一种面向分布式寄存器文件的VLIW调度新策略

新一代面向密集计算的高性能处理器普遍采用分布式寄存器文件来支撑ALU阵列,并通过VLIW开发指令级并行.面向分布式寄存器文件的编译成为新兴的研究热点,在斯坦福大学的kernelC编译器ISCD中最早提出了面向分布式寄存器的VLIW调度问题,在该领域处于领先水平,但是没有解决重负载下的分布式寄存器分配问题,使应用编程受到极大限制.在其基础上提出了一种新的VLIW调度策略,实验结果表明能够很好地解决重负载下的分布式寄存器分配问题.     

技术保障信息化分布式数据库系统研究

针对我军装甲装备技术保障信息化建设的特点和要求,应用分布式数据库理论,提出了建立装甲装备技术保障分布式数据库系统的方法,阐述了实现该系统的设计要求和关键技术。     

三维造型库的设计与实现

分布式虚拟环境中的三维造型和纹理资源通常都是分散存储的,此种存储方式占用空间大,管理困难.提出了在分布式虚拟环境中建立造型库,集中管理造型资源的方法.设计和开发了造型库管理软件.解决了三维造型的分散式管理体制所引发的存储资源浪费、造型一致性冲突、造型管理困难等诸多弊端.     

分布式虚拟操作训练系统误操作数据采集方法

介绍了某型武器系统分布式虚拟操作训练系统的功能、构成,并在此基础上研究分布式系统误操作数据采集方法。根据虚拟训练的需求,确定了采集数据的类型,包括2项1级指标、5项2级指标和6项3级指标,全面反映了操作过程中的各种误操作情况;在主仿真流程的基础上,设计了误操作数据采集流程,并将结果写入相关数据库。在系统开发过程中对误操作数据采集方法进行了验证。     

面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。     

临近空间传感器分布式组网研究

研究了临近空间分布式传感器网联合发现目标概率,探讨了区域警戒传感器网中部署传感器数目与该网总发现概率等的关系,提出了3种特殊的分布式网络传感器区域的布防模式,并建立了定量评价传感器网性能指标的数学模型。模型的建立为定量评估传感器组网系统效能奠定了理论基础,也为分布式传感器网络系统的部署优化、传感器的选配等提供决策依据。     

基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。     

AUV分布式自主控制与使命管理方法

提出了一种AUV(Autonomous Underwater Vehicle)自主控制的分布式体系结构与使命管理方法.将自主控制系统分为若干采用慎思/反应混合模式的智能体.每个智能体不仅可以独立地处理事件和进行决策,还可以与其他智能体进行合作来完成复杂的AUV任务.基于该体系结构,研究了AUV使命管理的动态协作机制.利...     

障碍环境下具有多领导者的组行为生成方法

针对由多个领导智能体和多个跟随智能体组成的多智能体组,提出一种障碍环境下具有多领导者的组行为生成方法。该方法属于分布式控制方法,其利用组中的领导智能体控制跟随智能体,使得跟随智能体的中心和速度分别指数收敛于组中所有领导智能体的加权位置中心和加权平均速度,且每个领导智能体权重的大小取决于其所带领的跟随智能体的数目。另外,该方法通过在障碍的边缘引入虚拟的“ β-智能体”,使组中的个体具有与环境中的静态和动态障碍避碰的能力,最终生成真实的障碍空间中具有多领导者的组行为。最后以虚拟人智能体组为载体进行仿真实验,验证了该方法的有效性。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。