基于图形硬件的海量地形可视化算法

利用基于图形硬件的地形可视化算法——Geometry Clipmap算法的基本思想,结合图形硬件的最新发展情况,充分利用CUDA的并行计算能力和VBO、PBO的数据缓存能力,改进了数据预处理方式、数据缓存机制以及视景体裁切算法,通过三角形条带方式进一步提高了绘制速度,实现了海量数据的实时可视化。实验表明,改进后的Geometry Clipmap算法提高了渲染效率,并节约了系统资源。     

基于D2D高速传输的本地缓存共享系统

为解决移动网络中存在的海量视频数据重复传输的问题,基于设备直连技术设计了一种本地缓存共享系统.在系统设计中,综合考虑视频对用户的吸引程度异构性和不完全的分享意愿,利用泊松点理论对移动数据特征进行了建模分析.在服务供应商和网络用户之间,考虑社交关系,针对资源分享建立了交易模型.实验结果表明,D2D本地缓存系统可以有效降低数据传输延迟,提高供应者的服务质量和网络视频用户的满意度.     

存储体编译和布局协同的片上缓存设计方法

为了提高片上缓存的速度、降低面积和功耗,提出了一种存储体编译和布局协同的片上缓存设计方法。该方法基于存储体在芯片上的不同空间位置预估该存储体的时序余量,分别采用拆分/合并、尺寸调整、阈值替换和长宽比变形等多种配置参数穷举组合进行存储体编译,根据时序余量选择最优的静态随机存取存储器存储体编译配置。将该方法与现有的物理设计步骤集成为一个完整的设计流程。实验结果表明,该方法能够降低约9.9%的功耗,同时缩短7.5%的关键路径延时。     

Linux虚拟文件系统层的路径检索加速

为解决 Linux 内核传统路径检索日益凸显的开销问题,提出Staged Lookup以加速路径检索,通过动态缓存热目录来减少文件访问的时延。Staged Lookup的核心在于缓存频繁使用的目录项,从而避免从根节点重复遍历路径。不同于从根结点开始的检索操作, Staged Lookup扩展了搜索策略,允许从最近缓存的目录项向后或向前进行路径检索。在Linux内核版本3.14和5.4上部署Staged Lookup的原型,并开展实际系统测试。实验数据显示,相比于传统的路径检索方式,Staged Lookup能实现高达46.9%的性能提升。     

面向访问模式的多核末级Cache优化方法

多核处理器架构已经成为当前处理器的主流趋势,应用程序中访问模式的多样性给多核处理器的末级Cache带来了许多挑战。提出了访问模式的多核末级Cache优化方法,它包含"可配置的共享私有Cache划分"、"可配置的旁路Cache策略"和"优先权替换策略"三个协同递进的层次。通过使用该方法,程序员能够灵活地改变末级Cache执行行为,从而高效地适应应用程序访问模式的变化。实验结果表明,提出的方法能够显著降低末级Cache的缺失率,进而提高系统的整体性能。     

一种适用于缓存受限的机会网络路由改进算法

许多机会网络路由机制在节点缓存有限的情况下并不能得到足够可靠的性能保证,这是由于节点缓存不足导致大量消息不得不丢弃。此外,多数的路由机制中消息的复制及传递带有一定的盲目性,而使网络中无效消息大量扩散,对路由机制性能产生较大的影响。针对这一问题,文章提出了一种基于节点出现概率的路由改进算法(MROP),利用节点运动的历史经验知识估计消息到达目的节点所需平均跳数,并以此作为该消息跳数寿命。MROP算法是一种可叠加在多种路由机制之上的独立于原有路由算法的路由性能增强方法通过ONE仿真实验结果表明,MROP算法可以在牺牲一定传输时延的情况下,大幅提高消息投递率、减小网络负载和节约节点缓存消耗,得到较优的路由性能。     

基于宏块分类的最佳量化因子选择

实现基于标准的视频编码过程的一个关键问题是宏块编码模式选择,而选择宏块编码模式控制参量的关键是确定DCT系数的量化因子。本文提出了一种基于宏块分类的最佳量化因子选择方法,着重讨论了二个问题:(1)宏块的R一Q模型和D一Q模型;(2)引入适当先验假设条件,根据宏块R一Q、D一Q模型,建立有限制条件的最优化表达式,得到最佳的分类宏块量化因子。模拟结果表明:与传统方法相比,基于宏块分类的最佳量化因子选择方法一定程度上能减少所需的编码比特。     

求解武器目标分配问题的改进粒子群算法

在建立多种类型武器目标分配模型的基础上,提出了一种求解该模型的改进粒子群算法。首先,定义粒子聚焦距离变化率,使惯性权重依据聚焦距离变化率自适应调整;其次,采用速度最大值线性递减的策略平衡算法收敛精度与全局寻优能力之间的矛盾;最后,粒子替换策略使算法改善了因自适应惯性权重的引入而造成收敛速度变慢的问题。仿真结果表明,提出模型和算法合理有效,算法收敛快,适合求解各种种群规模的武器目标分配问题。     

CacheFI: 一种片上缓存的体系架构级故障注入工具

与逻辑电路相比,SRAM存储单元更易受工艺偏差和老化磨损的影响,体系架构级的缓存容错技术被认为是应对永久位故障率较高时的有效手段,但片上缓存故障注入工具尚不多见,影响了对这些缓存容错机制的验证,测试和评估。因此,提出了CacheFI,它是一个基于Simics的缓存故障注入工具,采用了故障生成和注入分离的设计,故障生成是随机分布,模式和时序三个方面的结合,故障注入则考虑了故障可重现性和模块化的需要。在全系统模拟器Simics上,针对15个选自SPEC CPU2000的测试程序,通过CacheFI进行片上缓存故障注入,演示了对Buddy,MAEP等典型的体系架构级缓存容错机制的容错能力和性能的评估。     

一种支持高效并发访问的移动对象索引

针对移动对象当前及未来位置索引不能有效支持多用户并发访问的问题,提出了一种支持高效并发访问的移动对象索引CS2B-tree(Concurrent Space-filling curve enabled Cache Sensitive B+-tree)。该索引结合了Bx-tree和CSB+-tree的特点,因而能够支持对移动对象进行预测查询且具有缓存敏感特性。重点研究了一种针对CS2B-tree的两层锁并发访问机制,特别是设计了一种网格锁备忘录结构,使得索引能够支持多任务并发执行。基于并发访问机制,分别提出了CS2B-tree的并发更新算法及并发预测范围查询算法。实验表明,相对于Bx-tree,CS2B-tree的并发访问的吞吐量提高了15.1%,响应时间减少了14.9%。