基于移动互联的车联网监控调度系统架构的设计与实现

为了提高车辆的有效利用率和车辆运行的安全性以及处理突发事件的能力,加强对车辆和司机的管理,利用物联网感知技术和GPS技术,通过对车联网无线数据通讯的数据感知和采集,实现车联网监控调度系统架构.重点研究了车联网总体结构、车联网的关键技术、车联网监控调度系统功能结构的设计、监控调度系统的功能模块和物理结构.应用结果表明,该方案结合GPS/GIS定位,实现车辆的计算机智能调度,提高管理水平和效率.     

一种通信距离最小化的虚拟机分配算法

为了解决云资源分配过程中虚拟机通信距离较大,造成用户计算任务完成时间延长问题,提出一种最短通信距离的虚拟机分配算法.云资源管理器能够根据用户指定的虚拟机条件,将计算任务分割到合适的数据中心及其内部服务器,大大缩短了虚拟机之间的通信距离.仿真实验表明,与现有的贪婪算法和随机方法相比,提出的方法通信量更少,执行速度更快.     

桌面云系统研究及多节点容灾方案分析

桌面云系统是一种基于云计算技术的集中式的客户终端解决方案。在用户侧部署功能简单的瘦客户机,具体的计算以及存储依靠云端的服务器系统。在客户终端大量部署的应用场景当中,桌面云系统能够降低运维成本,提供更好的保密性以及安全性,还能提供移动办公的能力。在节能减排方面,桌面云系统的平均能耗也低于传统终端。多节点部建设云端桌面云系统能够提高系统的高可用性,在某个节点服务器发生故障时,在网络可达的情况下,用户可将虚拟终端迅速迁移至其它节点,从而保证上层业务的连续性。     

运营商IT支撑系统“去IOE”思路探讨

结合移动互联网时代电信运营商发展流量经营的背景,从业务驱动的角度出发,提出了运营商IT支撑系统“去IOE”的初步思路,即采用新型互联网化系统架构,在建立云平台与大数据平台的基础上,利用核心系统轻量化、分布式重构等技术手段,逐步摆脱“IOE”的束缚。     

Biorealistic Implementation of Synaptic Functions with Oxide Memristors through Internal Ionic Dynamics

Memristors have attracted broad interest as a promising candidate for future memory and computing applications. Particularly, it is believed that memristors can effectively implement synaptic functions and enable efficient neuromorphic systems. Most previous studies, however, focus on implementing specific synaptic learning rules by carefully engineering external programming parameters instead of focusing on emulating the internal cause that leads to the apparent learning rules. Here, it is shown that by taking advantage of the different time scales of internal oxygen vacancy (V_O) dynamics in an oxide‐based memristor, diverse synaptic functions at different time scales can be implemented naturally. Mathematically, the device can be effectively modeled as a second‐order memristor with a simple set of equations including multiple state variables. Not only is this approach more biorealistic and easier to implement, by focusing on the fundamental driving mechanisms it allows the development of complete theoretical and experimental frameworks for biologically inspired computing systems.     

云计算平台中分布式Hadoop数据挖掘关键技术研究

云计算环境下的大数据特征挖掘是大数据统计及分析的基础。为了提高聚类的准确度和速度,设计了一种基于分布式Hadoop平台和熵加权特征选择的数据挖掘方案。该方案首先采用无回路有向图对Hadoop平台下的Map Reduce 作业流调度问题进行了分析。然后采用并行 Map Reduce执行过程完成分布式计算。最后,采用熵加权聚类算法实现海量数据挖掘。仿真结果显示,提出的数据挖掘方案具有较好聚类效果和运行效率。     

博弈模型下云资源分配纳什均衡算法

为解决云资源分配中用户的异构性需求问题,以经济模型为基础,运用非合作博弈论研究了具有完全理性的云资源分配问题,提出基于非合作博弈的资源分配纳什均衡算法,该算法以博弈效用最优化为目标,利用正比例共享机制按用户出价分配云资源。求解了用户的出价函数,重点证明了出价函数的凹性以及多用户间的最优出价组合的纳什均衡存在性与唯一性,并提出了资源分配纳什均衡算法。实验结果表明:非合作博弈云资源分配算法不仅能够按市场变化反映资源价格与用户需求之间的浮动关系,从而规范用户间的资源公平竞争关系,而且可以使资源分配更加合理和均衡。     

基于GPU 的PCM/FM 信号非相干鉴频解调算法

面向未来任务日益多样化,试验环境日趋复杂化,传统基于FPGA 的脉冲编码调制/调频(pulse code modulation/frequency modulation,PCM/FM)遥测系统存在软硬件紧耦合、研发周期长、升级维护困难等缺点,无法 满足未来遥测系统大规模部署对弹性、灵活和敏捷的需求。针对以上问题,设计基于GPU 的PCM/FM 信号非相干 鉴频解调实现方法。根据算法原理和GPU 并行方法设计出基于GPU 的并行解调实现方法,分别从并行数字下变频、 并行FIR 滤波和并行差分鉴频3 部分分析具体模块的并行化实现方法。实验结果表明：在码速率为10 Mbps、每处 理1 s 数据的条件下,基于GPU 的非相干鉴频过程消耗的时间约为426.867 ms,满足解调的实时性要求;解调增益 稍优于传统基于FPGA 的PCM/FM 遥测基带,有约0.1 dB 的解调增益。     

军用机场刚性道面PCN 的计算分析及软件开发

针对军用机场道面强度评价指标PCN值计算参数多、迭代复杂的问题,设计一款实用型计算软件.在文克勒地基、弹性半空间体地基模型的基础上,对PCN计算公式及推理过程进行分析,制定2种刚性道面PCN值求解流程图.结合Visual Basic编程语言,借助Visual Basic 6.0平台开发PCN计算软件,通过分析2种计算方法的优缺点及实际应用情况,提出相应建议.验证结果表明:该软件计算结果准确、快速,具有一定的实际应用意义,且换算后亦适用于复合道面.