Optimization of bits allocation and path planning with trajectory constraint in UAV-enabled mobile edge computing system

In this paper, an Unmanned Aerial Vehicle (UAV) enabled Mobile Edge Computing (MEC) system is studied, in which UAV acts as server to offer computing offloading service to the Mobile Users (MUs) with limited computing capability and energy budget. We aim to minimize the total energy consumption of MUs by jointly optimizing the bit allocation for uplink, computing at the UAV and downlink, along with the UAV trajectory in a unified framework. To this end, a trajectory constraint model is employed to avoid sudden changes of velocity and acceleration during flying. Due to high-order information in use, we lead to a more reasonable nonconvex optimization problem than prior arts. An Alternating Direction Method of Multipliers (ADMM) method is introduced to solve the optimization problem, which is decomposed into a set of easy sub-problems, to meet the requirement on the efficiency in edge computing. Numerical results demonstrate that our approach leads a smoother UAV trajectory, significantly save the energy consumption for UAV during flying.     

数字式射击瞄准计算机设计与实现

某型射击军械系统的射瞄计算机原采用模拟机电式技术实现,存在体积大、功耗大、可靠性及可维护性差等缺点,因此,使用数字式计算机技术对其进行升级改造势在必行.本文首先对原系统的火控原理及火控构型的进行了分析;其次,介绍了射击瞄准计算机的对外接口关系.重点介绍了数字式射击瞄准计算机的采样解算时间的确定、计算方法的选取及接口设计等内容.本文所设计的数字式射击瞄准计算机已通过了系统验证并得到了使用,克服了原有系统所存在的固有缺点.文中的设计思想与所用的工程方法对类似武器系统的升级改造有所借鉴.     

基于TMS320C80的BP算法并行实现的研究

结合 TMS32 0 C80的编程结构 ,利用神经网络的权并行性和神经元并行性 ,提出了BP算法的并行实现方法 ,并解决了存储器访问冲突、数据双缓冲传输、PP细粒度并行和死锁等问题。结果表明 ,该并行 BP算法十分有效。     

基于并行禁忌遗传算法(PTGA)的预警卫星传感器调度研究

对预警卫星的传感器调度进行了研究，提出了传感器管理调度的系统组成。通过对传感器调度的分析，建立起相应的数学模型，定义了评价指标。结合并行遗传算法和禁忌搜索的特点，提出了一种新的解决预警卫星传感器调度问题的并行禁忌遗传算法(PTGA)。该算法采用多种群和禁忌搜索思想改进遗传算法的性能，从而提高整个算法的收敛速度和精度。实验结果表明该算法有效地解决了多目标情况下的传感器实时调度问题，并优于一般启发式算法。     

轴对称横向喷流强干扰流场的巨型机向量并行计算

本文在国产巨型计算机ＹＨ－１和ＹＨ－２上对ＭａｃＣｏｒｍａｃｋ显格式解轴对称横向喷流强干扰流场的计算程序进行了重构和向量优化使其能并行执行。得到该程序在ＹＨ－１上的向量加速比约为６．０，ＹＨ－２单机向量运行速度约为ＹＨ－１上的向量运行速度的３倍。与传统的串行计算相比较，并行计算大大缩短了程序运行的ＣＰＵ时间。     

一种基于P2P技术的免疫网络入侵检测模型研究

提出一种基于对等网(P2P)技术的免疫网络入侵检测方法,建构了一个P2P免疫网络,定义自体/非自体,实现了免疫学习、疫苗接种等过程.仿真实验表明,该方法能有效提高免疫学习效率,降低免疫计算的FP.     

基于6SPS并联机构标定新方法

系统研究6SPS并联机构标定的方法。研究中应用激光跟踪仪测量、基于并联机构正解和定位误差旋量的计算,正交试验进行试验设计,应用非线性最小二乘参数辨识。仿真验证辨识的几何误差可以等于假定值,试验验证位姿精度提高了10倍。     

配对进近模式分析及研究进展

配对进近模式是在近距平行跑道上运行的,旨在提高仪表气象条件下的进场效率的一种高效进近模 式,该模式的完整流程在国内鲜有阐述。本文重点分析配对进近程序在近距平行跑道上运行时各阶段的流程, 以及配对进近程序的实施对机型、设备以及人员的具体要求;结合目前国内近距平行跑道的运行情况,国际上 对配对进近模式的研究和应用现状,指出我国引进配对进近模式的迫切性以及该模式今后的研究和发展趋势。     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。     

高超声速湍流高效模拟算法

采用了直接过滤的Navier-Stokes(N-S)方程组对高速可压缩湍流进行研究。针对高超声速湍流的非线性流动特性,对N-S方程直接过滤推导了大尺度湍流流场的控制方程,更精确地反映高速湍流的可压缩性,建立了可压缩湍流的大涡模拟TDM模型。使用传统的Smagorinsky模型的非线性推广,采用基于非Favre过滤的超声速可压缩湍流的大涡模拟模型,应用Caylay-Hamilton定理,建立可压缩湍流大涡模拟的非线性亚格子模型,并发展为动力学模式,模型中的两个常数通过当地流场动态的确定,消除了可调经验常数的影响。针对构造的高超声速湍流大涡模型开发相应的高效并行算法。