基于APIC的高精度定时器设计

在操作系统开发过程中需要一定精度的计时器支持。在Windows实时扩展改造过程中,针对原有定时精度低和波动较大的问题,提出一种基于高级可编程中断控制器(APIC)的高精度定时器设计方案。利用CPU片上结构APIC的计数寄存器编程,构建高精度时钟。运用内核驱动建立内核调度管理,通过内存映射提高用户态到内核态的数据传输速度,保证实时性能。利用DLL提供一组和内核交互的定时器接口供用户使用。实验结果表明,该方案有效解决了定时精度和稳定性问题,构造的定时器性能稳定,具有良好的实用性。     

基于循环检测的气动退化图像混合域去噪算法

气动退化图像中存在先验信息未知以及噪声成分复杂不易进行滤波处理的问题,为此,提出一种气动退化图像混合域去噪算法。设计针对高斯噪声、泊松噪声、固定值脉冲噪声和随机值脉冲噪声的混合检测方法,使用改进的滤波方法在空域去除固定值脉冲噪声和随机值脉冲噪声,进行非下采样轮廓波变换多层分解,在变换域使用阈值方法去除高斯噪声和泊松噪声。进行噪声循环检测,设定迭代停止条件控制算法循环从而实现算法自适应。仿真实验结果表明,该算法的噪声检测性能和滤波性能较好,图像细节信息得到正确恢复。同时,算法复杂度较低,实时性较好,可满足气动退化图像去噪处理的需要。     

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。     

实时数据仓库中一种改进的数据流更新算法

为实现数据仓库中数据的高效集成,针对数据偏斜分布现象,提出一种改进的数据流更新算法EH-JOIN。该算法对传统散列连接方法进行改进,利用索引将部分频繁使用的主数据存储在内存中,解决了高速数据流下的磁盘频繁访问问题。实验结果表明,与MESHJOIN算法和R-MESHJOIN算法相比,EH-JOIN算法的服务速率在磁盘存储关系集保持适当大小时分别提高了96%和81%,在内存大小不同时提高了57%和48%。     

视觉传感网中基于二次规划的图像压缩感知

为降低视觉传感网络中图像压缩感知算法的计算复杂度,提出一种基于二次规划的网络图像恢复算法。该算法将压缩感知重构中的欠定线性方程组求解问题,转化为有界约束二次规划问题,在此基础上结合阿米霍步长准则,设计一种压缩感知图像恢复算法,通过求解二次规划问题对网络图像数据进行恢复。理论分析和仿真结果表明,与传统图像压缩感知算法相比,该算法可减少约1/3的图像数据恢复运算时间,且图像重构质量提高3 dB~6 dB,有效提高了视觉传感器网络图像恢复算法的实时性。     

基于RTX的工程飞行模拟器数据采集与存储系统设计

在一些仿真应用中,由于Windows操作系统较差的实时性,从而给许多半物理仿真试验带来了一些不确定的因素.在充分论证的基础上,引入了Ardence公司的基于Windows的硬实时解决方案RTX（Real-Time eXtension）,并结合某型号飞行器仿真课题总结出了Windows环境下RTX实时应用系统的设计方法与开发流程以及RTX下硬件板卡驱动程序的编写,最后将这种设计方法成功应用在某型号飞行器飞行仿真系统中.实验证明该仿真系统是可靠的、稳定的,整个实验过程中飞行器的飞行数据没有丢失,仿真周期确定,结果正确,RTX仿真程序能够满足系统对实时性和确定性的要求.     

航天测控信息数据库实时优化管理策略研究与应用

为提高和优化测控信息数据库实时性能,设计了一种基于内存数据库与关系数据库的两级实时存储模型,文章详细阐述了两级数据库的存储机制及其生命周期,分析归纳了实时测控信息的特征及存储策略,提出了内存数据库基于“T树”＋“哈希”索引相结合的白适应索引算法和两级数据库实时数据同步机制等关键技术,从而提升和优化了数据库的实时性、可靠性和安全性,为今后实时的扩展应用提供了可靠数据保证．     

一种跨平台实时控制系统设备驱动的设计与实现

针对实时控制系统接入各种现场设备并与之通讯的问题,提出并设计了一种跨平台实时控制系统的现场设备驱动。首先概述了设计的基本原理,然后详细阐述了驱动函数,驱动模块,驱动引擎等各模块的设计及在多操作系统平台的实现。最后以实际的使用示例说明设备驱动的使用方法。     

一种针对依赖性周期任务的实时多核调度算法

针对软实时系统中的一类同时具有依赖性与周期性的任务,提出一种基于单行树矩阵(MST)的动态因子均衡调度算法SMD(schedule on matrix of the single tree and dynamic load factor)。该算法通过对MST矩阵的特性进行分析,将任务划分为若干并行集,再综合考虑已执行时间、任务间的依赖关系及任务最早截止时间几个要素,以动态因子的形式对任务进行实时调度。最后,还以证明的形式给出了可充分调动的任务集的充分条件,并以此为基础随机生成了测试任务集,进行了对比实验。实验表明,与文献中现有经典算法相比,新算法使处理器利用率提升近15%,任务丢失率降低2%。     

基于行程时间多步预测的实时路径导航算法

针对现有车辆导航算法仅考虑单一数据,使所得路径实际行程时间比预期更长的问题,首先建立了基于卡尔曼滤波理论的行程时间多步预测模型;其次,提出了综合利用实时数据、行程时间多步预测数据及历史数据的实时路径导航算法,并改进了其实现的核心算法Dijkstra_pred.实验结果表明,基于三类数据的实时路径导航算法所得路径的实际行程时间从整体上优于仅采用实时数据的导航算法,且路径变化较少.