关键词： 高效率视频编码   运动估计   低功耗   超大规模集成电路  

摘要： 在移动设备领域,面向实时视频处理的应用越来越多,视频分辨率也由标清向高清延伸。近年发布的移动端产品均开始支持最新编码标准HEVC(High Efficiency Video Coding)格式视频的播放和录制,预示着HEVC将逐渐在移动设备中普及。实时的视频编码是一个计算密集型的过程,会占用大量的运算资源,并产生巨大的功耗。HEVC与上一代H.264编码标准相比,编码更加复杂,对移动设备在支持视频应用的持续时间方面带来了更大的挑战。因此,实现面向移动计算的基于HEVC的低复杂度、低功耗的实时编码是一个重要的研究方向。本文研究HEVC中计算量最大的运动估计模块的低复杂度算法及其电路设计与实现。在低复杂度的算法选择方面,将调研的算法集成到HEVC的软件仿真模型中进行测试。与全搜索算法相比,预测型六边形搜索算法、1比特变换算法、格雷码变换算法的图像PSNR分别降低了5.51%、46.51%、49.55%,最终选择预测型六边形搜索算法进行电路设计。同时,本文采用舍弃8位像素比特中最低2位的方式来降低功耗,通过算法仿真,舍弃最低2比特后,图像PSNR损失只增加了0.39%。在电路结构的设计中,根据预测型六边形搜索算法在支持HEVC中的可变块运动估计的数据流特点,采用在PE阵列中广播参考像素阵列的方式实现数据复用,有效降低了电路的设计复杂度。使用SMIC65nm工艺实现所设计的电路,最高工作频率可达250MHz,电路逻辑消耗110K门,功耗为58.38mW,能够满足高清视频(1920×1080,30帧/秒)在平均搜索次数下的实时编码要求。

关键词： 移动计算   曼哈顿路网   概率Skyline查询   不确定数据   支配概率   事件机制  

摘要： 随着信息技术的蓬勃发展,各类不确定数据查询已广泛应用于众多现实应用中。近年来,具备定位功能的各型手持无线终端以及车载设备不断普及,使得对基于位置的移动计算需求日渐迫切。Skyline查询是针对查询对象,返回目标数据集中相对其它数据点具有“优势”的数据点子集。然而,移动对象具有动态属性,由于硬件设备的限制、更新延迟、网络带宽等因素的影响,其位置信息存在不确定性并影响到Skyline查询操作的结果。概率Skyline查询可以克服移动对象存在不确定性的缺陷,返回目标数据集中最有可能具有“优势”的数据点集合。论文研究了道路网和一般情形下的不确定移动对象的概率Skyline查询处理技术,主要工作和创新点如下:(1)研究了曼哈顿路网中移动数据点的连续概率Skyline查询。考虑到路网环境中目标数据点的移动受道路网条件的影响,主要对改进以往过于理想的路网模型中不确定移动数据点连续概率Skyline查询问题进行研究。路网中兴趣点被视为移动目标数据点并具有符合概率密度函数描述的不确定性。首先,根据目标数据点的初始位置和静态属性获得初始Skyline结果集;然后,根据移动数据点之间的支配关系计算可能导致Skyline结果集发生变化的事件;最后,根据计算获得的事件发生的先后顺序,更新概率Skyline结果集,从而实现连续概率Skyline查询。(2)研究了基于几何概率模型的支配概率计算方法。根据不确定移动对象所处的环境以及其自身的特点,研究了不确定移动对象的分类并分别建模。按照几何概率模型“无限性”、“等可能性”的两个基本要求,对不确定移动对象进行转换并建立几何概率模型;将抽象的不确定移动对象间的支配概率转化为直观的“测度”(长度、面积或体积)之比的计算问题,大大提高了不确定移动对象支配检验运算效率。(3)研究了基于曼哈顿距离的不确定移动对象概率Skyline查询方法。首先,利用一个基于曼哈顿距离、用于求解不确定移动对象在某时刻为Skyline的概率计算模型,可以得到一个包含了所有在t时刻Skyline概率至少是p的移动对象的集合,称为p-t-Skyline。而考虑到实际应用中计算大量不确定移动对象的Skyline概率代价高昂,论文提出了一个包含“采样-限定-修剪-精炼”四个步骤的解决方案。同时,使用一个多维索引结构VCI树,提高数据检索的效率。实验结果表明该解决方案在不同数据规模以及维度的数据集上均具有良好的表现。

关键词： 高效能移动计算   非易失存储器   任务调度   日志机制   网络通信性能  

摘要： 随着互联网的发展、移动通信技术的成熟以及分布式计算的普及,移动计算(Mobile Computing)逐渐融入到人们的生活中。通过移动计算技术,人们可以随时随地实现信息的交互与资源的共享。随着越来越多的智能设备参与到移动计算中,在可以预见的未来,移动计算将彻底改变人们的生活方式和生活习惯,具有极大的发展前景和发展空间。伴随移动计算技术的飞速发展,不断涌现的应用场景和应用需求对移动计算技术提出了新的挑战。其中,性能和能耗问题尤显突出,是困扰移动计算技术发展的两大难题。为应对日益复杂的计算任务,移动计算终端需要不断提高其性能以保证任务的正常执行。面对移动终端有限的电池容量,如何在保证任务完成的前提下尽可能多地降低能耗也是目前迫切需要解决的问题。此外,移动计算活动的正常进行不仅需要灵活的网络管理和控制,而且在计算规模越来越大的情况下,需要尽可能地保证消息的低延时传递。新型非易失存储器(Non-VolatileMemory,NVM)的出现,为以上问题的解决提供了改良和变革的契机。不同于传统静态随机存储器(Static Random Access Memory,SRAM)和动态随机存储器(Dynamic Random Access Memory,DRAM)的低功耗、非易失、高密度特性使其具有广阔的应用前景。低功耗特性可使移动终端日益增长的存储系统能耗获得改良;非易失特性消除了当前移动终端为保证数据一致性而导致的性能损失;高密度特性提高了存储系统的空间可扩展性,对有较大空间需求的场景具有较好的表现。然而,相比于传统存储器,非易失存储器还有许多难以回避的问题,诸如读写延迟较长、读写不均衡以及一般都具有写耐久的限制。因此,如何合理地利用非易失存储器解决当前以及未来移动计算中存在的问题,同时克服其固有的缺陷,是一个值得研究的重要问题。本文围绕新型非易失存储系统的设计与优化策略展开了研究,旨在解决阻碍高效能移动计算发展的诸多障碍。本文首先针对当前移动终端越来越高的能耗问题展开研究,利用NVM低功耗的特点对该问题进行了探索。将任务安排在NVM中执行尽管可以取得能耗的节省,但由于NVM相比于DRAM具有较低的性能,因此,将任务安排在NVM中执行将导致任务执行时间的增加。由于许多移动计算任务存在实时性约束,执行时间的增加将导致任务存在不能在其截止期(deadline)前完成的风险。为此,本文采用了一种混合NVM和DRAM的主存架构,该架构综合利用NVM低功耗与DRAM高性能的优势保证任务集在可调度的前提下,尽可能地将更多的任务安排在NVM中执行,以取得最大的能耗节省。针对非周期任务集,本文提出了一种非周期任务离线调度(Offline-Aperiodic)算法,而针对周期任务集,本文分别考虑了静态优先级调度策略和动态优先级调度策略,并以两种调度策略的代表性调度算法速率单调(Rate Monotonic,RM)调度算法和最早截止期优先(Earliest Deadline First,EDF)调度算法为例,提出了相应的 Offline-RM 和 Offline-EDF 离线调度算法。本文提出的离线调度算法为所有的任务预留了其最差情况执行时间(Worst-case Execution Time,WCET),以保证任务集的可调度性。实验表明,相比于传统DRAM主存架构的调度算法,本文提出的三个面向混合主存的离线调度算法分别取得了 28.8%、25.69%和38%的平均能耗节省。由于任务的实际执行时间往往远小于任务的最差情况执行时间,因此,已完成的任务节省出来的空余时间(Slack time)可以进一步分配给未完成的任务,以使更多的任务可以安排在NVM中执行。为此,在离线调度算法的研究基础上,本文提出了能量感知的实时任务在线调度算法。对于非周期任务集,当任务执行完成时,我们对其产生的空余时间进行回收,并检查是否可以将更多的任务安排在NVM中执行。对于周期任务集,由于任务周期性到达,空余时间的分配可能会对后续的任务产生影响,同时,不同优先级任务的抢占行为进一步增加了任务集无法调度的风险。为此,针对RM调度算法,本文提出的在线调度算法针对最近的deadline进行空余时间的分配;而对于更加灵活的EDF算法,本文则从全局的角度对可用的空余时间进行管理,通过引入队列Ready-Oueue和Preempt-Queue避免了不安全的时间分配。为避免任务在不同存储介质间的迁移造成过多的开销,本文提出周期任务在线调度算法确保了每一个任务实例在其执行过程中最多迁移一次。实验表明,本文提出的实时任务在线调度算法相比于离线调度算法取得了进一步的能耗节省。此外,为应对日益复杂的计算任务,移动计算设备需要不断提高性能以保证任务的正常执行。然而,当前移动终端采用的日志文件系统却阻碍了系统性能

关键词： 移动计算机   开采沉陷   实时   数据采集  

摘要： 随着我国经济的快速发展,煤炭资源已经成为经济增长的主要能源支撑,并且它的主导地位在近几十年内不会改变.而开采沉陷区的数据采集手段和数据处理方法一直是广大科技工作者们研究的热门课题.传统的野外数据采集手段基本上是采用水准测量和全站仪导线测量以及GPS测量相结合的方法.本文以淮南煤田潘北矿为研究区域,在已有监测(网)站的基础上,并且基于GNSS CORS差分定位技术开发基于移动计算机平台的开采沉陷实时数据采集系统,实现研究区域采矿区地面沉陷的动态监测数据采集和处理,为矿山开采及政府部门矿山地质环境管理提供技术支撑.所以本系统的研究具有非常重要的社会意义和经济意义.

关键词： 移动通信  

ISBN: (纸本)9787030550385

摘要： 本书内容包括：移动计算环境信息服务研究的理论基础；移动计算环境信息服务研究的方法论；移动计算环境动态信息广播调度算法比较；实时多数据项信息广播调度方案等。

关键词： 移动计算   行为感知   特征提取   聚类分析  

摘要： 构建智能交通系统来解决愈发严重的城市交通问题,成为工业界和学术界的热点和难点问题,智能交通系统的一个重要环节是对移动平台的动态行为感知。目前,智能手机、智能手表等智能终端设备成为人们在日常生活中不可或缺的设备,它们配备的多种传感器具有强大的感知能力。本文研究在城市交通系统中,仅依靠智能终端的惯性传感器进行移动平台行为感知与分类的问题。本文的基本研究思路是采用驾驶员的智能终端作为数据采集平台,以惯性传感器数据(加速度传感器,陀螺仪)作为识别和分类移动平台多种行为的基础,并使用无监督学习的方法对不同的行为进行分类与辨别。本文主要展开了以下几个方面的研究:(1)针对智能终端的惯性传感器(加速度传感器,陀螺仪)数据进行了定量分析,确定了合适的采样频率。另外针对其中包含的噪声进行频谱分析,并设计相应的低通滤波器,来滤除其中的噪声,从而使惯导数据能更准确得反映移动平台的行为变化。(2)使用多传感器数据融合的方法计算得到智能终端的姿态,进而基于姿态实现智能终端坐标系与移动平台坐标系关系的确定。在多传感器数据融合方法中,我们比较了互补滤波器和卡尔曼滤波器的数据融合的效果,选定卡尔曼滤波器作为数据融合方法并依此解算出设备姿态,并根据姿态信息确定智能终端坐标系与移动平台坐标系的对应关系。(3)对移动平台的常见行为进行物理模型的分析。根据物理模型,从智能终端的惯导数据中提取出能够反映出移动平台动态行为的数据统计特征,从多个维度来刻画移动平台的动态行为。(4)基于真实城市驾驶环境下采集到的惯性传感器数据对常见的移动平台动态行为(变线、左转、右转、U形弯)进行判别与分类。针对较为特殊的变线行为,设计了一个基于多特征综合评分的方法来判定变线行为。使用无监督学习分类的方法对日常生活中常见的其他动态行为如左转、右转、U形弯(调头)等行为进行判别,实验结果验证了方法的有效性。文章对通过智能终端来感知移动平台的动态行为这一问题展开研究,对于在智能交通系统与移动网络计算的领域结合方面具有一定的理论价值和应用价值。

关键词： Mobile computing  

摘要： Mobile computing, a relatively mature technique in the field of interactive mobile internet system, is widely used for forecasting the spatial locations and movements of user. This paper takes the stock price fluctuation as the location changes of mobile object, analyses the fluctuation features of stock price and proposes the forecasting model of stock price based on the mobile computing and local linear method. Taking stock S as an example in the Shanghai and Shenzhen stock markets, the paper collects a large amount of data and simulates the forecasting model of intraday stock price and daily closing price. Finally, the experiment results show that this model has good forecast precision and applicability. Copyright © 2017 Inderscience Enterprises Ltd.

关键词： 训练系统   心理测评   军人   特约记者   移动计算   心理服务   人工智能   集团军  

摘要： 本刊讯(特约谗者吴科儒赖文湧)近日,第31集团军参与研发的智能军人心理测评训练系统投入使用,移动计算、大数据、人工智能等技术的应用改变了部队传统的心理服务手段,推动心理服务与培育训练进入了智能数字化阶段. “这套军地联合共同研发的智能军人心理测评训练系统,将心理学与信息技术进行有效结合,可以精确肇控官兵的心理状态,培育官兵与实战训练相适应的心理素质,为科学练兵提供有针对性的心理服务.

关键词： 移动计算   室内定位   智能感知   可见光   智能设备  

摘要： 移动计算的蓬勃发展和智能设备的更新换代,颠覆性地变革了现代人类的生活方式。用户随身携带的智能设备和日益普及的物联网设施不仅仅可以随时访问和处理信息,还可以实时感知用户行为和周围环境的变化。这些智能设备在知晓1)用户的位置信息以及2)行为信息之后,可以协助拓展单个人类个体有限的感知范围。为了实现这个目标,学术界和工业界提出了大量的1)定位系统与2)行为感知系统来满足日益增长的需求。但是,在定位系统方面,当前主流的基于WiFi信号的室内定位系统易受到来自环境变化的严重影响,而信源数目的不足也会严重影响其精度和覆盖范围。与此同时,在感知系统方面,主流的基于计算机视觉的行为感知与识别系统面临着较高的部署开销和高精度图像带来的隐私问题。可见光是人眼和智能设备均可感知的电磁波谱片段,是最为普遍的,无处不在的电磁波。可见光具有较强的方向性,不易受到环境变化的影响,且在室内场景中密集部署的照明用光源直接可用作信源,降低了系统部署的开销和复杂性。可见光的优良特性使其有望成为感知用户位置和行为的下一个主要媒介。然而,设计基于可见光的定位和感知技术存在若干难点。首先,有别于WiFi信号,智能设备采集到的接收光照强度（RLS,received light strength）仅仅是一个标量,缺乏用于标识信源身份的标志（光源的编号）;这导致了一个相似的RLS可以在多个室内物理位置被捕捉到。其次,有别于WiFi信号,RLS对智能设备朝向,高度极度敏感;这使得影响RLS的变量空间具有较高维度,从而难以通过传统的非测距方法来建立RLS和室内物理位置的关联。再次,若干用户行为的高自由度（例如,手掌有23个自由度）使得借由粗粒度的接收光照强度信息恢复出细粒度的用户行为成为一个困难的任务。面临这些挑战和问题,本研究的主要研究和创新成果如下:·设计了一个基于可见光的室内定位原型系统,Lightitude。本系统的核心观察在于,不同室内物理位置的可见光信源的光照强度有差别,并且这个差别对智能设备上搭载的光传感器来说是非常明显的。鉴于此,智能设备采集到的信号强度可以对应特定的室内物理位置。本研究首先提出了一个适用于实际场景的可见光传播模型来描述RLS和设备当前状态的关联,并基于此设计了一个以粒子滤波器为核心的定位方案。真实环境中的实验证实了 Lightitude系统能够精确地确定用户在实验场景中的位置。与此同时,Lightitude系统在面对障碍物的遮挡,用户的意外行为以及日光的影响之下依然具有较强的鲁棒性。·设计了一个基于可见光的室内推荐原型系统,LiLoc。本系统的核心观察在于,特定的通路具有独特的光强特性。这样,服务提供商可以通过简单的一次性场景遍历,使用微小的人力代价建立场景信息数据库。借助用户在大型室内场景中的移动性,LiLoc系统首先确定用户在场景信息数据库中的相对位置,从而在线下向用户推送当前位置所对应的推荐服务信息。进一步地,LiLoc系统可以以高精度识别三种用户的典型行为（行走,驻足,伸手查看）,从而可以进一步帮助用户离开室内场景后的辅助线上推荐。真实环境中的实验验证了 LiLoc系统具有较高的推荐精度。·设计了一个基于可见光的细粒度手掌轮廓恢复及移动监测技术,HandSense。本系统的核心观察在于,作为一个实心的障碍物,人的手掌既可以阻碍从光源（例如,日光,LED）到光传感器的可见光通路,也可以反射微弱的反向散射信号。这两种效应均可被预先部署的光传感器阵列所感知。这样,特定的手掌状态对应着一组特定的接受光照强度集合。实验者在服务器上实现了可见光遮挡监测和可见光反向散射监测,结合解剖学模型所描述的手掌固有限制,设计了一个启发式的优化算法,用于实现手掌的轮廓恢复和姿态监测,为进一步的高精度室内推荐提供客观依据。真实环境中的实验证实了 HandSense系统能够精确地感知用户手掌的轮廓,移动,以及姿态。

关键词： 移动计算   隐私   移动应用  

摘要： 移动计算技术的普及和移动智能终端处理能力的不断提高,使得大量应用涌现。这些应用为人们日常生活和工作提供了有力便捷的工具和手段,但同时也给用户带来隐私威胁。移动应用在提供服务的同时通过权限调用收集用户敏感信息,推断用户特征数据从而进行商业广告推送以牟取利益,更严重的是恶意应用通过窃取用户信息进行商业犯罪,给用户带来经济损失。用户对于隐私泄露情况和隐私期望不清晰,难以确定每个应用的合法权限;而现有安全软件对应用行为限制力度不足,缺少基于用户隐私期望的个性化保护措施。因此评估用户隐私期望和移动应用隐私威胁具有重要意义。针对移动环境下缺少用户隐私期望研究问题,本文进行实证研究,开展用户调研,度量用户隐私期望。目的是了解用户使用移动设备行为特征、用户对隐私关注内容和关注度、细粒度隐私期望以及用户对隐私侵害的感知和理解。针对移动应用隐私威胁问题,分析移动应用的静态数据和动态权限调用数据。基于用户隐私期望分析移动应用权限申请行为,量化移动应用隐私威胁;分析应用功能与敏感权限的关联性,基于应用针对同类应用权限申请差异性量化应用隐私威胁;统计移动应用动态权限调用数据,细粒度分析具体应用在不同场景的隐私威胁。分析现有安全软件对用户隐私保护情况,基于用户隐私期望,提出移动智能终端个性化用户隐私保护框架。其原则包括用户能够进行基于场景的细粒度隐私设置;智能学习用户历史行为数据,进行隐私决策推荐;对应用调用隐私数据的动态情况,进行多角度统计和可视化展示,帮助用户感知隐私泄露情况。