基于区域分解的3D弹性波全波形反演并行实现策略

全波形反演作为一种能够在理论上提供更高精度成像的反演方法,是当前地震勘探领域的研究热点之一。它所面临的一个主要问题是计算量庞大,特别是对于3D弹性介质的全波形反演。针对这一问题,本文基于区域分解技术发展了一种3D弹性波全波形反演并行实现策略。首先,对全波形反演理论进行简要介绍;然后,详细分析区域分解并行实现中的主要问题并给出相应的解决策略;最后,通过简单的透射模型证明了算法的正确性及有效性。

外辐射源雷达多通道时域杂波抑制算法并行实现

直达波及杂波抑制是外辐射源雷达目标信息提取的关键步骤之一。扩展杂波相消批处理(ECA-B)算法是一种有效的时域杂波抑制算法,但算法空间和时间复杂度极大,在处理多通道(或多波束)数据时尤是如此。结合图形处理器(GPU)数据吞吐量大、浮点运算能力强的优点,该文提出一种适用于GPU处理的多通道ECA-B时域杂波抑制并行算法。首先推导了多通道ECA-B算法的原理,避免了原算法分别对单通道进行单独处理的计算冗余问题。然后针对其中耗时最大的自相关矩阵计算,提出一种迭代计算方法,使时间和空间复杂度均降至常规方法的约1/K(K为杂波自由度)。最后给出了改进算法的GPU并行实现方案。仿真和实测结果验证了算法的准确性和实效性。

并行工程中的两种并行实现模式研究

活动是产品开发流程的基本单元 ,研究其属性和描述模型是开展并行工程等产品开发模式技术研究的主要基础。本文提出一种从资源、技术和过程三个角度描述其属性的三维度活动模型 ,并通过对活动属性的分析 ,讨论并行工程中的两种并行实现模式 ,即在产品设计阶段 ,统筹考虑产品全生命周期要求的并行设计和在产品开发过程中通过信息预发布支持 。

基于自组织映射的手写数字识别的并行实现

针对自组织映射(SOM)神经网络算法实现复杂的问题,提出SOM算法的简化方案及并行硬件电路架构.经典SOM算法中,权值更新函数须使用浮点数乘法、开方以及指数等运算,硬件并行实现十分困难.传统的SOM简化方法的聚类准确率不高,面对手写数字识别这类复杂应用,传统方法的识别率十分有限.提出的SOM简化算法可以在保证系统聚类准确率的同时,除去权值更新函数中的复杂运算,易于硬件的全并行实现.基于提出的SOM简化算法及并行电路架构,实现的手写数字识别系统的工作频率为50 MHz,单次输入的学习时间仅需200ns,实时处理性能可达400MCUPS.识别系统针对MNIST样本库的识别准确率超过81%,与经典SOM算法的准确率持平,明显优于其他SOM简化方法.

一种排序Jacobi算法及其并行实现

针对角对称矩阵的特征值分解问题,提出了一种新的排序Jacobi算法(S-Jacobi).该算法利用Jacobi旋转中的内角和外角实现了特征值的自动排序.仿真结果表明,S-Jacobi的收敛条件在实际中容易满足,而且其收敛速度优于传统的无特征值排序的Jacobi算法.另外,为S-Jacobi的并行实现提出的旋转度计算电路与传统Jacobi算法的情况相比,只需要少量的额外硬件资源.

直方图计算的数据并行实现方法

灰度直方图计算是图像分割与图像灰度变换等图像处理操作中一种重要的分析工具。本文将首先讨论直方图计算在单处理机上的执行效率,并讨论两维处理元阵列上直方图计算的数据并行实现方法,然后以每个处理元中至少有256个寄存器的一维处理元阵列为应用背景,提出了一种新的直方图计算的数据并行实现方法,使处理元阵列的执行效率达到了每个像素只需1次数据并行的计数操作。

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。

基于OpenCL的Prewitt算法的并行实现

Prewitt算法是数字图像分割中最常用的边缘检测算法。采用传统CPU上的串行方法实现该算法需要较大的计算量、耗时较长,因此,通过GPU对其进行性能加速有着重要的意义。然而由于GPU硬件体系结构的差异性,跨平台移植是一件非常困难的工作。针对上述问题,提出了一种基于OpenCL异构框架的Prewitt图像边缘检测并行算法。实验结果表明,该并行算法比CPU上的串行算法运行速度快,加速比可达30倍,有效地提高了大规模数据处理的效率,可移植性好,具有较高的应用价值。

几何操作的数据并行实现

为简化几何操作数据并行实现的复杂度,特别是简化几何操作中重采样数据并行实现的复杂度,提出了通过SIMD(S ingle Instruction Mu ltip le Data)处理元阵列内的数据并行传送,而不是通常所采用的处理元阵列与阵列存储器之间的数据流传送实现几何操作的处理方法。讨论了几何操作正向映射的零阶内插与一阶内插的数据并行实现方法;几何操作反向映射的零阶内插与一阶内插的数据并行实现方法;以及正向映射与反向映射的3种特殊情况。结果表明,该方法使几何操作的数据并行实现方法的复杂性为Ο(M+N),而不是数据流传送实现方法的Ο(MN),从而更好地满足了数字图像快速实时处理的需要。

基于MapReduce的树增强型贝叶斯算法的并行实现

为了解决大数据环境下数据日益增大且响应时间要求变短,以及串行贝叶斯分类器效率低且应用复杂度高的问题,提出了基于MapReduce的并行树增强型贝叶斯算法。本算法使用了弱化了独立性的树增强型贝叶斯算法以获得更高的分类精度,同时为了降低响应时间,引入了MapReduce模型,将本算法由串行转为并行,从而提高处理的速度。实验结果表明该算法比传统的树增强型贝叶斯算法具有更高的算法效率且随着数据节点的增加,加速比也同步增加。

网络协议并行实现系统

析网络协议并行实现的必要性，探讨端系统与互连设备并行协议系统的实现体系结构和开发途径，通过示例展示了协议并行化技术的应用前景。

Stolt插值在多核多DSP上并行实现

随着SAR成像向高分辨率、大测绘带发展,ωK算法应用越来越广。Stolt插值作为ωK算法核心,运算量大同时对计算精度要求高,传统的DSP已很难满足实时处理要求,多核多DSP并行处理是一个重要发展趋势。介绍了一种基于TMS320C6678通用信号处理平台,该处理器内置8核,定点、浮点处理能力强,并以此平台论述了Stolt插值多核多DSP并行实现。程序同时采用了DMA CHAIN技术来实现数据存取,降低了数据存取时间,有效地提高了系统实时性。

千兆以太网中CRC-32的并行实现

为了保证数据通信的可靠性,要使用一定的检错和纠错方式。循环冗余校验码(CRC)作为一种分组码,具有一定的检错功能。以太网传输帧中使用的是CRC-32校验码作为以太帧的最后4个字节,同以太帧一起传输。CRC的实现方式分为串行方式和并行方式,由于并行方式一个时钟周期内可以处理8个bit,与千兆以太网的GMII接口协议相符合,故千兆以太网的CRC校验码的生成和校验中常使用并行算法实现。本文研究了CRC校验码的串行实现算法和并行实现算法,并且用modelsim进行了二者的仿真,比较二者结果的一致性和实现效率,说明了CRC-32校验码的并行实现算法更适合使用于千兆以太网中。

快速稀疏表示指背关节纹识别及其并行实现

研究了基于平滑l0范数的稀疏表示模型的指背关节纹识别方法。首先,对训练样本进行超完备字典的构建,然后采用局部二元模式进行特征提取与降维,平滑l0范数对其进行求解,加速识别过程,提高识别效率及性能。最后,探讨了该稀疏模型的并行实现模型,并给出了相关实验结果。在香港理工大学指背关节数据库(FKP Database)上的实验表明,所提方法具有较高的识别率,具有良好的实际应用价值。

非线性微分-代数系统迭代法的并行实现

讨论了非线性微分-代数系统的并行迭代算法所涉及的理论和具体算例的实现。利用动力学迭代法对微分-代数系统进行剖分迭代,并在曙光3000超级服务器上选用实际算例测试这些并行迭代算法。结果显示:这些迭代方法能够有效地并行实现,具有优良的加速比,这也证实了动力学迭代法在理论上的内在并行性。

粒子跟踪算法的并行实现

针对粒子跟踪算法提出了并行方案，设计了相应的并行绘制模型，并对该方案进行了算法设计和程序验证，以理想的加速比和较高的效率实现了粒子跟踪算法。

自适应SW-ADI方法解反应扩散方程的并行实现

根据解反应扩散方程的自适应样条小波-交替方向(SW-ADI)方法,使用MPI、OpenMP两种并行编程模式,对串行程序进行了直接并行化,并在上海大学的高性能计算机自强2000上分别用MPI和OpenMP实现了对方程的求解。对运算结果进行了分析并给出了与串行程序相比较的并行加速比。

PageRank算法的并行实现

针对当前大数据时代的背景,信息数据的海量化现象与日俱增,为了实现数据搜索的低成本、高效率,对Google搜索引擎的PageRank算法进行了综合性的研究分析,分别介绍了MapReduce框架和Hadoop实现平台,在此基础上,在Hadoop平台详细分析了基于MapReduce的PageRank算法的并行实现过程,以实现海量数据的并行处理,极大地提高了搜索引擎的性能.

基于TMS320C80的BP网络并行实现

在TMS320C80上实现并行算法的需要解决的两个问题:存储器访问冲突、数据“双缓冲”传送,并采用两种不同的方案并行实现了BP网络。并与其他实现方法进行对比,证明了方法的有效性。

外辐射源雷达滑窗扩展相消算法并行实现

杂波抑制是外辐射源雷达信号处理中的关键技术之一。ECA-S算法突破了ECA-B算法在实际数据处理中对分段数的限制,通过给每段分段信号增添滑窗,在增加分段数的同时保证了足够的积累时间,具有更好的滤波效果,但这一改进效果是以增大空间和时间复杂度为代价而得到。结合图形处理器(GPU)数据吞吐量大、并行处理简单、适宜解决计算密集型问题的特点,提出一种适用于GPU处理的ECAS时域杂波抑制并行实现方法。实测数据验证了该算法的有效性,并满足实时处理的需求。