基于SDL的DSRC协议设计

专用短程通信(DSRC)技术是专用于智能交通系统(ITS)领域的短距离无线通信技术,DSRC协议的设计是DSRC技术中的核心内容。该文设计了DSRC协议的三层体系结构,提出了使用SDL语言进行协议设计的方法。协议的具体实现证明上述方法的应用对确保协议的逻辑正确性,缩短开发周期都起到了重要的作用。     

基于Pthreads的车辆图像兴趣区域提取并行算法研究

为了提高公安机关查找犯罪车辆的效率,提高车辆识别的效率很必要。据统计,提取兴趣区域(Region Of Interest,ROI)约占车型识别过程的60%,因此如何加速提取ROI过程尤其重要。首先,通过数据划分方法实现基本并行算法;然后,经过实验分析,在基本并行算法的基础上,精心设计预处理过程的分解方案,设置多队列缓冲区,减少共用缓冲区的线程数量和每个缓冲区互斥锁锁定的次数。实验证明,所提算法在双CPU 12核(支持超线程到24线程)的服务器上运行,相对于串行算法,实现了13.1x的加速比。     

基于共享存储和Gzip的并行压缩算法研究

Gzip无损压缩算法.尽管gzip算法能够取得很好的压缩比,但它在分析和压缩编码的过程需要进行大量的计算.为了缩短压缩时间,提出了一种基于共享存储的并行压缩策略,采用OpenMP标准和生产者/消费者模型实现了gzip的并行压缩版本.在Beowulf集群中的一个SMP节点(双CPU)和曙光天阔服务器(4路双核)上的测试表明,并行化的gzip程序取得了极大的性能提升,尤其是大文件的压缩.     

基于OpenCL的JPEG压缩算法并行化设计与实现

随着图像数据的大量增加,传统单处理器或多处理器结构的计算设备已无法满足实时性数据处理要求。异构并行计算技术因其高效的计算效率和并行的实时性数据处理能力,正得到广泛关注和应用。利用GPU在图形图像处理方面并行性的优势,提出了基于OpenCL的JPEG压缩算法并行化设计方法。将JPEG算法功能分解为多个内核程序,内核之间通过事件信息传递进行顺序控制,并在GPU+CPU的异构平台上完成了并行算法的仿真验证。实验结果表明,与CPU串行处理方式相比,本文提出的并行化算法在保持相同图像质量情况下有效提高了算法的执行效率,大幅降低了算法的执行时间,并且随着图形尺寸的增加,算法效率获得明显的提升。     

公路电子收费系统中DSRC协议规范的应用设计

根据ITS领域中专用短程通信（DSRC）协议的基础规范，设计出应用于电子收费系统的DSRC物理层，数据链路层和应用层相关参数选定的设置，力求在电子收费领域相关的装置与设备能遵循指定的规格标准，并增进各系统相互之间的相容性和互连性。     

基于高精度GPS与DSRC车车通讯的网联车ADAS测试系统平台构建

实际中基于车联网相关研究的数据来源,主要是驾驶模拟实验和仿真实验,其数据并不能代替真实道路环境中的驾驶行为数据.为了保证数据的真实性和准确性,本研究依托长安大学车联网与智能汽车测试场,通过专用短程通讯(Dedicated Short Range Communication,DSRC)实现车载感知信息实时共享.网联车通过...     

基于字符的MTF压缩算法

在前移(MTF)编码原理的基础上提出了一种基于字符的MTF压缩算法.结合游程长度编码技术,对文本文件取得了较好的压缩效果.     

基于DSRC的多功能不停车收费系统

DSRC标准是ISO/TC204制定的智能交通系统(ITS)中车—路信息通讯的协议。采用双片式ETC电子标签结合双界面IC卡的储值卡方案形成的多功能不停车收费系统,充分兼容了当前国内普遍应用的IC卡半自动收费方式,集中了IC卡收费系统和ETC收费系统的优点,方便、快捷、通行能力强,并解决了收费口的交通拥挤现象。     

历史数据压缩算法在DSP上的实现

工业控制中需要记录大量的历史数据,因其数据量庞大,需要的存储空间也及其庞大,同时网络传输过程的实现比较困难,针对这一情况,提出了一种基于整数小波变换和多级树集合分割编码压缩新算法,并在DSP平台上实现,给出仿真结果,结果表明此算法可方便地控制数据压缩比和重构误差,并且具有压缩速度快、熏构误差小和压缩比高的特点。     

基于最优匹配模型的数据库压缩算法

针对数据库中数据急速膨胀的状况,提出一种新的适用于语义压缩的数据库压缩算法--基于最优匹配的OPMC算法.算法将数据表中的属性元组分类并进行最优匹配的筛选为每类选取一个代表元组,将数据集中到最优匹配的聚类中心点上,消除相似的、冗余的数据,从而实现数据的压缩.该算法经仿真实验验证,有效改善了压缩比率,相对其他算法的压缩比率提高18%.     

基于主对角线的分形图像并行压缩算法

本文针对传统分形压缩算法耗费时间长的缺点,提出一种基于定义域块主对角线的并行压缩算法。文中讨论了并行系统的最优构架模式及任务分配方案,从而保证系统运行时负载平衡。定义并设计出了一种新型的MPICH数据结构,用于提高系统效率,使用了MPICH中的包传输技术,完成了节点间的高性能数据传输。用该算法取代传统算法,因采样方法的改进而简化了计算的复杂度,因并行而极大的缩短了压缩时间,取得了非常好的加速比。实验结果表明,该算法在压缩时间和峰值信噪比(PSNR)两个方面都取得了很好的效果,同时也显示出并行计算在分形领域的重要应用价值。     

基于拼贴误差拟合（补偿）的分形压缩算法

采用分形压缩算法来提高压缩速度和压缩比的一种有效途径是降低对拼贴误差的要求 ,然而这往往导致图象失真 .为克服该问题 ,在经典分形压缩算法的基础上 ,提出了一种新的基于拼贴误差拟合 (补偿 )的分形压缩算法 .该算法可以提供两种不同拼贴误差的分形编码 ,由于通过对不同区块使用与之相适应的相似变换类型 ,可以有效地补偿拼贴误差 ,从而可降低压缩图象的失真度 .理论研究和实际应用表明 ,该算法为分形压缩图象所面临的失真度和压缩比的矛盾提供了一种有效的解决方案 .     

基于DSRC协议的ETC应用研究与实现

基于DSRC协议的高速公路电子不停车收费(ETC)系统存在价格昂贵、通用性差的问题。为此,简化车载设备对错误信息帧的处理,采用微控制器设计并实现符合ETC复合消费交易应用流程规范的通信帧数据链路层及应用层信息的解析、封装。测试结果表明,程序移植到车载设备硬件系统后,系统运行稳定,时效性符合国家标准要求。     

基于四叉树的分形图像压缩编码算法的C 实现

该文首先介绍了分形图像压缩的基本理论,如迭代函数系统,拼贴定理等。然后重点研究了基于四叉树的分形图像压缩编码算法。最后通过编写代码实现此算法,并与基本的分形图像压缩算法进行试验比较,进行总结。     

基于GEP的分形图像压缩并行算法

传统图像压缩算法存在图像压缩率不高、寻找最优分形图像压缩编码速度慢的不足。为此,提出一种基于基因表达式编程(GEP)的分形图像压缩并行算法。分析二值图像压缩变换的求解过程,给出分形图像基因和染色体的编码表示,设计适应度函数,研究GEP遗传进化操作的编码步骤。在PC机群上的实验结果表明,与串行算法相比,该算法的图像压缩率较高、运行速度较快,具有线性加速比。     

基于信息压缩矩阵算法的增量式规则挖掘

在信息等价矩阵的基础上利用粗集理论扩展了矩阵算法,设计了相对核和相对约简以及规则获取算法,提出了增量式规则挖掘的信息压缩矩阵算法。实现了在原有规则集的基础上进行规则和规则参数的增量更新,避免了重复遍历信息向量,降低了算法的时、空复杂度。用实例证明该算法是可靠有效的,为信息系统的规则约简、获取和信息压缩提供了新的思路。