并行组合扩频通信系统变换域干扰抑制技术研究

为提高并行组合扩频通信系统抵抗窄带干扰的能力,研究自适应多门限和DT-FCME两种变换域算法抑制并行组合扩频通信系统中窄带干扰的问题。经仿真验证,两种算法能够对系统中高斯白噪声环境下的多种窄带干扰起到较好的抑制效果。最后对比分析了两种算法抑制不同类型窄带干扰时的优缺点。     

并行试验管理技术在民用飞机全机疲劳试验中的应用

在民用飞机结构适航符合性验证试验中,全机结构疲劳试验是最复杂、最昂贵、最耗时的,提高全机疲劳试验效率、缩短全机疲劳试验周期一直是型号研制中追求的目标,尤其是疲劳试验管理技术的提高。在MA600,ARJ21-700,Y12F等全机疲劳试验中引入并行实验管理技术进行工程应用,提出应用并行试验管理技术应当注意的问题。结果表明:并行实验管理技术在全机疲劳试验时缩短了试验时间,提高了试验效率,发挥了重要作用。     

基于结构描述的图像压缩方法研究

目前在遥感图像压缩领域,应用最为广泛的是以SPIHT算法为代表的基于小波变换的压缩技术,但是遥感图像含有极为丰富的高频信息,而变换域压缩编码的压缩原理是保留低频信息删减高频信息,这种矛盾导致了变换域编码对遥感图像进行高倍率压缩时,图像会有较大失真。为了减小压缩过程中高频信息的失真,从对图像空间结构描述入手,提出了一个基于空域的图像压缩算法,并与SPIHT算法进行了对比试验,证明了该算法的压缩质量明显好于SPIHT算法,具有一定的应用前景。     

求解大型矩阵特征值问题的并行块Davidson方法

针对拥有共享内存的并行计算环境和微机网络并行计算环境,给出了求解大型稀疏对称矩阵部分极端特征对的并行块Davidson方法。该方法将矩阵A按行块分配到各处理器上,各处理器利用矩阵A的行块和投影子空间的正交基所组成矩阵V的行块进行运算,减少了处理机之间的通讯次数,实现了算法的并行计算。在微机网络并行计算环境和拥有共享内存并行计算环境IBMP650上的数值试验表明,该算法非常有效。     

基于机器视觉的高精度顶桥施工位姿测量系统

分析了现有的顶桥施工中位姿测量系统的特点,指出其目前存在的主要问题.针对这 些问题和现场需求,基于计算机视觉反馈理论,设计了一种由CCD传感器、激光准直仪和倾 角传感器组成的新型高精度光电测量系统.在建立了相关数学模型的基础上,搭建了硬件系 统,给出了视频采集、图像处理和多串口通信等关键技术的具体实现方法,完成了各功能模 块的软件开发.该测量系统具有精度高、实时性好、操作简单、维护方便和成本低廉的优点 ,能够替代以往效率低下的人工测量方式,而且其实现方法为其他大型施工测量系统的设计 提供了新技术.      

两台微机之间的远距离并行通讯接口

介绍使用ＩＤＴ７１３２／ＩＤ７１４２双口ＲＡＭ,实现两台微机之间的远距离并行通讯 的方法。     

对称带状矩阵的并行Cholesky分解及相应线性方程组的并行计算

大型结构问题所导出的方程组系数矩阵阶数往往非常浩大,传统的串行计算机受存储容量与计算速度限制往往难以处理。本文给出适合寄存器—寄存器加工方式流水线向量机上对称带状矩阵三角分解的并行算法MPLDLT和对称带状线性方程组求解的并行算法MCSA。在YH—1机上通过对实例的计算表明,算法是高效的。当矩阵的阶数仅力1666阶时,算法MPLDLT比相应串行算法计算速度快25倍,算法MCSA比相应串行算法计算速度快47倍。若结合YH—1机的特点,使用向量“链接”技巧,则算法MPLDLT比相应串行算法的计算速度快74倍。     

二值图像的自适应窗口边缘检测技术

英国Aleksander等人用RAM网络实现的自适应模式识别系统可以认为是一种逻辑神经网络,本文详细描述了利用这种模型实现的自适应窗口边缘2检测技术,包括模型的理论分析,边缘检测种种的各种实现方法和实验结果。基于这种模型的边缘检测技术的基本思想是:首先对窗口边缘检测技术,包括模型的理论分析,边缘检测的各种实现方法和实验结果。训练一个或多个对目标物体边缘敏感的模式,然后对图像逐点扫描和测试,根据窗口对特定扫描区域的响应实现对边缘的检测。其过程和模式识别中的训练—识别过程相似。文中讨论了“中心块”和“边缘训练”窗口的响应行为以及窗口大小的选择、响应阀值的确定和N元的选用等具体方法。并给出了相应的实验结果。研究表明,这种方法对边缘检测和噪音滤除都具有较好的效果,且硬件容易并行实现。     

自适应选择抽取模式的运动估计算法

 提出一种去除运动估计中计算冗余的新方法,该方法与搜索算法结合,通过自适应选择抽取模式去除冗余。首先改进传统的一维梯度下降搜索算法,并提出由梯度下降方向自适应选择不同的抽取模式去除计算运动估计准则时的冗余。实验结果表明,该算法与全搜索以及没有去除计算冗余的梯度下降算法相比,视频质量没有较大影响,但是大大降低了计算量,在视频序列实时处理中有良好的应用前景。