基于有限元插值方法的电磁覆盖范围重建

在电子对抗中,对电磁覆盖识别的研究,需要在已有少量电磁数据情况下利用插值方法对电磁场覆盖范围进行重建.在研究高斯函数有限元插值算法的基础上,针对伸缩因子难以确定问题,提出利用原始数据估算伸缩因子的方法,对区域划分方法建立自适应伸缩因子网格,以减少估算过程中的三角剖分操作和计算耗时.仿真分析结果显示,在自适应伸缩因子情形下的算法比固定伸缩因子情形下具有更高的精度,且与采用三角剖分的线性插值算法具有相近的计算效率,应用于电磁覆盖范围重建时取得了较好的效果.     

LBGK模型的分布式并行算法及实现

在计算流体力学领域中,由于流场求解的复杂性,设计出高效的并行算法成为了流场并行化计算的研究重点.以格子Boltzmann方法的理论应用为研究背景,把并行思想和格子Boltzmann方法在模拟流体流动中的计算问题结合起来,讨论了格子Boitzmann方法LBGK D2Q9模型的计算过程和计算特点.研究并实现了LBGK模型的分布式并行算法,并在自强3000上进行了算法的并行性能的分析和测试.结果表明,格子Boltzmann方法LBGKD2Q9模型适合大规模的并行计算,能提高计算的精度和速度,解决复杂流场计算问题.     

Beowulf并行计算系统的研究与实现

由高档微机或RISC工作站通过高速局域网连接呵成的集群系统的实现，使高性能计算机从研究与应用领域走进普通领域。该文介绍了如何在Linux操作系统下基于分布式存储结构构造一个由普通微机组成的Beowulf并行计算系统的方法。通过编制的并行计算算法对该Beowulf系统进行了并行效率的实际测试，测试结果表明该Beowulf系统具有很高的并行计算效率和并行加速比。     

简单要素模型多边形拓扑检查并行算法

将并行计算应用到大数据量简单要素模型多边形拓扑检查中,设计实现了简单要素模型多边形拓扑检查并行算法。算法针对拓扑检查的计算特点,改进了主从式并行策略,在主进程中进一步划分线程以实现任务并行,从而隐藏拓扑错误提取和结果写入时间。采用MPI和PThread实现进程与线程的结合。利用苏南五市土地现状调查地类图斑数据对算法进行测试。经测试,该算法能够对大数据量简单要素模型多边形进行准确、快速的拓扑检查。算法提出的进程与线程结合的任务并行策略相对于传统主从式策略加速比提高约20%。     

机群环境下并行蒙特卡罗方法的研究与应用

在分布式存储结构的机群系统上，采用可移植消息传递接口MPI与C语言绑定，设计并实现了并行蒙特卡罗算法．有效解决了计算量大、串行算法执行时间长的问题。通过对机群节点间通信时间开销的研究分析．采用主从式编程模型改进并行蒙特卡罗算法，实现了负载平衡，提高了机群处理器的利用率，进一步缩短了执行时间。     

复杂电磁环境下电磁频谱资源管理

电磁频谱是一个充满神奇的无形世界,是无线电通信的基础。随着电子技术在各个领域的广泛应用,电子装备的种类不断增多,频谱利用越来越拥挤,电磁频谱的管理显得更为重要。能否掌握电磁频谱的控制权,科学有序地使用频率,使各种武器装备合理使用,形成一个统一的整体,将直接影响信息的传递质量。因此,只有加强无线电频谱管理,才能最大限度地避免电磁环境的恶化和电磁干扰的产生,提高信息传递的质量和效率。     

生物复杂网络motif发现的并行算法

生物复杂网络motif发现是一种研究生物网络的重要方法，它基于复杂网络的理论研究，以新的视角来研究生命现象和生命机制，但是在处理较大的网络规模或者需挖掘较大的motif时计算效率低。针对这个问题，在现有串行网络motif发现算法ESU的基础上，提出一种基于消息传递接口（MPI）的并行化ESU算法。该方法在ESU计算过程中优化了节点值以解决节点值依赖问题，并以ESU算法的子图发现策略统计各节点子图数，利用动态规划策略寻找最佳节点分配策略以解决负载不均衡问题。模拟网络数据和真实生物网络数据的实验结果表明，并行化ESU算法优化了节点值依赖问题，实现了基于动态规划的负载均衡策略，其运行时间比串行算法缩短了90%，并且该并行算法对不同类型不同规模的网络都具有较强的适用性，有效地提高了网络motif发现问题的计算效率。     

复杂地形环境下雷达效能仿真并行算法设计

研究雷达效能优化问题,针对确定雷达的有效探测覆盖范围,确定目标的可测性,在复杂地形环境下雷达覆盖范围的计算是一个计算量较大的问题,必须考虑可能覆盖区域中每一点所处的地形地貌特征,以确定目标在位置的可探测性.为了提高仿真计算效率,分析了并行方式进行雷达覆盖范围基本原理,提出了一种雷达覆盖范围仿真方法,并利用MPI平台进行了仿真.仿真结果表明,方法可有效提高复杂地形环境下雷达效能仿真计算的效率,可以实现大场景和复杂地形条件下的雷达效能仿真,并提供了高效实现方法与途径.     

多核CPU下的K-means遥感影像分类并行方法

针对海量遥感影像快速分类的应用需求,提出一种基于K-means算法的遥感影像并行分类方法.该方法结合CPU下进程级与线程级模式的并行特征,设计融合进程级与线程级并行的两阶段数据粒度划分方法和任务调度方法,在保证精度的基础上实现并行加速.利用大数据量的多尺度遥感影像进行实验,结果表明:所提并行方法可大大减少遥感影像的分类时间,取得了良好的加速比(13.83),并可达到负载均衡,从而解决了大区域遥感影像快速分类的问题.     

关于电脑集群系统的混合编程的研究

计算机集群以其较高的性价比、很好的可扩展性被广泛应用于各种计算密集的任务中。在面向话题的文本检索研究中,由于所需处理的文本量巨大,使用IMB公司的BladeCenter JS21计算机集群,采用SPMD（Single ProgramMultiple Data）并行算法模式实现了数据的并行处理。本文主要介绍有关混合编程语言程序设计、编程技巧以及调试等方面的经验。     

基于MPI的大规模栅格影像并行瓦片化算法

当前主流GIS软件以及互联网地图应用在WebGIS（网络地理信息系统）解决方案中都广泛采用地图切片（又称瓦片）,切片处理服务是实现影像在WebGIS上快速无缝浏览的关键技术。针对目前传统算法以及商业GIS软件在大数据量栅格影像快速瓦片化方面的不足,提出一种名为ParaTile的高效栅格影像快速瓦片化方法,ParaTile基于MPI共享外存的并行技术,利用多进程对原始栅格影像进行数据划分,每个进程对其所划分的区域进行独立读写和计算,而后再按照TMS或者Google Tile定义的标准将瓦片进行编码输出。实验采用不同级别大小的遥感影像进行测试,结果表明ParaTile在面对不同规模的数据时,无论从速度还是算法稳定性上都较现有算法和工具具有显著优势,特别是当数据量越大时,这种优势愈加明显。     

P4并行环境的建立过程分析

在使用Linux构建的工作站集群环境下,对支持并行编程的C函数库P4（Portable Programs for Parallel Processors）的初始化过程进行了研究,重点剖析了进程创建和通信建立这两个部分,并对源代码中涉及到的主要数据结构及其使用给出了详尽的分析说明。对研究和开发并行编程工具有一定的参考价值。     

高效RSA算法的研究与并行实现

RSA算法依赖于大数的运算,实现起来较为困难,并且对计算机速度、容量等要求较高。针对上述问题,提出一种有效的解决方案,即将大整数分解成小整数进行相乘以提高幂乘运算速度,并给出改进的负载均衡并行算法,进一步提高计算速度。实验结果表明,与传统的RSA算法相比,该算法在计算速度上有明显的提高,具有较好的可扩展性。     

并行k均值聚类算法的完备性证明与实现

对经典k均值算法进行分析,证明如何在减少节点间通信代价的情况下,从局部聚类信息生成完备的全局聚类信息,使聚类质量等价于相应串行算法,并具有较高的执行效率,在此基础上给出可信的基于消息传递接口的并行k均值算法。实验结果表明,该算法是高效的和可行的。     

基于MPI的层状地层并行可视化技术

为了提高层状地层的可视化绘制速度,结合地质探勘数据的特点,基于MPI开发地层的并行可视化程序,并采用Kriging方法对多个地层的数据进行并行插值计算。利用多台PC机搭建Windows2000 操作系统下的并行计算环境,计算时间统计数据对比表明并行计算方法能有效地节省计算时间。     

LBGK模型的分布式并行计算

以二维9速模型D2Q9(LBGK)为例,针对不同集合形状的流场,研究了数据分布与通信量及并行效率之间的关系。在“自强3000”集群式超级计算机上就流场网格的不同规模、多种数据分布及通信方案进行了数值实验。测试结果表明,LBGK模型的并行效率高、可扩展性好,在数据分布方案与流场网格形状相似时,并行效率最高。该结论与理论分析相吻合。     

叠前深度逆时偏移成像的并行算法研究

逆时偏移(RTM)成像波场逆推具有计算量大和运算速度慢的问题。为此,根据叠前深度RTM算法的特点,运用稳定条件、边界条件、成像条件3个要件并基于消息传递接口,提出全波波动方程叠前深度RTM成像并行算法。与传统柯西霍夫叠前深度偏移算法进行对比的结果表明,该算法能够较好地对地震数据进行偏移成像,成像效果优于传统算法并且并行速度较快。     

Voronoi图k阶邻近并行矩阵迭代算法

针对Voronoi图k阶邻近矢量法构建复杂发生元困难,栅格法耗时长、精度受限等问题,提出了一种基于矩阵迭代的并行计算方法。以刀片机作为并行计算的硬件平台,采用Arcgis软件将MapInfo格式矢量数据转换为栅格数据,实现了MPI并行环境中Voronoi图k阶邻近的栅格计算新方法。实验结果表明,改进后的Voronoi图k阶邻近栅格并行算法明显地提高了计算效率,且在栅格Voronoi图精度较高时,运行时间的拐点后移,加速比提高。     

基于MPI的伪谱法大涡模拟并行计算的研究

使用伪谱方法的大涡模拟准确、高效,但在高雷诺数情况下,计算量仍然非常巨大,需要采用并行方法,但是快速傅里叶变换的并行算法在实际应用中有很大的困难。针对这一问题,提出了一种新的基于MPI的伪谱法大涡模拟的并行计算方法。通过实例验证,该方法准确、易行、稳健,并且可以大幅提高计算速度,节省计算时间,这对大涡模拟在工程中的广泛应用具有重要意义。     

基于MPI的伪谱法DNS并行计算方法研究

使用伪谱方法的直接数值模拟准确、高效,但在高雷诺数情况下,计算量非常巨大,需要采用并行方法,但是快速傅里叶变换的并行算法在实际应用中有很大的困难。针对这一问题,提出了一种新的基于MPI的伪谱法直接数值模拟的并行计算方法。通过实例验证,该方法准确、易行、稳健,并且可以大幅提高计算速度,节省计算时间,这对直接模拟在科学研究和工程实际中的广泛应用都具有重要意义。