异构环境HBSP模型及其在FFT算法中的应用

提出了异构块同步并行 (HBSP)模型和程序开销计算方法 ,依据通信开销线性模型和处理机利用率来研究异构环境中算法的设计和分析 .以快速傅立叶变换 (FFT)为例 ,给出了相应的算法设计和分析结果 .当构成块同步并行 (BSP)计算机的各处理机速度相同 ,且原有 BSP算法达到最优 (即各处理机上所分配的计算量与通信量完全均衡 )时 ,HBSP模型等同于原有模型     

数据转换算法在异构数据集成中的研究与应用

在构建异构数据库集成系统时,主要会面对数据源的异构性、完整性、语义冲突和集成内容的限定等方面的问题。只有进行数据格式和数据内容的统一转换后,来自不同数据源的异构数据才能被集成系统使用。因此,本文着重研究了异构数据集成中的数据转换算法。     

FFT算法的软件实现和应用

本文是想通过FFT软件(C语言编制)的使用向大家介绍FFT算法的基本思想,以及在频谱分析方面的应用,给出获得任意周期性连续信号的幅频特性及相频特性的一种方法.     

异构机群下的快速傅立叶变换动态算法

基于异构机群,设计了动态快速傅立叶变换算法．在前端机将任务划分为若干个子任务之后,所有后端机根据自身的负载,自主地向前端机发出执行子任务的请求,获取操作数据．将结果返回给前端机,前端机等待所有子任务完成后,对中间结果进行合并计算,得到最终结果。     

基于并行处理的FFT快速算法

FFT算法是频域图像处理中最重要的核心算法之一,是影响数字图像处理软件系统整体效率的关键。提出的一种适于SIMD计算模式的自然顺序二维FFT算法,利用Intel处理器提供的新指令对算法进行了改进。应用OpenMP对算法进行了多核环境下的优化,并设计了与之配套的滚动型缓冲区。实验结果表明,这种FFT算法在多核下的运行效率最高可达到目前广泛使用的FFT算法的4.5倍,这种算法对海量图像数据的处理优势尤为显著。     

异构环境下改进的Hadoop调度算法

Hadoop是一个用于以高效的方式处理大数据的框架.任务调度是Hadoop框架的核心问题之一,其默认的调度器不能根据节点及作业资源的异构性进行任务分配.针对该问题,本文提出一种异构环境下基于作业及资源分配的调度算法.该算法可根据估计作业到达率和平均作业的执行时间将作业分类,找到与该类作业匹配的资源,优先将本地任务分配给...     

基于Matlab的FFT及其应用

DFT在信号处理中有着非常重要的作用,但是由于其运算量较大,在应用上受到了限制,自从FFT提出以后,使DFT的应用得到了迅速推广.本文从应用的角度出发,在Matlab平台上,简单介绍了FFT的几方面应用.     

基于DSP的通用FFT算法在电网谐波检测中的应用

随着DSP在数字化处理和数字控制系统领域日渐成为一项成熟的技术,一种基于DSP的快速傅立叶变换(FFT)的实现方法被提出。该算法采用汇编语言实现,并采用目前控制领域最高性能的处理器TMS320F281x系列DSP对采样信号进行FFT运算,能快速检测出电网中三相电压、电流的各次谐波,以进行谐波的实时分析处理。通过实验和现场运行,验证了算法的正确性和高速性,可作为一种通用的算法应用于谐波检测。     

基于电量采集装置的FFT算法研究

随着计算机技术、微电子技术、通信和网络等技术的融合发展,电能质量的监测设备必然会朝智能化、网络化、实时在线监测的方向发展。电网中电量采样的准确性和实时性,算法处理的快速性是实现在线监测的基本要求。因此,本文对电量采样值进行了快速傅立叶(FFT)计算,并且与ARM嵌入式32位微控制器相结合,编写出完整的算法程序,经测试可以满足系统要求。     

基于DSP的FFT算法在电网谐波检测中的应用

谐波检测是研究和分析谐波问题的出发点和主要依据。本文介绍基于数学变换的几种方法并讨论其优缺点,提出了一种实用且成熟的谐波分析方法,并对该算法中出现的问题进行分析从而提出解决方案。该算法采用汇编语言实现,然后用C语言结合每个模块,并采用目前控制领域最高性能的处理器TMS320C5509对采样信号进行FFT（FastFourierTransform）运算,可以快速检测电网中的三相电压、电流谐波以进行谐波的实时分析。仿真结果验证了算法的正确性和高速性。     

异构任务图的实现模型

任意异构程序映射到任意异松系统上执行,是并行程序计算最复杂的情况,为此提出了异构任务图的定义,它是异构程度直观和有效描述方法,还研究了异构任务图的实现模型,它是异构计算环境中软件和硬件的桥梁,分别给出了任务图的分簇算法、系统图的分簇算法和映射算法及应用实例,利用该模型可设计出可移植的并行程序,然后调度到可动态配置的异构计算机组织上运行。     

异构计算系统的三元模型与性能分析

基于异构计算系统（ＨＣＳ）体系结构的双层异构性，提出一种描述ＨＣＳ体系结构的三元模型，其本质是对ＨＣＳ各类性能模型作出划分．推导并分析ＨＣＳ〈０，２＊，０〉型异构计算系统的性能模型     

基于DFS的并行粒度计算模型及其应用

针对粒度计算在并行计算中的工作机理,基于动态模糊集理论给出并行粒度计算模型和算法,并进行范例系统分析,结果表明该算法是有效的,从而进一步丰富了粒度计算的内容。     

云计算下异构数据集成模型的构建

为使用户能够将现有的应用系统向云计算环境迁移,将原有的异构数据处理无缝的映射为云计算环境下通用的数据服务和行为,从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,针对各种异构数据库存储系统和云存储系统,构建云计算环境下异构数据模型,为用户提供透明、统一的异构数据集成和访问接口服务。实践证明:云计算下基于本体的异构数据集成模型的构建,可以为云计算环境下各业务应用提供统一的数据管理和处理方法,方便、快捷地实现异构数据统一的检索与查询以及业务应用所处理的各种异构数据之间实质性关联与映射。     

网络并行方式的PVM异构计算环境

ＰＶＭ（ＰａｒａｌｌｅｌＶｉｒｔｕａｌＭａｃｈｉｎｅ）是异构计算环境下消息传递模型实际应用的成功范例．它将计算机网络上的各种机器抽象映象成一台具有高性能计算潜力的虚拟并行机，构成开发和运行大型并行应用软件的灵活、简洁且完整的程序设计环境，在分布式高性能计算领域为人们所广泛接受，成为网络并行计算技术领域中消息传递程序设计模型的事实标准之一．本文介绍ＰＶＭ的结构、模型和技术发展；分析了典型应用和实验数据，最后对ＰＶＭ进行评价并给出结论．     

异构任务图在网格环境中的调度实现

并行分布计算环境的任务调度一直是并行计算研究的热点问题，网格技术的发展则对任务调度提出了新的要求。本文采用带参数的有向超图表达异构任务图，为具有一般性、异构性、分布性、动态性等特点的任务请求提供了通用描述方法。通过设计网格异构任务图描述语言GHDL，实现了网格任务请求的统一封装以及任务请求在异构环境下的计算机理解和识别。通过设计自适应调度策略库，为分布异构动态网格环境下的任务调度提供有效解决方案，实现了在考虑网格任务间优先约束与数据关联的同时，采取异构宿主机识别、异构客户端自动创建等方式开发利用环境异构性与任务异构性，采取实时网格状态信息采集与任务迁移屏蔽了资源动态性。异构任务图在网格环境中的调度效果由树生长的仿真实验进行了展示。     

异构计算系统的表调度式任务映射与调度算法

研究了在异构计算系统（ＨＣＳ）中利用表调度式算法进行任务映射与调度．给出两种异构静态优先级表调度式任务映射算法（ＨＳＰ和ＧＨＳＰ）,以及一种异构动态优先级表调度式任务映射算法（ＢＨＤＰ）．实验结果表明,ＧＨＳＰ算法对于粗中粒度ＤＡＧ的调度效果稍好于ＨＳＰ算法,而ＢＨＤＰ算法对于粗粒度和细粒度ＤＡＧ的调度效果均明显优于ＨＳＰ和ＧＨＳＰ算法．     

一种异构计算系统动态任务分配模型

文章将群体智能技术引入异构计算系统的优化调度问题当中,利用蜂群与环境的交互模型来实现异构计算系统中动态的任务调度和分配,提出了一种优化的动态任务分配模型.该模型通过处理器对待处理任务的动态选择,实现了异构计算系统中任务的动态分配和任务的优化分配.     

基于异构平台的并行最大最小蚁群算法

最大最小蚂蚁系统(Max-min Ant System,MMAS)是一种性能优良的启发式算法,常用于解决组合优化问题.当解决的目标问题规模较大、迭代轮次较多时,最大最小蚁群算法存在运行时间长的缺点.试验以开源串行包ACOTSP为基准,利用GPU多线程并发的优势,采用并行蚂蚁策略将MMAS在CPU-GPU协同异构计算平台上并发实现.算法在GPU上运行时的影响因素,如数据传输、内存层次、库函数调用等,也得到有效分析,并作出针对性优化.试验最终取得了高达13倍的加速,表明并行MMAS策略具有高效性和实用性.     

基于异种机互联网络的并行神经计算环境的实现和性能分析

给出了在多台微机与SUN工作站的互连网上实现的一个并行计算环境 :HCPC(Heteroge neousComputersParallelComputing)系统 ,并通过对其性能的分析和在ART1神经网络上的模拟实现 ,验证了HCPC系统的功能