利用深度学习的硬件计数器复用估计算法

利用深度学习方法,为硬件计数器复用(multiplexing,MPX)提供结果精度更高的估计模型。通过对MPX估计得到的结果与实际采集的真实数据进行相似性分析,证明相同程序多次运行之间得到的硬件计数值是线性相关的。采用神经网络多层感知器(multilayer perceptron,MLP)和双向门控神经网络(bidirectional gated recurrent unit, Bi-GRU)这2种深度学习模型,对MPX数据进行拟合。基于动态时间规整(dynamic time warping, DTW),提出一个全新的评估MPX数据精度的指标DTW-cost。实验结果表明,同时收集15个硬件事件数据时,MLP方法拟合得到的13个高性能计算应用平均准确率比现有使用最广的固定插值法高出10.53%,最多可提升19.8%;而在MLP表现较差的事件上,Bi-GRU方法得到的平均准确率提升了28.8%。     

降低OFDM信号峰值平均功率比的多信号表示方法及其性能比较

正交频分复用(OFDM)技术的缺点之一是其峰值平均功率比(Peak-to-Average Power Ratio,PAPR)较高。为了降低OFDM信号的PAPR,本文对选择性映射(SLM)、部分传输序列(PTS)和交织三种多信号表示方法进行了比较分析,给出了各自的仿真结果,并且将交织与SLM以及PTS方法结合起来,进一步降低了系统的PAPR。     

雷载软件复用技术

针对鱼雷制导系统软件开发的需求,研究了基于Eclipse平台的雷载软件复用技术.软件复用是软件开发中避免重复劳动的一种行之有效的解决方案,雷载复用技术可以节约制导软件开发成本,缩短开发时间,带来高可靠、高性能、高质量和高效率的软件新系统.     

光纤光栅技术与应用专题讲座(三) 第5讲 光纤光栅网络传感技术的原理与应用

文中介绍了光纤光栅温度、压力、应变的基本原理及几种常用的光纤光栅传感信号解调技术。讲述了光纤光栅网络化传感技术研究进展,对几种常用传感网络进行了详细的描述。综述了光纤光栅传感器的实际应用,并着重讲述了光纤光栅传感器在军事上的应用实例。