民机CNS系统动态重构技术

动态重构是一项充分利用软硬件资源的技术。在介绍民机CNS系统和动态重构基本原理基础上,给出了一种动态重构的通用功能模块的设计方案,描述了利用有限状态机和排列组合原理计算系统配置的方法,并根据系统资源状况和应用的优先级对资源进行初次分配及再分配,设计出了一种动态重构算法,该算法能很好地兼顾资源备份式重构和资源抢占式重构。同时,指出对动态重构的品质设计需从可用性、可靠性、维护性方面考虑。最后,使用Simulink对动态重构算法的正确性进行了仿真验证。     

基于固件虚拟的承载网络资源重构模型研究

结合三网融合的异构网络环境,提出了一种基于固件虚拟的承载网络资源重构模型,并对异构环境下动态可重构网络的关键技术——资源分配算法进行研究,提出了一种基于动态重构的资源分配算法.该模型基于平台化支撑、构件化处理的思想,设计基于底层承载网络中核心节点虚拟化的可重构网络,支持异构网络环境下的动态重构,从而构建更为灵活的高速率、可定制、多服务提供网络.     

基于种类-位置模型的可重构资源指派方法

在基于指令集动态可扩展技术的可重构指令集处理器研究中,如何有效使用系统的可重构资源,将很大程度上影响扩展得到的定制指令的功能实现,进而影响系统性能的优化效果.本文针对可重构资源的利用问题,首先设计了一种可重构资源模型,该模型弱化了可重构资源的功能和数量属性,主要提供其种类和位置属性,并能够以此计算资源使用的时间属性.基于此模型,本文将图论中的图着色问题进行扩展,引入多遍着色的思想,提出了一种针对粗粒度可重构资源的资源指派算法,该算法将可重构资源的指派等价为一个图多遍着色问题,通过模型提供的属性参数和限制条件完成指派过程.实验结果验证了算法的有效性,并揭示了资源使用中的规律性,对提高资源利用率和系统性能具有一定的指导意义.     

高清视频编码在可重构处理器中的映射实现

提出一种高清视频编码在可重构处理器ReMAP上映射实现的方法,采用动态流水重构技术,实现整数运动估计、环内算法等多个关键子算法在可重构处理器中的分时复用映射.仿真验证表明,可重构处理器ReMAP可支撑高清视频编码的高性能实现;另一方面,动态可重构技术可有效提升可重构处理器的利用率,充分利用可重构处理器的处理能力,减少算法对中间暂存数据存储空间的需求.     

基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法

块效应和未知且时变的噪声强度会降低时域流信号动态稀疏重构的性能,为解决该问题,本文基于重叠正交变换和稀疏贝叶斯学习框架,提出一种对时域流信号进行动态压缩感知的鲁棒稀疏贝叶斯学习重构算法.该算法在消除块效应的同时,能够处理噪声强度未知且时变情形下的动态稀疏重构问题,相比现有的流信号稀疏贝叶斯学习算法具有更强的抗噪鲁棒性.尽管现有的时域流信号压缩感知的有效算法并不多,但实验表明,本文算法的重构信误比和重构成功率均明显高于现有的基于稀疏贝叶斯学习的流信号重构算法和基于L1-同伦的流信号重构算法,且达到相同的重构成功率所需的观测数目少于另两种算法,计算量和运行效率则与稀疏贝叶斯学习算法相近.     

基于压缩感知的贪婪类重构算法原子识别策略综述

在压缩感知(CS)重构算法中,贪婪类算法因其硬件实现的简易性与良好的恢复精度得到了广泛研究,但算法多样化的同时出现了算法选择困难的问题。原子识别策略作为贪婪类算法的核心,其差异往往决定了算法重构性能的优劣。该文以贪婪类算法最关键的一环原子识别作为研究对象,对贪婪类重构算法的原子识别策略进行了提取与分类。根据不同策略的适用阶段和特点归纳提炼出3种一步式原子识别策略、8种进阶式原子识别策略以及3种稀疏度自适应原子识别策略。最后对原子识别策略所对应原始算法的重构性能进行了分类仿真对比。整理后的策略方便于实际应用中对算法的选择,同时为贪婪类重构算法的进一步优化提供了参考。     

一个应用于星簇内部的动态重构策略

根据星簇内部网络拓扑动态变化,提出了一种适用于星簇内卫星受损后可自主实现拓扑和动态重构新策略,包括节点和链路的动态重构策略。提高了星簇内部拓扑结构的稳定性,并结合了路由反转算法和按需路由算法来保障通信效率,并充分考虑了星簇内卫星拓扑结构以三角形形成的局域网最为稳定等特点,为星簇内部的动态重构提出了一种新方法。     

基于拓扑感知的可重构服务承载网动态重构算法

可重构信息通信基础网络通过构建服务承载网的方式为业务提供自适应的承载服务。针对高效利用有限底层资源的问题,提出一种基于资源关键度进行动态映射的服务承载网构建算法。算法将通过节点或链路的最短路径数作为资源关键度的衡量指标,区别对待底层资源;并实时动态感知关键资源的使用状况,依据不同业务需求对服务承载网进行自适应调整。仿真结果表明,算法在构建成功率、收益花费比和资源均衡度等方面均具有良好性能。     

融合面积估算和多目标优化的硬件任务划分算法

针对可重构计算机系统配置次数(划分块数)的最小化问题,提出了一种融合面积估算和多目标优化的硬件任务划分算法。该算法每次划分均进行硬件资源面积的估算,并且通过充分考虑可重构资源的使用、一个数据流图所有划分块执行延迟总和、划分模块间边数等因素构造了新的探测函数prior_assigned(),该函数能够计算每个就绪节点的优先权值,新算法通过该值能动态调整就绪列表任务节点的调度次序。实验结果表明,与现有的层划分、簇划分、增强静态列表、多目标时域划分、簇层次敏感等5种划分算法相比,该算法能获得最少的模块数,并且随着可重构处理单元面积的增大,除层划分算法之外,其执行延迟的均值也是最小的。     

红外运动目标轨迹重构动态仿真平台

提出了一种红外热成像视频中运动目标识别追踪以及轨迹重构的动态仿真方法。通过仿真环境中虚拟红外图像的生成方式与成像的基本模型,对得到的图像进行一系列预处理。以空对空场景搭建了基于Gazebo与OpenCV的动态仿真平台,利用平滑约束算法对追踪目标进行实时动态轨迹重构,提出了误差分析模型,并分析出轨迹重构算法的性能以及仿真平台的效能。实验结果表明,该方法针对空对空场景下的红外运动目标轨迹重构具有较好的精度与鲁棒性,对目标的运动模型基本没有约束,同时仿真平台具有较高的运行效能与实时性,普通家用电脑即可实现高于60 fps的实时动态仿真,满足轨迹重构算法性能测试与训练的需求,其核心算法亦可迁移至机载计算平台实现真实场景下的实时轨迹重构。所提出的单路热成像视频中运动目标轨迹重构动态仿真方法对空间目标三维轨迹重建与动态测距定位的研究具有重要意义。     

基于流水线技术的可重构体系结构的研究与设计

目前,FPGA动态可重构技术大部分基于常规的SRAM FPGA平台,其主要的应用还停留在静态系统重构.真正意义上的动态重构系统由于其功能的连续性会受到重构时隙的影响,还处于研究阶段.重构时隙是实现动态重构系统的瓶颈问题.利用流水线技术和可重构技术,提出了一种动态可重构体系结构;采用AES算法对其进行仿真验证.结果表明,该结构有效地解决了动态重构系统中的重构时隙问题,可很好地应用到高速可重构体系结构设计中.     

基于多媒体技术的三维人物图像动态重构

针对基于自标定的三维人物图像动态重构方法不能准确获取人物运动形态的三维位置,重构结果存在较高的偏差的问题,提出基于多媒体技术的三维人物图像动态重构方法,采用单目图像重构算法完成人体三维姿态重构。对多媒体技术中单摄像机拍摄的单目人体运动图像进行重构时,首先基于人体树状模型,采用基于部件检测器的二维肢体检测算法完成人体二维肢体检测;再采用基于关节点图像坐标的三维姿态重构算法,依据人体二维姿态检测结果,通过预测关节点反投影误差的退火粒子滤波算法完成人体三维姿态的跟踪,实现三维人体图像动态重构。实验结果说明,所提方法可准确实现三维人物图像动态重构,具有较高的重构精度和效率。     

弹性光网络中基于调制格式的频谱重构算法

为了解决频谱碎片问题,针对弹性光网络中业务调制格式可变的特点提出了一种基于调制格式的重构算法,并给出了这种算法与最短径重构算法的仿真比较。仿真结果表明,基于调制格式的频谱重构算法能够更灵活地改变频谱子载波的分配问题,在相同的网络条件下可以有效提高频谱资源利用率。     

一种流水线ADC数字域动态可重构架构

分析流水线ADC数字域校准算法工作原理及实现电路的具体特点.为解决数字校准算法系数实时更新的问题,在PipeRench结构的基础上结合多重上下文动态可重构方式,提出了一种针对流水线ADC数字域的动态可重构电路.对该架构中的关键电路模块进行了设计并对整个电路架构进行了仿真,结果表明该架构可以实现流水线ADC数字域的动态重构.     

FBG非均匀应变分布的动态粒子群算法重构研究

基于动态粒子群算法(DPSO)和传输矩阵法,提出了一种新的光纤布喇格光栅(FBG)轴向非均匀应变分布重构方法.利用光栅轴向采样点处的应变值作为粒子,让其在解空间中模拟鸟群行为进行搜索,算法的惯性权重ω根据不同粒子与当前种群中全局最优粒子距离的大小进行动态调整,加快了算法收敛到最优点的速度.采用DPSO对线性、二次、正弦、不连续等4种应变分布形式进行了应变重构,并与量子行为粒子群优化算法(QPSO)的重构结果进行了比较,仿真结果表明,DPSO优化算法可有效地进行光栅轴向菲均匀应变分布的重构,精度和迭代速度较QPSO法有显著提高.     

基于杀伤链感知的动态可重构作战体系结构

本文根据马赛克战条件下分布式作战的特点，提出一种基于杀伤链感知的动态可重构作战体系结构理论和方法，分析了动态可重构计算理论适用性，杀伤链算子粒度，马赛克块与杀伤链类等问题，采用范畴论、集合论、超图和可重构计算理论等方法，描述了杀伤链感知算法模型和算子匹配体系结构映射变换算法模型等，最后通过实例验证了算法模型的适用性和可行性。     

一种基于流处理框架的可重构分簇式分组密码处理结构模型

可重构密码处理结构是一种面向信息安全处理的新型体系结构,但具有吞吐量和利用率不足的问题。该文提出一种基于流处理框架的阵列结构可重构分组密码处理模型(Stream based Reconfigurable Clustered block Cipher Processing Array, S-RCCPA)。针对分组密码算法特点,采用粗粒度可重构功能单元、基于Crossbar的分级互连网络、分布式密钥池存储结构以及静态与动态相结合的重构方式,支持密码处理路径的动态重组,以不同并行度的虚拟流水线执行密码任务。对典型分组密码算法的适配结果表明,在 CMOS工艺下,依据所适配算法结构的不同,规模为41的S-RCCPA模型的典型分组密码处理性能可达其它架构的5.28~47.84倍。     

基于双FPGA系统的高速全局动态重构设计与实现

基于双FPGA芯片的可重构原型系统,提出一种系统高速全局动态重构设计方法。利用Xilinx Virtex-7系列FPGA的常规配置通道,使用一片规模较小的FPGA芯片作为重构控制器对大规模算法FPGA芯片实现全局动态重构。实验结果表明,系统重构时间小于60 ms,与常规FPGA逻辑下载方法相比,配置效率提高了2~3个数量级。     

形态重构算法及应用

本文首先定义了二值图像和灰度图像的形态重构。接着,着重描述了形态重构的实现问题。在简要回顾了经典的并行及串行算法,指出它们的共同缺点是在普通计算机上运行效率不高后,我们提出并实现了两种有效的形态重构算法。第一种算法基于标记图像区域峰顶的概念并采用了先进先出(FIFOP)队列的数据结构;第二种算法是利用第一种算法和串行算法各自优点的一种混合算法。模拟结果证实了算法的有效性。实践证明重构式形态滤波器不仅能达到化简图像的目的,而且能较好地保持图像的轮廓信息,所以应用于图像分割是很合适的。     

基于改进遗传算法的分布式资源动态调度技术

在网络中心战条件下,为了解决分布式作战资源的动态最优部署问题,提出了一种分布式资源的动态调度算法。首先针对资源动态调度问题建立了数学模型,接着,借鉴粒子群算法的思想,使用遗传算法解决了资源调度任务指派的快速寻优问题。仿真验证表明资源调度算法是有效的,并且该算法可使分布式系统的任务处理能力和处理资源利用率大幅度提高。