CN106842171A - 一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 - Google Patents
一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 Download PDFInfo
- Publication number
- CN106842171A CN106842171A CN201611186566.3A CN201611186566A CN106842171A CN 106842171 A CN106842171 A CN 106842171A CN 201611186566 A CN201611186566 A CN 201611186566A CN 106842171 A CN106842171 A CN 106842171A
- Authority
- CN
- China
- Prior art keywords
- node
- target
- signal
- array
- passive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 103
- 238000004364 calculation method Methods 0.000 claims description 62
- 238000004806 packaging method and process Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000011084 recovery Methods 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及机群式并行计算机领域,水声阵列信号模拟领域、显示控制领域,主要是公开了一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法,该方法包括如下步骤:将结点和管道的设计方法引入主被动水声阵列信号仿真,结点负责仿真并行计算的数据计算,管道负责结点间的数据传输,各个结点内部通过域分解的形式分解为控制节点和计算节点,控制节点负责将计算节点自动分配到各个计算核心,并分发和回收计算节点的输入输出数据,实现了任务自动分配、负载均衡、实时性好的主被动水声阵列信号仿真并行计算。
Description
技术领域
本发明涉及机群式并行计算机领域,水声阵列信号模拟领域、显示控制领域,尤其涉及一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法。
背景技术
近些年来,高性能并行计算技术飞速发展,适合于实验室使用的并行计算机越来越普及,基于并行计算机搭建的水声阵列信号模拟器也越来越多。但是,这类模拟器对环境适应性不足、扩展性不强,当硬件并行计算发生变化或者仿真方法优化后必须重新设计体系架构,这样对资源造成了巨大浪费。
为适应新一代网络化、集成化、一体化和高性能的声纳系统,在实验室利用高性能并行计算机实现任务自动分配、可扩展性强、实时性好的主被动水声阵列信号仿真并行计算应运而生。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法,解决如何应用高性能并行计算机实现任务自动分配、负载均衡、实时性好和可扩展性强的主被动水声阵列信号仿真并行计算。
本发明的目的是通过如下技术方案来完成的。这种基于任务自动分配的主被动水声阵列信号仿真并行计算方法,该方法包括如下步骤:将结点和管道的设计方法引入主被动水声阵列信号仿真,结点负责仿真并行计算的数据计算,管道负责结点间的数据传输,各个结点内部通过域分解的形式分解为控制节点和计算节点,控制节点负责将计算节点自动分配到各个计算核心,并分发和回收计算节点的输入输出数据,实现了任务自动分配、负载均衡、实时性好的主被动水声阵列信号仿真并行计算。
本发明给出了一种可扩展性强的主被动水声阵列信号仿真并行计算,当仿真的目标数量、基阵阵形、目标运动轨迹仿真方法、目标噪声源信号仿真方法、水声传播信道仿真方法、海洋环境噪声仿真方法或者自噪声仿真方法变化时,同样可以实现高并行度、负载均衡的主被动水声阵列信号仿真。
本发明的有益效果为:
(1)本发明采用机群式并行计算机实现多套大型声纳设备的水声阵列信号仿真,硬件资源的分配和数据链路由并行计算机自动完成,各个建模仿真子任务自动分配运行在各个计算核心上,数据流、控制流均通过网络通讯方式自动实现,不需要人为干预、不依赖于硬件,极大地提高了软件开发的灵活性和可重构性。同时实现了硬件与软件并行计算的分离,主被动水声阵列信号仿真方法在一个通用的开发环境中进行,简化了软件开发的难度。声纳模拟器输出的主被动水声阵列信号精度高,实时性强,满足声纳信号处理的性能要求。
(2)本发明实现的主被动水声阵列信号仿真系统可扩展性强,当仿真的目标个数、基阵阵形和数学建模方法发生变化时,仿真系统能灵活的再分配计算任务,从而实现对不同目标个数、不同阵形和不同仿真方法的兼容。
附图说明
图1:主被动水声阵列信号仿真并行计算的拓扑图;
图2:主被动水声阵列信号仿真并行计算的结点内部结构;
图3:主被动水声阵列信号仿真并行计算的物理结构。
具体实施方式
下面将结合附图对本发明做详细的介绍:
本发明所述的这种任务自动分配的主被动水声阵列信号仿真并行计算方法,该并行计算方法包括如下步骤:
第一步:主被动水声阵列信号仿真并行计算以高性能PC机为信号控制单元,利用高性能linux并行计算机实时仿真主被动水声阵列信号。在此基础上,引入结点和管道的概念,其中结点负责仿真并行计算的数据计算,管道负责结点间的数据传输,并且将主被动水声阵列信号仿真并行计算涉及的数据计算分解为解析推演目标信息结点、基阵端目标被动信号仿真结点、基阵端目标回波信号仿真结点、海洋环境噪声仿真结点和打包发送结点,分别记为结点1、结点2、结点3、结点4和结点5,结点之间通过管道传输数据。其中,结点1分别负责解析目标和本艇的态势信息及目标噪声源信号;结点2负责仿真目标噪声源信号、水声传播信道和噪声源信号到达基阵端的阵列信号;结点3负责仿真主动信号、水声传播信道和回波信号到达基阵端的阵列信号;结点4负责仿真海洋环境噪声信号和本艇自噪声信号,同时接收来自结点2和结点3的目标阵列信号并求和;结点5根据采样率以一定的节拍将数据发送给声呐信号处理并行计算。各个结点内部通过域分解的形式分解为:控制节点和计算节点,其中控制节点负责将计算节点自动分配到各个计算核心,并分发和回收计算节点的输入输出数据。
主被动水声阵列信号仿真并行计算的体系架构和物理结构如图1、2、3所示。记被动目标个数为M1,可能被主动声呐打主动的目标个数为M2,采样率为Fs,基阵的阵元个数为L,仿真的一帧阵列信号长度为K;
第二步:机群式并行计算机分别为海洋环境噪声仿真结点和打包发送结点分配一个计算核心,为解析推演目标信息结点、基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点分配若干个计算核心来执行计算任务。
第三步:解析推演目标信息结点接收来自PC机端的目标、本艇和海洋环境的相关信息,并解析出目标和本艇的态势信息及目标噪声源信号。然后,按一定节拍实时推演目标和本艇的态势信息,同时将当前节拍对应的目标和本艇的态势信息以及解析后的目标噪声源参数打包发送给基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点;
第四步:基阵端目标被动信号仿真结点实时接收来自解析推演目标信息结点的目标和本艇的态势信息以及解析后的目标噪声源参数。然后,根据获得的目标噪声源参数建立目标噪声信号模型,实时计算出一帧目标噪声源信号。同时,将目标噪声源信号和水声传播信道做卷积计算出经过水声传播信道的参考阵元端的目标被动信号,并且,利用参考阵元端的目标被动信号根据目标和本艇的实时态势信息仿真出基阵端其他阵元的目标被动信号。最后,将实时计算获得的基阵端被动目标信号打包发送给海洋环境噪声仿真结点;
第五步:当本艇发射主动信号时,基阵端目标回波信号仿真结点实时接收来自解析推演目标信息结点的目标和本艇的态势信息以及解析后的主动信号参数。然后,根据获得的主动信号参数建立主动回波模型,实时计算出一帧回波信号。同时,将回波信号和水声传播信道做卷积计算出经过水声传播信道的参考阵元端的回波信号,并且,利用目标和本艇的实时态势信息仿真出基阵端其他阵元的回波信号。期间,同时完成海洋混响信号的模拟。最后,将实时计算获得的基阵端回波信号打包发送给海洋环境噪声仿真结点;
第六步:海洋环境噪声仿真结点实时完成海洋环境噪声信号和本艇自噪声信号仿真并接收来自基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点的阵列信号,然后将海洋环境噪声、本艇自噪声和基阵端主被动信号叠加,从而获得实时的阵列信号。最后,将实时的阵列信号发送给打包发送结点;
第七步:打包发送结点实时接收来自洋环境噪声仿真结点的主被动阵列信号,利用定时器中断函数将主被动阵列信号分批打包,通过高性能网络发送给声呐信号处理并行计算。
进一步:所述第二步中,解析推演目标信息结点、基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点的计算核心分配策略如下:
步骤101),记推演单目标态势信息消耗的时间为t,M1个目标和本艇态势信息推演的计算时间为M1·t。主被动水声阵列信号仿真并行计算按照目标个数、目标态势信息推演的计算时间、采样率Fs和一帧阵列信号长度K从并行计算机自动申请m个计算核心执行解析推演目标信息任务。m满足:
其中,表示向上取整。
然后,将申请用于结点1数据计算的m个计算核心依次排序,记为计算核心1,2,…,m。其中,计算核心1不仅是结点1的计算节点也是结点1的控制节点,对内一方面负责将解析推演目标信息的计算任务依据尽可能保持负载均衡的原则分解到m个计算核心,另一方面负责将从PC信号控制单元获得的目标、本艇和海洋环境的相关信息以广播的方式分发给其他计算核心,待m个计算核心完成数据计算后再将信息汇聚到计算核心1,对外负责和PC信号控制单元以及结点2和结点3的管道通信。
步骤102),记仿真单目标一帧噪声源信号消耗的时间为T1,单目标一帧噪声源信号和水声传播信道卷积消耗的时间为T2,利用参考阵元端的目标被动信号计算出其他单个阵元的目标被动信号消耗的时间为T3,则主被动水声阵列信号仿真并行计算从并行计算机自动申请np个计算核心用于M1个目标的基阵端被动信号仿真。np满足:
其中,表示向上取整。
然后,将申请用于结点2数据计算的np个计算核心依次排序,记为计算核心1,2,…,np。其中,计算核心1不仅是结点2的计算节点也是结点2的控制节点。一般情况下,单个计算核心足以实时计算单目标对应L个阵元的被动信号任务,此时将单目标对应L个阵元的被动信号任务分配在单个计算核心,np个计算核心负载均衡,以减少结点内的通信,并将从结点1获得的目标和本艇的态势信息以及解析后的目标噪声源参数等相关信息以广播的方式分发给其他计算核心;当单个计算核心的计算能力不足时,计算核心1只负责实时计算M1个目标的噪声源信号,并将计算得到噪声源信号以广播的方式分发给计算核心2,…,np,计算核心2,…,np依据尽可能保持负载均衡的原则仿真M1个目标的基阵端被动目标信号。待np个计算核心完成数据计算后再将信息汇聚到计算核心1,计算核心1同时负责和结点1以及结点4的管道通信。
步骤103),记仿真单目标一帧回波信号消耗的时间为T4,单目标一帧回波信号和水声传播信道卷积消耗的时间为T2,利用参考阵元端的回波信号计算出其他单个阵元的回波信号消耗的时间为T3,则主被动水声阵列信号仿真并行计算从并行计算机自动申请na个计算核心用于M2个主动目标的基阵端回波信号仿真。na满足:
其中,表示向上取整。
然后,将申请用于结点3数据计算的na个计算核心依次排序,记为计算核心1,2,…,na。其中,计算核心1不仅是结点3的计算节点也是结点3的控制节点,对内一方面负责将基阵端目标回波信号仿真的计算任务依据尽可能保持负载均衡的原则分解到na个计算核心,另一方面负责将从结点1获得的目标和本艇的态势信息以及解析后的目标噪声源参数等相关信息以广播的方式分发给其他计算核心,待na个计算核心完成数据计算后再将信息汇聚到计算核心1,对外负责和结点1以及结点4的管道通信。
在完成主被动水声阵列信号仿真任务的拓扑图和计算核心分配的基础上,主被动水声阵列信号仿真的任务分配模块自动完成集群任务到物理计算节点的映射,从而实现了高并行度、负载均衡的主被动水声阵列信号仿真。
本发明的软件包含两部分:主被动水声阵列信号仿真部分运行在装有Linux操作系统的高性能并行计算机上,信号控制台运行在与并行计算机联网的PC机上。
主被动水声阵列信号仿真系统在默认情况下,调用本系统自带的目标运动轨迹仿真方法或者目标噪声源信号仿真方法、水声传播信道仿真方法、海洋环境噪声和自噪声仿真方法实时计算主被动水声阵列信号。当仿真并行计算要求完成基阵端的28个目标被动信号和6个目标主动回波信号时,依据采样率、基阵的阵元个数和一帧阵列信号的长度分别为结点1、结点3、结点4和结点5分配1个计算核心,为结点2分配7个计算核心,其中结点2的7个计算核心并行仿真基阵端的4个目标被动信号。
信号控制台配置完基本功能,设置好目标态势信息、目标个数、目标噪声源、水声传播信道和海洋环境参数等信息后,主被动水声阵列信号仿真在并行计算机的MPI库环境下启动并行软件,由仿真任务分配模块自动完成集群任务到物理计算节点的映射,从而实现高并行度、负载均衡的主被动水声阵列信号仿真。
可以理解的是,对本领域技术人员来说,对本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。
Claims (3)
1.一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法,其特征在于:该方法包括如下步骤:将结点和管道的设计方法引入主被动水声阵列信号仿真,结点负责仿真并行计算的数据计算,管道负责结点间的数据传输,各个结点内部通过域分解的形式分解为控制节点和计算节点,控制节点负责将计算节点自动分配到各个计算核心,并分发和回收计算节点的输入输出数据,实现了任务自动分配、负载均衡、实时性好的主被动水声阵列信号仿真并行计算。
2.根据权利要求1的所述的基于任务自动分配的主被动水声阵列信号仿真并行计算方法,其特征在于:包括如下步骤:
第一步:主被动水声阵列信号仿真并行计算以高性能PC机为信号控制单元,利用高性能linux并行计算机实时仿真主被动水声阵列信号;设定结点负责仿真并行计算的数据计算,管道负责结点间的数据传输,并且将主被动水声阵列信号仿真并行计算涉及的数据计算分解为解析推演目标信息结点、基阵端目标被动信号仿真结点、基阵端目标回波信号仿真结点、海洋环境噪声仿真结点和打包发送结点,分别记为结点1、结点2、结点3、结点4和结点5,结点之间通过管道传输数据;其中,结点1分别负责解析目标和本艇的态势信息及目标噪声源信号;结点2负责仿真目标噪声源信号、水声传播信道和噪声源信号到达基阵端的阵列信号;结点3负责仿真主动信号、水声传播信道和回波信号到达基阵端的阵列信号;结点4负责仿真海洋环境噪声信号和本艇自噪声信号,同时接收来自结点2和结点3的目标阵列信号并求和;结点5根据采样率以一定的节拍将数据发送给声呐信号处理并行计算;各个结点内部通过域分解的形式分解为:控制节点和计算节点,其中控制节点负责将计算节点自动分配到各个计算核心,并分发和回收计算节点的输入输出数据;
第二步:机群式并行计算机分别为海洋环境噪声仿真结点和打包发送结点分配一个计算核心,为解析推演目标信息结点、基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点分配若干个计算核心来执行计算任务;
第三步:解析推演目标信息结点接收来自PC机端的目标、本艇和海洋环境的相关信息,并解析出目标和本艇的态势信息及目标噪声源信号;然后,按一定节拍实时推演目标和本艇的态势信息,同时将当前节拍对应的目标和本艇的态势信息以及解析后的目标噪声源参数打包发送给基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点;
第四步:基阵端目标被动信号仿真结点实时接收来自解析推演目标信息结点的目标和本艇的态势信息以及解析后的目标噪声源参数;然后,根据获得的目标噪声源参数建立目标噪声信号模型,实时计算出一帧目标噪声源信号;同时,将目标噪声源信号和水声传播信道做卷积计算出经过水声传播信道的参考阵元端的目标被动信号,并且,利用参考阵元端的目标被动信号根据目标和本艇的实时态势信息仿真出基阵端其他阵元的目标被动信号;最后,将实时计算获得的基阵端被动目标信号打包发送给海洋环境噪声仿真结点;
第五步:当本艇发射主动信号时,基阵端目标回波信号仿真结点实时接收来自解析推演目标信息结点的目标和本艇的态势信息以及解析后的主动信号参数;然后,根据获得的主动信号参数建立主动回波模型,实时计算出一帧回波信号;同时,将回波信号和水声传播信道做卷积计算出经过水声传播信道的参考阵元端的回波信号,并且,利用目标和本艇的实时态势信息仿真出基阵端其他阵元的回波信号;期间,同时完成海洋混响信号的模拟;最后,将实时计算获得的基阵端回波信号打包发送给海洋环境噪声仿真结点;
第六步:海洋环境噪声仿真结点实时完成海洋环境噪声信号和本艇自噪声信号仿真并接收来自基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点的阵列信号,然后将海洋环境噪声、本艇自噪声和基阵端主被动信号叠加,从而获得实时的阵列信号;最后,将实时的阵列信号发送给打包发送结点;
第七步:打包发送结点实时接收来自洋环境噪声仿真结点的主被动阵列信号,利用定时器中断函数将主被动阵列信号分批打包,通过高性能网络发送给声呐信号处理并行计算。
3.根据权利要求2的所述的基于任务自动分配的主被动水声阵列信号仿真并行计算方法,其特征在于:所述第二步中,解析推演目标信息结点、基阵端目标被动信号仿真结点和基阵端目标回波信号仿真结点的计算核心分配策略如下:
步骤101),记推演单目标态势信息消耗的时间为t,M1个目标和本艇态势信息推演的计算时间为M1·t;主被动水声阵列信号仿真并行计算按照目标个数、目标态势信息推演的计算时间、采样率Fs和一帧阵列信号长度K从并行计算机自动申请m个计算核心执行解析推演目标信息任务;m满足:
其中,表示向上取整;
然后,将申请用于结点1数据计算的m个计算核心依次排序,记为计算核心1,2,…,m;其中,计算核心1不仅是结点1的计算节点也是结点1的控制节点,对内一方面负责将解析推演目标信息的计算任务依据尽可能保持负载均衡的原则分解到m个计算核心,另一方面负责将从PC信号控制单元获得的目标、本艇和海洋环境的相关信息以广播的方式分发给其他计算核心,待m个计算核心完成数据计算后再将信息汇聚到计算核心1,对外负责和PC信号控制单元以及结点2和结点3的管道通信;
步骤102),记仿真单目标一帧噪声源信号消耗的时间为T1,单目标一帧噪声源信号和水声传播信道卷积消耗的时间为T2,利用参考阵元端的目标被动信号计算出其他单个阵元的目标被动信号消耗的时间为T3,则主被动水声阵列信号仿真并行计算从并行计算机自动申请np个计算核心用于M1个目标的基阵端被动信号仿真;np满足:
其中,表示向上取整;
然后,将申请用于结点2数据计算的np个计算核心依次排序,记为计算核心1,2,…,np;其中,计算核心1不仅是结点2的计算节点也是结点2的控制节点;将单目标对应L个阵元的被动信号任务分配在单个计算核心,np个计算核心负载均衡,并将从结点1获得的目标和本艇的态势信息以及解析后的目标噪声源参数相关信息以广播的方式分发给其他计算核心;当单个计算核心的计算能力不足时,计算核心1只负责实时计算M1个目标的噪声源信号,并将计算得到噪声源信号以广播的方式分发给计算核心2,…,np,计算核心2,…,np依据尽可能保持负载均衡的原则仿真M1个目标的基阵端被动目标信号;待np个计算核心完成数据计算后再将信息汇聚到计算核心1,计算核心1同时负责和结点1以及结点4的管道通信;
步骤103),记仿真单目标一帧回波信号消耗的时间为T4,单目标一帧回波信号和水声传播信道卷积消耗的时间为T2,利用参考阵元端的回波信号计算出其他单个阵元的回波信号消耗的时间为T3,则主被动水声阵列信号仿真并行计算从并行计算机自动申请na个计算核心用于M2个主动目标的基阵端回波信号仿真;na满足:
其中,表示向上取整;
然后,将申请用于结点3数据计算的na个计算核心依次排序,记为计算核心1,2,…,na;其中,计算核心1不仅是结点3的计算节点也是结点3的控制节点,对内一方面负责将基阵端目标回波信号仿真的计算任务依据尽可能保持负载均衡的原则分解到na个计算核心,另一方面负责将从结点1获得的目标和本艇的态势信息以及解析后的目标噪声源参数相关信息以广播的方式分发给其他计算核心,待na个计算核心完成数据计算后再将信息汇聚到计算核心1,对外负责和结点1以及结点4的管道通信;
在完成主被动水声阵列信号仿真任务的拓扑图和计算核心分配的基础上,主被动水声阵列信号仿真的任务分配模块自动完成集群任务到物理计算节点的映射,从而实现了高并行度、负载均衡的主被动水声阵列信号仿真。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611186566.3A CN106842171B (zh) | 2016-12-20 | 2016-12-20 | 一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611186566.3A CN106842171B (zh) | 2016-12-20 | 2016-12-20 | 一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106842171A true CN106842171A (zh) | 2017-06-13 |
CN106842171B CN106842171B (zh) | 2019-06-18 |
Family
ID=59140848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611186566.3A Active CN106842171B (zh) | 2016-12-20 | 2016-12-20 | 一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106842171B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501693A (zh) * | 2019-07-31 | 2019-11-26 | 中国人民解放军战略支援部队信息工程大学 | 一种基于软件声纳的多功能水声信号源 |
CN112306684A (zh) * | 2020-10-29 | 2021-02-02 | 天津蓝鳍海洋工程有限公司 | 一种面向深水空间数据集成基于lqafcn的任务控制方法 |
CN113296055A (zh) * | 2021-04-21 | 2021-08-24 | 中国人民解放军63686部队 | 一种半实物仿真技术的长基线水声落点测试系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183759A (zh) * | 2011-01-25 | 2011-09-14 | 中国船舶重工集团公司第七一五研究所 | 基于Linux集群的声纳实时信号处理实现方法 |
JP2012221254A (ja) * | 2011-04-08 | 2012-11-12 | Fujitsu Ltd | 並列処理最適化装置及びシミュレーションプログラム |
CN103926579A (zh) * | 2014-04-23 | 2014-07-16 | 东南大学 | 一种开放式阵列信号的仿真方法 |
CN103941250A (zh) * | 2014-04-23 | 2014-07-23 | 东南大学 | 一种被动声纳阵列信号仿真中的海洋信道仿真方法 |
-
2016
- 2016-12-20 CN CN201611186566.3A patent/CN106842171B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183759A (zh) * | 2011-01-25 | 2011-09-14 | 中国船舶重工集团公司第七一五研究所 | 基于Linux集群的声纳实时信号处理实现方法 |
JP2012221254A (ja) * | 2011-04-08 | 2012-11-12 | Fujitsu Ltd | 並列処理最適化装置及びシミュレーションプログラム |
CN103926579A (zh) * | 2014-04-23 | 2014-07-16 | 东南大学 | 一种开放式阵列信号的仿真方法 |
CN103941250A (zh) * | 2014-04-23 | 2014-07-23 | 东南大学 | 一种被动声纳阵列信号仿真中的海洋信道仿真方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501693A (zh) * | 2019-07-31 | 2019-11-26 | 中国人民解放军战略支援部队信息工程大学 | 一种基于软件声纳的多功能水声信号源 |
CN112306684A (zh) * | 2020-10-29 | 2021-02-02 | 天津蓝鳍海洋工程有限公司 | 一种面向深水空间数据集成基于lqafcn的任务控制方法 |
CN112306684B (zh) * | 2020-10-29 | 2023-02-17 | 天津蓝鳍海洋工程有限公司 | 一种面向深水空间数据集成基于lqafcn的任务控制方法 |
CN113296055A (zh) * | 2021-04-21 | 2021-08-24 | 中国人民解放军63686部队 | 一种半实物仿真技术的长基线水声落点测试系统 |
CN113296055B (zh) * | 2021-04-21 | 2024-05-17 | 中国人民解放军63686部队 | 一种半实物仿真技术的长基线水声落点测试系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106842171B (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | DEVSim++ toolset for defense modeling and simulation and interoperation | |
US9704094B2 (en) | Mapping of algorithms to neurosynaptic hardware | |
Song et al. | Modeling and simulation of autonomous underwater vehicles: design and implementation | |
CN105930201B (zh) | 一种可重构专用处理器核的功能模拟器 | |
CN106842171B (zh) | 一种基于任务自动分配的主被动水声阵列信号仿真并行计算方法 | |
CN102183759B (zh) | 基于Linux集群的声纳实时信号处理实现方法 | |
CN113469355B (zh) | 分布式系统中的多模型训练管道 | |
US9824166B2 (en) | Methods, systems, and computer readable media for utilizing parallel adaptive rectangular decomposition (ARD) to perform acoustic simulations | |
Jin et al. | Algorithm and software for simulation of spiking neural networks on the multi-chip SpiNNaker system | |
Monga et al. | Real-Time simulation of dynamic vehicle models using a high-performance reconfigurable platform | |
Arakawa et al. | Coupling library Jcup3: its philosophy and application | |
Monga et al. | Real-time simulation of dynamic vehicle models using a high-performance reconfigurable platform | |
Yasudo et al. | Performance estimation for exascale reconfigurable dataflow platforms | |
CN116467927A (zh) | 水下声信道仿真数据处理方法及装置 | |
KR20120060993A (ko) | 효율적 시뮬레이션 정보 수집을 위한 실험 틀 및 이를 이용한 시뮬레이션 방법 및 시스템 | |
George et al. | An Integrated Simulation Environment for Parallel and Distributed System Prototying | |
CN111443806B (zh) | 交互任务的控制方法、装置、电子设备及存储介质 | |
Wu | A Common Operational software (ACOS) approach to a signal processing development system | |
Sklyarov et al. | FPGA-based systems in information and communication | |
CN114462592A (zh) | 模型训练方法、装置、电子设备及计算机可读存储介质 | |
Hayashi et al. | Distributed nested streamed models of tsunami waves | |
CN110135572B (zh) | 一种基于soc的可训练柔性cnn系统设计方法 | |
CN106407504B (zh) | 一种声学处理的云平台及方法 | |
Word et al. | Multi-rate real-time simulation techniques | |
Henley et al. | Using High Performance Computing for Parameter Sweep of S3D Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |