基于GPU的线性调频信号脉冲压缩算法实现

利用NVIDA公司开发的CUDA技术对线性调频信号脉冲压缩算法进行了研究。用CUDA C和C语言分别在GPU、CPU平台对该算法进行仿真,并对程序执行时间做出了比较。实验结果表明,在GPU平台上实现脉冲压缩算法的运算效率明显优于在CPU上。     

JetsonTK1平台实现快速红外图像背景预测算法

红外弱小目标的探测与跟踪对运算硬件和算法的性能提出较高的要求。针对传统背景预测算法串行运算耗时较长的问题,以及经典的通用GPU(Graphic Processing Unit)体积与功耗过大难于整合到红外设备中的问题,提出在嵌入式GPU平台NVIDIA Jetson TK1中实现并行分离卷积的方法,利用CUDA(Compute Unified Device Architecture)实时执行背景预测算法,实现了在嵌入式GPU平台上高效的红外背景预测算法。实验结果表明,在保证正确预测背景的前提下,利用小体积、低功耗的嵌入式GPU平台可以将运算性能提高到串行运算的15倍以上。     

通信仿真中CUDA加速技术试验环境初探

随着通信仿真平台运算规模和复杂度的提升,以CUDA为代表的GPU加速技术成为缩短仿真时间、降低仿真设备购置及运行开销的有效手段。本文梳理了支持CUDA技术的GPU设备核心演进脉络,介绍了不同系列GPU产品的技术特点及应用领域,并以此为基础提出了一种研究CUDA加速仿真技术的试验环境。该环境以低端计算机、消费级GPU和千兆网络设备组建开发环境,以高端服务器、专业GPU运算卡和光纤路由器组建运行环境。这种试验环境搭建方案有利于实现性能与价格的平衡,并能较好跟进未来GPU软硬件技术的持续演进。     

利用CUDA实现的基于GPU的SAR成像算法

高速发展的图形处理器（Graphics Processing Unit,GPU）为高效合成孔径雷达（Synthetic Aperture Radar,SAR）成像算法提供了具有发展前景的新型运算平台。与CPU相比,利用GPU进行通用计算具有成本低、性能高的特点。提出利用CUDA实现的基于GPU的SAR成像算法,与传统的基于CPU的成像算法相比,有两位数以上的效率提升,为应对SAR信号处理领域新的挑战提供具有前景的研究方向。     

基于GPU的数学形态学运算并行加速研究

数学形态学运算是一种高度并行的运算,其计算量大而又如此广泛地应用于对实时性要求较高的诸多重要领域。为了提高数学形态学运算的速度,提出了一种基于CUDA架构的GPU并行数学形态学运算。文章详细描述了GPU硬件架构和CUDA编程模型,并给出了GPU腐蚀并行运算的详细实现过程以及编程过程中为充分利用GPU资源所需要注意的具体问题。实验结果表明,GPU并行数学形态学运算速度可达到几个数量级的提高。     

Daubechies9／7离散小波变换算法在GPU上的实现

在JPEG2000中有损压缩算法即Daubechies9／7离散小波变换算法的基础上，提出在GPU上并行运算的实现方案。NVIDIA新发布的CUDA软硬件体系架构结合GeForce8800GTX硬件平台，利用GPU并行运算优势，特别是密集型运算应用，可以大幅提升运算速度。实验结果表明，在当前实验平台，在运算数据量相同和结果正确的前提下，GPU（GeForce8800GTX）运算速度是CPU（Intel Core2 Duo E6320，主频1866MHz）的6～12倍，并且运算量越大、运算资源分配越合理，运算效率提升越显著。     

浅谈CUP并行技术CUDA

CUDA是NVIDIA推出的计算模型,它是基于C语言的计算平台,继承了C语言多计算机硬件充分利用的特性。同时添加一些GPU调用接口,可实现在显示芯片写出执行程序,CUDA也为应用开发人员有效利用GPU的强大性能提供了条件,使得GPU凭借其独特的结构和针对图像的设计,当仁不让地成为了程序员实现并行计算的平台。相比较于其他并行计算的计算平台,从执行时间和对硬件利用效率来讲,CUDA具有很明显的优势。     

基于CUDA+SMO的大数据学习研究

GPU(Graphics Processing Unit)较适合解决海量数据的并行计算问题,是当前除云计算平台之外的另一项重要的高性能并行运算技术。文章分析了GPU并行运算、CUDA技术和SMO(Sequential Minimal Optimization)算法的基本原理,并将上述技术相结合提出了一种基于CUDA+SMO的大数据并行学习方案(CUDA-SMO),并与传统基于CPU的SMO学习方案(CPU-SMO)进行对比。实验结果表明,CUDA-SMO方案与传统CPU-SMO方案相比具有相近的学习精度,但CUDA-SMO却大大提高了学习速度。CUDA-SMO方案大大提高了大数据挖掘的效率,是未来机器学习和大数据分析技术发展的重要方向。     

浅谈CUP并行技术CUDA

CUDA是NVIDIA推出的计算模型,它是基于C语言的计算平台,继承了C语言多计算机硬件充分利用的特性。同时添加一些GPU调用接口,可实现在显示芯片写出执行程序,CUDA也为应用开发人员有效利用GPU的强大性能提供了条件,使得GPU凭借其独特的结构和针对图像的设计,当仁不让地成为了程序员实现并行计算的平台。相比较于其他并行计算的计算平台,从执行时间和对硬件利用效率来讲,CUDA具有很明显的优势。     

基于GPU的数字全息实时再现系统设计及实验研究

设计了基于图形处理单元(GPU,graphic processing unit)的数字全息实时再现(DHRTR,digital holography real-time reconstruction)系统,并以旋转骰子为研究对象,实验验证了DHRTR系统的有效性。相对CPU,GPU本身含有许多流处理器,通过并行运算可大大缩短数字全息图再现运算时间。利用统一计算设备架构(CUDA)的运算平台,编写了基于GPU处理器的实时再现软件,在对动态全息图进行连续采集的同时,即时对全息图进行再现,并实时显示再现结果。实验结果表明,本文系统可以实现平均帧速为20 frame/s、大小为512 pixels×512 pixels的数字全息图的实时再现。     

无需预先测速的靶场弹丸落点定位算法实现

该文针对现有靶场弹丸落点定位系统需要提前测量波速,实际应用复杂,定位误差大等问题,提出一种无需预先测速的弹丸落点定位算法,此算法采用米字型传感器阵列,米字型阵列又可以分解成2组五元十字阵,通过来波方向(DOA)算法预先估计波速,然后把波束估计值代入到达时间差算法(TDOA)方程中计算初始位置,再把初始位置和估计波速作为参数代入到泰勒级数展开算法中,收敛定位。由于不需要预先人工测量波速,减少了波速测量误差,波速和定位位置都是在迭代算法中逐步收敛求精的,所以该算法提高了弹丸落点定位精度,减少了实际应用的复杂性。仿真算法也验证了此方法的可行性,在距离定位阵列1000 m范围内迭代算法都是收敛的。     

大气折射引起的卫星测控系统速度误差分析

由于大气各高度层介电特性的不均匀性,无线电波沿地空链路传播时会产生折射效应,为卫星的定轨测控系统引来不同程度的折射误差. 针对单频单站卫星系统的定轨方式,给出了基于多普勒频移测速原理的高精度速度误差修正算法,并与基于距离误差变化率原理的测速算法和实测数据进行了比较,验证了算法的准确性. 利用修正算法分别仿真计算了大气折射时延效应和弯曲效应导致的速度误差;基于不同频段、不同轨道高度的卫星系统参数,比较分析了对流层、电离层折射效应造成的速度误差变化特性. 分析结果可为当前地空链路的卫星测控系统提供准确的速度误差修正量参考,进而合理准确地评估大气折射对星载单频接收机测速误差的影响.     

利用Doppler量测的IJPDA多目标跟踪改进算法

为了提高多频连续波雷达多目标跟踪精度,在基于传统的综合联合概率数据互联(IJPDA)算法基础上,提出一种带Doppler量测的IJPDA滤波跟踪新算法。首先从理论上分析了传统的IJPDA算法,然后详细阐述了引入径向速度量测后的改进算法,最后通过Monte Carlo仿真验证了该算法的有效性。仿真结果表明,径向速度量测的运用使得改进的IJPDA算法在跟踪性能上有了显著提高。     

激光多普勒测速雷达高精度频率估计综合算法

为实现对目标速度的高精度测量,该文搭建了激光多普勒测速雷达系统,并对其频率估计算法进行了研究。对基于自相关运算的频率估计算法进行了改进,使其性能达到了最优,并结合Quinn算法的特点,提出了一种对信噪比具备自适应性的频率估计综合算法。Monte Carlo模拟仿真和圆形转台测速实验结果表明：新算法具有更优的性能,且采用该算法后,系统速度的均方根误差小于2 mm/s,相对误差优于0.06 %,实验结果与理论分析和仿真结果一致。     

基于DSP的FFT算法在无功补偿控制器上的应用

介绍基于交流同步采样和傅里叶算法的三相功率计算方法,采用TI公司的32位定点DSP TMS320F2812为控制器的CPU,根据非正弦周期信号的无功功率理论,固定采样点数,适时测量工频周期,自适应调整采样闽隔,解决了同步采样问题。采用快速傅里叶算法,实现了对无功功率和有功功率的准确测量,准确跟踪系统无功变化,使系统无功功率动态实时补偿。     

气液两相流中改进图像互相关测速的完整实现

针对气液两相流中密集气(液)相速度场准确测量的需要,提出了改进图像互相关测速的完整实现方法。基于傅里叶变换的图像互相关测速原理,采用回归迭代互相关算法以提高测量精度,基于相邻速度属性对误矢量进行修正,并采用亚像素拟合方法准确定位,通过对不同拟合算法进行比较,验证了3点高斯拟合算法的优越性。实验结果表明,本文提出的测量方案可以有效提高图像互相关测速的精度。     

Determination of the AUV Velocity with the Aid of Seabed Acoustic Sensing

Journal of Communications Technology and Electronics - An original algorithm for the measurement of the velocity of an autonomous underwater vehicle (AUV) is based on the range measurement using...     

基于虚拟仪器的直流电机转速测控实验系统研制

为适应测控技术发展和研究基于虚拟仪器的现代集成测控装置的需要,开发了直流电机转速控制实验系统.该系统硬件主要由虚拟仪器NI ELVIS设备、有刷直流电机及光电传感器等构成;选择NI-6251数据采集卡的模拟输出口AO0和定时/计数口CTRO作为设计系统的电机控制电压输出口和转速测量的输入口;利用LabVIEW编制模拟信号输出程序、转速测量程序、控制算法程序;实验系统转速设定运行范围为1 000～10 000 r/m,控制精度达到0.1%.该实验系统在实验教学中取得了良好的效果.     

基于模糊相似度的地面目标跟踪算法研究

研究了基于Dempster-Shafer证据理论和模糊相似度的地面运动目标识别与跟踪问题。应用Dempster-Shafer证据理论对地面运动目标进行身份识别,用目标的类型、速度和数量等属性构造目标的模糊相似度,利用模糊相似度作为目标跟踪的主要依据。详细地分析了地理信息,提出了基于证据推理的地面运动目标识别与跟踪算法,并且用α-β滤波器更新目标位置和速度。经过实际外场试验运行表明,该算法是有效的。     

俯仰/滚转耦合的大角度姿态测量算法

基于加速度计或陀螺仪的测姿方法均存在大角度条件下姿态角误差放大、突变问题。对大俯仰角测量,通过预置欧拉旋转法可确定冗余加速度计的布置方式,降低了俯仰角测量误差。对大俯仰角条件下的滚转角测量,提出基于角速率阈值判定的陀螺解耦测姿算法。当俯仰角速率大于设定阈值时,采用角速度投影可钳制滚转角误差的漂移;当俯仰角速率小于设定阈值时,采用角速度积分可避免角速度投影造成的姿态误差放大。通过理论推导、分析和仿真,预置欧拉旋转法能有效避免大俯仰角条件下俯仰角姿态误差放大,陀螺解耦测姿算法能在振荡环境下长时间保持滚转角精确度。