混合异构无线传感器网络覆盖漏洞修补算法

在无线传感器网络(WSN)中,增强传感器覆盖范围是核心问题。文章提出一种基于优先级机制的、适用于混合异构WSN的覆盖漏洞修补算法。该算法通过评估漏洞大小和设定补丁节点优先级,提升覆盖率,减少冗余,平衡资源。结果显示,改进后的算法在覆盖率和节点冗余上均优于传统算法,为WSN覆盖优化提供新思路。

混合异构网络中改进的TFRC机制

为改善TFRC协议在有线无线混合异构网络中的性能,提出改进的TFRC拥塞控制机制,在有线网络和无线网络水平切换的条件下对其性能进行仿真分析。结果表明,在频繁切换的移动互联网中,该算法能有效利用网络资源,提高网络吞吐量,加快发送速率提升速度,从而提升TFRC的性能。

基于混合异构计算平台的车辆行驶状态参数实时采集技术

为了对车辆行驶状态参数进行实时有效的采集,采用MC9S12XS128控制器,搭建基于混合异构计算平台的车辆行驶状态参数采集系统,通过设计相应硬件电路采集车速脉冲信号和转向信号,经过光耦隔离,再基于主处理器对车辆行驶状态参数进行实时解算,通过数据交互及显示系统对采集的数据进行有效性验算。系统硬件在环试验结果表明,系统能准确采集车辆的转向信号,车速检测数据相对误差平均为6%,符合系统的运行要求,可对车辆行驶状态参数进行有效的实时采集。

BCC_AGCM_T106在Intel众核上混合异构编程与优化研究

气象数值模式是天气预报和气候预测的基本工具和方法,随着技术的发展,模式分辨率有了大幅的提高,分辨率的提升使得计算量呈指数倍的增大,然而气候气象预报的时效性对并行程序的设计与计算平台的性能都提出了更高的要求。以气候模式T106为研究案例,以Intel®Xeon®Phi TM为实验平台,探索混合异构编程与优化的可行性,实现了CPU端MPI(message passing interface)+MIC(many integrated core)端Open MP的混合异构编程,充分继承原始代码的MPI级并行,节约了开发成本。以两个CPU进程和一块MIC卡为例来测试性能数据,结果显示随着MIC卡上的线程数增多,气候模式T106核心段在MIC上加速明显,但相对于未使用MIC的纯MPI程序加速效果并不明显,这主要是由于T106核心段计算量不足而MIC卡与主机端数据交换较多造成的。

面向混合异构架构的模型并行训练优化方法

随着混合异构平台的发展,出现了类型不一的加速设备,如何在混合异构平台中充分利用这些不同类型的设备,以及如何在多个计算设备之间部署深度学习模型,而且训练大型和复杂模型的重要性不断提高。数据并行(DP)是应用最广泛的并行化策略,但是如果数据并行训练中的设备数量不断增加,设备之间的通信开销就会成为瓶颈。此外,每个步骤因设备性能差异处理的批总量不同会导致精度损失,即需要更长的训练周期以收敛到期望的精度。这些因素会影响整体训练时间,并且会影响某些设备的运行效率。除了数据并行(DP),每个训练步骤都可以通过模型并行(MP)来加速。提出了一种适合混合异构平台的模型并行训练优化算法。首先,为解决混合异构平台中设备性能分布不均问题,提出了层级并行和通道并行混合的模型并行划分策略,同时通过合并一些性能偏低的设备来减少流水线的长度和缓解通信压力。然后为了优化设备间的流水效果,通过分析流水线建立时间占比和设备性能利用率对整体训练时间的影响,提出了一种可以使两者达到均衡状态的微批次划分方法。实验表明,通过本文方法优化之后的模型并行流水训练算法比传统的模型并行算法具有更好的加速比,在单一类型设备的异构平台上的训练性能加速比提升4%左右,在混合异构平台的训练性能加速比要比没有使用优化方法之前提升7%左右。

分布式异构混合流水车间生产与运输集成调度

为了优化多车间协同的生产与物流集成调度问题,提出一种多目标人工蜂群算法和优化策略。优化算法采用三层编码表示车间序列、工件序列及机器档位,结合车间分配规则、机器选择策略及自动导引运输车分配规则获得问题可行解。雇佣蜂阶段设计一种基于距离选择的聚类交叉操作,保证种群多样性和解的质量;观察蜂阶段采用了基于关键车间的邻域搜索方法,在庞大解空间中实现高效搜索。侦查蜂阶段基于机器档位和工件运输顺序构建了节能调度策略,丰富非支配解集合。对比经典多目标进化算法,数值实验结果显示所提算法的有效性与优越性。

学习驱动的分布式异构混合流水车间批量流能效调度优化

本文研究了分布式异构混合流水车间批量流能效调度问题,其中每个工厂的加工效率不同,工件可以分割成若干子批进入加工系统.以最大完成时间和总能耗为优化目标,建立了混合整数规划模型.本文提出了一种学习驱动的多目标进化算法,包括学习驱动的全局搜索和局部搜索.引入Q学习作为学习引擎,以种群和非支配解集的评价作为环境反馈信号,通过不断的学习来动态指导搜索操作的选择;基于问题特征,设计了算法的状态集、动作集和奖励机制.Q学习的引入能够及时感知当前搜索的状态,减少搜索操作的盲目性,提高搜索的效率.通过对仿真数据集的测试,表明所提出算法能够有效地求解分布式异构混合流水车间批量流能效调度问题.

CPU/GPU异构混合并行的栅格数据空间分析研究——以地形因子计算为例

海量数据背景下传统GIS栅格数据空间分析计算效率已经不能满足快速计算的需求,为此以地形因子计算为例,分析并测试了基于共享内存模型的CPU多核并行模式与基于流处理器模型的GPU众核并行模式的计算性能,在此基础上详细实现了负载均衡的设备间任务划分,进行CPU与GPU异构混合的并行技术改良研究。实验结果表明,基于相同的单机硬件环境,与多核共享内存模型或众核流处理器的单一计算平台并行方案相比,CPU/GPU异构混合并行计算方法对于栅格数据分析具有更好的加速效果。

含异构混合二胺单体聚酰亚胺的制备及热性能研究

以异构混合物二胺单体二乙基甲苯二胺(DETDA)为二胺原料,采用熔融缩聚法,将DETDA、4,4’-氧双邻苯二甲酸酐(ODPA)、3,3’,4,4’-二苯酮四酸二酐(BTDA)以不同的配比进行三元共聚,高温热亚胺化后得到5种DETDA/ODPA/BTDA模塑粉,其中3种模塑粉可溶解在N,N-二甲基甲酰胺(DMF),涂覆成膜。对5种模塑粉及薄膜进行结构、热学性能测试,结果表明,模塑粉易于加工,5种模塑粉及薄膜均具有优良的热学性能。

基于随机几何的异构网络传输性能分析

针对单层蜂窝网络难以同时实现大范围覆盖和高质量通信的问题,提出一种传统微波与毫米波混合异构蜂窝网络模型。基于随机几何理论,构建毫米波混合异构场景下的空间节点分布模型,宏基站服从泊松点过程分布,毫米波微基站服从泊松洞过程分布,终端用户采取最小路径损耗接入策略,形成相互独立的服从Nakagami衰落的通信链路,进一步推导该通信链路的信干噪比,得出毫米波异构蜂窝网络覆盖盖率和速率覆盖率闭式表达式。仿真结果表明:含有毫米波微基站的异构蜂窝网络能有效提高系统的覆盖性能,同时泊松洞过程的挖洞半径、基站分布密度等模型参数对毫米波混合异构蜂窝网络的覆盖概率产生直接影响,仿真结果也印证理论分析的结论。

异构混合网络环境下TCP协议性能分析

目前,有线网络、无线网络、卫星网络、高速网络均已成为承载网络,这种异构混合网络的主要特点是部分链路误码率高、时延长、带宽不对称等。TCP是针对一般有线网络设计的协议,无法在异构混合网络特别是卫星网络中发挥出最佳性能。利用OPNET模拟异构混合网络环境,得到误码率、时延、非对称性对TCP协议性能的影响规律,可以为恶劣环境下的TCP协议性能优化提供借鉴。

异构混合并行计算综述

随着人工智能和大数据等计算机应用对算力需求的迅猛增长以及应用场景的多样化,异构混合并行计算成为了研究的重点。文中介绍了当前主要的异构计算机体系结构,包括CPU/协处理器、CPU/众核处理器、CPU/ASCI和CPU/FPGA等;简述了异构混合并行编程模型随着各类异构混合结构的发展而做出的改变,异构混合并行编程模型可以是对现有的一种语言进行改造和重新实现,或者是现有异构编程语言的扩展,或者是使用指导性语句异构编程,或者是容器模式协同编程。分析表明,异构混合并行计算架构会进一步加强对AI的支持,同时也会增强软件的通用性。文中还回顾了异构混合并行计算中的关键技术,包括异构处理器之间的并行任务划分、任务映射、数据通信、数据访问,以及异构协同的并行同步和异构资源的流水线并行等。根据这些关键技术,文中指出了异构混合并行计算面临的挑战,如编程困难、移植困难、数据通信开销大、数据访问复杂、并行控制复杂以及资源负载不均衡等。最后分析了异构混合并行计算面临的挑战,指出目前关键的核心技术需要从通用与AI专用异构计算的融合、异构架构的无缝移植、统一编程模型、存算一体化、智能化任务划分和分配等方面进行突破。

异构混合相关熵有源噪声控制算法

近几年兴起的基于最大相关熵准则的FxMCC算法在有源噪声控制系统中取得了良好的降噪性能。然而,已有的FxMCC算法仅使用了单一的高斯核,算法在强脉冲噪声环境下降噪能力严重退化,且算法对核宽参数极敏感,不合适的核宽会降低算法降噪性能。为了弥补FxMCC算法的不足,该文引入异构混合相关熵,使用由高斯核和拉普拉斯核组成的混合核作为代价函数,推导了基于异构混合相关熵的FxMCC-MK算法。该文进一步分析了所提算法的收敛条件和稳定性,并与已有的算法进行了计算复杂度比较。仿真结果表明,在标准对称稳定分布脉冲噪声和真实噪声录声的有源噪声控制中,相比于已有的相关熵算法,该文提出的FxMCC-MK算法具有更低的核宽参数敏感度,更强的鲁棒性和更快追踪能力。

异构混合云服务下的多任务算力度量方法

异构网络中混合云服务下的任务数据量复杂程度较高、数据维度高,影响多任务算力度量的效率及完成率,提出了异构混合云服务下的多任务算力度量方法。分析异构混合云服务系统,获取多任务算力数据,依据获取结果从中提取多任务算力特征集。利用构建的度量模型对多任务算力特征进行标识及量化,通过对模型及特征的实例相似性计算,建立多任务算力度量矩阵,根据该矩阵实现多任务算力度量。实验结果表明:通过对该方法实施度量性能及度量效果对比测试,验证了该方法对任务算力度量的耗时短,多任务算力度量完成率较高。

一种网格型异构可重构计算系统设计与验证

可重构系统设计是可重构计算研究的热点之一。本文设计一种网格型异构可重构计算系统,该系统特征是第一行主要处理乘法运算,其他行主要处理其他算术逻辑运算。基于该计算模型提出了网格加节点映射和网格不加节点映射两种算法,实验结果表明,相比较网格型同构可重构计算系统而言,基于4×4矩阵运算网格加少量过渡节点映射和网格不加节点映射节省的配置成本分别为12个和20个时钟周期;基于若干运算实例,实验结果表明相比较网格不加节点映射算法,网格加少量过渡节点映射在划分块间在通信成本、配置成本、计算时延等方面优势明显,从而说明了异构可重构计算结构和网格加少量过渡节点映射算法具有合理性和可行性。

混合关键系统的高效通信技术

为了解决混合异构系统的不同关键任务在隔离空间的高效通信访问问题,本文提出了混合关键系统的高效通信技术。通过研究嵌入式轻量级软总线,构建以数据为中心的统一通信模型,实现基于统一接口的高效数据交互,形成混合关键系统的不同种类任务间的高效异构通信能力,支撑混合关键系统的实时性、安全性和异构调度。

面向数控机床异构系统架构设计的操作系统

本文着重介绍了我国自主研发的操作系统Intewell———针对低成本硬件数控系统的一种体系架构设计。此体系结构可以为数控系统业务应用提供丰富的生态,满足数控系统HMI应用的需要;同时,为数控系统提供强实时性能,通过实时控制应用与非实时HMI应用的多业务融合可实现高速、高精度控制。

一种基于单片机的高可靠性工业智能网关设计

为实现工业现场总线和以太网的转换,提出了一种基于单片机的工业智能网关设计方案。单片机主控制器采用STM32F429ZIT7芯片,配合隔离型RS485收发器和以太网硬件协议栈芯片实现网关与终端设备的双向通信。电路包括RS485接口电路、以太网接口电路、时钟电路、板载电源电路、PD(受电端设备,Power Device,简称PD)电源电路。以电路原理为依据进行了PCB(印制电路板,Printed Circuit Board,简称PCB)设计和可靠性设计,降低了电磁辐射,提高了可靠性。以Modbus RTU模式为例给出了协议定义,实现下位机的软件设计。经测试,设计方案可行、可靠。

基于YARN集群的计算加速部件扩展支持

以GPU和Intel MIC为代表的计算加速部件已在科学计算、图形图像处理等领域得到了广泛的应用,其在基于云平台的高性能计算及大数据处理等方向也具有广泛的应用前景.YARN是新一代Hadoop分布式计算框架,其对计算资源的分配调度主要针对CPU,缺少对计算加速部件的支持.在YARN中添加计算加速部件需要解决多个难点,分别是计算加速部件资源如何调度以及异构节点间如何共享问题、多个任务同时调用计算加速部件而引起的资源争用问题和集群中对计算加速部件的状态监控与管理问题.为了解决这些问题,提出了动态节点捆绑策略、流水线式的计算加速部件任务调度等,实现了YARN对计算加速部件的支持,并通过实验验证了其有效性.