G2:专为J2ME/MIDP类库设计的高速图形引擎

来源 :复旦大学 | 被引量 : 0次 | 上传用户:yilongzhanyuye1
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
本文提出了一个称为G2的高速图形引擎,它是专门为J2ME/MIDP类库的底层实现而设计的,例如可以使用在XORP/ORL系统中。   首先,是G2的专门性。与通用目的的图形引擎不同,G2是专门为J2ME的虚拟机量身定做的。作为J2ME虚拟机的一部分,G2本身也必须满足各种J2ME规范对虚拟机的要求。例如,MIDP规范中明确要求其本身的实现所占用的存储空间必须小于256K字节,相应的,G2的可执行模块就必须足够的小,否则包含G2在内的整个虚拟机的尺寸就会超出规范的限制。   其次,是G2的原创性。与ORL相同,G2的设计与实现也是白手起家的。在设计过程中,为了使G2能够更加适合在手持环境下运行,引入了许多不同的特性。优化过程中使用了很多带创造性的技术和方法,例如将在第四章中介绍的“ShadowFrame/DifferCopy”技术,这一技术的运用能够明显提升特定显示设备上的图形绘制速度,从而使G2能够达到设计上的性能要求。   其三,是G2的可移植性。尽管G2的最初定位是以WindowsCE作为目标平台的,但在设计实现的过程中都考虑进了移植性的因素。在G2中使用了一种分层的模型来隔离对底层显示硬件设备的依赖,并且事后的移植工作证明这种做法非常有效。事实上,到目前为止G2已经被成功的移植到了包括PocketPC、Smartphone和嵌入式Linux在内的多个平台之上。   最后,G2图形引擎被成功的集成到了XORP/ORL系统中,以全面的支持J2ME/MIDP运行环境。根据业界公认的图形能力评测标准JBenchmark的数据显示,以G2作为底层图形实现的XORP/ORL系统在图形处理能力上已经达到了世界范围内的一流水平。在高分的背后,就有G2的作用:一个专为J2ME/MIDP类库底层实现而设计的高速图形引擎。   
其他文献
  本课题的目标是研发出性能和精度达到一流水平的新一代数字化科氏流量计。本文主要研究二次仪表的信号处理问题,即科氏流量计的流量信号的算法研究和实现。  本文对科氏
  在智能规划的研究上,存在领域相关和领域无关两个方向的研究,其中,领域无关规划是研究的热点和难点。长期以来,由于领域无关规划器很难充分利用特定研究领域的专家信息,领域无
本论文对anycast技术在解决负载平衡所存在的不足进行了分析,提出了一种包含反馈技术的anycast下负载平衡的动态解决方案,并且对该方案的可行性进行了分析,在该方案的实现过
Next Generation Network(NGN)是基于分组的网络,能够提供包括电信业务在内的各种业务,其业务相关功能与承载的传送技术无关,充分体现了分组化、多业务、开放性、兼容性、业
蓝牙是一种实现短距离无线数据与语音通信的开放技术标准,近年来得到了广泛的关注。组建无线自组织网络是蓝牙技术的一个重要应用领域。 但是,在蓝牙规范中只对微网结构的
移动自组网是一种特殊的无线网络,它的组建不依赖于预先存在的网络基础设施,如基站或接入点,而是由若干个带有无线收发器的移动节点构成。与传统的无线局域网不同,移动自组网是一
数字图像的压缩很长时间里是人们研究的一个课题,人们提出大量的图像压缩标准来适应不同的应用。压缩的任务是降低各种形式的数据的传输的带宽和存储要求。尽管现在越来越多的
目前,基于磁盘文件的数据库系统,例如BerkeleyDB、SQLite,虽然代表着嵌入式数据库应用的主流,但仍有一些应用场合的需要难以满足。它们所提供的库函数都是依托于文件系统的,所以,其
  本论文提出了一个在不降低基于错误实例系统准确率的前提下提高系统效率的方法:就是通过stringkernel、KPCA、K-means聚类等技术来提取系统错误实例数据库各个表的特征,为
语义分析是自然语言处理中的一个重要任务,语义角色标注(Semantic Role Labeling,简称SRL)是一种浅层语义分析的实现方式,它只标注句子中与谓词有关的成分的语义角色。目前,