基于RISC-V平台openEuler系统的COMO构件技术移植与应用

随着云计算、物联网技术的发展,边缘计算模式开始兴起. RISC-V开源指令集架构和openEuler开源操作系统正在逐渐形成一个开放、灵活、不断演进和架构包容的软件生态体系,为边缘计算应用的构建提供了良好的软硬件创新平台.然而,在其之上的支持面向边缘计算的软件开发环境、开发框架和工具链等基础设施尚不够完善. COMO是解决C++软件资产复用的构件化技术,将COMO技术与RISC-V、openEuler结合有助于RISC-V、openEuler生态在新的软件技术架构上发展.本文提出了在基于RISC-V架构和openEuler操作系统的软硬件平台上进行COMO构件程序运行与开发环境移植的思路和方法,并通过实验证明了COMO构件技术与RISC-V指令集架构和openEuler操作系统的兼容性和可行性;通过一个简单的实例介绍COMO的ServiceManager框架在边缘计算中的应用,在为面向云计算与物联网的边缘计算应用提供XaaS服务的构件化程序开发模式的方向上进行了有益的探索.     

分布式MIMO系统发送天线选择与预编码联合设计

为了抑制多用户分布式多入多出(MIMO)系统中的同道干扰(CCI),使系统同时服务于更多用户,提出一种发送天线选择与预编码的联合设计方法。该方法立足于分布式MIMO系统基站端天线较多的特点,将下行发送天线选择与信漏噪比(SLNR)预编码相结合,通过为用户选择不同天线,从根本上减少CCI;在为每个用户选择天线时,先以信道子矩阵的迹为依据进行端口选择,再采用逐减的方法选择使SLNR损失值最小的天线,以保证每个用户对其他用户的干扰尽量小,从而达到进一步抑制CCI的目的。复杂度分析和仿真结果表明,该方法在具有较低复杂度同时,其容量性能仍可逼近最优算法;较之单纯的SLNR预编码,在相同的容量性能约束下,其能够有效增加系统同时服务的用户数。     

OFDM-WLAN系统互相关超分辨TOA估计

在正交频分复用无线局域网系统的室内场景下,针对单快拍多重信号分类的超分辨到达时间估计由于多径数估计不准确导致的到达时间估计误差偏大的问题,提出了一种未知多径数的互相关超分辨到达时间估计算法。该算法根据正交频分复用无线局域网系统的物理层协议数据单元的特点,考虑到前导码中相邻两个长正交频分复用符号的信道不变性和噪声的不相关性,首先利用两个长正交频分复用符号估计两组信道频域响应,然后,采用前后向频域平滑的方法,求两组信道频域响应的互相关矩阵,进而用所求互相关矩阵逆的高次幂近似噪声特征矩阵的乘积,最后构造伪谱函数并进行谱峰搜索,从而实现到达时间的估计。仿真结果表明,该算法估计精度高,且对噪声不敏感,具有较好的鲁棒性。     

基于PCI总线的高速数据采集卡系统设计与实现

本文介绍一种基于PCI总线的高速数据采集卡系统的设计方法,讨论了设计高速数据采集系统的关键技术,给出了系统整体设计方案和PCI接口通信方式,完成了采集卡设备驱动程序及其应用程序的实现。     

基于跨语言对象迁移策略的复合本地对象模型

Java本地调用接口(Java native interface, JNI)机制被广泛应用在移动应用开发领域.JNI机制中JNI接口函数被用于在本地代码中解析和转换Java端的数据类型和Java对象.然而,JNI接口函数的调用开销影响了程序运行的效率,其复杂的使用规范也是集成与复用第三方本地组件时的主要障碍.提出一种基于跨语言对象迁移策略的复合本地对象模型,能够实现有效减少本地调用程序中的JNI接口函数调用开销和有效利用已有本地组件的目的.详细讨论了复合本地对象的语言特性及其具体实现,并给出跨语言对象迁移规范以及开发实例.在Dalvik虚拟机中实现了该模型,通过实验证明该策略和模型能够有效改善JNI机制的不足.     

基于声学特征空间非线性流形结构的语音识别声学模型

从语音信号声学特征空间的非线性流形结构特点出发, 利用流形上的压缩感知原理, 构建新的语音识别声学模型. 将特征空间划分为多个局部区域, 对每个局部区域用一个低维的因子分析模型进行近似, 从而得到混合因子分析模型. 将上下文相关状态的观测矢量限定在该非线性低维流形结构上, 推导得到其观测概率模型. 最终, 每个状态由一个服从稀疏约束的权重矢量和若干个服从标准正态分布的低维局部因子矢量所决定. 文中给出了局部区域潜在维数的确定准则及模型参数的迭代估计算法. 基于RM语料库的连续语音识别实验表明, 相比于传统的高斯混合模型(Gaussian mixture model, GMM)和子空间高斯混合模型(Subspace Gaussian mixture model, SGMM), 新声学模型在测试集上的平均词错误率(Word error rate, WER)分别相对下降了33.1%和9.2%.