高性能SAR成像程序的并行粒度选择技术

来源 :计算机应用 | 被引量 : 11次 | 上传用户:nikig
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高性能并行仿真程序必须采用针对性的并行优化技术以获得高效的性能加速。而根据程序特性,确定适合的并行粒度是设计并行优化技术的基础。因此,以典型合成孔径雷达(SAR)成像程序——距离—多普勒(RD)程序为代表,研究了高性能SAR成像程序的并行粒度选择技术,重点针对并行粒度的基本准则和RD算法的并行粒度选择方法进行了研究。实验结果证明,经过并行粒度优化选择的SAR成像程序能够获得显著的性能提升,并且具有良好的可扩展性。
其他文献
针对企业数据物化集成中属性映射技术存在的问题,提出了基于组合相似度计算的属性映射搜索算法(SACS)。通过建立直观的属性相似度计算因子和组合公式,在数据源属性间遍历搜索映射关系,从而规避传统属性映射技术在机器学习过程中数据样本的选择问题,提高属性映射关系的查准率和查全率。
基于纹理合成的图像修复算法适合大面积信息缺损区域的修复。基于Criminisi算法,通过对数据项的重新定义,从结构和纹理上对图像进行修复。改进算法在搜索最佳样本块时,考虑到样本块所含已知像素点的信息量对寻找最佳样本块的影响,构造了包含信息量的最优搜索式;为了平滑置信因子更新导致的误差传播,定义了基于曲率的置信因子更新方程。基于上述构造,经多次实验,改进算法得到合适参数,避免了明显冗余像素点的产生并
随着技术创新的进展、科学技术的进步、高科技的发展,企业创新尤为重要。创新包括:技术创新和管理创新。随着人类进入知识经济时代,企业的管理创新势在必行。文章结合公司实