基于输入输出模型广义预测控制的并行算法

本文提出了脉动（Systolic）算法实现基于输入输出模型的参数辨识及广义预测自校正控制，给出了相应阵列结构并行实现这些算法，时序分析表明该方法可使广义预测自校正控制的实时性得到很大提高．

基于状态空间模型广义预测控制的并行算法

本文首先基于脉动（Ｓｙｓｔｏｌｉｃ）阵列结构，提出了一种实时参数辨识的并行算法，然后推导出基于状态空间模型广义预测控制（ＧＰＣ）的两种新算法，这两种算法都可以通过阵列结构并行实现．

利用并行方法解AX＋XB＝C型线性矩阵方程

提出了一种新的速推算法用于求解ＡＸ＋ＸＢ＝Ｃ型线性矩阵方程，这种算法可以用脉动阵列结构并行实现，该算法和结构还可求解其它几种类似的线性矩阵方程，特殊情况下求解方程的阵列结构可进一步简化．仿真结果表明，这种并行方法有较高的加速比及效率．

动态规划的并行化方法

基于动态规划法提出了寻找最短路程的并行化方法 ,该方法将递推计算问题影射到两个线性阵列结构上并行实现 ,提高了计算的实时性。该方法也可用于动态规划法并行求解其它多级决策过程。

GPS/惯性组合导航系统的并行算法研究

基于导弹发射段 GPS/惯性组合导航系统模型 ,研究并行化滤波计算的平方根算法、U- D算法及实现这些算法的阵列结构 。

基于并行结构实现修正的扩展Kalman滤波计算

该文基于平方根算法提出了一种新的脉动阵列结构实现修正的扩展Ｋａｌｍａｎ滤波计算，使得计算的数值稳定性得到了提高，同现有文献相比，该文使用的算法和结构在计算的实时性和处理器的利用率都得到了较大的提高．

西北工业大学“信息对抗技术”专业建设和学科建设

论文介绍了西北工业大学“信息对抗技术”专业的创建、实验室建设、学科建设和学生培养情况,对学生的就业情况也作料简单介绍。

LQ优化的并行化方法

本文提出了两种有效的并行LQ优化算法，分别用于求解多输入及单输入情况下控制参数合成．这两种算法都可以用脉动（Systolic）阵列结构并行实现．通过对数据流时序以及处理器利用率的分析，说明了并行方法的有效性．

多关节机器人自适应控制的一种VLSI并行化方法

本文基于超大规模集成（ＶＬＳＩ）的脉动（Ｓｙｓｔｏｌｉｃ）结构，提出了实现机器人线性化模型的参数辨识及自适应控制中扰动力矩的并行计算方法．时序分析表明。

地形跟随系统的并行预测控制方法

本文基于脉动（Ｓｙｓｔｏｌｉｃ）阵列结构，提出了一种基于状态空间模型预测控制的并行算法，这种算法可以通过阵列结构并行实现。

Systolic算法和阵列结构执行固定区间平滑

基于平方根算法提出了一种适合于并行计算的固定区间平滑的Ｓｙａｔｏｌｉｃ算法，这种算法使得计算的快速性和数值稳定性都得到了提高。文中还提出了一种有效的脉动（Ｓｙｓｔｌｏｉｃ）阵列结构来实现此并行算法．对容错算法、处理器的利用率及计算速度作了简要地分析。

Systolic算法和结构求解线性系统的极点配置问题

提出了一种Ｓｙｓｔｏｌｉｃ算法和阵列结构，可并行求解大规模极点配置及可控性问题。仿真结果表明，这种方法在计算上有很好的并行性。

脉动阵列执行Kalman滤波计算

本文从并行的观点出发,综述了用脉动(Systolic)阵列实现标准Kalman滤波、平方根滤波、平方根信息滤波和扩展Kalman滤波计算,文中还分析了各种阵列结构的大小,计算速度和处理器的利用率。

Systolic算洁和结构求解代数Riccati方程

本文基于矩阵的符号函数法，提出了一种Ｕ－Ｄ分解算法和脉动（Ｓｙｓｔｏｌｉｃ）结构有效地求解代数Ｒｉｃｃａｔｉ方程以及用固定大小的方形阵列解决大型问题的方法．

Systolic 算法和结构实现固定点平滑计算

本文提出一种适合于并行计算的平方根算法及相应的脉动（Ｓｙｓｔｏｌｉｃ）结构以实现固定点平滑计算。与以前的串行算法比较，这种算法在计算的实时性及数值稳定性方面都得到了提高．文中还对平滑计算的速度及处理器的利用率作了简要分析。

Systolic阵列实现解耦Kalman滤波计算

本文从并行的观点出发,分析了利用脉动阵列实现对解耦Kalman滤波的计算,并对计算步处理器的利用率等方面也进行了分析,说明了其实现的有效性。

GPS/惯性导航组合性能和组合方法的研究

本文讨论GPS/惯性组合导航系统在导弹发射段时的组合性能,分析惯导系统不同性能条件和卡尔曼滤波器不同组合方法的组合特点,文中最后对降阶滤波器的设计和滤波器方差阵的U-D算法进行了具体讨论。

网格计算中任务调度研究综述

阐述了网格计算领域任务调度的特点和目标;综述了现有的任务调度技术和算法,包括启发性智能任务调度,基于Agent的任务调度,基于Petri网的任务调度,基于成本的任务调度等算法,以及任务调度的负载均衡问题,最后给出任务调度的研究展望。

一种基于LDA主题模型的话题发现方法

话题发现是提取热点话题并掌握其演化规律的关键技术之一。针对社交网络中海量短文本信息具有高维性导致主题模型难以处理以及主题分布不均导致主题不明确的问题,提出一种基于LDA(latent dirichlet allocation)主题模型的CBOW-LDA主题建模方法,通过引入基于CBOW(continuous bag-of-word)模型的词向量化方法对目标语料进行相似词的聚类,能够有效降低LDA模型输入文本的维度,并且使主题更明确。通过在真实数据集上计算分析,与现有基于词频权重的词向量化LDA方法相比,在相同主题词数情况下困惑度可降低约3%。

一种基于风险矩阵法的信息安全风险评估模型

信息安全风险等级的评定在信息安全风险管理中至关重要,量化风险数值依旧是当前评估领域的热点。将风险矩阵法引入信息安全风险评估,构建了以专家二维矩阵、Borda排序和层次分析法为评估流程的风险评估模型,将定性的过程定量化,提高了评估的客观性。最后以校控制与网络实验室为评估对象进行实例计算。