-
公开(公告)号：CN111858465A
公开(公告)日：2020-10-30
申请号：CN202010609939.3
申请日：2020-06-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的大规模矩阵QR分解并行计算结构涉及数字信号处理领域，旨在提供一种并行逻辑清晰，吞吐率高、延迟低的三级并行计算结构，本发明通过下述技术方案实现：在采用多核处理器芯片构建处理器集群系统和QR分解并行计算结构中，顶层架构将待分解矩阵分割成多个数据分片，通过多核处理器节点间互联的通信网络分发到各级节点，各级节点根据二叉树完整结构依次逐级计算，每级节点并行计算；中层架构进行矩阵分块，沿着对角子阵逐层进行运算；底层架构利用处理器指令集进行多数据并行的矢量计算，完成单核的QR分解和乘法操作。多核处理器集群采用逐层分解的结构实现大规模矩阵的QR并行分解。
-
公开(公告)号：CN109560858A
公开(公告)日：2019-04-02
申请号：CN201811483266.0
申请日：2018-12-06
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Inventor： 林勤
IPC: H04B7/185
Abstract: 本发明公开的一种高速实时数据采集传输模块，旨在提供一种能够满足高速卫星通信系统数据传输要求，并对高速数据传输速率波动具备高容忍度的实时数据采集传输模块。发明通过下述技术方案予以实现：帧数据流通过硬件数据总线进入实时数据采集单元，将传统1s内集中采集数据的方式改为毫秒量级间隔时间的分片采集和处理，并采用缓存序列的方式进行内存申请和模块各单元(数据采集单元、存储单元和传输单元)的解耦隔离；实时数据采集单元将采集到的帧数据流分别送入实时数据记录单元和实时数据传输单元，实时数据记录单元将帧数据流送入磁盘阵列进行存储，实时数据传输单元也采用缓存序列的方式进行数据缓存，并采用TCP协议向后端设备进行数据传输。
-
公开(公告)号：CN108037995A
公开(公告)日：2018-05-15
申请号：CN201711174176.9
申请日：2017-11-22
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种基于GPU的分布式电磁态势仿真计算系统，提供一种能够获得更高的并行计算能力，更高的灵活性及鲁棒性，更低成本的电磁态势仿真计算系统。本发明通过下述技术方案予以实现：综合数据管理层从文件系统中读取电磁态势仿真计算需要的基础数据：设备数据、环境数据和地形数据，将基础数据综合以后形成运算数据推送给分布式实时运算层进行处理。分布式实时运算层调用硬件设备层中的GPU计算卡和CPU板卡的计算资源对运算数据进行处理，处理结果数据返回给综合数据管理层形成电磁数据，将基础数据和电磁数据综合后形成态势显示数据推送给态势显示层，将态势显示数据送入GPU显示卡，进行态势数据的可视化，并提供人机交互接口。
-
公开(公告)号：CN111858465B
公开(公告)日：2023-06-06
申请号：CN202010609939.3
申请日：2020-06-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的大规模矩阵QR分解并行计算结构涉及数字信号处理领域，旨在提供一种并行逻辑清晰，吞吐率高、延迟低的三级并行计算结构，本发明通过下述技术方案实现：在采用多核处理器芯片构建处理器集群系统和QR分解并行计算结构中，顶层架构将待分解矩阵分割成多个数据分片，通过多核处理器节点间互联的通信网络分发到各级节点，各级节点根据二叉树完整结构依次逐级计算，每级节点并行计算；中层架构进行矩阵分块，沿着对角子阵逐层进行运算；底层架构利用处理器指令集进行多数据并行的矢量计算，完成单核的QR分解和乘法操作。多核处理器集群采用逐层分解的结构实现大规模矩阵的QR并行分解。
-
公开(公告)号：CN112287555B
公开(公告)日：2023-03-21
申请号：CN202011198181.5
申请日：2020-10-30
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种多维度电磁信号智能计算平台，涉及复杂电磁环境下的信号级智能计算平台，本发明通过下述技术方案实现：地图模块导入多维态势地图，选择所需计算的覆盖区域和栅格精度，为电磁传播模型提供计算地理信息；电磁传播模型调用地图模块在地图中所展示的电子设备的电磁态势、部署位置和运行轨迹的信息，模拟不同电子设备在不同电磁环境下的工作过程，根据上述信息和计算结果生成具体的计算任务，将计算任务提交至信号级仿真框架软件，根据电磁传播模型和多维度智能测试模型对接收计算任务进行智能计算，硬件运行平台提取智能计算结果信号特征，得到各个设备接收到的所有信号在时域、频域、波形域、能量域、空间域的多个维度的特征。
-
Patent Agency Ranking
公开(公告)号：CN110442446B
公开(公告)日：2022-12-13
申请号：CN201910580688.8
申请日：2019-06-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F9/50
Abstract: 本发明公开的一种实时处理高速数字信号数据流的方法，旨在提供一种具备扩展性和移植性的实时处理高速数据流的方法。本发明通过下述技术方案予以实现：在通用调度域中，系统控制器接收处理节点控制器上报资源状态和心跳检测信息，任务驱动器将实时计算图分解为多个任务组，向系统控制器申请每个任务组运行的计算资源，向对应的节点控制器发送各个任务组的执行请求；节点控制器接收任务组管理器的状态上报，响应任务驱动器的发送执行器文件，创建一个或多个任务组管理器，并上报资源使用情况；任务组管理器监控实时计算域中执行器的运行；实时计算域中每个执行器根据运行参数，实时处理从前置顶点输入的数据流，对高速数据信号流进行实时协同处理。
-
公开(公告)号：CN110769037A
公开(公告)日：2020-02-07
申请号：CN201910929156.0
申请日：2019-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种嵌入式边缘计算平台资源配置方法，旨在为嵌入式边缘计算平台提供一种简单可靠、可快速部署的分布式计算资源配置方法。本发明通过下述技术方案予以实现：以Json文件为载体，按照计算图中的数据传播路径和节点计算操作，对Json文件进行编排，并将需额外补充的计算操作程序一起打包成一个压缩文件；然后，将计算任务(即Json文件包)注入嵌入式边缘计算平台，自动解析Json文件，恢复出计算图，并根据计算图对计算、通信资源的需求进行分解，形成映射图；最后，使用映射图完成计算需求到硬件资源的部署；如映射未成功，则可根据失败反馈的原因，对计算图的分解方式进行调整，形成新的映射图后进行再次映射。
-
公开(公告)号：CN110442446A
公开(公告)日：2019-11-12
申请号：CN201910580688.8
申请日：2019-06-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F9/50
Abstract: 本发明公开的一种实时处理高速数字信号数据流的方法，旨在提供一种具备扩展性和移植性的实时处理高速数据流的方法。本发明通过下述技术方案予以实现：在通用调度域中，系统控制器接收处理节点控制器上报资源状态和心跳检测信息，任务驱动器将实时计算图分解为多个任务组，向系统控制器申请每个任务组运行的计算资源，向对应的节点控制器发送各个任务组的执行请求；节点控制器接收任务组管理器的状态上报，响应任务驱动器的发送执行器文件，创建一个或多个任务组管理器，并上报资源使用情况；任务组管理器监控实时计算域中执行器的运行；实时计算域中每个执行器根据运行参数，实时处理从前置顶点输入的数据流，对高速数据信号流进行实时协同处理。
-
公开(公告)号：CN110515889B
公开(公告)日：2022-12-13
申请号：CN201910685499.7
申请日：2019-07-27
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种嵌入式FPGA集群智能计算平台硬件框架，旨在提出一种能够灵活调度计算资源，应用模型更换方便的硬件框架。本发明通过下述技术方案予以实现：运行系统框架软件的主节点通过簇控制类总线将簇节点信息管理包、算法模型包、配置参数和簇节点状态回传包下发到各个簇节点；接收并解析各簇节点信息管理包、算法模型包和配置参数包。控制类处理器将应用算法模型部署到簇节点，并通过应用算法启停控制模块来控制算法模型的启停；通过模型参数通道的AXI总线传输算法模型参数到簇节点的大规模逻辑计算单元节点；每个大规模计算单元运行应用算法模型的业务数据，从数据源中输入，计算处理完的数据通过业务数据总线发送回数据源。
-
公开(公告)号：CN110515889A
公开(公告)日：2019-11-29
申请号：CN201910685499.7
申请日：2019-07-27
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种嵌入式FPGA集群智能计算平台硬件框架，旨在提出一种能够灵活调度计算资源，应用模型更换方便的硬件框架。本发明通过下述技术方案予以实现：运行系统框架软件的主节点通过簇控制类总线将簇节点信息管理包、算法模型包、配置参数和簇节点状态回传包下发到各个簇节点；接收并解析各簇节点信息管理包、算法模型包和配置参数包。控制类处理器将应用算法模型部署到簇节点，并通过应用算法启停控制模块来控制算法模型的启停；通过模型参数通道的AXI总线传输算法模型参数到簇节点的大规模逻辑计算单元节点；每个大规模计算单元运行应用算法模型的业务数据，从数据源中输入，计算处理完的数据通过业务数据总线发送回数据源。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.046 seconds)
