期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
PDM-Shuffle:基于被动分离式内存的数据混洗系统设计
1
作者 程丽云 吴婧雅 +2 位作者 卢文岩 钟浪辉 鄢贵海 《高技术通讯》 北大核心 2025年第4期370-384,共15页
利用存算分离架构,可以将数据混洗的计算和存储过程解耦,从而提高分布式数据处理应用的可扩展性。然而,将混洗数据传输到远端存储节点的过程增加了额外网络开销,存储节点将成为新的通信瓶颈。为应对引入存算分离架构后数据混洗过程面临... 利用存算分离架构,可以将数据混洗的计算和存储过程解耦,从而提高分布式数据处理应用的可扩展性。然而,将混洗数据传输到远端存储节点的过程增加了额外网络开销,存储节点将成为新的通信瓶颈。为应对引入存算分离架构后数据混洗过程面临的新挑战,本文提出一种基于被动分离式内存的数据混洗(passive disaggregated memoryshuffle,PDM-Shuffle)系统,利用新型一致性总线互连协议计算快速链接(compute express link,CXL)直连共享内存设备存储并交换混洗中间数据,避免了数据的硬盘存储及传输控制协议/网际协议(transmission control protocol/Internet protocol,TCP/IP)的传输过程。鉴于内存设备仅支持被动数据写入,本文采用了内存预分区和元数据控制节点分配内存地址等方法来保证同分区数据的预聚合和共享内存的一致性访问管理。实验结果表明,在处理大规模数据集时,与传统的集中式架构相比,PDM-Shuffle系统可将排序和图计算的综合类应用程序Terasort和PageRank的单个作业完成时间分别减少49%和65%,相对于存算分离架构下已有的优化方案Zeus,分别提升了36%和18%。 展开更多
关键词 数据混洗 存算分离 分离式内存系统 计算快速链接 内存一致性 预聚合
在线阅读 下载PDF
Neptune:一种通用网络处理器微结构模拟和性能仿真框架
2
作者 林涵越 吴婧雅 +2 位作者 卢文岩 钟浪辉 鄢贵海 《计算机研究与发展》 北大核心 2025年第5期1091-1107,共17页
网络包处理是网络设备的基本功能,涉及报文修改、校验和与哈希计算、数据包镜像或过滤、统计限速等多项任务.作为网络包处理的重要部件,网络处理器(network processor,NP)基于处理器结构,为网络设备提供线速的性能和充分的可编程能力,... 网络包处理是网络设备的基本功能,涉及报文修改、校验和与哈希计算、数据包镜像或过滤、统计限速等多项任务.作为网络包处理的重要部件,网络处理器(network processor,NP)基于处理器结构,为网络设备提供线速的性能和充分的可编程能力,但其架构多样,可分为单段式架构和多段式架构,现有模拟方法无法同时对二者性能进行模拟仿真.因此,提出一种通用网络处理器的结构模拟和性能仿真框架Neptune,采用多段式架构作为硬件抽象,使用事件链表、核间队列结构为数据通路和多段式架构模拟提供保障,同时满足单段式架构模拟需求.另外,借助同步图计算模式进行准确的并行模拟,并采用混合事件与时间驱动方法保障模拟高效性.实际测试中,Neptune以95%以上准确率支持2种架构的模拟,并以3.31MIPS的性能对网络处理器进行模拟,相较PFPSim取得1个数量级的性能提升.最后,展示了3个运用该框架进行网络处理器优化分析的应用案例. 展开更多
关键词 网络包处理 网络处理器 可编程数据面 专用处理器 模拟器
在线阅读 下载PDF
基于通用可调(p,q)阶Rife-Vincent自乘-卷积窗的改进四谱线插值高精度谐波分析算法
3
作者 雷可君 李明皓 +4 位作者 汪旭明 张银行 胡力 王向明 杨喜 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第10期3926-3936,共11页
加窗快速傅里叶变换(WIFFT)是一类重要的谐波参数估计方法。然而,快速傅里叶变换固有的栅栏效应以及非同步采样产生的频谱泄漏对谐波参数的估计精度有较大影响。为此,利用具有最大旁瓣衰减特性的I类Rife-Vincent窗作为父窗,提出一种新... 加窗快速傅里叶变换(WIFFT)是一类重要的谐波参数估计方法。然而,快速傅里叶变换固有的栅栏效应以及非同步采样产生的频谱泄漏对谐波参数的估计精度有较大影响。为此,利用具有最大旁瓣衰减特性的I类Rife-Vincent窗作为父窗,提出一种新型的通用可调(p,q)阶Rife-Vincent自乘-卷积窗(RVSMC p-q),其特点在于通过改变乘积阶数和卷积阶数可以灵活地改变窗函数的主瓣宽度、旁瓣峰值和衰减速度。在此基础上,提出一种基于RVSMC p-q窗的四谱线插值高精度谐波参数估计方法,利用最小二乘拟合原理给出谐波信号的幅值、频率及相位参数的低复杂度多项式估计公式。在复杂谐波、间谐波及基波频率波动的情况下对基于RVSMC p-q窗的四谱线插值谐波参数估计方法的效果进行仿真。研究结果表明:在较低的乘积和卷积阶数条件下,新算法可以获得比经典的基于自乘积窗或自卷积窗的WIFFT算法更为优越的参数估计精度,且算法复杂度较低。 展开更多
关键词 谐波分析 参数估计 (p q)阶Rife-Vincent自乘-卷积窗(RVSMC p-q) 四谱线插值 低复杂度
在线阅读 下载PDF
认知无线电中一种基于秩准则的鲁棒多天线盲频谱感知算法(英文) 被引量:3
4
作者 张军 杨喜 王向明 《传感技术学报》 CAS CSCD 北大核心 2016年第7期1102-1108,共7页
在多天线感知场景中,噪声不确定的存在使得经典的能量检测算法的感知性能表现出不稳定性。基于多天线接收信号的统计协方差矩阵为秩-1矩阵这一事实,提出一种基于秩准则的频谱感知方法。该方法首先将取样协方差矩阵分解为具有未知秩的理... 在多天线感知场景中,噪声不确定的存在使得经典的能量检测算法的感知性能表现出不稳定性。基于多天线接收信号的统计协方差矩阵为秩-1矩阵这一事实,提出一种基于秩准则的频谱感知方法。该方法首先将取样协方差矩阵分解为具有未知秩的理想信号矩阵和噪声扰动矩阵之和,然后采用秩检测准则估计接收信号子空间的最佳维数,最后利用该值判断信道的状态。与经典的能量检测方法相比,新方法对噪声不确定性具有良好的鲁棒性,且属于全盲检测方法。具体而言,新方法在感知判决过程中,无需事先知道噪声方差以及主用户信号和无线信道的统计特征。仿真结果验证了基于秩准则的多天线频谱感知算法的有效性。 展开更多
关键词 盲频谱感知算法 噪声不确定性 盲秩准则检测 能量检测 取样协方差矩阵
在线阅读 下载PDF
基于谱序列变换的高精度谐波参数估计算法 被引量:11
5
作者 杨喜 汪旭明 +3 位作者 陈炳权 张仁民 王向明 雷可君 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第9期2504-2513,共10页
基于高精度谐波分析是电力系统谐波污染治理的前提,由于频谱泄漏的影响,经典的谐波分析算法存在参数估计精度不高、计算复杂度较大等问题,为此,在分析信号谱线衰减特征的基础上,提出一种基于谱序列变换的高精度谐波参数分析算法。该算... 基于高精度谐波分析是电力系统谐波污染治理的前提,由于频谱泄漏的影响,经典的谐波分析算法存在参数估计精度不高、计算复杂度较大等问题,为此,在分析信号谱线衰减特征的基础上,提出一种基于谱序列变换的高精度谐波参数分析算法。该算法通过对信号进行FFT运算得到谱序列并对其实施特定的加权变换,加速非真实频率处谱线的衰减速度,从而达到有效抑制频谱泄漏的目的,在此基础上推导谐波幅值和相位的计算公式。研究结果表明,与经典的加窗插值算法和FFT改进算法相比,所提出的算法所得谐波参数估计精度显著提高,且其在基波频率变化及间谐波条件下均表现出优良的估计性能;此外,与经典的加窗插值算法相比,新算法只需对谱序列进行简单处理,具有计算复杂度低的优点。 展开更多
关键词 谐波分析 快速傅里叶变换 谱序列变换 参数估计 频谱泄漏
在线阅读 下载PDF
基于Blackman窗六谱线插值FFT谐波分析方法 被引量:14
6
作者 汪旭明 田堃 +2 位作者 雷可君 王向明 杨喜 《实验室研究与探索》 CAS 北大核心 2020年第6期22-26,共5页
考虑到加窗插值算法可有效抑制频谱泄露在参数估计过程中的负面影响,在比较3种经典余弦窗函数的频谱特性基础上,提出了一种基于Blackman窗六谱线插值的谐波分析方法。利用多项式曲线拟合方法得到谐波频率、幅值和相位参数的估计表达式... 考虑到加窗插值算法可有效抑制频谱泄露在参数估计过程中的负面影响,在比较3种经典余弦窗函数的频谱特性基础上,提出了一种基于Blackman窗六谱线插值的谐波分析方法。利用多项式曲线拟合方法得到谐波频率、幅值和相位参数的估计表达式。该算法可以有效提高谐波和间谐波的参数估计精度,相比FFT算法和Hanning加窗算法精度有显著提高,同时该算法在实现复杂度和估计精度上达到了较好的平衡。仿真结果验证了算法的有效性。 展开更多
关键词 谐波分析 快速傅里叶变换 Blackman窗 六谱线插值 多项式拟合
在线阅读 下载PDF
基于Spark的并行信任进化算法
7
作者 黄冬平 周夏冰 刘冠峰 《计算机应用与软件》 北大核心 2021年第3期243-248,共6页
为了提高信任进化(MET)算法在大数据环境下的时效性,提出一种基于Spark的并行MET算法——SparkMET。采用主从式架构,由主节点进行变异、交叉、选择过程,从节点计算适应度值。针对数据倾斜问题,提出一种新的数据分区策略——LBP算法,在Sp... 为了提高信任进化(MET)算法在大数据环境下的时效性,提出一种基于Spark的并行MET算法——SparkMET。采用主从式架构,由主节点进行变异、交叉、选择过程,从节点计算适应度值。针对数据倾斜问题,提出一种新的数据分区策略——LBP算法,在SparkMET计算适应度值之前,根据合适的分区标签将数据重分区。在Epinions数据集上进行的实验表明,SparkMET算法能有效提高MET算法的运算效率。 展开更多
关键词 MET SPARK 并行计算 数据倾斜
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部