基于串并混联的机械手运动数学模型建立与数值仿真

串并混联机械手融合了串联机械手和并联机械手各自优势,在结构设计稳定性和运动轨迹控制方式上做出了优化与改良,但串并混联机械手的结构更复杂,同时控制难度也在增大。在仿真环境下,模拟了五自由度串并混联机械手的空间位姿变化,并构建空间范围内的运动数学模型。将串并混联机械手运动过程中的驱动向量进行分解,将其拆分成惯性矩阵、离心力耦合矩阵和重力矩阵的和,分别从不同的层面分析机械手运动的轨迹偏差,混联机械手绕多个空间轴旋转,最终姿态控制为机械手各关节旋转角速度的矢量和。数值仿真结果显示,机械手数学模型各参数设计合理,轨迹控制偏差和关节旋转角度控制偏差相对于传统控制方式更低。

生成式对抗网络GAN的研究进展与展望

生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并生成新的数据样本.在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域,GAN正在被广泛研究,具有巨大的应用前景.本文概括了GAN的研究进展,并进行展望.在总结了GAN的背景、理论与实现模型、应用领域、优缺点及发展趋势之后,本文还讨论了GAN与平行智能的关系,认为GAN可以深化平行系统的虚实互动、交互一体的理念,特别是计算实验的思想,为ACP(Artificial societies,computational experiments,and parallel execution)理论提供了十分具体和丰富的算法支持.

准循环LDPC码的两种典型快速译码算法研究

该文从译码速率、硬件实现的复杂度和误码率3个方面对比研究了两种典型的高速译码算法:Turbo型和积算法与并行加权比特翻转算法。以准循环LDPC码为对象,给出了Turbo型和积算法和并行加权比特翻转算法的实现时序、硬件复杂度以及误码率性能,其中,并行加权比特翻转算法的高效时序结构是首次给出的。计算机仿真结果表明,这两种算法都能够在迭代次数较少时取得良好的性能。

局部熵差图象匹配并行算法

本文围绕局部熵差图象匹配并行化算法的设计 ,提出了一种新颖的折叠求和算法 ,设计了求图象的局部熵的并行算法和局部熵差图象匹配并行算法 .经模拟实验表明 ,本文设计的并行算法具有很好的并行效率 .

基于IRAM的大型电力系统特征值在线并行计算策略

针对离线小干扰稳定分析无法满足电力系统时变的情况,提出了一种基于隐式重启动Arnoldi算法(IRAM)的特征值在线计算策略。该策略根据前一断面小干扰分析结果,预估当前断面特征值分布情况,建立了位移点选择的多目标优化数学模型,并采用线性加权和法求解该模型。按照预估计算量大小逐个分配计算任务,相比现有的任务分配方式,可最大限度地减少CPU闲置时间。对南方电网在线数据进行了分析计算,计算结果表明,所提策略可对小干扰稳定关注的区域内的特征值进行全面搜索,相对于平均任务分配策略和现有的不平均任务分配策略,其耗时更短。

一种基于互信息量的并行磁共振图像重建新算法

平方和算法是多线圈采集技术与并行成像中常用的一种图像重建方法。但是,在数据采集过程中,某些类型的运动常常会使个别位置上的线圈数据发生异常,采用平方和算法会对最终的重建图像质量产生很大影响。本研究提出一种新的并行磁共振图像重建算法——加权平方和方法。算法以线圈图像间最大互信息量作为判据来统计破坏数据,在之后的图像结合过程中赋予不同的权值,最大限度地降低破坏数据对最终结合图像造成的影响,有效解决运动对原有算法造成的破坏。本算法分别对多线圈并行采集的体模数据与真实脑部数据进行了实验,结果显示:相比于现有方法,新算法可以有效地抑制破坏数据在重建图像中产生的伪影,重建图像在细节分辨率上也有更好的表现。

子集和问题的O（1．414^n）链数DNA计算机算法

随着DNA计算机研究的不断深入,如何克服DNA生物计算中穷举法的极限已成为DNA计算研究的重要内容之一.为设计可扩展的子集和问题DNA计算机算法,文中将Aldeman-Lipton模型的操作与粘贴模型的解空间结合,引入荧光标记和凝胶电泳技术,通过设计DNA并行搜索器,提出一种求解子集和问题的DNA计算机模型和算法.与已有文献结论的对比分析表明:文中算法在保持多项式生物操作复杂性的条件下,将穷举算法中的DNA分子链数从O(2n)减少至O(1.414n),其中n为子集和问题的维数.因此,文中算法理论上在试管级生化反应条件下能将可破解子集和公钥的维数从60提高到120.

准循环LDPC码译码器的FPGA实现

文章提出了一种可以兼容不同码率规则和非规则准循环低密度校验码(LD-PC)的部分并行译码结构,基于该部分并行结构在Altera公司的StratixII-EP2S90器件上验证并实现了DTMB标准中三种准循环低密度校验码的译码器。FPGA资源统计表明,在并行路数相同的情况下,采用该部分并行结构可以节省大约45%的逻辑单元。

高吞吐率LDPC码编译码器的FPGA实现

新兴的60GHz无线通信标准IEEE 802.11ad在采用单载波调制方案时,最高传输速率可达到4.62Gb/s,最高处理速率为1.76GHz.标准中,采用准循环低密度奇偶校验码(QC-LDPC)以保证高传输速率下较低的误码率.针对该标准,设计并实现了高吞吐率的LDPC编译码器.编码器用移位寄存器作为基本单元实现.与此同时,对比了生成矩阵的不同存储方式以优化编码结构.译码算法选用改进的最小和算法,译码器的硬件结构兼容4种码率,并拥有3种调制方法的接口.按照设计结构,用Verilog硬件描述语言实现了LDPC编译码器,并得到了正确的仿真结果.同时,在V7-485tFPGA上完成综合,分析逻辑资源消耗.结果,当FPGA时钟频率为150 MHz时,传输速率可达到1.26Gb/s.

机器具有准备时间的双目标平行机排序问题

本文讨论机器具有准备时间的双目标平行机排序问题,目标函数为完工时间和最优条件下极小化最大完工时间.通过对SPT排序的性质的分析,给出了最优排序的下界.在此基础上证明了SPT排序的误差界为3/2,并且是紧界.

一种提高LDPC译码器吞吐率的译码算法

为了设计高效的LDPC译码器,结合准循环结构LDPC的校验矩阵H的规律性、乘性修正最小和译码算法不需要估计信道质量的特点和部分并行译码实现复杂度低的特点,介绍了一种新的译码算法——交迭的部分并行译码算法,这种译码算法相对于采用部分并行结构的BP译码算法,不但降低了硬件实现的复杂度,减少了存储资源的开销,而且提高了译码器的吞吐率。

Linux环境下构架基于PVM的并行机群

详细地介绍了在Linux环境下如何构架基于PVM的工作站机群,给出了具体的步骤和基本配置过程。最后采用并行求和算法在4节点机群上采用Master/Slave编程模型进行实验测试。测试结果表明,该机群并行计算环境运行正常、稳定,数据规模越大,并行效率越高。当数据规模达到109数量级时,其并行效率达到100%。

高等数学教学中的逆向思维

本文首先论述了数学教学中逆向思维的思想方法及其应用,然后从三个方面分析了在《高等数学》教学中可怎样注重利用逆向思维解决按常规方法难以解决或解决过程麻烦的问题,并通过典型实例加以阐述。

基于SIMD-MCC的二维图象力矩特征提取并行算法

提取图象元件的几何特性在图象的物体识别中是一个非常重要的步骤。文章提出了一个在ＳＩＭＤ－ＭＣＣ计算机上实现的提取图象力矩的并行算法，此算法采用了一种级联部分和的方法来同时计算一个幅图象ｍ个元件力矩特性。这种方法的基本思想是将一个二维力矩分解为许多垂直力矩和一个水平力矩，对前者采用数据并行性、对后者实施任务并行性。对于一幅包含ｍ个元件的ｎ×ｎ图象，计算其ｍ个力矩的时间花费为Ｏ（［ｍ／ｎ］ｎ）。和现有算法相比，其速度有了较大提高。

一类矩阵平行和的逆及性质

目的讨论矩阵平行和的等价刻画及深化半正定矩阵平行和的性质。方法利用矩阵平行和、矩阵广义逆、矩阵减偏序等性质。结果给出矩阵平行和的等价刻画及半正定矩阵平行和的特性。结论将矩阵平行和与矩阵广义逆、矩阵偏序、矩阵值域、矩阵的迹和行列式联系起来,进一步完善矩阵平行和的结果,深化矩阵广义逆与半正定矩阵的应用。

除环上矩阵的平行和

本文给出了除环上两个平行可和矩阵的三种刻画,并证得其平行和的一些性质.

DTMB标准中LDPC码的译码实现

提出了一种准循环低密度校验码的部分并行译码结构,按照该结构设计的译码器可兼容多种码率的准循环低密度校验码,同时适用于规则码和非规则码,因此只需设计1个译码器就可完成不同码率的准循环低密度校验码的译码。在Altera公司的StratixⅡ-EP2S90器件上实现了DTMB标准中3种准循环低密度校验码的译码器。FPGA实现结果表明,与传统的译码方案相比,该译码方案可节省大约45%的逻辑单元。

不交乘积和方法的并行化计算(英文)

本文探讨了不交乘积和方法的并行性提取问题 ,提出了不交乘积和方法并行计算的基本框架 ,实现了一种不交乘积和算法的并行化版本。测试结果显示 ,算法效率获得明显提高 。

中国数字地面电视标准中LDPC码的半并行译码结构设计

中国数字地面电视广播标准采用准循环低密度校验码(QC-LDPC)作为其信道编码的内码。根据该类LDPC码的准循环特性,提出了一种基于后验概率的简化最小和算法及其对应的半并行译码结构。其可实现在同一接收机中尽量复用硬件资源并减少消耗情况下LDPC码的多码率译码。最后,使用可编程门阵列实现了此结构并验证了其性能,实验表明,该方法比传统的最小和算法性能略有降低,但可节约大量存储器资源。

积分图像的快速GPU计算

提出了一种在GPU上计算积分图像的方法。积分图像可通过对输入图像的行实行前缀加法后再对列实行前缀加法构建。前缀加法是指对于一个数组,求取起始位置至每一个下标位置的数组元素的和的操作。提出了分段前缀加法原理,当将其运用到GPU图像积分时有如下优点:减少了线程间的数据依赖;降低了内存访问开销;提高了GPU线程的工作效率。提出的算法相对以前算法在速度上提高了约两倍。该算法可运用到使用积分图像的图像处理算法的GPU加速中。