基于GPU的反卷积算法并行优化

反卷积是图像去模糊的基本算法,针对传统反卷积算法在图像去模糊处理中实时性较弱问题,提出基于众核GPU的Iterative Deconvolve 3d反卷积算法的并行优化实现.所提算法将原算法中的核心运算放在GPU上并行实现,利用CPU和GPU协同工作模式,CPU负责串行任务GPU负责并行任务.实验表明:与传统的算法相比,在不影响图片处理效果的前提下,计算速度比CPU上的实现速度提高了近11倍,并具有良好的可扩展性.     

航空电子系统中应用多核处理器的挑战分析

作为嵌入式计算的一种,航空电子系统中的处理器具有强实时性、高确定性、高安全性的特征。因此,同其他嵌入式系统相比,在航空电子系统中应用多核处理器面临更多的挑战。针对多核处理器基本的软硬件架构,对挑战产生的原因进行了简要的分析,指出了在航空电子系统中应用多核处理器需要解决的问题。     

多片压电双晶片并联驱动器的设计

针对微型无人机在受到外界干扰时通过自适应控制来实现飞行的稳定性设计了一种多片压电双晶片并联驱动的新型驱动器.用功率放大器和频谱分析仪分别对驱动器的在空载和带栽情况下的静态特性和动态特性进 行了测试,分析比较了在不同负载下单片压电双晶片和双片压电双晶片组成的驱动器的驱动能力,测得了双片 压电双晶片并联驱动器的输出位移和驱动电压之问的传递函数.实验结果表明:该驱动器不仅可以实现位移放 大,而且可以通过多片压电双晶片并联补偿驱动器的输出力,为设计新型压电双晶片驱动器提供了新的思路,同 时为压电双晶片驱动器的自适应控制提供了参考.     

一种新的可重构三自由度平面并联机构的结构设计及运动学分析

设计了一种新型的可变胞运动副,可用于实现3-转动副转动副转动副（Revolute-joint,revolute-joint,revolute-joint,RRR）平面并联机构的重构,进而推导并验证了R-R-R和转动副移动副转动副（Revolute-joint,prismatic-joint,revolute-joint,R-P-R）两种模式下的运动学模型包括正解方程和逆解方程,可用于计算并联机构的奇异位形和工作空间。研究结果表明：所设计的可变胞运动副能够实现机构的重构功能;两种模式下的运动学正解算法一致,均为一元八次方程;R-R-R型的运动学逆解为三个一元二次方程,R-P-R型的运动学逆解可直接用两点间的距离公式表达。最后,通过虚拟样机实验,验证了运动学模型的正确性。     

实现边界元并行分布计算的一种新方法

 给出了实现边界元并行分布计算的一种新方法。它将边界元离散节点分为与计算网络所拥有的处理机台数相对应的若干组, 以此实现任务分配, 独立地计算形成每组节点对应的离散边界元积分方程, 最后利用迭代方法行求解分布的边界元方程组。以弹性问题为例, 在Inmos T800 Transputer 系统上实现了边界元计算。验证了本文方法的可行性与有效性。     

一种通用神经网络模型及其应用研究

提出了一种新型模拟生物神经网络的性能特征通用人工神经网络模型。该模型含有跨层连接和反馈连接,在这些连接上设有选择性开关,能够控制网络模型做出相应的变换。并给出了相应的学习算法。     

基于并行关系与因果关系的关联规则

目的是建立同时具备并行关系、时序关系和因果关系等三个关系新前提下的数据挖掘的关联规则.本文指出了初始关联规则存在的三个潜在的前提;探讨了同时背离这三个潜在前提建立新的关联规则的可行性;给出了建立两并行关联事件之间因果关联规则的方法;从而获得了在新的背景下的关联规则.在此基础上,本文提供了联系并行关联的因果关系的范例,作为在具有并行、时序和因果等复杂关系数据库中的综合挖掘的一个途径.     

6自由度并联机构平台正解方法研究

介绍一种6自由度平台,定平台通过六个结构完全相同的驱动分支UPU分支与动平台相连接,针对该6自由度平台机构提出了一种运动学正解方法,运用正解方法对机构进行操作,并与逆解算法的目标值进行比对,通过给出反馈修正量,可以有效提高平台的运动精确度,对提高平台的运动精确性起到明显作用。     

一类6-SPS相似平台并联机构正运动学的简明解

6-SPS相似 Stewart平台是一种动、静平台均为平面六边形 ,且彼此相似的并联机构。并联机构正运动学是一个位置和姿态耦合的复杂非线性问题 ,难以求得解析解。通过引入四元数来表示旋转变换和应用对偶空间方法对高阶多项式进行降阶处理 ,可以用一组二阶方程来表示该类并联机构的正运动学。在这组方程中 ,动平台的位置和姿态是解耦的。此外 ,在方程组求解过程中 ,能避免产生伪复根。最后通过求根公式直接得到机构动平台位姿的 8个解析解     

大型结构特征值问题的并行EBE－子空间迭代法

本文利用ＥＢＥ策略和预处理共轭梯度法（ＰＣＧ法），将广义特征值问题子空间迭代法中各步的计算都单元化，从而避免了总刚度和总质量矩阵的组集，大大节省了存储量。由此建立的ＥＢＥ－子空间迭代法尤其适宜于并行计算。在银河－２机上的数值算例结果表明，无论是串行，还是并行计算，该方法都能有效提高计算速度。如对模型问题，若网格取４８０，则在串行计算时，ＥＢＥ计算途径较传统的总体计算途径的速度提高倍数达３．２７，而在挂用４个处理机进行并行计算时的ＥＢＥ－子空间迭代法较串行的总体计算途径的速度提高倍数可达１１．４。总之，该方法为一种有效的大型结构动力分析问题的求解方法。