基于势场导引的空地跨域协同探测方法

对未知区域的探测一直是无人系统的典型任务场景,具有广泛的应用性。但探测过程中各种信息通常十分冗杂,仅一次覆盖探测往往无法获取任务所需的全部信息。针对此,受人工势场法启发,提出了一种通过势场来为空地异构无人平台提供导引的探测策略。首先,将未知区域进行栅格化处理;其次,针对无人机与无人车在探测过程中的特点与优势分别为其设计不同的势场函数,使得无人机与无人车组成的异构无人系统优势互补,能在较短的时间内安全无碰撞地实现协同探测;最后,搭建仿真环境对提出的探测策略进行验证,并与其他传统算法进行对比。仿真结果表明,所提出的协同探测策略能导引无人系统以较短时间在任务区域内多次覆盖探测,以达到任务规定探测程度且探测完成时间相比于覆盖路径规划的传统方法降低了约41%,具备一定的时间优越性。     

工控机16位数字并行通信接口卡的设计和应用

文章主要介绍了工控机16位数字并行接口卡的硬件设计方法及其应用,并举一和VAX仿真机并行通信的特例。设计的电路数据传输速度快、可靠性高。     

后方油库数字化建设中异构数据源的整合与集成模式研究

针对数字化油库建设过程中突出的问题--异构数据源问题进行了分析,提出了异构数据源整合和集成的要求,在异构数据源整合和集成的实现中,从为部队节约经费的实际出发,摈弃通常高成本的数据仓库技术和数据抽取工具,综合利用现有低成本的数据库管理系统中的数据转换工具进行数据的转换和集成,并以Oracle数据库为例,给出了异构数据源整合和集成的步骤,使得油库已有的多种应用系统、多种异构数据源能够并存,并有效地实现异构数据源的动态及时互访和信息的挖掘及综合利用.     

大规模科学数据体绘制技术综述

体绘制是刻画大规模科学数据中复杂物理特征的有效途径,然而,数据量极大、特征难以捕捉等问题依然是目前体绘制研究的主要挑战。为此,研究者们从三个方面对体绘制算法进行了深入研究,以提高大规模数据体绘制的效率和效果。一方面,依托硬件通过多处理器核来分担计算,降低单处理器核所要完成的计算量,是提高体绘制效率的一个有效途径。另一方面,充分发掘数据场内在特性对三维数据场进行约简,大幅减少绘制处理数据量从而降低算法开销,也是提高体绘制效率的一个有效途径。同时,在体绘制算法中融入特征分析和特征增强方法,让复杂物理特征从数据场中突显出来,以实现对科学数据的高质量绘制。本文对国内外体绘制技术相关研究进展进行了调研、综述,并分析了不同的研究方法,最后展望了未来体绘制技术研究的可能发展方向,包括应用驱动的特征体绘制、基于特征的约简体绘制、适应硬件的体绘制多级加速以及原位智能化体绘制等。     

面向大规模集群的并行I/O用户层配置优化策略

影响应用I/O性能的关键因素主要有三个层次:包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法。基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10 min缩短到了5 s。     

面向大规模集群并行I/O的用户层配置优化策略研究

近年来,大规模并行场景下的I/O性能越来越受到应用科学家的关注。影响应用I/O性能的关键因素主要有三个层次：包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。本文从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法,基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10分钟缩短到了5s。本文提出的I/O配置调优空间及优化方法,可以推广应用到其它同类系统平台,对于大规模集群上的用户层并行I/O配置调优具有借鉴意义。     

基于乌鸦搜索算法的装备并行拆卸任务规划

针对装备维修性试验验证过程中拆卸任务难以有效规划的问题,提出了一种基于乌鸦搜索算法的装备并行拆卸任务规划方法。分析了拆卸任务的流程关系,建立了拆卸任务流程关系的数学模型。将维修时间作为评价并行拆卸任务规划结果的适应度函数模型,结合乌鸦搜索算法的计算步骤,引入遗传算法的交叉操作方式和变异操作方式,实现了对乌鸦搜索算法的离散化处理,满足了装备并行拆卸任务规划问题的求解需求。实例应用结果表明:相比遗传算法,乌鸦搜索算法的寻优能力和搜索能力更优,适用于装备并行拆卸任务规划工程实践。     

网络异构信息的张量分解聚类方法

提出基于张量分解的聚类算法,能够同时处理网络中多类型、多语义关系的异构信息。网络信息体系中的各种异构信息被建模为一个多维张量,异构信息之间丰富的语义关系建模为张量中的元素。提出有效的张量分解方法,将不同类型的信息对象一次性划分到不同的簇中。在人工合成的数据集和真实数据集上的实验结果表明:该聚类方法可以很好地处理网络信息体系中的异构信息聚类问题,并且性能优于现有的聚类方法。     

信息化武器装备体系概念演示验证仿真系统PSR集成策略研究

本文通过分析信息化武器装备体系概念演示验证仿真系统结构,对集成所需的平台相关资源进行了分类,在应用SOA、MDA部分思想基础上,继承了按需服务-按需仿真服务(XOD-SOD)技术,提出了“服务描述-静态映射-动态映射”三级策略,用于实现平台相关资源(Platform Specific Resources,PSR)的集成。     

基于丛生树的多流水线并行Hash连接的处理机分配算法

本文介绍了并行数据库中实现多流水线Ｈａｓｈ连接的处理机分配算法，该算法对于执行Ｈａｓｈ连接的丛生查询树可同时实现流水线内并行（ＩｎｔｒａｐｉｐｅｌｉｎｅＰａｒａｌｅｌ）和多流水线间的并行（ＩｎｔｒａｐｉｐｅｌｉｎｅＰａｒ－ａｌｅｌ