改进的Potrace提花织物图像矢量化算法

为了对提花织物图像进行矢量化,针对其颜色少、色块大的特点,提出了改进的Potrace图像矢量化算法。原始的Potrace算法只能实现对二值图像的矢量化,改进后的算法将位图中的色块逐个分解生成一个个的闭合路径,之后将这些闭合路径按照其各自分布拼接成树状结构并矢量化,最终生成一个完整的矢量图形。该算法在实际的应用中取得较好效果。     

一种新的变步长LMS自适应滤波算法仿真研究

本文在介绍并分析了LMS算法及其改进算法的基础上,提出了一种新的变步长方法.通过MATLAB仿真对比实验,验证了该算法同固定步长LMS、变步长LMS算法相比,在均方误差和收敛速度方面都有很大的提高.该算法为自适应滤波的稳定和快速收敛提供了一个较好的解决方案.     

工程图纸的矢量化研究

随着制造业的发展,越来越多的纸制图纸需要被CAD/CAM系统管理,矢量图是CAD/CAM系统所能读取和编辑的数据格式,因此点阵数据的矢量化在CAD/CAM中具有十分重要的实际意义。研究了工程图形矢量化的关键问题,包括图形矢量化过程中的细化和矢量化方法,实验结果能满足生产要求。     

变步长LMS算法的超宽带Rake接收机设计

在无线通信中,超宽带接收机的抗干扰性是接收系统的重要技术,而误码率是抗干扰性重要的评价指标;为了提高超宽带接收机的接收性能和抗干扰能力,设计了变步长LMS算法的超宽带Rake接收机;通过建立系统模型,分析LMS算法基本原理且提出改进思路,将改进的变步长LMS算法应用于Rake接收机,进行建模仿真;结果显示变步长LMS算法的Rake接收机接收性能提高,误码率迅速降低到10-1,有效改善了接收机抗干扰能力。     

一种基于改进双曲正切函数的变步长自适应滤波算法

摘 要：为了改进现有变步长LMS（least mean square）算法性能方面存在的缺陷,提出一种改进的变步长谐波检测算法。该算法在原有双曲正切函数的基础上引入包含输入信号的因子 ,跟踪输入信号变化,以便分析算法性能,提高其抗干扰能力;并采用增加补偿项来确保算法的收敛速度;同时将步长迭公式中固定约束范围转变为动态范围,使步长变化相对平滑,稳态失调相对较小;最后利用归一化的处理方法改进权值公式,增大输入信号的动态范围。仿真结果表明,新算法在收敛速度、跟踪能力、抗干扰能力、稳态误差等方面较现有的变步长谐波检测算法有较大提高,是一种可行、有效、具有一定工程应用价值的算法。     

改进的多尺度域变步长自适应算法在FOCT中的应用研究

为了更有效的提高光纤电流互感器FOCT(Fiber-Optical Current Transformer)的信噪比,在分析FOCT输出信号特性的基础上,结合变步长自适应算法和小波变换理论,提出一种针对处理FOCT输出信号的改进多尺度域变步长自适应滤波算法,并设计了一种基于ActiveX技术的变步长自适应滤波系统,通过该系统将改进算法与现有的变步长自适应算法进行了对比,结果表明此算法的收敛速度和稳态精度都得到了很大的改善.然后将此算法在FOCT中进行了应用测试,测试结果反映了该算法能有效提高FOCT的检测信噪比和抗噪声干扰能力.     

工程图纸矢量化软件的设计与实现

工程图纸矢量化是把扫描所得到的光栅图像加以处理、分析、识别,并最终转换成矢量图形格式的过程.矢量化研究是图纸复用、自动理解等应用的基础,是目前CAD领域的一个研究热点.文中介绍了所开发的工程图纸矢量化软件的设计思想和实现技术,包括图像处理和图形自动识别算法,以及为了进一步提高矢量化的准确率而采用的光栅图像编辑和矢量图形编辑等人机交互方法.实验结果证明了以上诸多方法的有效性,软件基本上达到了实用水平.     

工程图纸矢量化软件的设计与实现

工程图纸矢量化是把扫描所得到的光栅图像加以处理、分析、识别，并最终转换成矢量图形格式的过程。矢量化研究是图纸复用、自动理解等应用的基础，是目前CAD领域的一个研究热点。文中介绍了所开发的工程图纸矢量化软件的设计思想和实现技术，包括图像处理和图形自动识别算法,以及为了进一步提高矢量化的准确率而采用的光栅图像编辑和矢量图形编辑等人机交互方法。实验结果证明了以上诸多方法的有效性，软件基本上达到了实用水平。     

二值图象的线图形矢量化

二值图象线形图数据的矢量化对于工程图的识别极为重要，通过对二值图象的细化后采用拐点跟踪及保存特征点的方法，提出了一种简单有效的线图形矢量化的方法。经去噪声、细化、建立拐点跟踪、去拐点、矢量化后的图形自然、准确、流畅、美观     

基于相关特性的改进箕舌线变步长LMS算法

基于箕舍线的变步长最小均方(Variable step least mean square,VSLMS)算法是一种经典 的LMS算法,但其步长更新公式易受噪声 干扰的影响,导致自适应滤波器权值在最优权值附近波动。为解决箕舌线变步长LMS算法步 长更新公式易受噪声干扰的问题,根据高斯白噪声相关性比较差的特性,对箕舌线变步长LM S算法进行改进,提出基于相关特性的改进箕舌线变步长LMS算法,使算法的抗噪声干扰能力 明显增强。理论分析和仿真结果表明：若两算法选取相同参数,则基于相关特性的改进箕舌 线变步长LMS算法相对于箕舌线变步长LMS算法具有小的稳态误差;在保证算法收敛的条件下 ,基于相关特性的改进箕舌线变步长LMS算法相对箕舌线变步长LMS算法具有较快的收敛速度 。     

面向国产平台的LLVM自动向量化移植与优化

作为SIMD扩展部件向量化的重要手段,自动向量化已在LLVM编译器中得到实现,但向量长度以及指令集功能的差异,导致国产平台在自动向量化过程中容易错失向量化机会以及向量化后产生倒加速的问题。为使SIMD得到充分应用,结合国产平台的指令集特征完善指令代价信息以提高收益分析精准度,使其在自动向量化后生成后端支持且简洁高效的向量指令。在此基础上,提出一种改进的控制流向量化方法,通过添加指令代价信息提高自动向量化的适配能力,从而形成一套面向国产平台的LLVM自动向量化系统。实验结果表明,相比自动向量化移植前,通过该方法进行移植优化后,SPEC测试的整体性能提升10.8%,TSVC测试集中的加速比提升16%,精准代价指导下的加速比提升42%,控制流向量化下的加速比提升51%。     

向量并行度指导的循环SIMD向量化方法

SIMD扩展部件是集成到通用处理器中的加速部件,旨在发掘多媒体和科学计算等领域程序的数据级并行.当前两种基本的向量发掘方法分别是发掘迭代间并行的Loop-based方法和发掘迭代内并行的SLP方法.Loop-aware方法是对SLP方法的改进,其思想是首先通过循环展开将迭代间并行转换为迭代内并行,使循环体内的同构语句条数足够多,再利用SLP方法进行向量发掘.但当循环展开不合法或者并行度低于向量化因子时,Loop-aware方法无法实现程序向量并行性的发掘.因此提出了向量并行度指导的循环向量化方法,依据迭代间并行度、迭代内并行度和向量化因子,构建循环向量化方法选择方案,同时提出不充分向量化方法发掘并行度低于向量化因子的循环向量并行性,最后依据向量并行度对生成的向量循环进行展开.经过标准测试集测试,向量并行度指导的循环SIMD向量化方法比Loop-aware方法识别率提升107.5%,性能提升12.1%.     

一种改进的控制流SIMD向量化方法

SIMD扩展部件是近年来集成到通用处理器中的加速部件,旨在发掘多媒体和科学计算等程序的数据级并行.控制依赖给发掘程序中的数据级并行带来了阻碍,当前不论基于loop-based还是SLP的控制流向量化方法都需要if转换,而没有考虑循环内蕴含的向量并行度,导致生成的向量代码效率较低.此外不精确的代价模型指导控制流向量化,同样导致生成的向量代码效率较低.为此提出了改进的控制流SIMD向量化方法,首先提出了含有控制依赖的循环分布算法,分离循环的可向量化部分和不可向量化部分,同时考虑分布时数据的局部性;其次提出了一种直接向量化控制流的方法,该方法考虑了基本块间的向量重用;最后利用精确的代价模型指导超字选择指令和超字条件分支指令的生成.实验结果表明,与现有的控制流向量化方法相比,本文提出的改进方法生成的向量代码性能提高24%.     

基于种子段的方向无关的直线矢量化方法

准确而高效的矢量化是工程图纸理解的基础.现有方法普遍存在3个不足:(1) 通过中心点链拟合生成线段的计算量大;(2) 相交或噪音的影响将一条完整的直线先分段矢量化,然后再拼接起来,需要大量遍历操作;(3) 对斜线的处理能力明显低于对水平或垂直线的处理能力.该文提出了一种基于种子段的直线整体矢量化方法,此方法可以一次性识别一条完整的直线,既适用于任意方向的直线,又避免了拼接所需的反复遍历操作.性能分析和实验结果均表明,该方法明显提高了直线矢量化的性能.     

参数可变自适应遗传算法在军事地形图矢量化中的应用

针对纸制军事地图矢量化问题进行研究,提出一种基于自适应遗传算法的军事地形图矢量化方法,并在生成新的个体后,增加个体修正操作,提高个体的适应度。在该算法中,提出一种即考虑进化代数对算法的影响,又考虑到每代不同个体适应度作用的自适应交叉概率和变异概率。通过与传统方法的实验比较,证明该方法的可用性和有效性。     

新型超字级并行改进算法

对于超字级并行（SLP）算法不能有效地处理大型程序中并行代码率较小,且可向量化的代码中可能存在对向量化不利的代码的问题,提出了一种新型的SLP改进算法NSLPO。首先,将程序中不能向量化的非同构语句进行同构化处理,定位SLP丢失的向量化机会;然后,通过冗余节点添加构建最大通用子图,通过冗余删除等优化过程得到同构化之后的补充SLP图,提高程序中代码的并行性;最后,运用节流法将对向量化有害的代码摒除在向量化之外,仅对它们进行标量处理,通过只向量化处理那些向量化有收益的代码以尽可能地提升程序效率。在一组广泛使用的内核测试集中进行实验,结果显示,与SLP算法相比,NSLPO算法性能更优,其执行时间比SLP平均减少9.1%。     

工程图纸识别与智能化光栅矢量编辑系统

该文描述了工程图纸矢量化、识别的处理与实现过程,对当前矢量化中存在的问题进行了分析研究。提出智能化光栅矢量化的方法,采用自动和交互搜索的方法实现光栅信息的提取、编辑和矢量化,并结合知识引导的联想修正技术使识别的准确性有了明显提高。文中结合建筑结构图的自动识别和计算进行了研究。     

发掘函数级单指令多数据向量化的方法

当前面向单指令多数据（SIMD）扩展部件的两类向量化方法分别是循环级向量化方法和超字级并行（SLP）方法。针对当前编译器不能实现函数级向量化的问题,提出一种基于静态单赋值的函数级向量化方法。该方法首先分析程序的变量属性,然后利用一组包括向量函数子句、一致子句、线性子句等编译指示子句指导编译器实现函数级向量化,最后利用变量属性结果对向量化代码进行了优化。从多媒体和图像处理领域选择部分测试用例对所提的函数级向量化的功能和性能在国产申威平台上进行测试,与程序串行执行相比,采用函数级向量化后程序的执行效率更高。实验结果表明函数级向量化可以取得类似任务级并行的加速效果,该方法可以指导自动函数级向量化的实现。     

类型转换语句的SLP发掘方法

多媒体技术的迅速发展使得越来越多的处理器集成了SIMD扩展,当前的编译器大多数都已实现了自动向量化功能。为了发掘迭代内并行,一些编译器在自动向量化模块中引入了SLP向量化方法。多媒体数据的密集存储和规则运算使得在处理多媒体数据时需要进行频繁的数据类型转换,而目前的SLP向量化方法对数据类型转换的处理能力还不完善。为了在存在大量数据类型转换语句的程序中发掘更多的SLP向量化机会,提出了一种类型转换语句的SLP发掘方法,它能够在SLP向量化框架下利用数据重组实现具有相同向量化因子和不同向量化因子的数据类型之间的转换。实验结果表明,该方法能够有效地对类型转换语句进行SLP向量化发掘,提高了程序的向量化执行效率。     

基于编译指示的向量化方法

编译器由于程序分析能力不足,无法自动实现循环向量化或者会造成盲目自动向量化。为此,提出一种基于编译指示的向量化方法。通过在代码中插入向量化编译指示语句,指导自动向量化编译工具的处理过程,自动生成高效的向量化代码。测试结果表明,该方法能够有效提高目标代码的运行性能。