基于状态维修的开放系统研究与实现

为解决基于状态维修系统间硬件和软件组件的交互和集成、基于状态维修系统组件的快速开发、系统组件的灵活更新和维护费用的节约等问题,开发了一个基于状态维修的开放系统架构,该架构的核心是对分布式基于状态维修软件结构模型的定义。首先定义了分布式基于状态维修软件结构模型,然后论述了分布式基于状态维修网络平台的实现,最后给出了基于状态维修软件结构模型验证的实例。     

基于Spark的指纹定位数据处理方法

指纹定位技术是一种简单高效的无线定位技术，它不受无线信号多径效应和反射造成的干扰，具有较好的定位精度。然而指纹定位技术需要建立庞大的离线指纹数据库，随着指纹数据库规模的扩大，传统的指纹定位算法已经难以满足大数据应用中实时性的需求。结合指纹定位算法的特点和Spark计算引擎基于内存计算的优势，设计并实现了基于Spark的指纹定位数据处理方法。在Map阶段分别找到查询点在每个分区内的[K]近邻，在Reduce阶段规约各分区[K]近邻获得全局[K]近邻，最后通过加权求值获得最终的定位坐标。集群实验表明，基于Spark的指纹定位数据处理方法在一定并行度下有较好的加速比，在大规模指纹数据库下有实时定位处理的能力。     

面向FPGA云加速的粒计算研究现状

FPGA云和粒计算是当前人工智能、大数据等领域的重要基础设施和理论方法。随着信息技术的不断发展,语音、图像、文字共存的多模态数据开始出现,这些不同形态的数据为粒计算理论的应用造成了困难。笔者分析了当前FGPA云和粒计算理论相结合的研究现状,总结了当前已有研究存在的问题和未来该领域的研究方向。     

基于最小完成时间的车载边缘计算任务流卸载策略

为在具有不稳定网络拓扑结构的车载边缘环境下实现车载任务的顺利卸载,提出一种基于动态优先级的最早完成时间卸载策略.根据车辆的速度、位置以及周围资源的使用状态等多种实时的信息筛选出可用卸载资源,以任务自身属性与可用资源的实际匹配程度作为基础为任务选择合适的卸载策略,实现任务流的完成时间最小化.实验结果表明,与其它策略相比,提出策略可以有效降低任务流的完成时间.     

Spark平台在单光子成像测量矩阵生成与评估中的应用

针对单光子成像实验中测量矩阵在高分辨率条件下所面临的生成时间瓶颈问题,提出基于Spark平台的测量矩阵的生成和评估算法。在三种高分辨率条件下,进行测量矩阵生成与评估实验。实验表明,使用Spark平台进行测量矩阵的生成,大幅缩短了生成时间,测量矩阵的生成质量与单机版本相近,且可拓展性良好,大大降低了单光子成像实验的时间成本。     

多跳认知水声通信中的分布式稀疏频谱检测算法

水声信道常表现为严重的频率选择性衰落、低的声波传播速度和严重的多径效应等。这些特性使得认知水声通信中的频谱检测变得非常困难。除此之外,水声通信网络通常为自组织网络,缺少融合中心,而基于融合中心的频谱检测算法需要将各个认知用户的感知数据传送到融合中心,因此该方法在认知水声通信中是不可行的。与认知无线电类似,由于低的频谱使用率,认知水声通信中的频谱也是稀疏的。考虑到水声信道的特殊性,基于压缩感知理论,该文对认知无线电中的压缩频谱检测算法进行了改进,提出了两种不同情况下(已知水声信道状态信息和未知水声信道状态信息)的适用于认知水声通信的分布式稀疏频谱检测算法。通过近邻认知用户之间的合作,这两种算法利用空间分集增益和联合稀疏特性来提高算法的频谱检测性能。通过分布式计算和局部优化,新算法使得认知用户与其近邻认知用户之间只需进行少量的数据交互。仿真实验结果证明了该文提出的算法在检测认知水声通信系统中频谱空洞的有效性。