公路收费系统通用通信组件设计与实现

介绍了公路收费系统中所需的实时数据通信功能的设计,并通过组件方式,将其制作成具有一定安全性的通用组件,提供给应用系统调用,从而提高开发效率.     

基于MapReduce的多机并行DP算法与实验分析

随着网络地图不断发展,个性化网络地图也得到快速发展。个性化网络地图需要以矢量数据为数据基础,以满足人们对地图色彩、符号等个性化要求,所以需要实时、快速进行大量数据化简。本文以经典Douglas-Peucker算法作为曲线化简算法,利用开源云计算平台Hadoop建立多机协作的曲线并行化简服务框架,设计和实现了多机并行Douglas-Peucker算法,并在集群上进行实验分析,验证算法的效率和适用性。算法核心是设计数据的逻辑分片,利用MapReduce计算原理,将分片分配到集群中,实现并行运算。实验分别分为两个方面:(1)比较在固定阈值不同数据量情况下,传统DP算法与多机并行DP算法效率;(2)比较在相同数据量不同阈值情况下,传统DP算法与多机并行DP算法效率。实验表明,在大数据量和高复杂度情况下,多机并行DP算法的效率更高。     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是:以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas-Peucker算法,对矢量数据进行多分辨率实时简化表达.最后,开发实验系统并对相关方法进行了验证.结果表明:在不影响球面图形可视化效果下,数据量减少了约4～5倍,有效地提高了图形渲染速度和效率.     

基于数字信号处理器的Linux网络远程实时监控系统的实现

针对现有市场上传统视频监控系统的不足,以及大部分数字信号处理器在控制和内存管理方面的局限性,设计了一个面向网络设备的嵌入式监控模型。该模型能最大限度的发挥数字信号处理器的性能,在单片数字信号处理器下,实现网络远程实时监控。首先对该监控系统的设计方案进行阐述;接着针对该系统模型的重点部分,数字信号处理器下的μCLinux操作系统移植,视频压缩模块和实时传输模块实现及优化进行了具体设计;最后对该模型的整体性能进行测试,证明该模型能满足网络远程实时监控系统的需要。     

星载GPS实时定轨中重力场模型阶次的最优确定方法

分析重力场模型的截断误差及其影响因素,并用多颗不同轨道高度的低轨卫星GPS实测数据进行实时定轨仿真分析,提出实时定轨精度能够达到1.0 m(伪距法实时定轨)和0.5 m(相位法实时定轨)的重力场模型阶次的最优确定方法。使用CHAMP和TerraSAR-X 2颗卫星实测数据,验证了重力场模型阶次的最优确定方法的可行性和有效性。该方法不仅避免了传统经验法确定重力场模型阶次不准确的问题,而且不需要借助精密轨道进行精度评估,便于实时定轨系统的工程应用。     

MIL-STD-1553B总线上的实时调度算法

分析了MIL-STD-1553B总线在实时通信方面的改善。基于MIL-STD-1553B总线的实时性特点，讨论了几种适用的实时网络调度算法。针对网络传输的不同需求，给出了各种条件下选择合适的调度算法的原则。     

基于数据级任务分解的大范围地质灾害预警并行计算架构设计与应用

为实现大范围地质灾害预警实时分析计算,搭建了地质灾害预警并行计算架构。结合地质灾害隐患点的现状和监测设备的实际情况,以地质灾害隐患点为分析计算单元,采用数据级并行计算方式对地质灾害计算任务进行分解,实现了任务生成、分解、派发、计算等功能;采用MPI和Socket套接字相结合的方式,达到了并行计算与高效通信的目的;将该并行计算架构应用于某省2016年8月2~4日台风造成的大范围强降雨状况下的地质灾害预警计算实验验证。结果表明:在大范围地质灾害预警中,该并行计算架构随着执行进程数增加而获得一定的加速比,当执行进程达到16个时加速比可达5.652,明显缩短了传统串行计算所需要的时间,实现了地质灾害的实时预警。     

Linux内核采用双频时钟的分析及检验

目前Linux在IBM兼容的PC上,其硬件定时器的时钟中断速率设定为100Hz,任务可以达到10ms的精度,这样低的时间精度远远不能满足实时任务的需要,如何兼顾时钟中断处理函数开销与计时精度是时钟优化必须考虑的问题.采用双频时钟机制,高低双频时钟中断,并提高内核对实时进程的响应速度,对新的时钟性能进行了分析.通过实验,测试标准Linux的时钟在不同频率下的性能及新的时钟性能.     

GPSRTK技术在工程施工定位放样中的应用

在等级公路线路放样及测量等工作中,经常会遇到线路途径丘陵、山地、密布的林地等等复杂的地形,这时传统的全站仪、经纬仪、水准仪因为不通视或频繁的转点、搬站而影响测量工作的精度和进程。而RTK是基于载波相位观测量进行实时差分的动态定位技术,它能在施测过程中实时得到三维坐标（平面坐标及高程）,且测量精度达到厘米级,这就使得在高等级公路放样测量中的应用成为可能。     

网络编码VS．存储转发：移动自组网中实时多播机制仿真研究

为了客观评价基于网络编码的移动自组织网实时多播协议在时延、系统开销及可靠性性能增益,在NS2仿真平台上实现了一种基于网络编码的实时多播协议。通过仿真研究,将其性能与传统的基于存储转发的典型实时多播协议进行了比较。结果表明：易于网络编码的实时多播协议在系统可靠性和开销方面具有显著优势,但在时延性能方面仍不如传统的路由协议。表明通过合理的参数设置,NCRM可以在时延、可靠性和系统开销三者之间取得良好的均衡。     

全空间下并行矢量空间分析研究综述与展望

新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。     

汽车防撞系统中视频图像采集系统的设计实现

提出一种用于汽车防撞系统的快速视频图像采集系统.利用PHILIPS公司的视频处理芯片SAA7111A作为图像采集芯片,在单片机和CPLD的控制下将采集到的图像数据写入帧存储器中供后续DSP对视频数据进行分析处理;针对汽车防撞系统对实时性的要求,帧存储器的设计采用两级级联的形式,达到了采集和数据处理的并行运行.     

GPU加速的改进PAM聚类算法研究与应用

空间聚类是空间数据挖掘的重要方法,而K-Medoids是一种常用的空间聚类算法。K-Medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的K-Medoids算法PAM,提出一种基于GPU计算的并行模拟退火PAM算法。类比矩阵乘法运算,定义了一种新的矩阵计算方法,可以有效减少数据在GPU全局内存和共享内存之间的传输,提高了算法在GPU中的执行效率。利用模拟退火算法搜索聚类中心点,保证了聚类结果的全局最优性。基于不同的数据集,将串行和并行模拟退火PAM算法以及已有的遗传PAM算法进行比较,结果表明并行模拟退火PAM算法聚类结果正确,且时间效率高。最后,应用本文改进算法对贵州省安监系统的安全监管隐患数据进行聚类分析,发现了隐患聚集中心,相关结果对政府的决策具有一定的实际应用价值。     

面向复杂城市场景的Sort-First并行绘制系统中负载平衡与性能分析

在高精度建模方法越来越丰富的背景下,三维城市场景往往具有较大的场景规模和较高的复杂性,因此,当单台计算机难以满足实时绘制的需求时,多采用更加适合超高分辨率大屏幕显示的Sort-First方式进行并行绘制。针对现有研究性能量化分析的缺乏,及自适应负载平衡方法的缺陷,本文通过Sort-First并行绘制系统的加速比模型,分析绘制节点数、显示分辨率、网络传输速度、任务划分等因素对系统性能的影响,以及将绘制时间和传输时间的和作为反馈,对现有负载平衡策略进行了改进。本文给出了系统达到最高加速比,即负载完全均衡理想情况下的一个量化的必要条件。最后,基于Sort-First的并行绘制实验验证上述分析。实验结果表明:本文的改进加强了各节点的负载平衡性,在一定程度上提高了性能。     

图划分对Arc-flags算法的影响

最短路径计算作为导航的常用算法在移动互联网中扮演了重要角色,由于路网规模的增大和终端的不停移动,传统的串行最短路径算法已经无法满足实时性要求,因此预处理技术得到了广泛使用。Arc-flags是一个经典的基于预处理技术的最短路径算法,可以提供高效的在线最短路径查询服务。现有Arc-flags算法的研究主要集中在提升预处理时空效率和比较不同路网划分方式的优劣上,尚未见图划分对Arc-flags算法影响的深入研究。本文在真实路网上测试了不同的图划分数量和边界点数量等因素对Arc-flags算法的影响,主要包括预处理时间和空间的消耗、在线查询时间和搜索范围等方面,并根据实验结果和分析提出了合理的图划分建议（如选用好的图划分方法减少边界点数量等）,为改进和使用Arc-flags算法提供指导。     

一种新的ROAM算法及其在地形建模中的应用

地形建模是数字地形分析的重要基础工作。实时优化适应性网格算法（ROAM算法）是目前常用的地形建模方法。但ROAM算法应用于地形可视化实时渲染时要求原始数据为正方形,且渲染后常有裂缝产生,因而该法在地形建模实践中受到较大的限制。针对ROAM算法存在的上述不足,本文提出了基于内接正方形插值方法的改进ROAM算法。通过将多边形分割为一个内接正方形和多个边缘多边形,用多边形的一个顶点依次与其他顶点相连,使边缘多边形分割为多个三角形,并根据边缘三角形面积大小,确定是否对边缘多边形进行继续分割,由此解决数据源限定为正方形的问题,利用添加拆分点的方法消除地形渲染产生的裂缝。采用不规则地形的灰度图作为高程数据源进行地形模拟实验,结果表明：改进后的ROAM算法能够消除裂缝,且对数据源无约束性要求,降低了算法复杂度,提高了整体可视化性能,能够满足地形实时动态显示的要求。     

高性能GIS研究进展及评述

互联网技术的发展使地理信息技术得到了前所未有的发展和应用,地理信息计算呈现出计算速度快、运行效率高、应用多样化的发展特征。而随着计算机硬件性能飞速提升,传统的GIS数据处理方式并不能与之匹配,各种缺陷与弊端逐渐显现,亟待更高效的数据处理方式。目前,以并行集群计算技术和分布式网络技术为代表的高性能计算的出现,为这些问题的解决带来了新思路,并逐渐发展形成了新一代的多核并行高性能计算系统。当前,如何利用新型硬件体系结构带来的计算能力,研究新一代高性能GIS计算系统,解决现在所面临的时空数据密集和计算密集问题成为重要挑战。高性能计算是基于一组或几组计算机系统组成的集群,通过网络连接组成超级计算系统以加强数据处理、分析计算性能的一种技术。在实际应用中,逐渐形成Hadoop,Spark和Storm 3大主流分布式高性能计算系统,它们三者各具优缺点。本文从高性能GIS算法、并行GIS计算、内存计算和众核计算4个方面梳理、归纳总结了高性能GIS的技术体系,分析了每类高性能GIS技术特征,综合分析、评述了近年来高性能GIS的研究进展,并对高性能GIS未来发展进行展望,为更完备、高效的高性能GIS体系的建立、发展和应用提供参考。今后,并行GIS计算、高性能计算模式和分布式存储仍然是GIS技术领域发展的重要方向,通过高性能GIS系统可有效地解决时空数据密集、计算密集和网络通讯密集等问题,大大提升GIS地理分析效率。     

基于ARM和SD卡的微动数据采集系统数据存储技术研究

为满足微动数据采集系统的大数据量、低功耗要求，用SD卡存储微动数据采集系统采集得到的数据。阐述如何实现SD卡在以三星ARM9-s3c2410为硬件平台、Linux操作系统为软件平台的微动数据采集系统中的存储功能。     

基于内存数据库Redis的轻量级矢量地理数据组织

矢量地理数据的高效组织管理是空间数据应用的关键问题之一。矢量地理数据服务作为一种重要的公众空间信息服务,已经得到广泛应用。公众对矢量地理数据服务性能提出了越来越高的要求,包括实时响应、高并发、高吞吐量等。当前的矢量地理数据服务后台数据存储组织,通常基于磁盘和关系数据库,其在面对公众日益增长的需求时已经显得力不从心。本文提出了一种以内存数据库Redis的轻量级矢量地理组织方法,能在高并发情况下有效提高矢量地理数据服务性能。论文首先分析了Redis的存储机制,设计了矢量地理数据库的分层组织模型,利用Redis丰富的数据结构对矢量地理数据及其相关元数据进行存储管理,然后,以网格索引为例,设计了Redis的空间索引,最后,设计Redis的矢量数据引擎原型系统,并进行了实验验证。结果表明,Redis的矢量地理数据库显著提高了响应速度,且并发性能更好,可广泛应用于大型空间数据库前端高速缓存和高性能空间索引库。