基于A*算法的多线程并行航迹规划方法研究

并行计算是提高航迹规划速度的一种有效手段,同时A*算法具有隐含并行的特性,计算机多CPU多线程技术使得并行计算脱离了工作站或工作组计算机,可使A*算法在单机上进行并行计算。随后根据A*算法的特点对并行计算进行了相应改进,并将其应用到巡航导弹的航迹规划当中。仿真结果表明:改进的并行算法在没有改变航迹规划结果性能的同时,计算速度、稳定性都有了较大提高,有利于快速航迹规划。     

并行计算与MPI研究

并行计算作为现代科学计算的一种重要方法,常用于解决复杂和计算量大的问题。MPI程序包含了并行计算的思想,文章对并行计算与MPI进行了研究,了解了MPI程序思想,对并行计算意义较大。     

并行算法性能简析

随着计算机实际应用范围的扩展，针对在不同领域中应用计算的问题本身存在的并行性和单机性能的限制，基于提高计算机在实际应用计算中的计算速度为目的，通过对PI计算程序的研究，结合近年来的教学实践，并通过对并行计算加速比和效率两个并行程序性能评价参数的分析，提出了应用并行计算程序是提高计算机计算速度的有效途径的结论。该结论将对复杂的多个进程计算问题提供有效地解决方案。     

图像并行处理技术

虽然图像处理技术在理论及实现上取得了巨大进步,然而随之也带来了不断增长的计算量。本文介绍了解决此问题的一种有效途径——并行计算．文章首先介绍了并行计算的有关基本概念,随后给出了多种基于DSP和并行计算机的图像并行处理系统的详细结构以及具体应用,最后,简要分析了此类技术的未来发展．     

计算机统一设备架构加速外部计算机断层图像重建

外部计算机断层成像(CT)重建主要用于重建管状物(如管道)的管壁截面图像,具有重要的实际意义。外部CT重建算法中,带子区域平均图像总变差最小的凸集投影(SA-TVM-POCS)重建数值算法可以得到高质量的CT图像,可用于管道的无损检测。但由于在实现过程中计算量较大,阻碍了其在一些时间要求较高环境中的应用。计算机统一设备架构(Computer Unified Device Architecture, CUDA)是近几年发展起来的解决高强度计算的有效工具之一,该文利用CUDA的高强度并行计算性能,提高外部CT问题SA-TVM-POCS算法的速度,从而增加该算法的应用范围;为充分利用CUDA其高强度数据级并行计算能力,该文改进了SA-TVM-POCS算法的实现过程以适应CUDA的并行计算架构。实验结果表明,该文方法可以在重建图像质量没有下降的情况下,加速比达到20倍以上;所以,利用CUDA可以加快SA-TVM-POCS算法的计算速度。     

机群系统上并行计算时间序列的动态弯曲距离

时间序列的相似性度量是衡量两个序列相似性的依据.动态时间弯曲距离计算方法具有较强的健壮性且可以度量不同长度的时间序列间的相似性,但其十分耗时.采用波前式推进方法并行计算动态时间弯曲距离并以流水线并行方式传送局部子结果,提出一个在机群系统上实现的度量两个时间序列相似性的并行算法.PC机群系统上的实验结果表明,该并行算法高效,获得了良好的加速和可扩展性.     

联想万亿次高性能服务器助力厦门大学

日前,具备每秒1．2万亿次计算能力的联想深腾1800高性能计算机正式入主厦门大学化学系,以量身定制的硬件配置、完善的配套软件．为厦大化学系提供了一个智能化、高性能、高可靠性的机群系统：厦门大学化学系全新的高性能计算平台,将为众多研究机构和实验室计算软件提供并行计算处理。联想深腾1800高性能机群的入驻。为厦门大学化学系解决了高端计算能力不足的问题,大幅提升了该校的科研水平。     

一种改进的40 Gb/s以太网循环冗余校验方法及电路设计

针对在40 Gb/s以太网规范中定义的循环冗余校验码(Cyclic Redundancy Code,CRC)计算关键路径过长的问题,提出了一种分块处理的方法来缩短每条关键路径的计算时间,从而满足时序的要求。对电路进行仿真,并使用中芯国际65 nm工艺库进行综合。验证结果表明,提出的分块并行计算方法正确,并且能够提高CRC计算速度,满足时序要求。     

基于并行计算的全息图快速生成

全息图的快速生成是当前计算机制全息的重点与难点,为提高全息图的生成速度,提出一种基于Cuda并行计算的全息图快速生成方案。首先利用OpenGL的深度缓存对空间物体进行离散取样,获得空间离散物点集,再对传统的查表算法进行优化处理,大大减小查找表的空间大小,离线制作查找表,存入GPU纹理内存,合理设计并行计算方案,将Cuda并行计算的方法应用于全息图的快速生成。实验表明该方法有效可行,并行计算可将全息图的生成速度提高40倍左右,同时,OpenGL的使用给交互式全息图的计算机生成提供一种研究思路。     

CUDA并行计算平台上数据可视化探究

近几年计算机图形学的发展使得三维表现技术得以形成,三维表现技术使我们能够再现三维世界中的物体,能够用三维形体来表示复杂的信息,可视化技术赋予人们一种仿真的、三维的并且具有实时交互的能力,但是将数据转换为图形的处理技术计算时间较长,而CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题,显著提高计算速度,文章对CUDA和实现数据可视化做了探究。     

计算机集群监控系统任务模型的研究

高性能集群系统是目前的研究热点之一，研究高效的集群监控系统，具有重要的现实意义。通过分析集群系统的任务特点，建立了集群监控的任务模型，为监控系统的实现提供了理论上的支持。     

三维电磁散射的网络并行FDTD计算和加速比分析

应用计算机局域网,采用基于消息传递PVM平台和区域分解技术,实现了三维电磁散射的并行FDTD计算.给出了在FDTD两个相邻子区域交界面上所需要传递数据量的估算和分析.在一个实际的计算机局域网环境下,测试了网络并行FDTD计算三维机翼目标散射时的并行加速比和并行效率.实际上,并行加速比和效率不仅与局域网的硬件性能有关,而且与子区域的划分和PVM通信原语的使用等软件设计有关.最后,讨论并行计算中的附加通信量、网络通信性能和负载平衡对FDTD并行计算的影响.     

微机集群的并行蒙特卡罗模拟

针对目前蒙特卡罗模拟并行计算的两个制约因素,提出了利于普及的完整解决方案。建立了算法、参数与MCNP一致的并行随机数发生器模块。参考Linux集群方案,提出了一种基于Windowsxp的pc机并行计算系统的实现方案,采用通用局域网络设置,并行环境为MPICH2实现,编程调试工具为MicrosoftDevelopStudio。该方案对并行系统中的计算机没有硬件和软件的一致性的严格要求,具有灵活的可扩展性,对于一台计算机的也可以虚拟并行,适合单机下的并行程序调试。最后给出了简单蒙特卡罗模拟实例进行演示。     

异构环境下网格计算模式及体系结构研究

网格计算模式具有机群系统不可比拟的优势,它可以更好地解决资源的异构性问题,支持资源的柔性伸缩及多种并行编程环境,支持科学计算库与工具软件,支持可视化动态人机交互.网格计算模式的体系结构是具有一定智能的分层结构.参考五层沙漏结构思想和前人的研究成果,研究设计了具有资源底层、安全调度层、抽象接口层、中间件层、应用接口层和应用层等六个层面的网格计算系统多层体系结构.     

High-speed parallel particle filter for PCMA signal blind separation

The paper proposes an improved high-speed parallel particle filter algorithm for the blind separation of PCMA-signals by utilizing particle filter’s characteristics of parallelism with the help of a cluster computer system built by using the Matlab distributed computing server and Matlab parallel computing toolbox. The simulation results show that the parallel algorithm can perform the PCMA-signal blind separation quickly and effectively. Further, it can greatly decrease the time of the separation, without reducing the performance of the algorithm, and improve the real-time application of system.     

实时集群计算技术在相控阵雷达中的研究

大型相控阵雷达需要跟踪测量多达数百批目标 ,为此要求其控制计算机必须具备高性能实时数据处理能力。该文在一个应用中的实时集群计算机上仿真相控阵雷达数据处理过程 ,研究运用实时集群计算技术构建相控阵雷达控制计算机系统时其并行计算实现方法 ,并分析系统实时性、可靠性、实时可用性和并行计算加速比等因素     

基于动态冗余机制的数据并行型计算网格模型

在由多个普通计算机机群构成的网格环境下,为了解决大规模数据并行型计算加速比问题、容错问题和动态负载均衡问题,提出了一个基于动态冗余机制的数据并行型网格模型。给出了由多个计算机机群组成的数据并行型计算网格等一系列形式化定义。利用逻辑计算机机群、机群逻辑环、计算节点逻辑环和m-冗余策略,研究了动态冗余、动态负载均衡技术。根据这些技术,描述了网格环境下的数据并行型计算过程。理论分析和实践表明,该模型有效地解决了大规模数据并行型计算所需的负载均衡、容错和资源优化问题。该模型适合基于网格的数据并行型计算。     

基于MapReduce的PageRank算法的研究

在对PageRank算法进行研究的基础上,利用MapReduce编程模型思想对PageRank算法进行改进,设计了在云平台Hadoop环境下运行的基于MapReduce的PageRank分布式并行算法,并在实验中对不同规模的Web图数据集进行了测试,分析不同的Blocksize参数对于算法计算性能的作用以及集群节点数目对于算法运行效率的影响.