基于DSP的多元数据同步采集与存储系统的设计与实现

从硬件和软件两个角度出发,介绍基于DSP的多元数据同步采集与存储系统的组成、工作模式以及功能的测试。系统主要由上位机和数字采集与存储单元组成,其中数字采集与存储单元的硬件部分包括电源模块,值班电路模块,数据采集模块,数据存储模块,时钟同步模块。系统采用DSP作为中央处理芯片,利用经过同步后的秒脉冲作为触发信号,实现同步数据采集。以CF卡作为存储介质,实现数据自容式存储。软件部分实现自检、同步、数据采集存储功能。经过测试,系统工作稳定,功能正常,同步精度在100ns以内。     

大面阵CCD相机在靶场测量经纬仪中的应用设计

在光电经纬仪改造过程中,提出了一种以大面阵PanteraTF1M60相机作为光电经纬仪数据录取器件,以工控机为数据存储处理平台的数字化数据采集记录系统。通过对相机应用的研究和图像数据存储模式的设计,本系统工作在外触发同步模式下,采用图像数据的双缓冲区模式及优化的虚拟一起界面设计。结果表明本系统实现了数据图像高速无压缩存储,系统具有外触发同步精度高、存储数据准确、图像实时监视,满足光电经纬仪技术指标要求。     

大规模网络数据存储系统的设计与实现

当前的网络数据存储系统在处理大规模数据时需要较长时间,增加了网络数据存储周期,存储性能较差。因此设计并实现一种大规模网络数据存储系统,该系统主要包括A/D高速采集模块、FLASH存储模块和FPGA数据接收模块。A/D高速采集模块采集大规模网络数据,采用FPGA数据接收模块对采集到的网络数据进行接收和处理,过滤其中的噪声因素,再将处理好的网络数据保存在FLASH存储模块中。依据三层架构模式设计大规模网络数据存储系统软件架构,并给出了业务逻辑层完成数据传递的关键代码。实验结果表明,所设计的大规模网络数据存储系统具有较高的数据存储和读取速度,能够实现网络数据的负载均衡存储。     

基于Hadoop技术的物联网大数据同步存储系统设计

目前研究的物联网大数据同步存储系统,对于海量物联网数据的存储效率低、同步性差,不利于数据安全、稳定且高效的存储,难以满足动态存储需求,为了解决上述问题,基于Hadoop技术设计了一种新的物联网大数据同步存储系统。集合采集单元、处理器、存储器构建硬件平台,完善系统接口设计,合理设计软件程序,进一步提升系统的实际应用性能,并采用加密算法对存储数据进行加密处理,保证数据存储的安全性。实验结果表明,针对海量物联网数据,基于Hadoop技术的物联网大数据同步存储系统能够有效提高数据存储的同步性和存储效率,减少数据存储时延。     

基于FPGA的多路并行混合数据存储系统

为了解决多路信号并行混合采集存储的问题,文中设计了一种以FPGA为控制芯片的多路并行采集存储系统。该系统选用XC6SLX163CSG324I为主控芯片,设计包括数据采集接收模块、数据存储模块、数据回读模块。数据接收模块包括16路模拟量数据、导引头(DYT)数据、脉冲编码调制(PCM)数据和控制命令数据。该系统充分利用FPGA可重构的优势,对内部资源合理利用,降低了硬件资源开销,对所接收数据进行多路并行采集存储;利用握手原则,减少了数据的丢失。实验结果表明,该系统存储速率最高可达25 Mbyte/s,且备用口回读数据时,帧计数连续,该系统准确性较高。     

一种针对栅栏同步的GPGPU微架构优化设计

为了降低通用图形处理器（GPGPU）中栅栏同步开销对程序性能产生的不良影响，提出了一种GPGPU微架构优化设计。该设计在线程束调度模块中，根据栅栏同步开销决定各线程束的调度顺序，确保高栅栏同步开销的线程束能够优先调度执行。在一级数据缓存模块中，结合数据缓存缺失率与栅栏同步状态来共同决定各访存请求是否需要执行旁路操作，由此在不损害数据局域性开发的前提下，降低数据缓存阻塞周期对栅栏同步产生的影响。两种子模块优化设计均能够降低栅栏同步开销。实验结果表明，相比基准GPGPU架构与当前现有的栅栏同步优化策略，本设计在栅栏同步密集类程序中分别带来了4.15%、4.13%与2.62%的每周期指令数提升，证明了优化设计的有效性与实用性。     

高速PCM信号解码电路设计

为了准确接收解码某系统的高速PCM数据,设计以PLL方式的时钟、数据恢复电路(CDR),实现硬件时钟同步、码同步,并进行串并转换完成对高速PCM码的解调。该电路对高速NRZI串行信号完成均衡后,转换为高速ECL电平逻辑,利用延时异或运算提取时钟信息,由PLL完成时钟提取与数据对齐。电路测试表明该方法能够有效地利用已有串行数据流产生具备合适相位的同步采样时钟信号,电路设计已用于某设备,具有工作稳定,抗干扰能力强的特点。     

基于Hadoop的电子通信数据快速存储系统设计

在Hadoop云平台进行数据云存储系统的优化设计,提高大容量数据快速存取能力,构建基于Hadoop的大容量数据快速存储系统,采用负载均衡调度和云存储优化方法进行存储系统构架,进行Hadoop云平台的海量大数据进行信息融合处理,对Hadoop云平台大容量数据信息流进行非线性时间序列重组,采用特征空间降维方法降低存储开销,优化存储结构,提高存储和调度的速度。仿真结果表明,采用该方法进行Hadoop大容量云存储系统设计,提高了数据存储的吞吐性能和快速存取性能。     

面向智能家居大数据云存储系统设计与实现

为了使传统家居设备可以进行远程遥控,开发了在家具传统设备上引入无线组网技术,使其达到访问和远程控制的效果。针对在数据存储中,传统云存储系统缺少灵活性,不透明,鲁棒性不强,无法有效存储、管理和维护大数据的问题,设计并实现了面向大数据的云存储系统,通过逻辑控制模块对家居系统各业务请求进行智能处理,利用用户访问模块为用户提供底层实现的各项功能,采用存储模块为家居系统提供透明的数据存取功能,利用文件读/写模块将上层逻辑处理和底层存储进行隔离,使所设计系统更加健壮。软件设计过程中,给出数据云存储程序代码,实现大数据云存储。实验结果表明,新一代智能家居云存储系统具有很高的可行性和实用性。     

基于NAS的私有存储网络节点的嵌入式设计与实现

采取嵌入式方式设计基于NAS的私有存储网络节点模块,以适应逐年上涨的数据量和提高存储系统的存储能力。所设计的模块是客户端/服务器端结构,客户端向服务器端发送沟通命令,服务器端通过签署ISCSI协议,将存储装置共享在网络节点上进行数据存储。客户端位于存储装置上,服务器端由ARMx4DK-Xscale嵌入式处理器在Linux操作系统上开发而成,进行电源管理和NAS数据管制。在Linux操作系统上进一步设计了服务器端的电源管理电路结构,并利用私有云建立NAS集群,实现模块功能。实验结果证明,所设计模块的数据吞吐量大、能耗低。