隨著電子、通信技術的發展,現代戰爭中的電磁對抗越來越復雜,產生的數據量越來越大。為了取得戰場主動權,要求各種電子設備具備快速處理大量、復雜數據的能力。
雷達、聲納等信號處理有其自身特點,其主要運算類型可以歸結為兩大類數值運算:矩陣類算法和變換類算法。矩陣類算法包括對矩陣、矢量的操作,大量應用于自適應波束形成、方向估計,主要包括:矩陣相乘、Cholesky分解和回代、QR算法、Jacobi迭代法以及矢量相關/卷積等運算。變換類算法主要是FFT,用于時空二維自適應信號濾波處理和雷達目標成像。
目前對雷達、聲納中的信號處理主要是使用DSP,而DSP在一些應用場景中,不能完成大數據量和復雜信號處理算法的實時處理。隨著多核CPU以及GPU的快速發展,使用CPU或GPU完成對雷達、聲納等信號的快速并行處理已經成為下一步的發展趨勢。
使用商用多核多處理器系統以及圖形處理器,并通過對信號處理中的各種計算進行并行化設計,可以對信號進行實時并行的計算,通過提高算法的并行化程度以及充分發掘多核CPU及GPU的計算潛力,可以提高對雷達、聲納等信號的實時處理性能。為此,計算機學院網絡與可信計算研究所針對上述需求,成功研制出了基于分布式的高速信號處理系統和基于GPU的高速信號處理系統,很好的完成了復雜電磁環境下的實時信號處理功能。
主要技術指標:
1.多核CPU的并行高速信號處理;
2.基于多機、多核CPU的分布式高速信號處理;
3.基于GPU的高速信號處理;
4.基于GPU和多核CPU的異構分布式高速信號處理;
5.能夠完成實時的復雜信號處理算法;
6.具有良好的處理性能和可擴展性。
應用領域及市場需求分析:
高速信號處理技術的應用領域相當廣泛,基于多核CPU的分布式高速信號處理系統具有良好的通用性和可擴展性可以完成不同領域的高速信號處理功能,用于雷達信號處理只是該系統的一種應用,還可以應用于其他科學數據處理、醫學信號處理等領域。
由于GPU的特點是處理密集型數據和并行數據計算,因此非常適合需要大規模并行計算的領域。雖然現在更多的應用在游戲、圖形動畫、科學計算、地質、生物、物理模擬等領域,但是由于GPU本身的通用特性和方便的開發環境,還可以應用于以下領域:
(1)搜索引擎中的排序、文本分類等相關算法的應用
(2)數據庫、數據挖掘
(3)電信、金融、證券數據分析
(4)數理統計分析
(5)生物醫藥工程
(6)導航識別
(7)軍事模擬
(8)無線射頻模擬
(9)圖像語音識別
材料科學,生物醫用 500萬以上
化學化工
材料科學 面議
材料科學,化學化工 面議
材料科學 面議