线性方程组行处理法贪心方法分布式并行算法

利用行处理法－贪心方法^[1]给出一个基于MIMD树机模型的求解任意相容性线性方程组的收敛性迭代解法并行迭代算法并分析算法复杂度。     

线性方程组行处理法分布式并行算法

利用行处理法分治策略^[1]给出基于MIMD树机模型的一个求解任意相容性线性方程组的分布式并行迭代算法并分析算法复杂度。     

循环块三对角线性方程组的一种分布式并行算法

提出一种分布存储环境下求解循环状三对角方程组的并行算法,该算法以矩阵子块运算为基础,处实现调用BLAS3子程序;文中分析了算法的复杂性,给出一个保证算法不会在执行过程中中断的充分条件。     

线性代数方程组树机并行行处理法

利用行处理法和分治策略给出一个基于分布式存储MIMD二叉树树机模型求解任意线性代数方程组的并行迭代算法，证明算法的正确性并分析算法的通信复杂度。     

基于多天线信号合成的优化到达时间差定位算法

分布式探测系统中当接收信号信噪比较低时,基于信号到达各接收天线延时差(TDOA)的定位法精度直接被延时差测量精度所制约。为解决这一问题,提出了基于多天线信号合成的优化TDOA定位算法,利用多路合成后的信号来精确获得各路信号延时差。仿真结果表明优化定位算法相较传统高斯牛顿迭代法在低信噪比情形下可将定位误差减小一个数量级。进一步搭建光纤稳时传输系统,实验结果显示,在信噪比为1.1dB时,优化算法定位精度可达到1.6m,比传统算法的定位误差降低了86.8%。算法将极大地扩展TDOA定位法的适用范围。     

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。     

布里渊散射谱参数提取问题的混合优化算法研究与应用

提出了一种将Particle Swarm Optimization(PSO)算法和Levenberg-Marquardt(LM)算法按概率混合优化的新算法,将其用于Pseudo-Voigt型布里渊散射谱以提高其拟合度和频移提取精度。新算法以PSO算法为主框架,首先用PSO算法进行全局搜索,在优化一定次数后每次优化随机产生一个概率rand(0,1),若rand(0,1)小于或等于事先设定的概率P,则把PSO算法得到的最优解作为LM算法的初值进行局部深度搜索,将LM算法得到的最优解替换先前PSO算法的最优解,继续使用PSO算法进行全局搜索;若rand(0,1)大于P则仍然用PSO算法搜索,等待下一次优化产生随机概率rand(0,1)进行判断,交替使用两种算法直至获得理想的全局最优解。仿真分析和实验表明,新算法克服了单一算法的缺点,提高了布里渊散射谱的拟合度和频移提取的精度,充分证明了新算法的实用性和可行性。     

基于联合运动补偿的边信息预测算法

传统块运动补偿算法仅利用单一运动向量场,该运动向量场中总会存在一定的运动异常,而过多的运动异常会严重衰退内插帧质量。为了解决该问题,提出了一种基于联合运动补偿的边信息内插算法,该算法使用双向运动估计计算出内插帧的运动向量场,接着采用当前块和其八个邻域块的运动向量联合预测出目标块。由于运动向量场的局部平滑特性会使八邻域块的运动向量十分接近当前内插块的真实运动向量,实验结果表明提出算法比传统算法有更好的容错性能。     

分布式压缩感知麦克风阵列多声源方位估计*

麦克风阵列已被广泛应用于音/视频会议等人机交互领域中时,多声源应用场景对声源方位估计性能提出了更高的要求。压缩感知(CS)声源定位算法将声源定位问题转化为信号的稀疏重构问题,相比传统的定位算法如相位变换加权（SRP-PHAT）和时延累加定位（DS）能够获得较高的定位性能,但多声源的存在一定程度上降低了稀疏程度,影响了CS重构性能。考虑到传统的CS定位算法并未利用多个连续语音帧之间声源空间向量的共同稀疏性,提出采用分布式压缩感知（DCS）理论以改善多声源的稀疏恢复估计的性能。仿真和实验结果表明,相比于传统定位算法和CS-OMP算法,DCS-SOMP算法在不同信噪比和不同声源强度的环境中,对多声源的方位估计都具有更好的定位性能和定位稳健性。     

基于声矢量传感器的分布式定位系统在水下宽带声源定位中的应用

提出了基于声矢量传感器的分布式浮标网络定位系统,研究了不同应用背景下单个声矢量传感器的测向算法,推导了目标DOA估计的Cramer-Rao界,给出了分层海水介质中多个声矢量传感器的几何定位算法。数值仿真结果表明:(1)系统的定位性能强烈依赖于接收信噪比;(2)该系统适用于单一强声源的定位。     

超导储能磁体电流补偿分布式2.5 D分析方法

研究了闭环高温超导储能磁体在非均匀交流外磁场下电流补偿过程中的分布式2.5 D分析方法。在77 K下对磁体电流补偿过程进行了H算法数值研究,H算法几何结构和求解域采用分布式2.5 D分解并配合BP神经网络进行求解。结果表明,所提算法能以更快的速度收敛,并保持理想的精度;此外,磁体在10～70 mT外磁场下能保持较好的电磁稳定性。     

有源头靠中一种分布式虚拟传声器优化方法

有源降噪头靠系统中,远程虚拟传声器技术能够解决控制点处与误差传声器处降噪量不匹配的问题。在实际应用中,多通道虚拟传声器技术存在收敛速度慢和运算复杂度高等问题。针对这个问题,本文通过重新设计远程虚拟传声技术的离线优化过程,提出一种分布式远程虚拟传声器技术优化方法。该方法将虚拟次级通路矩阵作对角化限制,同时对观测传递函数矩阵进行联合寻优,以实现一种分布式的更新算法。有源降噪头靠实验结果表明,所提算法能够有效降低远程虚拟传声器技术算法的运算复杂度,并且提升了算法的收敛速度。     

线性方程组正交化行处理并行算法

针对求解任意线性代数方程组，本文利用正交化行处理法和分治策略给出一个基于分布式存储多指令多数据流1级q叉树树机模型的并行迭代算法并讨论算法的复杂度。     

全光网络中攻击定位和恢复算法的研究与仿真

分析了全光网络分布式攻击定位算法,构建了全光网络攻击定位与恢复的仿真平台。实验表明,针对单点攻击,对光网络的透明性引起的"攻击泛滥",能够利用分布式攻击定位算法找到攻击源头,在此基础上,对自动保护倒换和环回两种全光网络进行快速恢复。     

带状方程组二叉树MIMD算法

利用行处理法和分治策略给出一个基于分布式存储MIMD二叉树随机模型求解任意带状方程组的并行迭代算法，证明算法对相容性带状方程组收敛并分析算法的通信复杂度。     

基于遗传算法和分布式计算的气动优化设计

采用求解NS方程作为气动优化设计的CFD分析方法,为了提高基于遗传算法的气动优化设计的效率,发展了一种基于分布式并行计算的混合遗传算法,并应用该方法进行了气动优化设计.设计实践表明,该方法是可行的,且由于采用了混合遗传算法和分布式并行计算而提高了优化的质量和效率.     

提升R-OTDR系统实时性能方法研究

针对长距离分布式拉曼测温系统(R-OTDR)中数据量大影响系统实时性的问题,提出通过并行运算实现高次累加平均算法提高系统信噪比和系统实时性能的方法。采用中央处理器(CPU)与图形处理器(GPU)协同合作的方式来提高系统的数据处理速度。传感数据由CPU控制数据采集端读取,然后使用累加平均算法对传感数据进行去噪。在统一计算设备架构(CUDA)中,通过调用GPU上的kernel函数对累加平均算法次数进行多线程分配,以10线程的模式进行并行运算以提高数据处理速度。实验结果表明,在10km传感距离下,相比于原系统30000次累加平均算法,采用50000次累加平均算法使系统测量误差由±1.1℃降至±0.5℃,并且采用CPU和GPU协同合作的方式使50000次累加平均算法的运算时间由3890ms降至1.472ms,提升了系统实时性能。     

WDM网络中基于多核心的组播路由算法

提出了一种WDM网络中组播的分布式路由算法。该算法是一种基于核心树的算法,其关键是找到一个核心节点集,使得以该核心节点集为树根、包含组中所有节点的树满足延迟时限的要求,同时使树的成本尽量小。算法首先根据目的节点确定组中的核心节点集,并生成核心节点内部的稳定树;然后以核心节点集为树根构造包含所有目的节点的组播核心树。由于采用了分布式的方法建立核心树,并且采用的是多个核心,所以在一定程度上减少了建立组播树所需要的时间,并且有效地解决了系统在核心处的瓶颈问题。     

带状方程组q叉树MIMD算法

利用行处理法贪心方法和分治策略给出一个基于分布式存储多指令流多数据流(multiple inslruction stream，multiple data stream．MIMD)一级q叉树树机模型求解任意带状方程组的并行迭代算法，证明算法对相容性带状方程组收敛并分析算法的通信复杂度。     

基于模糊技术的非线性系统目标跟踪融合算法

提出了一种基于模糊技术的非线性系统中多传感器目标跟踪融合算法.在基于卡尔曼滤波器的分布式融合算法中,利用模糊技术中的决策距离思想,对实时跟踪目标的多传感器进行动态分组,以获得在非线性系统中目标跟踪的最佳融合数据精度.仿真结果证明,该算法是一种有效的分布式融合算法.