CPCC抽象语法树的三地址码生成

为了便于代码优化及指令生成,在并行C语言编译器CPCC（Concordia Parallel C Compiler）将源程序的抽象语法树（Abstract Syntax Tree, AST）转换成目标机PAAG（Parallel Array Architecture GPU）处理器的汇编代码时,采用了三地址码作为中间表示形式。基于CPCC AST的结构特点,将AST到三地址码的转换分为三类,即一般表达式的翻译、布尔表达式的翻译以及语句的翻译,并给出了其详细设计思路及是实现方法。实验结果表明,该方案实现了从源码的抽象语法树到三地址码的转换。     

大规模并行处理技术应用综述

大规模并行处理技术是构建高性能计算的重要途径。该文论述了大规模并行处理技术的技术要点,并讨论了该技术在高性能计算机、高性能处理器及高性能系统芯片设计中的应用。     

复杂多变量过程模型的闭环频域辨识

针对模型预测控制中模型辨识存在的问题,提出一种多变量过程闭环辨识方法.首先通过对多变量闭环系统正常运行产生的输入输出信号进行信号分解和频谱分析,得出多变量过程对象在重要频率段上的频率响应特性矩阵;然后采用最小二乘法,在幅值和相位两方面拟合一个二阶加纯滞后模型结构;最终获得一个多变量传递函数模型矩阵.仿真实验表明,该闭环辨识方法适用于广泛的多变量过程对象,具有很好的鲁棒性和精确性.     

一种嵌入式图像算法的加速优化方法

为满足嵌入式图像处理的需求,提出了嵌入式图像处理的程序移植方法。以OPENCV中的混合高斯背景建模函数为例,基于TI的达芬奇DM3730硬件平台,阐述了在不影响程序结果的基础上,对算法进行移植加速的方法。主要包括程序主体的处理,以及定点化等,在DM3730目标平台上实现了混合高斯模型事实实现动态提取的方法。结果表明,该方法可满足基本应用需求,能使用该方法对浮点算法进行定点DSP移植,并可广泛应用于各种图像处理算法之中。     

整合卷积与高效自注意力机制的图像分类模型

对于传统的图像分类网络而言,卷积神经网络受限于较小且固定的感受野使其忽略了感受野之外的图像特征信息.基于Transformer模型灵活的多头自注意力机制使得其必须依赖于巨大的数据量以减少过拟合的风险,导致模型参数与计算复杂度过于庞大.针对上述问题本文提出了一种名为CSNet的多阶段图像分类模型.在模型浅层阶段利用大核卷积分解的思想扩大卷积层感受野以学习较大范围的特征信息.在深层阶段利用一种高效的自注意力机制,将卷积运算的特性加入自注意力机制中,有效减少了原始自注意力机制局部计算冗余和过分依赖数据的问题.CSNet在CIFAR-10和ImageNet-1K数据集上的分类准确率分别达到98.9%和82.6%,实验表明CSNet的模型性能优于ResNet和Vision Transformer.     

双网传真机中网络传真模块的设计与实现

为了构建双网传真机,实现传统传真和网络传真功能的集成,介绍了在传统传真模块之上,利用嵌入式ARM硬件平台和网络传真软件构建了一个双网数字传真机设计原型,重点介绍了以邮件服务为中心的网络传真软件系统的架构和实现过程。设计结果符合《IP传真数据非实时传送技术要求》的规定。     

高阶加时滞模型的系统频域辨识

针对工业控制系统中带有时滞环节的高阶过程对象,由于设计控制器比较困难,文中采用二阶加纯滞后模型的频域辨识方法,通过采样对象的输入和输出数据,分析其频率响应并确定重要频率段。选取若干个重要频率响应点,利用幅频特性估算出系统模型参数,达到模型降阶目的。MATLAB仿真结果表明,文中方法适用于广泛的高阶时滞对象,并具有较好的准确性和鲁棒性。     

微波传输网络网管系统的研究与实现

为了对现有微波传输设备进行远程管理,提出了一种适用于微波传输网络的网管系统设计与实现方案.在原有设备上增加了网络管理模块,扩展了网络接口,实现了Agent程序.编写专用管理站软件,通过SNMP协议对整个网络进行管理.该方案只利用传统微波链路的一个时隙(64 kb/s),实现了网管数据的快速转发,能够对所有设备实施集中监控.     

基于Zigbee无线通信协议的智能灯光控制系统设计

文章以楼宇自动化中教室照明系统为对象,介绍了以ZigBee为无线通信协议,以STM32W108为处理器,开发的一种基于ZigBee无线通信协议的智能灯光控制系统.该系统主要由智能灯光节点、网关节点和数据中心(主控制室)三个部分组成,其中智能灯光节点通过光亮度传感器和红外线传感器的数据采集,智能调节一定区域内的灯光(系统判定无人的情况下),并且可以通过无线传感网络转发给网关节点,最后把数据传输到主控制室,从而达到对教室照明系统的智能控制.     

过程对象模型在线闭环频域辨识

提出一种过程对象在线闭环辨识方法.通过对控制回路中过程时象的输入输出信号进行信号分解和频谱分析,得出过程对象在重要频率段上的频率响应特性,然后采用最小二乘法在幅值和相位两方面去拟合一个二阶加纯滞传递函数,最终获得过程对象模型.辨识所需的数据是通过设定值改变后系统过渡变化的输入输出信号获得的,不需要中断现有正常运行而切换到某种试验状态,控制系统仍然工作在正常运行状态中.仿真实验验证了辨识方法的有效性和和精确性.