Source Inversion by Forward Integration in Inertial Flows

Inertial particles are finite‐sized objects traveling with a certain velocity that differs from the underlying carrying flow, i.e., they are mass‐dependent and subject to inertia. Their backward integration is in practice infeasible, since a slight change in the initial velocity causes extreme changes in the recovered position. Thus, if an inertial particle is observed, it is difficult to recover where it came from. This is known as the source inversion problem, which has many practical applications in recovering the source of airborne or waterborne pollutions. Inertial trajectories live in a higher dimensional spatio‐velocity space. In this paper, we show that this space is only sparsely populated. Assuming that inertial particles are released with a given initial velocity (e.g., from rest), particles may reach a certain location only with a limited set of possible velocities. In fact, with increasing integration duration and dependent on the particle response time, inertial particles converge to a terminal velocity. We show that the set of initial positions that lead to the same location form a curve. We extract these curves by devising a derived vector field in which they appear as tangent curves. Most importantly, the derived vector field only involves forward integrated flow map gradients, which are much more stable to compute than backward trajectories. After extraction, we interactively visualize the curves in the domain and display the reached velocities using glyphs. In addition, we encode the rate of change of the terminal velocity along the curves, which gives a notion for the convergence to the terminal velocity. With this, we present the first solution to the source inversion problem that considers actual inertial trajectories. We apply the method to steady and unsteady flows in both 2D and 3D domains.     

Binaural Source Localization by Joint Estimation of ILD and ITD

In this paper, we propose a binaural source localization method based on interaural time differences (ITDs) and interaural level differences (ILDs). The two cues, computed from a two-channel time-frequency representation, are combined in order to estimate the azimuth of sources in binaural recording. We introduce an individual parametric model for the ITD and ILD, and an average parametric model that sets us free from measurements of the subjects' HRIRs for sound localization. We conduct several experiments to validate the proposed approach and show that it compares favorably with available techniques.     

Selective Branch Inversion: Confidence Estimation for Branch Predictors

This paper describes a family of branch predictors that use confidence estimation to improve the performance of an underlying branch predictor. This method, referred to as Selective Branch Inversion (SBI), uses a confidence estimator to determine when the branch direction prediction is likely to be incorrect; branch decisions for these low-confidence branches are inverted. SBI with an underlying Gshare branch predictor outperforms other equal sized predictors such as the best history length Gshare predictor, as well as equally complex McFarling and Bi-Mode predictors. Our analysis shows that SBI achieves its performance through conflict detection and correction, rather than through conflict avoidance as some of the previously proposed predictors such as Bi-Mode and Agree. We also show that SBI is applicable to other underlying predictors, such as the McFarling Combined predictor. Finally we show that Dynamic Inversion Monitoring (DIM) can be used as a safeguard to turn off SBI in cases where it degrades the overall performance.     

基于路由生命期的动态源路由协议

无线Ad hoc网络拓扑结构的频繁变化以及无线信道的不稳定,使得如何提高路由可靠性成为无线Ad hoc网络路由协议研究的主要目标之一.在动态源路由协议(Dynamic Source Routing,以下简称DSR)基础上提出一个新的基于路由生命期估计的Ad hoc网络路由协议,REBDSR(Route-lifetime Estimation Based Dynamic Source Routing).该协议通过对链路状态预测估计路由生命期;路由发现算法同时使用路由生命期、路由跳数作为路径选择参数;当路由上的链路进入危险期后,启动主动式路由维护机制,发送路由失效警告以保证快速路由切换.REBDSR还以路由生命期为超时值进行路由缓存管理,解决了DSR路由缓存中存在较多过时路由的问题.大量仿真实验表明:在网络中载和重载情况下,REBDSR协议的整体性能要优于DSR协议,特别是在节点运动频繁的网络中,REBDSR协议的性能优势更为明显.     

一种易于并行实现的全局运动估计算法

提出一种新的全局运动匹配算法,该算法可高效地将匹配任务分配在多个处理器上,通过协处理器并行工作,最终实现高质量的编码视频。     

相关性算法在超声波形分析中的应用

相关的概念是为研究随机信号的统计特性而引入的,相关性可以用来描述为两组信号的相似程度,超声在介质中传播会产生多次反射波,通过计算各次波的相关系数,可以获得超声在介质中的传输时间,从而得到介质的厚度.     

基于CUDA的并行全搜索运动估计算法

为了提高H.264视频编码效率,基于计算统一设备架构(CUDA)的并行全搜索运动估计算法,并利用GPU强大的计算能力和CUDA优化的存储层次结构,以加速H.264编码中的运动估计.与传统的以牺牲视频质量来提升运动估计性能的方法不同,该算法在保证视频质量的同时,结合运动估计计算密集、计算量大等特点,充分利用CUDA架构的并行性加快运动估计的速度,从而达到提高实时编码速度的目的.在GTX280实验平台上的实验结果显示,采用文中算法比优化的CPU实现可获得高达70倍的加速比.     

极化分布源模型及角度估计

通过对“分布源是在一定空间分布的多个点源信号的叠加”的分析,提出了极化分布源模型和一阶近似的极化分布源模型。对极化分布源模型,为减少噪声子空间拟合算法(NSF)的搜索空问雏数,文中提出只搜索角度空间求解到达角,对极化参数通过求解线性方程组获得;对一阶近似的极化分布源模型,利用旋转予空间不变(ESPRIT)类算法求解到达角,极化参数同样通过求解线性方程组获得。仿真结果表明：极化的引入对NSF的性能有很大提高,以及一阶近似模型对角度分布的盲性。     

一种新型全搜索运动估计IP核设计

为了降低全搜索运动估计算法带来的巨大计算量,提高运动估计计算速度,提出了一种新型的用于全搜索运动估计硬件结构。该硬件结构能实时地通过全搜索运动估计来搜索每个像素块最佳的匹配运动向量,并通过改进搜索窗缓存,获得了较高的运算速度增益并有效地降低了电路功耗。     

基于海浪谱估计的减摇鳍浪级调节器设计

由于减摇鳍的最大工作鳍角是有一定限制的,所以当减摇鳍工作的环境高于设计海情时减摇鳍的鳍角饱和率就会增加,从而使减摇鳍长时间工作于非线性状态,这不仅使减摇效果下降,而且会使机械装置加剧磨损。为了在海情增高时控制住减摇鳍的鳍角饱和率,设计浪级调节器是很有必要的。根据船舶横摇时历数据,采取现代谱分析技术,由船舶横摇时历反推海浪功率谱,然后由海浪功率谱来获取海浪信息从而进行浪级调节,以保证鳍角饱和率不超过设计的要求。通过仿真证明此方法不仅很好地控制了鳍角的饱和率而且使减摇鳍的减摇效果有了明显的提高。     

正弦波频率估计的修正Rife算法

分析了Rife算法的性能,指出当信号频率位于离散傅里叶变换（Discrete Fourier Transform,DFT）两个相邻量化频率点的中心区域时,Rife算法精度很高,其均方根误差接近克拉美-罗限（Cramer-Rao Lower Bound,CRLB）,但当信号频率位于量化频率点附近时,Rife算法精度降低。本文提出了一种修正Rife（M-Rife）算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用Rife算法进行频率估计。仿真结果表明本算法性能不随被估计信号的频率分布而产生波动,整体性能优于牛顿迭代法（一次迭代）。接近二次迭代,在低信噪比条件下不存在发散问题,性能比牛顿迭代稳定。本算法易于硬件实现。     

基于声源时延估计的欠定盲分离方法

提出一种基于声源时延估计的二元时频掩蔽方法.通过三个接收信号实现多于多个语音源信号的欠定盲分离.利用语音信号的W-分离正交性,在时频域估计各个源信号到达接收阵列的相对时延序列;进而基于信号时延序列的估计,采用最大似然算法将时频域划分为与源信号个数相同的互不重叠的时频点集合,每个集合(近似)只包含一个源信号的所有时频分量;再通过二元时频掩蔽依次恢复出各集合所对应的源信号.该方法性能通过主观试听得到了验证,其分段信噪比增益至少为13 dB.较之欠定解混迭估计技术DUET,本文方法得到的分离信号与实际声源信号的相异度降低约3 dB.     

基于最大后验估计的谣言源定位器

随着互联网的普及,信息能够通过互联网以极快的速度被传播给大众.但同时,一些虚假信息比如谣言也借助网络的级联效应泛滥成灾,因此如何在传播网络中快速准确地确定谣言传播源成为一个亟待解决的问题.文章针对社交网络提出了一种谣言源定位的方法,与现有的基于最大后验(Maximum-a-posteriori,MAP)概率估计的方法不...     

波形分析法模糊自整定PID控制应用研究

在分析空调系统常规PID自整定控制局限性的基础上,指出利用偏差及偏差变化量作为PID参数调节判据是常规PID自整定控制难以取得理想控制效果的根源,从而引入波形分析法求解控制过程的性能指标即超调量与调节时间,并提出利用性能指标作为PID参数调节的判据将克服常规PID自整定控制的局限性.对性能指标与PID调节器参数的关系进行了分析,给出了根据性能指标进行PID调节的模糊控制规则,基于上述规则建立了空调机组模糊PID控制系统数学模型,并进行了仿真.仿真结果表明,该波形分析法模糊自整定PID控制可以较好解决如空调系统等大、纯滞后受控对象的控制,得到较理想的控制性能指标,并因此获得较高的经济效益.     

基于全业务数据中心延伸源端数据治理研究

随着国民经济的快速发展,人们的生活水平不断提高,对于数据的需求也随之增加,信息网规模在逐渐扩大,运行与管理的数据种类也变得更多、更复杂。基于此,根据全业务数据中心的数据治理现状梳理、能力评估、总体规划及策略提升,制定基于延伸源端的数据治理流程,并对数据进行集成治理,旨在提高数据的质量管理,以此为信息网提供科学、可靠的统计结果。     

基于相关累加的正弦波频率估计算法

提出了一种新的正弦波频率估计算法.首先用FFT对信号频率进行粗略估计,再对原始信号进行相关累加后提取相位信息,估计出频偏,经过频偏校正得到频率的精确估计.在整个频段内该算法与Rife算法性能互补,因此本文又提出了两者相结合的综合Synthetic correcting rife(SCR)算法.该综合算法计算量略大于FFT,小于修正Rife算法.仿真结果表明.该算法估计性能接近修正Rife算法,将该算法的结果作为牛顿选代的初始值,进行一次迭代后性能逼近CRLB.     

Error Reduction of the Taylor Centered Form by Half and an Inner Estimation of the Range

We show that the overestimation error of the interval Horner method for univariate polynomials on a centered interval is reduced at least by half if the interval is split at its midpoint zero and the interval Horner method is applied to both halves separately. This observation is used to reduce the overestimation error of the Taylor centered form at least by half. Further, it can be used to compute error bounds for the Taylor centered form and an inner range estimation.     

基于距离平方差的目标定位估计算法研究

无线传感器网络定位技术作为无线传感器网络的重要支撑技术之一,具有很大的实际价值和研究意义。无线传感器网络的目标定位估计技术主要应用于目标跟踪和目标运动分析,在工业领域具有广阔的发展前景。无线传感器网络由许多在空间中分布的传感器组成,这些传感器能够测量出传感器与定位目标之间的距离,但是该观测距离因为受环境影响所以是有噪音的。目前基于距离的最小二乘估计的定位算法已得到广泛关注,但是该问题是一个非凸问题,精确求解十分困难。因此学者们提出了基于距离平方的最小二乘估计的定位算法,该算法的数学模型虽然相对精确,但是计算起来十分复杂。本文基于距离平方差,提出了新的目标定位估计算法,该算法计算简单,稳定性强,且能得到与基于距离平方的最小二乘估计的定位算法相当的结果。仿真实验结果表明,无论在低噪音水平、中噪音水平还是高噪音水平下,本文提出的新算法都更有优势,在工程领域有极高的应用价值。