多尺度表达在虚拟视景仿真系统中的应用研究

现在分布式虚拟实验技术与视景仿真技术深入结合,使虚拟试验系统得到了广泛的应用;传统的虚拟视景仿真,在系统的各个节点上均采用单一的模型进行运算;一方面,在小规模视景仿真中,使系统资源不能得到充分利用;另一方面,在大规模视景仿真中,又无法满足系统实时性要求;为了解决这种情况,将多尺度表达的方法和原理应用于视景仿真系统中计算节点和显示节点的设计,并对两类节点运行不同尺度模型的负载匹配进行研究,对多尺度原理的应用效果进行了验证;试验结果表明,采用粗尺度模型进行大规模视景仿真时,在保证实时性的前提下,能很好地满足真实性要求;试验证明视景仿真系统中应用多尺度表达原理将使系统运行更有效率,将为大规模虚拟视景仿真系统的设计提供了一种可行的思路。     

大型三维几何模型在分布式协同设计中实时传输的关键技术

针对网络环境和分布式协同设计的实时性要求，在充分对比CAD模型和三角网格模型特性的基础上，提出了基于三角网格模型进行分布式协同设计，并讨论大型网格模型实时传输的关键技术，以有效的多分辨率模型为基础，在客户机／服务器环境下通过增量传输、选精化和特征映射，实现客户端驱动的产品3D模型的远程实时动态观察和特征参数的在线讨论与修改，系统可跨平台支持多个异地设计节点协同。     

基于无线传感网的气体扩散立体监测系统设计

针对气体在开放式空间扩散的问题,手机了基于无线传感网的气体扩散立体监测系统。监测系统由多个无线传感器节点和基站组成。低功耗设计的无线传感器节点具有无线通信、串行通信、GPS自定位、计算控制等功能,传感器节点之间通过MESH网络实现多跳组网通信。实时操作系统上运行的网络协议可提高系统运行的实时性和可靠性。系统上位机软件能够显示气体在三维空间中的扩散情况,并显示天气状况和节点的剩余电量信息。通过外场测试表明,该系统能够实时监测含磷气体扩散情况,为防止进一步造成较大的损失提供可靠的信息。     

适用于网络渐进传输的多分辨率曲线生成算法

针对渐进传输系统在多分辨率矢量数据生成过程中存在的计算费时、拓扑不一致问题,提出一种适用于网络渐进传输的多分辨率曲线生成算法。该算法通过预先存储的节点偏离量化简曲线,利用优化的单调链求交算法维护曲线拓扑一致性,从而支持多分辨率曲线的快速生成和拓扑一致性维护。基于该算法开发了曲线数据渐进传输实验系统,实验结果表明,多分辨率曲线数据保持了拓扑一致性,且其生成时间与数据量大小呈近线性的关系,证明了算法的有效性。     

反射内存网络在实时测控系统中的应用

测控数据的实时传输已经成为现代测控系统,尤其是大型军工试验首要解决的问题之一;针对大型测控试验中监测点多而分散,数据传输实时性要求高的情况,提出采用分层网络结构实现系统的数据流传递;各监测点以及数据服务器之间采用反射内存网络确保测控数据的实时传输,数据处理后期工作采用传统以太网实现连接;由于LabVIEW平台在测控领域举足轻重的地位,进行了Lab-VIEW平台与反射内存网络的交互设计,通过将通信流程划分为多个子CIN节点,多个节点组合在LabVIEW中循环查询的方法,有效避免了3种常用方法导致软件平台"假死"的现象;试验表明反射内存网络实时性良好,各模拟参量以及温压测试数据实现实时传输,系统软件运行稳定可靠,达到系统预期设计目的.     

基于过程现场总线技术的振动检测系统

针对当前振动检测系统延迟大、传感网络可控性差、检测精度低等问题,提出了一种基于过程现场总线（Profibus）技术的振动检测系统。首先,在每个检测设备节点处实现卡尔曼滤波、快速傅里叶变换（FFT）等复杂计算,使网络负载与传输大量原始振动数据的传统方案相比降低了约95%,缩短了网络传输时间和工作站的计算时间,提高了系统的实时性和计算能力。然后,采用Profibus协议实现对振动检测设备网络的管理和数据传输,保证了传感网络的稳定性和可控性;并且,在振动检测节点设备上使用高精度振动传感器,在检测节点上对振动数据进行滤波等处理,检测精度高达0.0039 mg。此外,自主设计开发了Profibus协议从站,方便检测设备的功能定制与二次开发;在检测节点设备上采用RT-Thread嵌入式系统内核实现资源分配与任务调度,提高了实时性和可靠性。实验结果表明,所提系统可以快速地对振动现场的原始振动数据进行数据处理并把处理后的数据传输到工作站电脑,实时性高。同时,振动检测设备组成的Profibus网络可以实时显示节点的状态信息,若有网络故障能够及时提醒,网络的可控性好。     

视景仿真网络中的通信机制简化算法研究

在基于HLA架构的大范围战场环境、多武器平台的分布式仿真系统中,仿真实体与仿真节点的增多使网络通信数据量大大增加;为了减少网络通信数据量,文中从实用性的角度出发介绍了两种应用技术,一是参考视景仿真中常用的LOD算法,采用一种LOD通信机制进行通信,根据部分呈现原理对仿真目标进行仿真关联度计算,并按照关联度对仿真数据的接收和发送进行过滤,有效降低了冗余数据的传输;二是提出时滞的DR递推算法控制视景仿真中仿真驱动,可以在满足较小的数据帧发送频率下,实现视景仿真中实体运动平滑渲染;文中结合某型潜艇训练模拟系统,应用两种算法进行视景仿真二三维通信,结果表明,文中的算法在视景仿真通信数据量的简化方面具有较好的效果,能满足视景仿真实时性的要求.     

一种多包传输网络控制系统的对象建模

针对多包传输的网络控制系统,研究了其建模的问题.设网络只存在于传感器节点与控制器节点之间,传感器节点和控制器节点为时钟驱动,执行器节点为事件驱动,并且分别对节点在时钟同步方式和时钟异步方式两种情况下,用一种统一的形式,进行了多包传输的网络控制系统的建模.而且此模型可以用来分析系统的性能.     

基于ZigBee的在线碱液浓度计

针对织物丝光及后处理工艺碱浓度检测过程中对监控系统实时性的要求,根据电化学原理,提出了基于ZigBee技术的碱浓度检测系统.系统选用TI公司基于ZigBee技术的CC2430芯片作为系统数据采集与传输、数据显示节点的控制器.设计并给出了碱浓度数据采集电路、主节点与数据显示电路原理图和程序流程.运行结果表明,该系统具有稳定可靠、抗干扰、体积小、成本低等特点,为化工及纺织等企业的碱浓度检测提供了一种新技术.     

基于P2P流媒体的在线直播系统模型研究

在传统网络电视直播系统的基础上,提出了一种基于P2P流媒体的在线直播系统架构,它针对流媒体传输要求带宽高、延迟小、实时性强等特点,采用P2P模型中的混合模型,实现了一种动态自适应的区域自治机制.对P2P网络中的信息源进行实时动态分配,极大地提高了各节点间信息传输速率,并且采用RTP、RTSP等流式传输协议,使整个P2P网络的信息传输稳定性、安全性都有一定的保障.     

神威E级原型机互连网络和消息机制

本文描述了神威E级原型机的互连网络和消息机制.神威E级原型机是继神威蓝光、神威?太湖之光之后神威家族的第三代计算机.该计算机作为一台E级计算机的原型机,峰值性能3.13PFlops,其最大的特色之一就是采用28Gbps传输技术,设计开发了新一代的神威高阶路由器和神威高性能网络接口两款芯片,在传统胖树的基础上,设计了双轨...     

三维地形可视化技术研究

为了获得较好的三维可视化效果,在对地形数据组织和实时绘制技术进行研究和实验的基础上,实现了基于四叉树结构的地形模型的连续多分辨率渲染;在考虑视点和地形粗糙度的基础上,设计了一种合理的节点评价系统;提出了一种快速自适应的三角网剖分方法,有效消除了不同分辨率节点间的裂缝。实验结果表明,在保证地形真实感的前提下,该技术实现三维地形显示可以获得较好的图形质量和显示速度。     

分布式并行仿真系统中的数据通信性能研究

该文针对半物理仿真平台中的分布式并行计算机系统,进行了不同计算机之间的数据通讯性能研究。结果表明利用普通的商用计算机,采用提高仿真程序优先级的策略,可以实现仿真程序的实时运算;采用网络交换机可以避免数据通讯中的阻塞和冲突,有效地解决了分布式计算机系统之间的网络通讯,可以实现燃气轮机系统的半物理实时仿真,这将为实时仿真提供通用的仿真平台,从而节约计算资源。     

WSN中一种负载均衡的动态非均匀分簇方案

无线传感器网络(WSN)是由资源受限的传感器节点构成,节点能耗对网络的性能有着重要影响,对网络进行分簇可以有效地控制节点整体能耗。针对网络实际运行时节点状态和事件位置动态变化等特点,提出了一种负载均衡的动态非均匀分簇方案。方案主体思路是:首先网络利用O-LEACH算法自组织地进行非均匀分簇,接着动态地从簇头中选举出一定数量的决策节点用于网络的数据汇聚,并根据事件发生位置和节点状态变换而动态更改决策节点角色。仿真结果表明,与CAPNet方案相比,该方案均衡了网络能耗,提高了传输效率,延长了网络生命周期。     

基于ZigBee无线传感网络监测系统的实现

为了对风力发电机组运行状态进行实时监测,在IAR开发环境下,以CC2430为主控芯片,采用TI公司提供的ZSTACK协议栈构建了基于ZigBee无线传感网络的监测系统,并给出了系统协调器节点和传感器节点的硬件、软件设计。实现了风力发电机组状态信息的实时采集和无线传输,该系统节点数据传输稳定可靠,实时性好,能较好的满足实时远程监测的要求。     

Towards a hybrid load balancing policy in grid computing system

Grid computing has become conventional in distributed systems due to technological advancements and network popularity. Grid computing facilitates distributed applications by integrating available idle network computing resources into formidable computing power. As a result, by using efficient integration and sharing of resources, this enables abundant computing resources to solve complicated problems that a single machine cannot manage. However, grid computing mines resources from accessible idle nodes and node accessibility varies with time. A node that is currently idle, may become occupied within a second of time and then be unavailable to provide resources. Accordingly, node selection must provide effective and sufficient resources over a long period to allow load assignment. This study proposes a hybrid load balancing policy to integrate static and dynamic load balancing technologies. Essentially, a static load balancing policy is applied to select effective and suitable node sets. This will lower the unbalanced load probability caused by assigning tasks to ineffective nodes. When a node reveals the possible inability to continue providing resources, the dynamic load balancing policy will determine whether the node in question is ineffective to provide load assignment. The system will then obtain a new replacement node within a short time, to maintain system execution performance.     

Comparison of packet-level and fluid models of IP networks

In this paper, data flows from different nodes in the packet network of data transmission are simulated as immiscible continuum flows. Conceptual and mathematical models are proposed. Computer simulation has been performed and compared with the ns-2 system of packet-level simulation. The developed model demonstrated fairly good accuracy, requiring at the same time much lower consumption of computing resources.     

面向Flink的负载均衡任务调度算法的研究与实现

Apache Flink是现在主流的大数据分布式计算引擎之一,其中任务调度问题是分布式计算系统中的关键问题。由于集群的异构性以及不同算子复杂度不同,大数据计算系统Flink中不可避免地会出现负载不均的情况,针对这种问题,提出了基于资源反馈的负载均衡任务调度算法RFTS。通过实时资源监控、区域划分和基于人工萤火虫优化的任务调度算法3个模块,把负载过重的机器中处于等待状态的任务分配给负载较轻的机器,来实现集群的负载均衡,提高系统集群利用率和执行效率。最后通过基于TPC-C和TPC-H数据集的实验结果表明,RFTS算法从执行时间和吞吐量2个方面有效提升了Apache Flink计算系统的性能。     

基于LT码数据分发协议性能分析

无线传感网络节点数目庞大,能量消耗大,传感器节点的计算和存储能力有限,网络丢包率较为严重。为了设计节能可靠的网络协议,降低节点的能耗,在TinyOS网络平台上设计实现了基于LT码的数据分发协议,在仿真环境TOSSIM上进行了性能分析,仿真结果表明,基于LT码的数据分发协议,更好的展示了LT码的无比率特性,提高了网络数据传输的可靠性,降低的网络负载。     

深度聚类索引下的海量地震数据快速三维可视化

地震数据的三维可视化能够直观反映地质的相关结构信息,为地质勘探等研究提供数据支持。针对传统体绘制算法在集中载入海量数据时存在显示延迟、画面跳跃、卡顿等问题,提出一种快速三维可视化算法。使用变分自编码器和深度聚类学习数据的空间特征表示,通过迭代优化目标函数提高聚类性能,以解决因空间数据分布不均造成的节点重叠问题。建立高效的索引结构,提高数据实时读取的效率,通过时序卷积网络预测下一个视点位置,提前将潜在数据载入内存,避免因海量数据集中加载导致画面卡顿、跳跃。使用基于双层视锥体的视点动态划分调度模型,剔除不必要的绘制节点及减轻系统负荷,从而提高数据渲染速度和流畅度。实验结果表明,该算法在索引结构上查询数据块的时间相比希尔伯特R树算法减少了64.14%～66.37%,预测视点的正确率相比拉格朗日插值算法提高了12.08%～22.70%,实时帧率在较大规模的子集上也能够相对稳定平滑,在保证图像质量的前提下整体系统的渲染性能达到预期效果。