利用数据分布图描述程序被并行的情况及其所含数组被访问的情况,并将全局数据分布优化问题转换为求解数据分布图中最优路径的问题,从而可用0-1整数规划求解最优路径问题.该方法能对多个嵌套循环中具有仿射数组下标的任意维数组进行有效的数据分布,并且也能使嵌套循环的并行度尽可能地大.另外,该方法也考虑了偏移常量的对准问题,从而能使数据通信量尽量地小.实验结果验证了该方法的有效性.     

面向GPU的非结构网格有限体积计算流体力学的图染色方法优化

采用图染色方法解决通量累加和局部最大压力计算引起的两种典型资源竞争问题,并通过共享内存的使用、体编号和面编号的重排、面数据的重排三种策略优化图染色方法。针对应用在空气动力学多种规模的三维网格,分别采用双精度和单精度操作数,在Nvidia Tesla V100和K80 GPU上,展开性能测试。结果表明:共享内存的优化效果不明显;体编号和面编号重排降低了图染色方法的计算性能;面数据重排可以有效地优化图染色方法;计算性能在V100上提高20%左右,在K80上提高15%左右。     

基于记忆有理函数的功率放大器行为模型

针对功率放大器的非线性特性及记忆效应,提出了一种基于记忆有理函数的功放行为模型。在传统记忆多项式模型和无记忆有理函数模型基础上,构建记忆有理函数模型,并利用共轭梯度法辨识模型系数,同时比较不同记忆深度和不同非线性阶数下的归一化均方误差,获取最佳记忆深度和非线性阶数。采用多载波的WCDMA信号和MRF6S21140H功放来验证模型的有效性,并与记忆多项式模型、无记忆有理函数模型进行了比较。结果表明,记忆有理函数模型在减少系数数目的同时具有更好的逼近精度。     

GPU上高光谱快速ICA降维并行算法

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点,设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案,提出并实现一种G-Fast ICA并行算法,并基于GPU架构研究算法优化策略。实验结果显示:在处理高光谱影像降维时,CPU/GPU异构系统能获得比CPU更高效的性能,G-Fast ICA算法比串行最高可获得72倍加速比,比16核CPU并行处理快4~6.5倍。     

梯度学习的参数控制帮助线程预取模型

对于非规则访存的应用程序,当某个应用程序的访存开销大于计算开销时,传统帮助线程的访存开销会高于主线程的计算开销,从而导致帮助线程落后于主线程。于是提出一种改进的基于参数控制的帮助线程预取模型,该模型采用梯度下降算法对控制参数求解最优值,从而有效地控制帮助线程与主线程的访存任务量,使帮助线程领先于主线程。实验结果表明,基于参数选择的线程预取模型能获得1.1~1.5倍的系统性能加速比。