CN115567166A - 一种利用gpu进行总线数据并行计算译码的方法 - Google Patents

一种利用gpu进行总线数据并行计算译码的方法 Download PDF

Info

Publication number
CN115567166A
CN115567166A CN202211402519.3A CN202211402519A CN115567166A CN 115567166 A CN115567166 A CN 115567166A CN 202211402519 A CN202211402519 A CN 202211402519A CN 115567166 A CN115567166 A CN 115567166A
Authority
CN
China
Prior art keywords
data
parameter
matrix
frame
decoding
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
Application number
CN202211402519.3A
Other languages
English (en)
Other versions
CN115567166B (zh
Inventor
李舒
徐贵强
黄子健
莫巍
余崇贵
朱泊宇
祝祯祎
杜杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Aviation Industry Group Co ltd
Comac Software Co ltd
Original Assignee
Shanghai Aviation Industry Group Co ltd
Comac Software Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Aviation Industry Group Co ltd, Comac Software Co ltd filed Critical Shanghai Aviation Industry Group Co ltd
Priority to CN202211402519.3A priority Critical patent/CN115567166B/zh
Publication of CN115567166A publication Critical patent/CN115567166A/zh
Application granted granted Critical
Publication of CN115567166B publication Critical patent/CN115567166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0006—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the transmission format
    • H04L1/0007—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the transmission format by modifying the frame length
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
    • G06F9/3885—Concurrent instruction execution, e.g. pipeline or look ahead using a plurality of independent parallel functional units
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L2001/0092—Error control systems characterised by the topology of the transmission link
    • H04L2001/0094—Bus
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种利用GPU进行总线数据并行计算译码的方法，该方法包括步骤：（1）获取总线数据的二进制数据以及数据参数的定义表；（2）寻找二进制数据中各个帧数据的同步字，通过同步字对二进制数据进行切分、清洗，获取各个帧数据；（3）将帧数据以及数据参数的定义表转换为矩阵形式的数据；（4）利用GPU进行并行计算译码。本发明利用GPU上多个流处理器的强大计算能力进行并行计算译码，译码效率非常高。

Description

一种利用GPU进行总线数据并行计算译码的方法
技术领域
本发明涉及民机ARINC总线数据译码工作，尤其是涉及一种利用GPU进行总线数据并行计算译码的方法。
背景技术
飞机上的数据主要通过ARINC429总线数据格式汇总至DFDR计算机中，再由DFDR计算机将ARINC429数据格式数据转换为ARINC573/ARINC717/ARINC767格式，随后通过WQAR模块，在飞机落地时将下传数据下传至航空公司的服务器上。航空公司的数据分析人员通过解密、译码软件将其转换为QAR数据，以供数据分析人员进行进一步分析。
中国民航局在2000年出台了中国民用航空总局飞行品质监控工作管理规定。在规定中，局方要求飞行品质监控工作应成为航空公司的一项日常性工作。监控范围至少应该包括机组操纵品质和发动机状况。因此，各个航空公司均设立了飞行品质监控部门，进行QAR数据的分析研判。
现有的主流飞行数据译码分析软件（如AirFASE、AGS等）均开发于上世纪90年代至2005年左右，其交互方式、运行效率等都较为落后，已经很难满足当前航空公司的相关业务需求。其中，主流的AirFASE译码分析时只能使用 32位内存系统，仅能利用不超过1.6GB内存，其译码效率大约在6-10秒/每航段左右，速度与并行性能均较差，所以航空公司亟需对相关的飞行数据译码软件产品进行升级。
以传统的译码流程为例，如图6所示，在译码计算时，需要分析帧结构，切分帧后，对每一帧依次进行顺序计算。比如：左座空速参数定义在第四副帧的84号参数，其使用的位数为3-12位，偏移量为2.4，则需要依次遍历每一帧，遍历时需要判断该帧是否为第四副帧，随后取第84位数据，再将其向左进行移位，最后再将计算数据与偏移量的乘积。其计算过程较为繁琐，且并行性较差。
发明内容
本发明的目的在于：针对现有技术存在的问题，提供一种利用GPU进行总线数据并行计算译码的方法，利用GPU上多个流处理器的强大计算能力进行并行计算译码，以解决现有译码方式效率低下、并行性差的问题。
本发明的发明目的通过以下技术方案来实现：
一种利用GPU进行总线数据并行计算译码的方法，该方法包括步骤：
（1）获取总线数据的二进制数据以及数据参数的定义表；
（2）寻找二进制数据中各个帧数据的同步字，通过同步字对二进制数据进行切分、清洗，获取各个帧数据；
（3）将帧数据以及数据参数的定义表转换为矩阵形式的数据；
（4）利用GPU进行并行计算译码。
作为进一步的技术方案，所述步骤（2）的具体步骤如下：
（2.1）读入二进制数据，读入的单位为2Byte（数据帧中一个字大小）；
（2.2）将读入的数据转换为无符号整型格式（unsigned short int）；
（2.3）判断该数据是否为同步字（即判断该数据是否与格式中的首个同步字一致，如ARINC717格式的首个同步字是583）；若已经找到首个同步字，则随后每次找到同步字后，读入下一字数据时，将指针移至后续距离帧长度-1的位置；若读入的数据非同步字，则继续逐个读入数据，直到寻找到同步字再进行指针移动；
（2.4）将每次找到的同步字位置进行记录，生成同步字数组与同步字位置信息数组；
（2.5）根据同步字位置信息数组，对总线数据进行切分，得到各个帧数据；
（2.6）对每个帧数据判断是否异常，并进行清洗。
作为进一步的技术方案，步骤（2.5）中舍去头尾数帧帧数据。
作为进一步的技术方案，步骤（2.6）具体为：若该帧数据长度为正常帧数据长度的整数倍，则将其按照正常帧数据进行切分，否则将该帧数据以及该帧数据前后的数帧帧数据舍弃。
作为进一步的技术方案，步骤（3）的具体步骤包括：
（3.1）将帧数据按照同步字进行分类，分为第一副帧，第二副帧，第三副帧，第四副帧。
（3.2）将分类后的帧数据拼接为参数帧矩阵；
（3.3）将数据参数的定义表信息转换成矩阵，包括参数位置矩阵、参数类型矩阵、参数偏移量矩阵、参数起始位矩阵、参数终止位矩阵、参数符号位矩阵。
作为进一步的技术方案，步骤（4）的具体步骤包括：
（4.1）调用核函数，传入参数帧矩阵与参数位置矩阵，生成参数矩阵1；
（4.2）将参数矩阵2与参数起始位矩阵、终止位矩阵传入核函数，利用位运算得到参数数据矩阵3；
（4.3）将参数数据矩阵3与参数符号位矩阵传入核函数，对具备参数符号位的数据求补码，得到新的参数数据矩阵4；
（4.4）将新的参数数据矩阵4乘以参数偏移量矩阵，得到最终的参数矩阵；
（4.5）最后将数据类型为字符型（ISO#5型参数）以及离散量（枚举类型参数）的参数进行转换，得到字符、枚举类型数据。
与现有技术相比，本发明利用GPU上多个流处理器的强大计算能力进行并行计算译码，译码效率非常高。
附图说明
图1为本发明的GPU并行译码计算流程图；
图2为切分帧所生成的帧数组图；
图3为分类后的帧拼接的矩阵图；
图4为参数帧矩阵与参数偏移量矩阵相乘结果图；
图5为矩阵乘法处理过程图；
图6为传统译码计算流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本实施例提供一种利用GPU进行总线数据并行计算译码的方法，该方法可应用在国产飞机ARINC数据并行计算译码领域，本方法的具体流程如图1所示，包括：
步骤1：获取二进制数据：QAR数据经由WQAR模块自动下传后会自动存储至航空公司配置的服务器上，以目录的形式存储，通过自动扫描服务器上的文件，并与记录的文件列表作对比，若发现新增文件则自动将目录下的二进制dat数据文件读入内存准备进行译码。
步骤2：寻找同步字：即从读入的二进制数据中寻找到同步字作为帧开始的标志，为切分帧进行准备，具体的步骤如下：
步骤2.1：对读入的二进制dat数据文件进行读入，读入的单位为2Byte。
步骤2.2：将读入的数据转换为unsignedshortint类型。
步骤2.3：判断读入的数据是否为同步字，若不是，则继续执行2.1，若是，记录其同步字类型与位置，执行步骤2.4。
步骤2.4：从寻找到第一个同步字的文件指针位置开始，将数据指针向后移动帧长度-1位，然后进行读入，读入的单位为2Byte。
步骤2.5：将读入的数据转换为unsignedshortint类型。
步骤2.6: 若读入的是同步字，记录其同步字类型与位置，并进行步骤2.4-2.6，若不是，则进行步骤2.1-2.3，以此类推，直到文件指针指向数据文件的末尾。
步骤2.7：完成同步字的查找，生成同步字数组与同步字位置信息数组，并将同步字类型信息与同步字位置信息返回至脚本。
步骤3：切分、清洗帧：即整体读入二进制数据，并将其按同步字信息切分为帧数据，对每一帧数据判断是否异常，并进行清洗。其具体步骤如下：
步骤3.1：使用numpy.fromfile()函数一次性读入数据，并指定读入的数据为8位无符号整型数据类型uint8。
步骤3.2：遍历同步字位置数组，按同步字所在位置切分帧，生成帧数组，如图2所示。出于数据准确性考虑，舍去头尾数帧帧数据。
步骤3.3：遍历各个帧，计算帧长度是否符合预期，标注长度有问题的帧。若帧数据长度为正常帧数据长度的整数倍，则将其按照正常帧数据进行切分，并记录相关信息，在后续输出数据时对其进行标记；若该帧数据长度不存在相关规律，则将该帧以及前后数帧帧数据舍弃。
步骤4：帧数据转换为矩阵：将上述得到的帧数组转换为方便GPU进行并行计算的矩阵数据。由于每一副帧中所定义的数据格式不同，其具体步骤如下：
步骤4.1：读取帧数据首位的同步字。
步骤4.2：将帧数据按照同步字进行分类，其中，同步字583表示第一副帧，同步字1464表示第二副帧，同步字2631表示第三副帧，同步字3512表示第四副帧。
步骤4.3：将分类后的帧拼接为参数帧矩阵，如图3所示。
步骤5：载入数据参数的定义表数据（数据参数的定义表后文简称参数表）：
将存储在MySQL中的参数表数据通过接口进行载入，参数表在数据库中的字段如下所示：
字段名 数据类型 数据描述
id bigint(20) 主键
ata int(10) 参数所属ATA章节
wrd int(10) 参数所在字
subf varchar(32) 所属子帧
o_msb int(10) WQAR记录器中参数高位
o_lsb int(10) WQAR记录器中参数低位
ags_parameter varchar(255) AGS参数名
parameter_assignment int(10) 正负标识符号位
menmonic varchar(255) 别称
port_name varchar(255) 传输参数数据的 ARINC429 总线名称
lbl varchar(255) ARINC429 格式编码中标签号
sdi910 varchar(255) ARINC429 格式编码中标识符
i_msb int(10) ARINC429 格式编码字槽中高位
i_lsb int(10) ARINC429 格式编码字槽中低位
slope varchar(255) 传输参数译码定义的转换系数
signal_type varchar(255) 传输参数信号类型
param_chinese varchar(255) 译码参数的中文名称
data_range varchar(255) 取值范围
info varchar(255) 备注
步骤6：将参数表转换成矩阵，包括参数位置矩阵、参数类型矩阵、参数偏移量矩阵、参数起始位矩阵、参数终止位矩阵、参数符号位矩阵。其中，参数位置、参数类型、参数终止位、参数符号位均按顺序转换为1维矩阵（即数组），参数偏移量、参数起始位转换为二维数组。例如，第9个参数的偏移量为1.875，则将参数偏移量矩阵的第9列的第9个参数设置为1.875，需要计算偏移量时，只需将参数矩阵与参数偏移量矩阵相乘即可得到结果，如图4所示。
而数据的移位计算与其类似，若数据的起始位为3，只需将数据右移两位，即计算数据值乘以1/2^(3-1)，再转换为int类型，即可得到结果。
步骤7：载入CUDA核函数：本发明使用pycuda加载核函数，使用load_cu.get_function()函数即可从CUDA的类C代码中加载文件。
步骤8：使用核函数进行并行计算译码。GPU与CPU的架构不同，GPU上有大量的流处理器，如主流的RTX2060显卡上拥有1920个流处理器模块。这些流处理器模块可以等价视作CPU上的一个核心，这些核心专门为同时处理多任务而设计，可高效地处理并行任务。
在处理如矩阵乘法等问题时，可以将矩阵按行、列进行分解，进行矩阵的分点、分块并行运算，再将计算结果汇总为完整的矩阵，如图5所示。
本发明使用核函数进行并行计算译码的步骤如下：
步骤8.1：将参数帧矩阵（numpy矩阵格式）、参数位置矩阵传入至核函数。
步骤8.2：将数组按行进行并行计算，对于帧数据每一行，按照矩阵格式数据取数，生成参数矩阵。
步骤8.3：将参数矩阵与参数移位矩阵（即参数起始位矩阵和终止位矩阵）相乘，而后进行并行计算，将每一个参数计算&（2^参数最高位）-1，得到参数数据矩阵。
步骤8.4：将参数数据矩阵与参数符号位矩阵传入核函数，对参数数据矩阵进行并行计算，对于有符号位的参数，计算其补码，得到新的参数数据矩阵。
步骤8.5：将新的参数数据矩阵与偏移量矩阵相乘，得到译码结果。
将译码结果从显存返回至numpy数组中。
步骤9：解析译码结果：最后，系统需要将译码结果中的离散量转换为字典中的数据，具体步骤如下：
步骤9.1：将numpy形式的数组转换为DataFrame，每一列的列名设置为参数名。
步骤9.2：遍历离散型参数字典，DataFrame中的离散型参数根据列名取出。
步骤9.3：将DataFrame中取出的数值根据离散型参数字典转换为对应的字符串。
步骤10：写出译码结果：使用DataFrame的to_csv函数，将文件一次性输出至CSV文件中，即可通过excel等工具进行浏览。
传统的译码流程如附图6所示，而本发明的译码流程在进行每一步计算时均采用了GPU进行并行计算，可大幅提升译码和数据分析效率。
使用传统的译码工具（如AirFase），在大数据量分析情况下，每个航班需要经过大约6到10秒的译码时间，分析一个月（航班数以10000为例）的数据用时约20小时。通过本发明，在单机，CPU型号为i7-10700k，内存大小为16GB，显卡型号为主流的RTX2060-12GB的条件下，每一航段的运行时长大约为0.25秒，在10线程并行计算，并使用高性能硬盘组建raid阵列进行存储的情况下，分析一个月的数据只需用时250秒。若采用计算性能更为强大的显卡，其计算效率与并行线程数还可以进一步上升。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，应当指出的是，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种利用GPU进行总线数据并行计算译码的方法，其特征在于，该方法包括步骤：
（1）获取总线数据的二进制数据以及数据参数的定义表；
（2）寻找二进制数据中各个帧数据的同步字，通过同步字对二进制数据进行切分、清洗，获取各个帧数据；
（3）将帧数据以及数据参数的定义表转换为矩阵形式的数据；
（4）利用GPU进行并行计算译码。
2.根据权利要求1所述的一种利用GPU进行总线数据并行计算译码的方法，其特征在于，所述步骤（2）的具体步骤如下：
（2.1）读入二进制数据，读入的单位为2Byte；
（2.2）将读入的数据转换为无符号整型格式；
（2.3）判断该数据是否为同步字；若已经找到首个同步字，则随后每次找到同步字后，读入下一字数据时，将指针移至后续距离帧长度-1的位置；若读入的数据非同步字，则继续逐个读入数据，直到寻找到同步字再进行指针移动；
（2.4）将每次找到的同步字位置进行记录，生成同步字数组与同步字位置信息数组；
（2.5）根据同步字位置信息数组，对总线数据进行切分，得到各个帧数据；
（2.6）对每个帧数据判断是否异常，并进行清洗。
3.根据权利要求2所述的一种利用GPU进行总线数据并行计算译码的方法，其特征在于，步骤（2.5）中舍去头尾数帧帧数据。
4.根据权利要求2所述的一种利用GPU进行总线数据并行计算译码的方法，其特征在于，步骤（2.6）具体为：若该帧数据长度为正常帧数据长度的整数倍，则将其按照正常帧数据进行切分，否则将该帧数据以及该帧数据前后的数帧帧数据舍弃。
5.根据权利要求1所述的一种利用GPU进行总线数据并行计算译码的方法，其特征在于，步骤（3）的具体步骤包括：
（3.1）将帧数据按照同步字进行分类，分为第一副帧，第二副帧，第三副帧，第四副帧；
（3.2）将分类后的帧数据拼接为参数帧矩阵；
（3.3）将数据参数的定义表信息转换成矩阵，包括参数位置矩阵、参数类型矩阵、参数偏移量矩阵、参数起始位矩阵、参数终止位矩阵、参数符号位矩阵。
6.根据权利要求1所述的一种利用GPU进行总线数据并行计算译码的方法，其特征在于，步骤（4）的具体步骤包括：
（4.1）调用核函数，传入参数帧矩阵与参数位置矩阵，生成参数矩阵；
（4.2）将参数矩阵与参数起始位矩阵、终止位矩阵传入核函数，利用位运算得到参数数据矩阵；
（4.3）将参数数据矩阵与参数符号位矩阵传入核函数，对具备参数符号位的数据求补码，得到新的参数数据矩阵；
（4.4）将新的参数数据矩阵乘以参数偏移量矩阵，得到最终的参数矩阵；
（4.5）最后将数据类型为字符型以及离散量的参数进行转换，得到字符、枚举类型数据。
CN202211402519.3A 2022-11-10 2022-11-10 一种利用gpu进行总线数据并行计算译码的方法 Active CN115567166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211402519.3A CN115567166B (zh) 2022-11-10 2022-11-10 一种利用gpu进行总线数据并行计算译码的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211402519.3A CN115567166B (zh) 2022-11-10 2022-11-10 一种利用gpu进行总线数据并行计算译码的方法

Publications (2)

Publication Number Publication Date
CN115567166A true CN115567166A (zh) 2023-01-03
CN115567166B CN115567166B (zh) 2023-03-17

Family

ID=84770871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211402519.3A Active CN115567166B (zh) 2022-11-10 2022-11-10 一种利用gpu进行总线数据并行计算译码的方法

Country Status (1)

Country Link
CN (1) CN115567166B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116453377A (zh) * 2023-06-16 2023-07-18 商飞软件有限公司 一种对飞机qar数据进行飞行阶段划分的方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185362A1 (en) * 2007-06-05 2010-07-22 Airbus Operations Method and device for acquiring, recording and processing data captured in an aircraft
US20120001788A1 (en) * 2010-07-02 2012-01-05 L-3 Communications Avionics Systems, Inc. Transponder decoder
CN102932003A (zh) * 2012-09-07 2013-02-13 上海交通大学 基于gpu架构的qc-ldpc码的加速译码方法
WO2013184662A1 (en) * 2012-06-06 2013-12-12 Harris Corporation Wireless engine monitoring system with multiple hop aircraft communications capability and on-board processing of engine data
CN110990470A (zh) * 2019-11-19 2020-04-10 深圳市比一比网络科技有限公司 基于分布式计算的qar数据译码方法、系统及存储介质
CN111339370A (zh) * 2019-12-11 2020-06-26 山东航空股份有限公司 飞机qar数据的快速译码方法
WO2020173020A1 (zh) * 2019-02-26 2020-09-03 北京控制工程研究所 航天器交会对接飞行控制智能数据分析与决策支持系统
US20200302801A1 (en) * 2019-03-21 2020-09-24 Honeywell International Inc. Systems and methods for prioritized flight data transmission
CN114692079A (zh) * 2022-03-24 2022-07-01 华南理工大学 一种gpu批量矩阵乘法加速器及其处理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185362A1 (en) * 2007-06-05 2010-07-22 Airbus Operations Method and device for acquiring, recording and processing data captured in an aircraft
US20120001788A1 (en) * 2010-07-02 2012-01-05 L-3 Communications Avionics Systems, Inc. Transponder decoder
WO2013184662A1 (en) * 2012-06-06 2013-12-12 Harris Corporation Wireless engine monitoring system with multiple hop aircraft communications capability and on-board processing of engine data
CN102932003A (zh) * 2012-09-07 2013-02-13 上海交通大学 基于gpu架构的qc-ldpc码的加速译码方法
WO2020173020A1 (zh) * 2019-02-26 2020-09-03 北京控制工程研究所 航天器交会对接飞行控制智能数据分析与决策支持系统
US20200302801A1 (en) * 2019-03-21 2020-09-24 Honeywell International Inc. Systems and methods for prioritized flight data transmission
CN110990470A (zh) * 2019-11-19 2020-04-10 深圳市比一比网络科技有限公司 基于分布式计算的qar数据译码方法、系统及存储介质
CN111339370A (zh) * 2019-12-11 2020-06-26 山东航空股份有限公司 飞机qar数据的快速译码方法
CN114692079A (zh) * 2022-03-24 2022-07-01 华南理工大学 一种gpu批量矩阵乘法加速器及其处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JAE-HYUNG KIM等: ""Enhanced QAR Flight Data Encoding and Decoding Algorithm for Civil Aircraft"", 《IEEE SICE-ICASE INTERNATIONAL JOINT CONFERENCE 2006》 *
SHUANG WANG: ""A parallel decoding algorithm of LDPC codes using CUDA"", 《SIGNALS,SYSTEMS AND COMPUTERS,2008 42ND ASILOMAR CONFERENCE》 *
黄永芳等: "QAR数据译码的航班划分", 《交通运输工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116453377A (zh) * 2023-06-16 2023-07-18 商飞软件有限公司 一种对飞机qar数据进行飞行阶段划分的方法
CN116453377B (zh) * 2023-06-16 2023-08-15 商飞软件有限公司 一种对飞机qar数据进行飞行阶段划分的方法

Also Published As

Publication number Publication date
CN115567166B (zh) 2023-03-17

Similar Documents

Publication Publication Date Title
CN109684352B (zh) 数据分析系统、方法、存储介质及电子设备
CN108182215B (zh) 一种结构化查询语言sql性能统计的方法及装置
CN107092627B (zh) 记录的列状存储表示
CN112506951B (zh) 数据库慢查询日志的处理方法、服务器、计算设备和系统
CN108664635B (zh) 数据库统计信息的获取方法、装置、设备和存储介质
CN115567166B (zh) 一种利用gpu进行总线数据并行计算译码的方法
CN110990467B (zh) 一种bim模型格式转换方法及转换系统
CN111339370B (zh) 飞机qar数据的快速译码方法
CN111651514A (zh) 数据导入方法及装置
CN110569230A (zh) 数据库设计模型与设计文档互相转换方法、系统及设备
CN115470235A (zh) 一种数据处理方法、装置以及设备
CN109902162B (zh) 基于数字指纹的文本相似性的识别方法、存储介质及装置
CN107357919A (zh) 行为日志查询系统及方法
CN113468866B (zh) 非标准json串的解析方法及装置
CN112306421B (zh) 一种用于存储分析测量数据格式mdf文件的方法和系统
CN112632154B (zh) 基于时间数据确定并行业务数量及时间区间的方法及装置
CN115114297A (zh) 数据轻量存储及查找方法、装置、电子设备及存储介质
CN110955709B (zh) 一种数据的处理方法、装置及电子设备
CN112685456A (zh) 一种用户访问数据的处理方法、装置及计算机系统
CN112214494A (zh) 检索方法及装置
CN110232055B (zh) Olap数据分析迁移方法及系统
CN111898010A (zh) 新关键词挖掘方法、装置及电子设备
CN111324587A (zh) Obj文件的数据的压缩方法、解析方法以及系统
CN108241749B (zh) 由传感器数据生成资讯信息的方法及设备
CN111209371B (zh) 评论数据处理方法、装置、计算机设备和存储介质

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