导读:本文包含了并行处理系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系统,数据处理,多线程,控制组,信号处理,数据,用户。
并行处理系统论文文献综述
曹雨晴[1]（2019）在《电力系统分析中并行处理的应用分析》一文中研究指出我国的电力系统具有复杂性和庞大性,而且电力在我国的生产生活都具有重要的作用,因此在对电力系统进行数据的处理时,有必要关注处理技术的时效性和高效性。在庞大的电力系统中如何提高时效性和高效性成了一个难题,在计算机信息技术飞速发展的同时,我国的电力系统和计算机系统进行有机的结合,那么将会使电力系统的分析更加高效和专业。基于此,本文主要针对电力系统的分析难题提出了并行处理的应用技术,希望能够给众多的研究者提供借鉴。(本文来源于《当代旅游》期刊2019年12期）
王婷,芮国俊[2]（2019）在《基于TS201的数字信号并行处理系统设计》一文中研究指出主要对ADI公司生产的ADSP-TS201S芯片拥有的功能进行描述,通过其具有的强大功能和能够同时处理多个任务的优点,完成对雷达信号处理平台的设计。文章研究了一种多处理器数字信号处理并行系统的硬件设计与实现,提出利用链路口将ADSP TS201与FPGA互连,组成灵活的环型架构。最后以数字脉冲压缩算法应用表明,该系统具有很强的运算能力和较高的灵活性。(本文来源于《电脑与信息技术》期刊2019年05期）
李飞,宋慧,徐敏超[3]（2019）在《基于VPX服务器的雷达实时并行信号处理系统的研究》一文中研究指出对于愈加复杂的计算流程,以及愈加高速、大吞吐量数据流的雷达信号处理系统来说,在多处理器架构下开发并行信号处理系统是主要研究方向。本文在VPX服务器上采用多核心多线程、并行计算和模块化的方法研制雷达实时信号处理系统,并通过整机雷达测试该信号处理系统,实测表明该信号处理系统具有良好的健壮性,能够持续、稳定的进行高性能并行运算,并且可根据雷达信号处理的需求进行灵活配置,具有很强的扩展性和广阔的工程应用前景。(本文来源于《火控雷达技术》期刊2019年01期）
梁霄[4]（2019）在《存储器中易失性用户大数据并行处理控制系统》一文中研究指出传统的并行处理控制系统在处理存储器中易失性用户大数据时,对CPU的利用率很低,导致处理控制工作精密度差;为了解决此问题,设计了一种新的大数据并行处理控制系统,分别对系统的硬件和软件进行设计,分析了控制系统中各组件的结构关系,重点设计了系统总线、中央处理器;软件部分分为打开文件、更新文件、监测运行、数据连接四步;为了检测系统的可行性,与传统并行处理控制系统进行实验对比,结果显示,设计的并行处理控制系统能够充足的利用系统CPU,精确地处理存储器中易失性用户大数据;该系统具有超强的工作能力,值得推广使用。(本文来源于《计算机测量与控制》期刊2019年03期）
刘兆庆,于洪彬,梁洋洋,梁军[5]（2019）在《网络化测试系统中并行数据处理架构的实现》一文中研究指出网络化测试系统通常由智能仪器组成,采用传统的集中式数据处理结构一方面造成仪器内部计算资源的浪费,同时也对网络带宽带来较大的压力。为解决上述问题,提出了一种利用智能仪器内部计算资源进行并行数据处理的计算架构。提出了一种双层计算资源模型,在顶层使用PBS(portable batch system)作业管理系统,实现在网络化测试系统中的物理资源管理和计算节点分配;在底层使用隔离技术,基于Linux的Cgroups内核特性构建资源容器,实现节点内部的计算资源有效隔离。并行任务基于MPI非虚拟化并行计算平台实现,利用并行FFT算法对该计算模式进行了验证。实验结果表明,该计算架构具有良好的可行性和实用性。作为并行计算在网络化自动测试领域的拓展,具有很好的研究前景及实用价值。(本文来源于《现代防御技术》期刊2019年01期）
陈孝文,陈宁,李蕊,张应斌,董卫魏[6]（2019）在《基于MAPREDUCE并行化处理的用户地址数据规范化存储与管理系统设计》一文中研究指出电网用户规模庞大,由于历史原因,对其地址数据进行存储和管理难度较大,目前用户地址数据规范化程度较低。针对这一问题,本次研究将基于MAPREDUCE并行处理机制,探讨用户地质数据规范化存储方法,解决其中的关键技术问题,并给出用户地质数据规范化存储管理系统的设计方案。(本文来源于《电子测试》期刊2019年02期）
沈巍,楼飞[7]（2018）在《基于多DSP并行处理的管道检测机器人双目视觉系统设计》一文中研究指出本文设计了一种管道检测机器人双目视觉系统。系统基于4片ADSP-TS201S的DSP并行处理结构,采用混合耦合链路口与共享总线的多DSP并行处理方案,以达到保障共享资源、数据速率、通信灵活的目的。进行了系统设计,对DSP间的数据交换进行了描述,保证了在实时环境下双目视觉系统处理海量运算的需求。(本文来源于《西部皮革》期刊2018年22期）
谢超,赵伟,王亚朝,赖际舟,刘建业[8]（2018）在《多导航传感器数据实时并行采集处理与传输系统的研制》一文中研究指出多源导航以其容错性、可靠性、精确性成为一种重要的导航方式,而硬件需求复杂、验证周期长是大量多源导航算法还停留在仿真阶段的主要原因。为了减轻导航计算机的软硬件负担,缩短多源导航算法的验证周期,基于ARM核心Linux开发板,采用多进程和多线程的软件框架实现大数据量、高并发性、高实时性的导航信息采集传输与预处理。同时基于Linux网络编程,利用TCP/IP协议族中UDP传输层协议,采用UDP广播的一对多传输方式,搭建了多导航传感器数据采集系统。通过实际系统测试,系统在实时性、精确性、拓展性和适应性等方面具有良好的表现,能够对多源导航算法进行实际检测。(本文来源于《电子测量技术》期刊2018年21期）
郭绪涛[9]（2018）在《基于C6678并行多处理器系统信号处理及通信控制软件设计》一文中研究指出雷达技术已经应用到很多领域,针对这些不同领域的需求,不同体制的雷达技术也不断出现。雷达系统是一个复杂的信号处理系统,它所涉及的算法复杂,且需要很高的实时性,同时需要处理大量的数据。传统的信号处理系统往往是基于单芯片或者单块信号处理板,已经无法满足现在各种复杂的应用环境。同时雷达系统是一个复杂度很高的系统,同时在不同的应用背景下往往会重新设计开发新的雷达系统。针对这一问题,设计出通用信号处理平台,其采用的通信结构是规范的,能够做到在一个特殊的处理器板上设计的软件适用于更多的电路板更多的处理器中。论文首先介绍了典型的雷达系统,对雷达系统有一个整体的认识。并对所涉及到的信号处理方法进行研究,如AD采样、数字下变频等。随后以线性调频信号为例,对数字阵列雷达信号处理基本理论方法进行研究,结合项目特点,掌握各个部分的理论知识和常用的实现方法并用Matlab进行仿真实现,便于后面在C6678平台上编程实现。之后研究了C6678的硬件架构,对该系统软件开发涉及到的硬件资源及通信接口进行研究,如多核导航器、网络协处理器、共享存储器等,利用开发板及其提供的例程对涉及到的硬件资源进行研究,熟悉所涉及到的硬件资源的特点以及开发方式等。为后续更深入的研究开发做好准备。其次设计了基于SYS/BIOS的信号处理软件。SYS/BIOS作为实时操作系统内核。本课题开发的应用程序是基于该实时操作系统开发的。最顶层是多任务多核应用程序,在本课题中是信号处理和网络通信两大任务,分别分配到八个内核当中,其中0核负责网络通信,1-7核负责数据处理。中间层是SYS/BIOS实时操作系统,以及用来网络应用程序开发的NDK组件和用来实现核间通信的IPC组件。最底层是硬件层,这里包含了工程当中会用到的多核导航器、网络协处理器、共享存储器等硬件资源。NDK可以看做是SYS/BIOS操作系统的一个组件,其提供了完整的TCP/IP协议栈功能。运行在0核的程序便是基于NDK开发的网络应用程序,用来与信号处理板实现通信功能。此外还设计出了高效的并行算法,在1-7核中并行实现对雷达回波数据的处理任务。多核DSP具有多核并行的高效计算性能,在具体实现时需要对算法的并行性进行分析,充分考虑算法和硬件平台的特点,设计出良好的并行拓扑结构,平衡各处理器的负载,从而发挥出多核处理器的性能。在具体实现时应按照分割、通信、组合、映射四个步骤进行分析规划。C6678的存储器结构复杂需要合理规划数据的存放位置,提升内核访问效率。数据的存放位置需要根据数据的大小及访问频率并结合处理器的存储结构进行规划。最后基于MFC开发了相应的雷达调试软件,通过以太网实现了对信号处理板的通信与控制。利用该调试软件,对开发的信号处理程序进行调试,同时对信号处理的运行时间进行统计分析。本文主要研究以TMS320C6678处理器为核心构成的信号处理硬件平台的通信、控制及基本信号处理。设计灵活、高效的通信控制软件,以便于将来实际工程系统应用。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
李志斌[10]（2018）在《基于MapReduce并行处理框架的大数据处理系统的研究》一文中研究指出近年来,随着科技的进步与发展,数据采集终端数量的上升,人们不可避免的会在日常工作与生活当中面对数量庞大、种类繁多的数据信息。人们如何处理与利用这些海量数据也决定了人们在生产生活中的决策行为将不再是基于过去的经验与直觉,而是转变为通过对相应数据进行数据处理,从而得到在海量数据指导下的策略选择。大数据处理系统作为大数据技术中的重要研究内容,通过不同数据架构以及数据处理算法来满足不同业务类型的大数据存储以及处理要求,具有重要的研究意义。现有成果从不同方面对大数据的存储以及处理提出了不同的解决方法,但仍有不足。例如,大数据的数据量虽然巨大,但是针对某一产业或某一方面的大数据具有一定的数据特征,如今的数据处理系统并未充分利用这些特征,也无法利用大数据之间的特征关系进行数据处理,难以优化整个大数据处理系统。1.本文在对大数据处理系统的关键技术进行构想与研究的基础上,首先采用Hadoop架构来搭建系统实验平台。通过操作Map Reduce模型预留出的Map映射函数接口完成针对数据采集终端数据的粗处理过程,再根据Map函数的输出结果调用相应的Reduce函数完成大数据的规约化处理,从而挖掘出相应海量数据的数据特征。同时,利用Map Reduce函数优化了大数据处理系统的整体存储性能,使得大数据信息的存储变得更加的合理、可靠。2.针对不同类型的大数据信息各自具有独特的数据特征的特点,本文将传统的基于内存的Page Rank算法引入到基于Map Reduce数据处理模型的大数据处理系统当中。针对数据处理中对于图数据以及高维数据的处理往往涉及多次迭代以及不同计算机之间的大量网络通信的缺点,通过合理划分子图,保证数据的迭代发生在图数据以及多维数据被合理划分的子图内;以及合理确定内部节点和外部节点来避免不同计算机之间的数据通信发生在整个大数据整体上,从而降低网络通信所需要的带宽。同时,将基于内存的Page Rank算法运用到多维数据和图数据的子图数据的多次迭代当中,从而保证了整个大数据处理系统既有普通Page Rank算法的效率,也能够异步的扩展在不同系统的计算机实验平台上。3.本文采用两个大规模高维数据以及图数据集,分别是Live Journal数据集以及Face Book数据集。Live Journal数据集包含4847571个数据节点,68993773个数据边,Live Journal数据集来源于网站www.livejournal.com。Face Book数据集包含957359个数据节点和161933115条数据边。实验所用计算机均安装Ubuntu9.04,32位操作系统以及Java1.6和Hadoop0.20.2进行实验。实验结果表明,本文提出的大数据处理系统可以提高数据处理速度,降低系统所需通信带宽。(本文来源于《吉林大学》期刊2018-06-01）
并行处理系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
主要对ADI公司生产的ADSP-TS201S芯片拥有的功能进行描述,通过其具有的强大功能和能够同时处理多个任务的优点,完成对雷达信号处理平台的设计。文章研究了一种多处理器数字信号处理并行系统的硬件设计与实现,提出利用链路口将ADSP TS201与FPGA互连,组成灵活的环型架构。最后以数字脉冲压缩算法应用表明,该系统具有很强的运算能力和较高的灵活性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
并行处理系统论文参考文献
[1].曹雨晴.电力系统分析中并行处理的应用分析[J].当代旅游.2019
[2].王婷,芮国俊.基于TS201的数字信号并行处理系统设计[J].电脑与信息技术.2019
[3].李飞,宋慧,徐敏超.基于VPX服务器的雷达实时并行信号处理系统的研究[J].火控雷达技术.2019
[4].梁霄.存储器中易失性用户大数据并行处理控制系统[J].计算机测量与控制.2019
[5].刘兆庆,于洪彬,梁洋洋,梁军.网络化测试系统中并行数据处理架构的实现[J].现代防御技术.2019
[6].陈孝文,陈宁,李蕊,张应斌,董卫魏.基于MAPREDUCE并行化处理的用户地址数据规范化存储与管理系统设计[J].电子测试.2019
[7].沈巍,楼飞.基于多DSP并行处理的管道检测机器人双目视觉系统设计[J].西部皮革.2018
[8].谢超,赵伟,王亚朝,赖际舟,刘建业.多导航传感器数据实时并行采集处理与传输系统的研制[J].电子测量技术.2018
[9].郭绪涛.基于C6678并行多处理器系统信号处理及通信控制软件设计[D].哈尔滨工业大学.2018
[10].李志斌.基于MapReduce并行处理框架的大数据处理系统的研究[D].吉林大学.2018
论文知识图
