复小波在图像编码中的应用

讨论了复值小波基的解法以及相应滤波器组的构造.从得到的复值滤波器组的结果来看,其滤波器组的实部具有偶数长的对称性和线性相位.同时,将复小波对应的滤波器组和其他几种小波在图像编码上利用相同的量化器进行了对比,复小波在图像压缩性能上有较好的结果.     

具有有限连续丢包网络控制系统的最优线性估值器

本文研究了观测数据和控制输入数据传输具有有限连续丢包的线性离散随机系统的最优估计问题.利用两个满足Bernoulli分布的随机变量来分别描述从传感器到估值器和从控制器到执行器之间的数据丢包现象.通过引入两组新的变量,将原系统转化为一个带有随机参数的系统.利用射影理论,提出了线性最小方差最优线性估值器,包括滤波器、预报器和平滑器.最后研究了稳态线性估值器,并给出了稳态存在的一个充分条件.仿真例子验证了算法的有效性.     

Z基于传感器网络的远程状态估计

针对传感器网络中的远程状态估计, 提出一种多传感器切换的卡尔曼滤波器. 通过分析估计误差的统计特性, 证明估计误差的协方差具有边界, 采用线性矩阵不等式的形式给出了边界的收敛条件. 研究测量数据丢失对估计器性能的影响, 使用临界到达概率作为估计器的稳定性判据, 得到采用线性矩阵不等式求解临界到达概率的方法. 数值仿真证实了结论的正确性.     

带相关噪声异步采样系统的分布式最优线性递推融合估计

对带相关噪声的异步均匀采样线性离散系统, 研究了分布式最优线性递推融合预报和滤波问题. 通过引入 满足伯努利分布的随机变量将系统同步化, 给出了局部Kalman预报器和滤波器. 分别推导了局部估值间的互协方 差阵、分布式最优线性融合估值与局部估值间的互协方差阵. 提出了分布式最优线性递推融合预报器和滤波器. 与 局部估值按矩阵加权的分布式融合估计算法相比, 所提出的算法具有更高的估计精度, 但与集中式融合相比有精度 损失. 为了进一步提高估计精度, 又提出了带反馈的分布式最优线性递推融合预报器和滤波器, 证明了带反馈的融 合估计与集中式融合估计具有相同的精度. 仿真例子验证了所提算法的有效性.     

波浪力作用下无动力运载器水弹道仿真

水环境的复杂性对运载器的运动状态有很大的扰动作用,解决运载器在波浪扰动作用下的水弹道计算问题对发展我国的潜射导弹具有重要意义.文章讨论了在近海面的水中运动的运载器受到的波浪扰动作用力,并在运载器的一般运动方程中加入波浪力的作用.传统的方法是用拉格朗日积分法和切片法计算波浪的扰动作用力,文章假设波浪对运载器的作用为线性,...     

线性离散系统具有闭环极点约束的输出反馈H∞控制

对一类线性离散系统,研究了具有闭环圆盘极点约束的输出反馈H∞控制问题.基于线性矩阵不等式处理方法,导出了输出反馈控制器的存在条件和设计方法.和现有方法相比,本文的方法具有更小的保守性.     

离散线性信息融合最优跟踪控制

提出一种有限时间离散线性最优跟踪控制问题的新解法--信息融合估计解法.基于信息融合估计理论,推导出协状态融合滤波方程和控制量融合估计值,由此获得最优融合控制律及二次性能指标最小值.从理论上证明了信息融合估计解法与传统解法的等同性,从信息融合的角度建立了有限时间离散线性最优跟踪控制系统,从而统一了最优控制问题和最优估计问题,电机系统的控制仿真结果验证了该解法的有效性以及与传统解法的等同性.     

基于线性编码的随机时延和丢包下的状态估计

关于具有数据随机传输时延和丢包的网络化状态估计问题,针对多个测量数据包同时到达远程处理中心的情况,为减轻计算负担,提出了一种线性编码方法对多个测量值进行线性重组进而用以推导估计器,并给出估计器稳定的充分条件.在最小方差原则下通过改变编码参数组合来改变估计器精度,通过算例仿真验证所提估计器的有效性.结果表明,上述估计器能够有效降低计算复杂度,在长时延的应用场景下具有重要的工程意义.     

线性离散系统具有闭环极点约束的输出反馈H∞ 控制

对一类线性离散系统, 研究了具有闭环圆盘极点约束的输出反馈H_∞ 控制问题. 基于线性矩阵不等式处理方法, 导出了输出反馈控制器的存在条件和设计方法. 和现有方法相比, 本文的方法具有更小的保守性.     

具有一步随机滞后和多丢包的网络系统的最优线性估计

研究了具有随机时滞和丢包的网络系统的最优线性估计问题.本文通过两个满足 Bernoulli分布的随机变量来描述网络数据传输中可能存在的一步随机滞后和多丢包现象. 并基于新息分析方法,提出了线性最小方差下的最优线性状态滤波器、预报器和平滑器. 它们通过解一个Riccati方程和一个Lyapunov方程得到.最后,给出了稳态估值器存在的一个充分条件. 并通过仿真例子验证其有效性.     

面向对象有限元并行计算框架PANDA求解器的服务构件化设计与集成

针对很多结构有限元程序需要使用数值方法进行系统方程组求解的共性特点,提出对数值求解部分进行构件化设计,形成求解器服务,用于面向对象有限元并行计算框架PANDA为不同应用类型的有限元程序开发提供数值算法.将美国Livermore国家实验室开发的数值求解器库HYPRE作为数值求解构件集成到PANDA框架中,利用其提供的数值...     

并行数据库上的并行CMD－Join算法

并行数据库在多处理机之间的分布方法(简称数据分布方法)对并行数据操作算法的性能影响很大.如果在设计并行数据操作算法时充分利用数据分布方法的特点,可以得到十分有效的并行算法.本文研究如何充分利用数据分布方法的特点,设计并行数据操作算法的问题,提出了基于CMD多维数据分布方法的并行CMD－Join算法.理论分析和实验结果表明,并行CMD－Join算法的效率高于其它并行Join算法.     

优化处理并行数据库查询的并行数据流方法

本文使用并行数据流技术优化和处理并行数据库查询的方法,提出了一整套相关算法,并给出了一个基于并行数据流方法的并行数据库查询优化处理器的完整设计.这些算法和相应的查询优化处理器已经用于作者自行设计的并行数据库管理系统原型.实践证明,并行数据流方法不仅能够快速有效地实现并行数据库管理系统,也能够有效地进行并行数据库查询的优化处理.     

并行测试系统设计与开发

在大量借鉴IC测试领域并行测试的相关成果和并行科学计算、操作系统的并行理论等基础上，首先提出了并行测试系统设计的基本要求，然后介绍了并行测试系统的总体方案；接着分别描述了并行测试系统的硬件及软件设计；最后讨论了并行测试程序的调试；希望以此能够促进并行测试系统的研制与开发。     

Parallel rule firing in production systems

To improve the performance of forward chaining production systems, a new parallel execution model in which multiple production rules are fired in parallel in each production cycle is proposed. Solutions for three major problems in parallel rule firing are provided. The first solution, interference analysis, detects cases where a parallel firing result is different from the result of any sequential firing. Based on a data dependency graph of production systems, general techniques applicable to both compile- and run-time interference analyses are proposed. The second solution, parallel firing algorithms, achieve the parallel firing on multiple processor architectures. An efficient selection algorithm is provided to select multiple rules to be fired in parallel by combining the compile- and run-time interference analysis techniques. The parallel programming environment, the third solution, provides language facilities to enable programmers to make full use of potential parallelism without considering the internal parallel mechanisms. A parallel firing simulator is also implemented to estimate the effectiveness of parallel firings of production system programs. The effectiveness of parallel rule firings on several production system applications is evaluated. Results show that the degree of concurrency can be increased by a factor of 2-9. The sources of parallelism are investigated based on the evaluation results     

多物理并行数值模拟中的两层紧耦合联接算法

复杂物理现象通常由多类复杂的物理过程紧耦合构成，其数值模拟也通常由适用不同物理过程的多类并行应用程序紧耦合完成．如何设计这些物理过程之间的联接算法，既要保证程序之间数据传递的高效，又要保证程序各自运行和总体模拟的高效，还要保证程序各自开发的独立，是一个值得研究的课题．该文基于广泛应用于高温高压多物理研究中的辐射流体力学和中子输运多物理并行数值模拟，在非结构网格上，提出了两种联接算法：完全松散联接算法和两层紧耦合联接算法，前者侧重于实现程序各自运行的高效和开发的独立，后者在前者的基础上，还权衡了数据传递和总体模拟的高效．在两台并行机的数百个处理机上，通信复杂度分析和数值实验结果表明两个算法均是有效的，可推广适用于辐射或中子输运与其他流体力学的多物理并行数值模拟应用中．特别地，两层紧耦合联接算法是高效可扩展的，取得了近似最优的并行性能．     

Shared Variable Oriented Parallel Precompiler for SPMD Model

For the moment,commercial parallel computer systems with distributed memory architecture are usually provided with parallel FORTRAN or parallel C compliers,which are just traditional sequential FORTRAN or C compilers expanded with communication statements.Programmers suffer from writing parallel programs with communication statements. The Shared Variable Oriented Parallel Precompiler (SVOPP) proposed in this paper can automatically generate appropriate communication statements based on shared variables for SPMD(Single Program Multiple Data) computation model and greatly ease the parallel programming with high communication efficiency.The core function of parallel C precompiler has been successfully verified on a transputer-based parallel computer.Its prominent performance shows that SVOPP is probably a break-through in parallel programming technique.     

Parallel models of computation: an introductory survey

The paper gives an overview of some models of computation which have proved successful in laying a foundation for a general theory of parallel computation. We present three models of parallel computation, namelyboolean andarithmetic circuit families, andParallel Random Access Machines. They represent different viewpoints on parallel computing: boolean circuit families are useful for in-depth theoretical studies on the power and limitations of parallel computers; Parallel Random Access Machines are the most general vehicles for designing highly parallel algorithms; arithmetic circuit families are an important tool for undertaking studies related to one of the most active areas in parallel computing, i.e. parallel algebraic complexity.     

基于HRR划分的并行RDB~n树Join算法

文章首先介绍了PDBMS采用的Hash-Round-Robin(HRR)数据划分方法以及基于该划分方法的并行RDBn树,最后着重、详细地给出了基于该树的并行Join算法,分析了该算法的效率。     

Fast and highly scalable parallel computations for fundamental matrix problems on distributed memory systems

We present fast and highly scalable parallel computations for a number of important and fundamental matrix problems on distributed memory systems (DMS). These problems include matrix multiplication, matrix chain product, and computing the powers, the inverse, the characteristic polynomial, the determinant, the rank, the Krylov matrix, and an LU- and a QR-factorization of a matrix, and solving linear systems of equations. Our highly scalable parallel computations for these problems are based on a highly scalable implementation of the fastest sequential matrix multiplication algorithm on DMS. We show that compared with the best known parallel time complexities on parallel random access machines (PRAM), the most powerful but unrealistic shared memory model of parallel computing, our parallel matrix computations achieve the same speeds on distributed memory parallel computers (DMPC), and have an extra polylog factor in the time complexities on DMS with hypercubic networks. Furthermore, our parallel matrix computations are fully scalable on DMPC and highly scalable over a wide range of system size on DMS with hypercubic networks. Such fast (in terms of parallel time complexity) and highly scalable (in terms of our definition of scalability) parallel matrix computations were rarely seen before on any distributed memory systems.