基于时频分布级数的时频ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅立叶变换进行频谱分析,对机动目标的成像会导致成像模糊.应用了时频分布级数方法代替传统的傅立叶变换对机动目标进行瞬时成像,得到一个三维的时间-距离-多普勒阵,对时间进行采样即得到瞬时的二维距离-多普勒像.它不仅具有很好的分辨率,还具有瞬时信息,并克服了短时傅立叶变换低的时频集聚性和魏格纳分布交叉项严重的缺点.仿真结果表明,通过该方法能得到清晰的目标的距离-瞬时多普勒像.     

基于时频分布的非平稳信号盲分离算法

针对传统的盲源分离方法往往忽略信号非平稳性的问题,基于从瞬时线性混合模型的观测信号中分离出相互独立的源信号,并针对信号具有非平稳性,结合时频分析和盲源分离各自的特点,对非平稳信号盲分离进行了研究,并提出了一种新的具有不同空间时频分布的非平稳盲分离算法.仿真实验表明,通过采用维纳全时频域搜索来寻找局部最大值的平滑伪Wigner-Ville分布,该算法可以抑制交叉项而且能够保持时频聚集性,并达到了很好的分离效果.     

NASBT算法及并行实现

美国宇局（ＮＡＳＡ）Ａｍｅｓ的研究人员定义了一组评价超有计算机性能的基准测试程序,这些基准测试程序包括五个内核和三个模拟应用,本文介绍了三个应用之一ＢＴＢｅｎｃｈｍａｒｋ的数学模型及三种并行实现方法,给出了三种算法的一些测试结果和性能分析。     

Dijkstra算法的并行实现

文章研究了一种多核架构下基于OpenMP的Dijkstra并行算法,以Dijkstra算法为基础设计并行程序。对传统Dijkstra算法进行分析,明确优化方向,再利用OpenMP开发工具对并行程序进行优化调试。结果表明,文中算法易于操作,并充分利用了多核处理器并行计算的优势,提高了算法的运行效率,验证了算法的优越性。     

并行图像处理算法的设计与实现

在并行计算机上使用并行算法对数字图像进行处理，使一些计算复杂度很高和计算量很大的计算问题得到较好解决，并获得满意的结果。     

基于最佳时频分布的说话人确认

讨论了时频分布以及距离测度在说话人确认中的应用。实验采用语音信号的时频分布作为说话人模型，并根据分布之间的距离测度进行确认判决。选择了多个核函数和距离测度进行比较，采用改进的Nelder-Mead算法，对核函数的参数进行优化，显著提高了确认的正确率，并在实验中得到了验征。     

支持向量机算法的并行实现技术研究

由于支持向量机完整的理论框架和在实际应用中取得的好效果,在机器学习领域受到了广泛的重视.但是支持向量机算法最大的缺点就是在处理大规模训练数据集时需要巨大的内存和很长的训练时间.在这样的背景下,提出了使用并行化技术训练支持向量机.其基本思想是把大的数据集分解成小的子集,每个子集分别用于训练一个支持向量机,然后将多个训练结果有效融合.在现有技术的基础上,提出改进方案,在保证正确分类的情况下使用并行化技术来提高支持向量机的训练速度.实验结果表明,新方案在保证分类精度基本不变的情况下,可以有效减少支持向量机的训练时间.     

基于共享与分布随机数的并行粒子发射算法

对高功率微波三维电磁PIC数值模拟中采用束流发射方式的粒子随机生成规律进行了研究.提出了一种基于共享与分布随机数的并行粒子发射算法,以满足多个处理机对单个随机数产生器产生的随机数序列的共享和分布需求,即共享部分随机数,而分别使用其他随机数.这些共享和分布需求在程序运行前是非确定性的.将该并行算法用于一典型高功率微波源器件中模拟,数值实验表明并行程序可以较好地吻合串行程序得到的粒子相空间物理图像.     

MUSIC算法在分布式并行处理机上的实现研究

介绍了一种基于分布式并行处理平台的并行MUSIC实现方法。在实现过程中,针对MUSIC算法运算量大难以实时实现的特点,采取了有效减少计算量的措施。并根据MUSIC算法各个子任务的不平衡性,提出了一种基于软件流水的并行任务划分方法。经仿真试验证明,经过上述并行处理后可有效加快算法的完成时间,在工程实践中具有广泛的实际意义。     

基于分布内存的层次短语机器翻译并行化算法

近年来,为了提高统计机器翻译系统的准确性,普遍应用海量语料训练出大规模语言模型和翻译模型.而模型规模的不断增大,给统计机器翻译带来了突出的计算性能问题,使得现有的单机串行化翻译处理难以在较快的时间内完成计算,该问题在处理联机翻译时更为突出.为了克服单机机器翻译算法在这方面的局限性,提高大规模统计机器翻译处理的计算性能,面向一个实际的联机翻译系统,提出了一个分布式和并行化翻译解码算法框架,对整个大规模语言模型和翻译模型同时采用分布式存储和并行化查询机制,在此基础上进一步研究实现完整的翻译解码并行化算法.研究实现了一个基于分布式内存数据库的层次短语并行化机器翻译解码器,该解码器使用分布式内存数据库存储和查询大数据量的翻译模型表和语言模型表,克服了传统的机器翻译系统所面临的内存容量和并发度方面的限制.为了进一步提高并行解码速度,还研究实现了另外3项优化技术：1)将翻译模型表的同步规则和Trie树结构的语言模型表转化为基于内存数据库的“键-值”结构的Hash索引表的方法;2)对Cube-Pruning算法进行了修改使其适用于批量查询;3)采用并优化了批量查询方式减少语言和翻译模型查询时的网络传输开销.所提出的解码算法实现了基于大规模语料统计机器翻译时的快速解码,并具备优异的系统可扩展性.实验结果表明：与单机解码器相比,单句翻译速度可提高2.7倍,批量翻译作业的总体解码性能可提高至少11.7倍,实现了显著的计算性能提升.     

基于CUDA实现MRRR算法并行

MRRR(Multiple Relatively Robust Representations)算法是求解对称三对角矩阵本征值问题高效、精确的算法之一。在分析MRRR算法及CUDA(Compute Unified Device Architecture)并行体系结构的基础上,针对算法的可并行性,采用单指令多线程并行方式实现了基于CUDA的MRRR算法并行,并从存储结构方面优化算法。实验结果显示,与LAPACK库中串行MRRR实现相比,并行方法在保证精度的基础上获得了20倍的加速比,进而从计算精度和计算时间上说明MRRR算法适合在GPU上并行。     

一种改进多亲遗传算法的并行模型研究

通过分析传统遗传算法和多亲遗传算法的不足,提出了一种多亲遗传算法的改进算法：基于共享存储器的多亲遗传算法,并对其进行了理论分析,讨论了GA的并行模型特点后,结合粗粒度并行模型和群体分组的并行方式,提出了一种MGASM的并行模型,该模型有利于改进MGASM的性能,提高其搜索效率。将MGASM-PPGA应用到了数据聚类问题中,进行了仿真实验,获得了理想的实验结果。     

基于Spark的并行遗传算法在物流配送问题中的应用

传统的遗传算法在数据量不足的单机情况下可能存在早熟的现象,遗传算法对搜索范围的依赖性很强,大搜索范围的遗传算法往往有更好的表现。为解决以上问题,可把Spark海量存储和并行计算的能力运用到遗传算法的求解上,实现一种粗粒度的并行遗传算法。利用Spark并行执行遗传算法的选择、交叉和变异等操作,可以大大提高遗传算法的搜索范围和执行速度。实验将改进后的遗传算法应用到物流配送问题中,结果表明,与单机和传统的并行模型相比,基于Spark的遗传算法在运行时间上明显减少,同时早熟的现象也得到了缓解。     

频率、二维到达角和极化联合估计的并行算法研究

In this paper, the serial algorithm analysis and parallel implementation of multi-parameters joint estimation are reported. The numerical results under the PVM computer network environment are presented. Compared with the serial results, the advantages of the parallel algorithm are verified.     

SGI系统上星载SAR并行成像算法

对星载合成孔径雷达(SAR)并行处理算法在分布式共享存储器(DSM)HPC平台下的实现作了深入研究,对比了用消息传递和OpenMP两种并行编程模型实现的并行方案,在此基础上提出了基于进程的共享变量并行模型。这种模型克服了前两种模型的缺点,经过实验测试和实际SAR成像应用,证明是一种高效、稳定的并行方案。     

序列关联并行挖掘算法研究

Ming sequential associations is becoming increasing essential in many scientific and commercial domains Developing parallel algorithm becomes quite challenging depending on enormous size of available dataset and possibly large number of mined associations ,the nature of input data and the timing constraints imposed on the desired associa-tions. In this paper , we discuss several different parallel algorithms that cater to various situations to speed up thecurrent mining process.     

步进线性调频脉冲串SAR实时成像算法在多DSP平台上实现的研究

SAR的步进线性调频脉冲串（LMF Burst）工作模式是一种通过多子脉冲合成提高距离向分辨率的新的SAR成像模式，其算法流程中包含较多的FFT／IFFT处理，算法的结构性变差，不利于实时处理．本文通过分析步进线性调频脉冲串算法本身的特点，提出了一种显著减少FFT／IFFT处理次数的优化方法；并结合使用的存储器芯片性能，提出了一种提高系统访存效率的存储结构优化方法；最后在一种多DSP处理平台上做了并行流程的设计与实现．     

Parallel Implementation of a Low Order Algorithm for Dynamics of Multibody Systems on a Distributed Memory Computing System

In this paper, a new hybrid parallelisable low order algorithm, developed by the authors for multibody dynamics analysis, is implemented numerically on a distributed memory parallel computing system. The presented implementation can currently accommodate the general spatial motion of chain systems, but key issues for its extension to general tree and closed loop systems are discussed. Explicit algebraic constraints are used to increase coarse grain parallelism, and to study the influence of the dimension of system constraint load equations on the computational efficiency of the algorithm for real parallel implementation using the Message Passing Interface (MPI). The equation formulation parallelism and linear system solution strategies which are used to reduce communication overhead are addressed. Numerical results indicate that the algorithm is scalable, that significant speed-up can be obtained, and that a quasi-logarithmic relation exists between time needed for a function call and numbers of processors used. This result agrees well with theoretical performance predictions. Numerical comparisons with results obtained from independently developed analysis codes have validated the correctness of the new hybrid parallelisable low order algorithm, and demonstrated certain computational advantages.     

并行任务调度的近似算法

并行任务调度不论是从理论上还是应用上近年来都倍受关注。但是目前出现的大量算法很难应用于实际,基于此,论文探讨了典型的调度问题P3｜fix｜Cmax,这类问题是强NP-难的。论文在Goemans的研究基础上,给出了一个很简单的线性算法,构造出调度性能为9/8的半规则调度,改进了Goemans的7/6的结果。     

解非等同并行多机调度问题的并行遗传算法

针对最小化完工时间的非等同并行多机调度一类问题,提出了一种混合遗传算法。该算法根据问题的特点,采用一种自然编码方案,此编码与调度方案一一对应,并对初始种群、交叉和变异等方法进行了研究。在鉴于遗传算法自然的并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,并行混合遗传算法是有效的,优于启发式算法和遗传算法,有着较高的并行性,能适用于大规模非等同并行多机调度问题。