基于GPU指令转发的虚拟化图形引擎设计及实现

为了满足机载座舱显控系统对图形引擎的性能要求，设计了一种基于半虚拟化的机载图形引擎实现方案，并在嵌入式平台上进行实现和测试.结果表明采用本文设计的虚拟化图形引擎，可以满足多个虚拟机同时使用GPU进行绘制的需求的同时，可以有效发挥多核CPU的性能,在提高了产品集成度的同时，显著提升了机载图形应用的性能。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

客户操作系统中断虚拟化的研究与实现

为解决操作系统在运行于虚拟机管理器提供的虚拟化环境中，无法直接处理系统中的中断的问题，针对虚拟化操作系统的中断处理，结合虚拟机管理器所能提供的功能，提出了一种中断虚拟化的模型，并以VxWorks 5．5为验证对象进行了中断虚拟化的实现以及验证，通过验证结果表明，中断虚拟化模型能够保证客户操作系统中断的正常处理。     

自适应资源管理与协同计算支撑技术研究

随着武器装备信息化技术的发展,作战场景发生了重大变化,多兵种、跨领域的需求愈加凸显,更加注重资源利用率、信息共享程度、分布式协同能力,而目前装备嵌入式计算机呈现出“烟囱式”的发展现状,资源利用率不高、信息共享受限、跨平台之间协同不足,严重影响装备系统的能力。针对这些问题重点研究基于虚拟化技术的资源管理调度、任务自适应的协同计算等技术,为跨平台作战应用统一分配系统资源、提高系统资源的按需分配和自适应调度提供了支持。     

基于脉冲交错的数字阵列雷达任务优化调度算法

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题,提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础,在对目标搜索与跟踪的同时,利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像,并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明,与传统雷达资源调度算法相比,该算法可以将成像任务考虑到优化调度模型中并合理分配资源,实现雷达多任务并行的调度,获得更高的资源利用率与期望的成像质量。     

嵌入式虚拟机管理器内存虚拟化方法研究

嵌入式虚拟机管理器需对3类硬件资源进行虚拟化才能支持客户OS的正常运行,而且支持虚拟内存的客户OS需对MMU页表进行虚拟化;以NXP公司的PowerPC架构处理器为例介绍了MMU概况、管理方法,并提出MMU虚拟化的需求;研究了XEN、ViMo、KVM/ARM、NOVA、MobiVMM 5个典型虚拟机管理器软件中所采用的主流内存虚拟化方案,并给出了基于软件影子页表、基于硬件支持特性、软硬件结合等3种对MMU页表进行虚拟化的解决方案.     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

基于云计算的资源调度策略

基于云计算虚拟化技术,提出了一种租借理论和动态多级资源池相结合的资源调度策略,可以有效减少资源空闲时间,提高资源的利用率。根据策略设计了资源调度模型,并搭建实验环境对提出的资源调度策略进行了试验。实验证明该策略确实可以有效的提高资源的利用率。     

基于OCP的实时自适应资源管理技术研究

无人飞行器的自主飞行是一个非常复杂的过程,未来的先进无人飞行器要求能够对外界的环境扰动和突发事件做出迅速的反应,这就对资源的分配与任务的调度有了更高的要求,传统的技术手段已经不能适应先进无人飞行器的要求,本文从先进无人飞行器对QoS(Quality of service,服务质量)的要求出发,着重介绍了一种基于全新的OCP(Open Control P latform,开放式控制平台)的实时自适应资源管理技术,在介绍了一种Anytim e任务的调度方案之后,给出了下一步工作的重点。     

虚拟化技术在民航支线机场信息系统中的应用

<正>对民航支线机场信息系统所面临的资源利用率过低、可维护性要求高以及成本投入高等问题,作者提出了基于虚拟化技术的民航支线机场信息系统综合解决方案,将虚拟机的全局虚拟化机制引入到民航机场信息化领域。测试结果表明,该方案在核心业务系统的稳定性、可维护性、资源利用率以及成本控制等多个方面均优于传统方案。     

受限资源下制导武器末制导机器视觉技术研究

针对精确制导武器末制导机器视觉技术应用需求,研究了基于卷积神经网络的、针对复杂背景及小目标的自主目标检测识别算法,并分别进行了网络性能评估和硬件资源需求定量评估。针对最优算法,提出了基于嵌入式受限资源下的高精度神经网络压缩算法,并对算法进行了普适性评估。基于GPU嵌入式平台,实现TensorRT路线网络优化,并在速度和精度两方面均衡考虑下,对裁剪与量化算法进行了详细实验验证。实验结果表明,高精度神经网络压缩算法在硬件资源受限条件下,可以有效提升推理速度,最终经算法优化后的网络结构,可以获得3倍以上的速度提升,网络精度损失小于5%。     

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.     

面向高级在轨系统的动态服务质量保证方法研究

AOS(Advanced Orbiting System,高级在轨系统)已经逐渐被各国空间组织采用,随着空间任务的发展趋势更多样化和复杂化,对AOS的QoS(Quality of Service,服务质量)也提出了更高要求.针对AOS服务质量的提升需求,提出了一种虚拟信道优先级策略,使用大容量缓存结合数据压缩动态策略和遥测数据抽帧策略相结合的QoS保证方法,通过分析返向链路带宽与航天器遥测用户带宽的裕量,可以动态调整QoS保证,以适应不同应用环境下的航天器AOS的QoS保证需求.通过模拟不同的工况进行仿真试验,结果表明,该AOS服务质量保证方法适用于返向链路带宽裕量充足和不足的工况,比传统的全同步策略和同步异步结合策略拥有更广泛的适应范围.     

基于LabVIEW的超精密磨床嵌入式监控系统

针对超精密磨削机床的监控需求,基于NI–sbRIO硬件平台开发了一套应用于超精密磨床状态监测和数据采集的嵌入式监控系统,使用FPGA对温度、振动、声发射等信息进行实时数据采集,并使用实时处理器对数据进行分析和处理,实现对机床的实时状态监测和数据存储。通过FPGA编程取代硬件数据采集卡,成本低,灵活性强。试验表明,该系统能够胜任超精密磨床的监控任务。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。