异构环境下的多子阵合成孔径声呐距离多普勒成像算法

为解决多子阵合成孔径声纳成像效率低的问题,提出了一种异构环境下的多子阵合成孔径声纳快速成像方法。根据多子阵合成孔径声纳距离多普勒成像算法特点以及CPU和GPU各自计算特点,通过将算法中距离向脉冲压缩、固定相位补偿、距离徙动校正和方位向脉冲压缩密集型运算采用GPU计算,极大提高了多子阵合成孔径声纳成像效率。最后通过实测数据的成像实验对所提算法的正确性和高效性进行了验证,与串行计算方法相比加速比高达14.45。     

合成孔径声纳成像改进距离-多普勒算法研究

在合成孔径声纳成像优化的研究中,传统距离-多普勒算法主要应用于窄带窄波束信号合成孔径成像,而在合成孔径声纳领域,由于信号带宽较大,波束较宽,使得成像效果较差.研究了经典距离-多普勒算法的原理,提出了其局限性,针对合成孔径声纳的宽带宽波束信号特点改进了传统算法.放弃窄带信号条件下的Fresnel近似,利用更精确的适用于宽带宽波束信号的距离双曲线模型对算法进行了推导,并在推导结果的基础上对成像区域中任意点目标上进了仿真.仿真结果表明,改进算法具有更高的分辨率和适中的运算量,比传统距离-多普勒算法更适合应用在合成孔径声纳成像中.     

一种精确的多接收阵合成孔径声纳距离多普勒成像算法

针对现有多接收阵合成孔径声纳算法没有考虑或低估了"停走停"近似在宽测绘带和高平台运动速度情况下带来的图像失真的现象,本文在深入分析多接收阵系统误差产生机理的基础上,提出了一种适用于宽测绘带成像的精确多接收阵合成孔径声纳距离多普勒成像算法,它舍弃了目前普遍采用的等效相位中心(DPC)近似,采用多接收子阵的精确延迟模型.算法首先对各接收子阵数据单独处理求得方位谱并进行方位向扩展,随后分别进行距离徙动校正和方位向脉压,最后将各通道的方位谱相干叠加,反傅里叶变换后得到了高分辨图像.通过点目标仿真比较,该算法在峰值旁瓣比及目标的定位等方面优于现有算法.     

合成孔径声纳成像聚焦问题的研究

本文论述了合成孔径声纳的原理及声纳成像的分辨特性，研究了距离向压缩数据在方位向聚焦的具体实现。最后通过计算机仿真，验证了算法的有效性。     

一种适用于宽带条带式合成孔径声纳的相位梯度自聚焦算法

传统的相位梯度自聚焦(PGA,phase gradient autofocus)算法仅适用于窄带聚束式合成孔径成像。提出了一种适用于宽带条带式合成孔径声纳的相位梯度自聚焦(SPGA,stripmap phase gradient autofocus)算法。SPGA算法通过多普勒频移估计线性侧摆;SPGA算法消除了侧摆对回波信号包络的影响,使成像模糊仅仅是由方位向相位误差引起的,这样才可以由Dechirp后的距离压缩域数据的相位误差梯度得到侧摆的估计;SPGA算法利用估计得到的侧摆对距离徙动校正前的回波数据进行包络和相位补偿。仿真表明该算法有效地估计出了侧摆,提高了成像质量,且成像没有发生方位向偏移,明确地确定出了目标的位置。     

基于图像的多接收元合成孔径声纳运动补偿方法

多接收元合成孔径声纳成像是当前研究的热点问题,偏航和侧摆是影响多接收元合成孔径声纳成像质量的关键因素。建立了多接收元合成孔径声纳偏航和侧摆运动误差的几何模型,提出了一种基于图像估计偏航和侧摆的新方法。该方法允许声纳系统以满足空间采样理论的最大速度运行,利用强点目标的每个脉冲回波数据的成像结果估计偏航和侧摆。计算机仿真结果表明新算法有效地估计出了偏航和侧摆,提高了成像质量,明确地确定出了目标的位置。     

基于Erlang的多核并行计算N-皇后问题

为了充分利用多核CPU的资源,利用并行计算来处理问题已逐渐成为主流。利用Erlang中的并行机制计算N-皇后问题,设计并实现了并行计算N-皇后问题的算法。实验结果表明,该算法有效地提升了多核计算机资源的利用率,提高了求解问题的效率。此外,由于Erlang本身具有数据处理上限只受硬件处理能力限制的特性,算法可扩展性也比较强。     

方位向时变非均匀采样的合成孔径声纳成像

采用多接收阵技术能够使合成孔径声纳的测绘速率和测绘带同时得到提高,但带来了方位向非均匀采样以及不满足停走停假设的问题.本文建立了高测绘速率、宽测绘带条件下不做停走停近似的多接收阵合成孔径声纳信号模型,采用频域方法对合成孔径声纳时变的非均匀方位向信号进行了重构,并导出了重构方法的快速算法.重构方法解决了高测绘速率、宽测绘带条件下的偏移及散焦问题.仿真和实验验证了该方法的可行性.     

星载三维成像雷达高度计研究

介绍了一种新型的三维成像雷达高度计的研究方案。这种新型的雷达高度计采用双抛物面天线,在方位向利用合成孔径技术,在距离向利用线性调频脉冲压缩技术来获得两个方向的地面分辨率,在第三维高度方向利用双天线获取相干信号并通过算法提取高程信息。该高度计可同时用于海洋和陆地的成像。     

基于R-D算法的合成孔径声纳插值方法比较

合成孔径声纳（SAS）中由于基阵相对目标的运动导致回波空间产生了距离徙动，距离徙动的出现将会较大地影响最终声纳的成像质量，目前主要采用插值的方法进行矫正。该文基于SAS中的距离一多普勒（R—D）算法，讨论了距离徙动的成因及矫正思想，详细介绍了几种用于徙动矫正的经典插值方法，并给出了其在SAS成像中的应用表达式，对其性能进行了比较。最后对点目标进行了仿真成像，给出了矫正前后的目标图像，并对不同插值方法的成像质量及运算量进行了分析比较。分析结果表明，这几种插值方法都改善了成像的质量，但拉格朗日法和香农法在改善图像方位向性能上更有优势，可在实际中应用。     

Accelerating the SRP-PHAT algorithm on multi- and many-core platforms using OpenCL

The Steered Response Power with Phase Transform (SRP-PHAT) algorithm is a well-known method for sound source localization due to its robust performance in noisy and reverberant environments. This algorithm is used in a large number of acoustic applications such as automatic camera steering systems, human–machine interaction, video gaming and audio surveillance. SPR-PHAT implementations require to handle a high number of signals coming from a microphone array and a huge search grid that influences the localization accuracy of the system. In this context, high performance in the localization process can only be achieved by using massively parallel computational resources. Different types of multi-core machines based either on multiple CPUs or on GPUs are commonly employed in diverse fields of science for accelerating a number of applications, mainly using OpenMP and CUDA as programming frameworks, respectively. This implies the development of multiple source codes which limits the portability and application possibilities. On the contrary, OpenCL has emerged as an open standard for parallel programming that is nowadays supported by a wide range of architectures. In this work, we evaluate an OpenCL-based implementations of the SRP-PHAT algorithm in two state-of-the-art CPU and GPU platforms. Results demonstrate that OpenCL achieves close-to-CUDA performance in GPU (considered as upper bound) and outperforms in most of the CPU configurations based on OpenMP.

     

嵌入式零树小波压缩和解压缩的并行化算法

嵌入式零树小波压缩算法是图像压缩技术中有效的压缩算法,但其压缩时间较长.对该算法进行了研究,并在多核机群系统下实现了该算法的并行算法,提高了算法的性能.实现了MPI和MPI+OpenMP两种并行算法,并将串行算法、MPI并行算法与MPI+OpenMP并行算法进行比较.结果显示,随着数据量的增多,MPI并行算法和MPI+OpenMP并行算法相对于串行算法的运行效率都有明显提高,其中MPI+OpenMP并行算法的效率更好.     

多核CPU和GPU加速分子动力学模拟

在多核中央处理器(CPU)—图形处理器(GPU)异构并行体系结构上,采用OpenMP和计算统一设备架构(CUDA)编程实现了基于AMBER力场的蛋白质分子动力学模拟程序。通过合理地将程序划分为CPU单线程、CPU多线程和GPU多线程执行部分,高效地利用了计算机的处理能力。性能测试结果表明,相对于优化后的CPU串行计算,多核CPU-GPU异构并行计算模型有强大的性能优势,特别是将占整个程序执行时间90%的作用力的计算移植到GPU上执行,获得了最高可达12倍的计算加速比。     

多群粒子输运问题在多核集群系统上的混合并行计算

本文分析了非结构网格多群粒子输运Sn方程求解的并行性,拟合多核机群系统的特点,设计了MPI/OpenMP混合程序,针对空间网格点采用区域分解划分,计算结点间基于消息传递MPI编程,每个MPI计算进程在计算过程中碰到关于能群的计算,就生成多个OpenMP线程,计算结点内针对能群进行多线程并行计算。数值测试结果表明,非结构网格上的粒子输运问题的混合并行计算能较好地匹配多核机群系统的硬件结构,具有良好的可扩展性,可以扩展到1024个CPU核。     

基于多核微机的微粒群并行算法

提出了一种基于Logistic模型的惯性权重非线性调整策略,采用OpenMP多线程编程,在微机上实现了微粒群算法的多核并行计算。通过对BenchMark测试函数集中的5个函数进行测试,试验结果表明,采用基于Logistic模型的惯性权重非线性调整策略在算法成功率和收敛代数都优于线性调整策略,而基于OpenMP的微粒群多核并行计算使得计算速度得到提高。     

OpenMP多核技术在颗粒流体力学方法GHM中的应用

为了达到提高颗粒流体动力学方法 GHM计算效率的目标,分析了GHM模型的主要计算模块,抽取其中的可并行计算模块,基于多核计算机的硬件环境,应用OpenMP多线程并行计算模型,对采用数值积分方法求解颗粒运动方程的部分,实现求解过程的并行计算。最后通过多次实验验证程序的正确性及算法性能。实验结果表明,在Windows 7系统4核8线程处理器的计算机上,并行程序的并行加速比最高达到了2.5,说明OpenMP多核并行技术能较显著地提高GHM方法的计算性能。     

MPtostream:an OpenMP compiler for CPU-GPU heterogeneous parallel systems

In light of GPUs’ powerful floating-point operation capacity,heterogeneous parallel systems incorporating general purpose CPUs and GPUs have become a highlight in the research field of high performance computing(HPC).However,due to the complexity of programming on GPUs,porting a large number of existing scientific computing applications to the heterogeneous parallel systems remains a big challenge.The OpenMP programming interface is widely adopted on multi-core CPUs in the field of scientific computing.To effectively inherit existing OpenMP applications and reduce the transplant cost,we extend OpenMP with a group of compiler directives,which explicitly divide tasks among the CPU and the GPU,and map time-consuming computing fragments to run on the GPU,thus dramatically simplifying the transplantation.We have designed and implemented MPtoStream,a compiler of the extended OpenMP for AMD’s stream processing GPUs.Our experimental results show that programming with the extended directives deviates from programming with OpenMP by less than 11% modification and achieves significant speedup ranging from 3.1 to 17.3 on a heterogeneous system,incorporating an Intel Xeon E5405 CPU and an AMD FireStream 9250 GPU,over the execution on the Xeon CPU alone.     

关联规则挖掘算法的多核并行优化

分析了并行关联规则挖掘算法存在的不足,提出了一种改进的关联规则挖掘的多核并行优化算法。该算法对Apriori算法的压缩矩阵进行了改造,并在多核平台下利用OpenMP技术和TBB技术对串行程序进行循环并行化和任务分配的并行化设计,最大限度地实现并行关联规则挖掘。