基于多Agent的多传感器仿真系统总体分析

多传感器是实现未来信息化战场"网络中心战"概念的一组必要的装备系统.实施该项目先期概念技术演示,必须设计其仿真系统.采用基于多Agent的仿真方法,结合Agent的通用含义及结构,把多传感器仿真系统的内部组元直接映射成相应的Agent.由此,研究了基于多Agent的信息化战场多传感器仿真过程,前瞻了多传感器运用场景,分析了多传感器仿真系统的整体流程和逻辑结构.设计的多传感器仿真系统,以Agent的表现形式获得了对多传感器战场运用这一客观、复杂过程的深刻认识,从而可实现对这种动态作战环境行为的仿真.     

航天试验指挥自动化系统体系结构

随着各种航天试验和航天器进入现代高技术局部战争,逐步形成了一体化的战争格局,提高航天试验指挥效能成为现代天战的迫切需求。体系结构是从顶层设计的角度,对指挥自动化系统进行的一种"统一的和概念的"描述。分析了航天试验指挥自动化系统的概念、结构组成及系统连接关系,研究航天试验指挥自动化系统的体系结构,对航天试验指挥自动化系统进一步发展和完善提供指导。     

潜艇作战模拟系统的体系结构

介绍了两种潜艇作战模拟系统的体系结构,对两种体系结构的实现方式进行了比较,并对采用ＤＩＳ体系结构开发潜艇作战模拟系统的有关问题进行了初步探讨。     

一种用于 UWB 雷达实时信号处理的可重构多处理机结构

超宽带（UWB）雷达信号处理是个多任务、大运算量的过程，必须采用多处理机并行处理技术。本文对UWB雷达实时信号处理系统的特点进行了深入的分析，在比较各种多处理机系统优缺点的基础上，提出了一种可重构的UWB雷达实时信号处理系统结构。将此结构应用于实际系统表明，该结构具有良好的性能，并具有可重构性和扩展性。     

数字化战场与战场数字化技术——“数字化战场与单兵数字化系统”系列论文之一

首先研究了数字化战场的概念及内涵，然后着重讨论了战场数字化系统的体系结构和实现其互联、互操作的设计原则与思路，提出了建立战场数字化系统的关键是把当代开放系统发展的成果与军事领域的特殊要求相结合，研究其体系结构，研究、制定和推行三军统一的各层次信息界面标准和接口规范。     

半隐式半Lagrangian时间积分及其可扩展并行算法设计

目前谱模式仍然是全球数值天气预报业务模式的主流。针对全球数值天气预报谱模式,研究两个时间层的半隐式半Lagrangian时间积分格式以及用于计算起始点的准三次空间插值方法,提出了按需通讯的可扩展并行算法设计,在由4个双CPUSMP结点组成的Linux机群环境下,该算法的8任务相对于4任务的加速比达到了1.65,取得了良好的并行效果。     

多GPU的可压缩湍流并行计算

利用CUDA Fortran语言发展了一种基于GPU的计算流体力学可压缩湍流求解器。该求解器基于结构网格有限体积法,空间离散采用AUSMPW 格式,湍流模型为k-ω SST两方程模型,采用MPI实现并行计算。针对最新的GPU架构,讨论了通量计算的优化方法及GPU计算与PCIe数据传输、MPI通信重叠的多GPU并行算法。进行了超声速进气道及空天飞机等算例的数值模拟以验证GPU在大网格量情况下的加速性能。计算结果表明相对于Intel Xeon E5-2670 CPU单一核心的计算时间,单块NVIDIA GTX Titan Black GPU可获得107至125倍的加速比。利用四块GPU实现了复杂外形1.34亿网格的快速计算,并行效率为91.6%。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。     

SPH的两种并行计算方案及其在自由表面流动模拟中的应用

针对光滑粒子动力学(SPH)主要计算量是近邻粒子搜索这一特点,提出了一种基于粒子分解的SPH并行计算方案。利用该方案可以方便的将任意串行SPH代码并行计算,而且每一个时间步内的信息传递量只和粒子总数有关,而和粒子的分布无关,因而特别适合于自由表面流动等大变形问题的并行数值模拟。对一个粒子总数为40万的三维溃坝问题的模拟结果表明,此方案能达到的最大加速比约为16,这一结果可能比空间分解方案(不考虑动态负载均衡)更优。     

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。