摘要：在医学超声成像系统中由于超声波在人体组织内传播会发生衰减,需要对超声图像进行有效的增益补偿,使超声图像的显示效果更好。但大多数自动增益补偿算法在处理时涉及大量的复杂计算,成为临床实时成像系统中的一大性能提升瓶颈,为此提出了一种基于高性能并行计算平台Fermi架构图形处理单元(GPU)的自动增益补偿并行处理算法。本算法主要的处理流程有数据预处理、区域类型检测、组织强度计算、二次曲面拟合以及自适应增益补偿等部分,核心的并行算法设计包括了粗粒度的并行均值滤波、局部方差系数的并行计算、优化的矩阵转置并行实现以及基于LU分解的粗粒度的矩阵求逆的并行实现等方面。数据测试结果显示,与基于CPU的实现相比,采用Fermi架构的GPU处理不仅可以得到完全一致和较好的增益补偿效果,而且可以取得较大的加速效果,满足实时系统需求,对512×261的图像数据能够达到427帧/s的高帧率,速度提高了大约267倍。

摘要：目前高校也建立起了高性能计算环境体系,主要被用于从事大规模科学计算和复杂问题求解,拥有很高的计算能力和海量的存储资源,时常遭受来自互联网的入侵或攻击。由于单一的安全技术无法满足高性能计算环境复杂的安全防护需求,进一步恶化了高性能计算环境的安全状况。因此建立一套安全防御体系对高性能计算环境的正常运行有着非常重要的意义。

摘要：为提高图形图像处理中高斯滤波算法模块的计算速度,将高斯滤波与Fermi平台相结合,设计了一种高斯滤波时域的并行算法。数据测试结果显示,与基于CPU的实现相比,采用Fermi架构的GPU处理不仅可以得到误差精度小于0.0001的计算结果,而且可以取得较大的加速效果。在数据规模为512×112×128和滤波窗口大小为11的情况下能够达到约210倍的加速效果。

摘要：文章旨在设计一个以恩智浦半导体公司的JN5168芯片为核心,结合Jennet-IP协议的无线智能照明系统。该系统在控制终端与各照明节点之间构建无线通信网络,用户可以通过控制终端实时控制各照明节点并能实时监控各节点的状态,如电压、电流和温度等。文章分析了系统的工作原理、硬件架构和软件设计。实验结果表明,该系统具有误包率低、稳定、可靠和成本低等优点,实现了照明系统的网络化管理。