浮点矩阵相乘IP核并行改进的设计与实现

基于Altera浮点IP核实现浮点矩阵相乘运算时,由于矩阵阶数的增大,造成消耗的器件资源虽增加但系统性能反而下降的问题,针对现有IP核存在数据加载不连贯、存储带宽不均匀的不足,提出采用并行化数据存储、依据查找表加载数据和处理数据的方式对IP核进行改进。然后将改进的浮点矩阵运算在FPGA中实现,经过Quartus、Matlab软件联合仿真并进行结果比对,其误差不超过万分之一,且节省了器件资源、提升了系统性能。仿真结果表明该设计可行,有利于提高诸多高性能领域浮点矩阵的运算速度。     

改进的SDT算法

数据压缩是减少网络数据流量、避免拥挤、提高控制系统性能的有效手段.针对数据压缩的问题,在分析了一系列现有有损压缩算法基础上,提出了一种新思想,改进了现有的旋转门(Swing Door Trending)算法,在每个存储数据的地方保存了两个有用的数据,并表明了该算法正确性和合理性.实验数据结果表明该算法确实可以在不增加压缩误差的前提下,有效地提高压缩比.     

基于Spark字典表压缩存储的关联规则算法优化

针对大数据新型处理框架Spark执行Apriori算法存在速率低、内存负荷高等不足,提出一种改进的Apriori优化算法.基于字典表压缩存储的机制,结合Spark框架中列式存储模式对多维多属性值的数据集进行压缩,通过Spark集群进行数据并行处理.实验表明,该算法比原算法执行速率提高23％以上,且在数据量越大的情况下其优势更明显.该算法具有降低内存负荷量、去候选频繁项集、提高执行速率等优势,且解决了多维多属性值数据集的分析难题,具备一定的应用价值.     

基于FPC和区间编码的工业浮点数据的压缩传输

为解决大量工业浮点数据在GPRS网络上传输时实时性降低的问题,提出了基于科学计算双浮点数压缩算法（FPC）与区间编码相结合的无损压缩方法IFPC实现工业浮点数据的压缩传输及解压缩。先对FPC算法与通用无损压缩算法应用在浮点数部分时的压缩效果作实验对比,实验结果表明FPC算法相比于通用的无损压缩算法在浮点数压缩上具有较好的压缩率以及较短的压缩与解压缩时间。将FPC算法与区间编码结合后的IFPC算法对整个数据域压缩与解压缩的实验结果表明,所提出的方法相比通用无损压缩算法,压缩率最低可提高7.6%,压缩时间最低可减少49.1%,综合传输时间减少了21.3%,提高了传输实时性。     

基于改进遗传算法的C-TRDM压缩存储

针对时态数据库中存在数据冗余、数据量快速增长等问题,结合现有压缩技术,提出基于改进遗传算法的C-TRDM压缩存储技术。将各个时刻的时态关系数据分解为最小粒度的数据并进行编码,采用改进的遗传算法来计算待压缩数据中的最优存储数据以提高压缩比。算法的快速收敛性使去除数据冗余的速度得到提高。     

自适应参数的轨迹压缩算法

随着轨迹数据量的急剧增长,数据规模变得越来越庞大、复杂,给数据的存储、传输和分析带来了一系列的难题,迫切需要对移动对象的轨迹数据进行有效地压缩。现有的轨迹数据压缩算法大都是基于固定压缩阈值,来判定轨迹点是否被保留,在算法执行过程中,用户难以确定压缩阈值。针对现有轨迹数据压缩算法压缩阈值难以确定的缺点,本文提出了自适应参数的轨迹压缩算法。该算法根据用户期望达到的压缩效果,按照优先保证压缩比的策略,在保证压缩效率和压缩效果的情况下,帮助用户自动确定压缩阈值,从而避免了用户需要根据自己的经验,进行反复实验来得到理想压缩阈值的过程。实验结果表明,本文提出的算法都具有较高的压缩效率和较好的压缩效果。     

基于误差校正的高精度三维测量系统

基于投影仪的结构光三维测量系统已得到了广泛的应用,但由于投影仪与相机的非线性特点,使用现有相位恢复算法得到的相位值具有一定的误差,影响了三维测量的精度。提出了一种基于二次型误差校正的高精度相位恢复算法。通过对标准平板进行相位恢复,分析其误差分布特征;用二次多项式对该误差进行逼近,得到误差的分布规律;根据求出的二次型误差模型对投影仪结构光系统得到的初始相位值进行修正,得到了高精度的相位恢复结果。实验表明,该算法比现有算法具有更高的相位恢复和三维测量精度。     

基于三维压缩感知的MIMO雷达角度估计算法

基于张量模型的参数估计是雷达信号处理的一个发展趋势,然而现有张量算法无法在估计精度和计算复杂度方面达到良好的折衷。为解决上述问题,提出一种三维压缩感知（Three-way compressive sensing,TWCS）的多输入多输出雷达角度估计算法。利用匹配滤波后的信号内部隐含的多维结构,将接收数据堆叠成一个三阶张量模型。为降低高维张量在存储和计算方面的复杂性,利用高阶奇异值分解对高维张量数据进行压缩。其次将压缩后的张量与三线性模型相联系,获取压缩的方向矩阵。利用目标角度在所处背景的稀疏性,设计两个过完备字典,采用优化的方法获取目标角度。由于利用了接收数据的多维结构,TWCS中参数估计的精度要优于传统的子空间算法。此外所提TWCS算法不需要额外配对计算,且能进一步获取目标的多普勒信息。最后,利用仿真实验验证TWCS算法的估计效果。     

可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法

针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法.利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据的误传和避免安全攻击;利用霍夫曼压缩技术对数据进行快速压缩,节省非结构化大数据处理过程中的时间开销;利用错误控制技术为潜在丢失的数据提供备份系统,并利用快速密度聚类算法有效处理多维大数据文件.实验证明,相比于其他现有非结构化大数据安全存储方法,该方法的执行速度更快,时间开销更小,信息损失百分比更低,信噪比(SNR)和压缩比更高.     

基于三层存储模型的RFID数据压缩存储方法

针对物联网技术中亟待解决的海量数据存储问题,提出了一种基于射频识别(RFID)的三层数据存储压缩模型。该模型将数据分为当前数据层、临时数据层和历史数据层,利用每一层中数据的特点分别设计了相应的数据汇总算法,最终实现RFID数据的压缩存储。在该模型的基础之上,提出了针对路径的编码算法,用于对路径进行压缩存储。实验结果表明,该三层存储模型可以有效地压缩存储RFID数据,同时数据汇总算法具有较低的时间复杂度与较高的数据压缩比。     

Stable fitting of 2D curves and 3D surfaces by implicit polynomials

This work deals with fitting 2D and 3D implicit polynomials (IPs) to 2D curves and 3D surfaces, respectively. The zero-set of the polynomial is determined by the IP coefficients and describes the data. The polynomial fitting algorithms proposed in this paper aim at reducing the sensitivity of the polynomial to coefficient errors. Errors in coefficient values may be the result of numerical calculations, when solving the fitting problem or due to coefficient quantization. It is demonstrated that the effect of reducing this sensitivity also improves the fitting tightness and stability of the proposed two algorithms in fitting noisy data, as compared to existing algorithms like the well-known 3L and gradient-one algorithms. The development of the proposed algorithms is based on an analysis of the sensitivity of the zero-set to small coefficient changes and on minimizing a bound on the maximal error for one algorithm and minimizing the error variance for the second. Simulation results show that the proposed algorithms provide a significant reduction in fitting errors, particularly when fitting noisy data of complex shapes with high order polynomials, as compared to the performance obtained by the above mentioned existing algorithms.     

多输入多输出系统的数据分层建模

为了高效准确地实现多输入多输出系统的数据建模,本文提出了数据分层建模算法.将多输入多输出数据建模问题分解为一系列单输入多输出的建模问题,同时改进标准遗传编程算法,将单树表示的的个体结构扩展为向量树的进化个体,实现多输出系统的自动建模.通过大量的计算实例表明,这种算法可以实现复杂的多输入多输出系统的建模,提高数据建模的效率和精度.     

硅压阻式压力传感器误差修正算法的FPGA实现

针对现场可编程门阵列(FPGA)的输入输出(L/O)资源丰富、并行执行特点对设计大规模硅压阻式压力传感器补偿系统以及提高其补偿效率有一定的意义,提出了一种FPGA补偿系统设计方案并对传感器输入输出存在的非线性误差,设计了32位单精度浮点运算单元实现曲线拟合法中的多项式拟合算法,使用Verilog语言在Xilinx ISE中实现FPGA的逻辑设计、仿真和综合.结果证明:设计的可在FPGA中综合实现的多项式拟合算法效果显著,可以对非线性系统进行校正,有较高的应用价值.     

基于Savitzky-Golay算法的曲线平滑去噪

Savitzky-Golay算法被广泛地运用于数据流平滑除噪,是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。仿真结果表明,与传统算法相比,Savitzky-Golay算法具有更稳定、误差更小的平滑去噪效果。     

基于样条的矢量数据多尺度表达与压缩算法

传统矢量曲线压缩算法不能解决曲线压缩后的平滑问题,并可能产生拓扑异化。为此,提出基于样条的矢量数据多尺度表达与压缩算法。选择样条的光滑因子作为阈值对曲线进行多尺度表达与压缩,保持压缩前后曲线的光滑特性,利用少量的控制点描述整条曲线,从而提高矢量曲线处理的速度和质量。实验结果表明,该算法仅需9个控制点就能逼近给定的一条原始曲线,验证了其高效性。     

SCADA中历史数据的SDT算法研究与改进

随着物联网和大数据技术的快速发展,数据采集与监视控制SCADA系统每天采集的数据量呈几何级数增长,传统的数据压缩算法--旋转门算法SDT 已经不能满足SCADA系统对历史数据压缩的要求。在深入研究了数据压缩方法尤其是旋转门SDT算法的基础上,提出了一种改进的ASDT 算法,并用Java语言加以实现。ASDT算法通过正弦曲线拟合数据以实现数据压缩,与传统SDT算法的性能相比,ASDT算法能取得更好的压缩效果。实验数据结果表明,相对于传统SDT算法,ASDT算法可以在不显著增加压缩误差的前提下,有效地提高压缩比。     

Spatial correlation based channel compression feedback algorithm for massive MIMO systems

Aiming at the non-linear structure of massive multiple-input multiple-output (MIMO) channel data, this paper proposes a channel state information (CSI) compression feedback algorithm based on Laplacian Eigenmaps (LE) non-linear processing for massive MIMO uniform linear array. The spatial correlation of the channel array determines the Laplacian matrix, and the channel compression matrix is obtained by Laplacian matrix eigenvalue decomposition. The simulation results show that the proposed LE algorithm can reduce the feedback overhead, and its bit error rate (BER) performance is better than that of the discrete cosine transform (DCT) sparse compression algorithm. In addition, the proposed LE algorithm computational complexity is higher than DCT, and lower than principal component analysis (PCA) and Karhunen-Loeve transform (KLT) algorithms, but the LE algorithm can achieve higher feedback accuracy when the feedback overhead is slightly lower than DCT.     

基于线阵光电探测器的FBG传感解调算法分析

采用线阵光电探测器光谱采集系统,对光纤Bragg光栅（ FBG）传感器反射谱进行数据采集。由于线阵光电探测器采样点数有限,为了研究不同数据个数对FBG反射谱寻峰精度的影响,基于LabVIEW开发平台,对比分析了FBG传感解调系统中常用的三种寻峰算法：质心法、高斯拟合法和多项式拟合法;比较了不同数据个数下各种算法的性能。实验结果表明：利用反射波峰上7个采样点数据拟合精度最高,并且高斯拟合算法的精度和稳定性能较好。     

无线传感器网络最优曲线压缩算法

针对无线传感器网络中的数据压缩问题,对DP压缩算法进行改进,提出一种最优曲线数据压缩算法OCDCA。减少压缩过程中对数据的扫描次数,以降低节点的能量消耗。采用最佳曲线拟合方法对监测数据点做直线优化拟合,以提高压缩精度。仿真结果表明,OCDCA算法程序时间复杂度较低,压缩精度和压缩效率较高,可降低无线传感器网络的能量消耗。     

基于提升小波和自适应多项式拟合的传感器网络多模数据压缩算法

为提高无线传感器网络的感知精度,提出了一种基于提升小波变换和自适应多项式拟合的多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on lifting wavelet and adaptive polynomial fitting,简称AMLP）。在给定相关度阈值的前提下,AMLP算法先对数据进行灰色关联聚类,再对类中的相关数据进行自适应的多项式拟合,然后把未拟合的特征数据抽象成一个矩阵,利用提升小波变换去除数据的时间和空间相关性。最后,通过游程编码对数据作进一步压缩。仿真结果表明,AMLP算法能够有效去除不同数据间的冗余信息以及同种数据间的时间和空间冗余信息,提高压缩比,降低网络能耗。与基于小波的自适应多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on wavelet,简称AMMC）相比,AMLP算法的数据恢复精度大大优于AMMC算法,压缩比和能耗相近。因此,AMLP算法更适用于要求高精度数据的传感器网络应用,如地质灾害监测、医疗和军事领域。