一种基于实时性考虑的对称多处理机任务调度策略的设计

针对机载设备强实时性的特点,设计了一种对称多处理机任务调度策略.重点需要解决的问题是:就绪队列的设计和任务的分配.同时考虑多机带来的任务绑定,cache有效利用等问题.为了实现良好的系统性能,采取多种技巧提高系统的实时性,利用线程代替进程提高程序的并行度,运用代码的可重入性实现内核数据的完整性.     

基于人工蜂群算法的航空电子系统负载均衡研究

针对航空电子系统中存在的任务请求多、资源利用率低、负载不均衡等问题,通过基于人工蜂群算法,设计并实现航空电子系统负载平衡机制。建立航空电子系统负载均衡数学模型,通过研究人工蜂群算法的四个阶段来求解航空电子系统的负载均衡,将待分配的计算任务指派给当前负载最轻的处理器。实验结果表明该算法负载均衡效果好。     

基于共享数据关系的线程调度策略

对基于CMT线程调度策略的研究,将线程间的共享数据作为启发指标,提出一种基于对共享存储使用情况分析的线程调度策略。通过共享数据的情况获得线程之间的耦合关系,根据耦合关系构造无向图,采用迭代算法融合图中节点,最终完成线程到处理核的分配。仿真实验表明,将共享数据作为启发指标可以有效减少资源的争用,通过实验分析,随着矩阵阶的增大,依据数据共享关系进行线程组合对性能提升的优势更加明显。     

人口信息系统中动态负载均衡算法的研究

现有的人口信息系统在数据流量不断增加的情况下,将会出现负载不均衡的状况,直接影响了系统的整体功能。为此提出了新型的负载均衡算法在人口信息管理系统下的研究及应用,并根据人口信息系统的特性提出了一种新型的负载均衡策略。实验表明,算法能够有效的均衡负载分布。     

考虑协同航路规划的多无人机任务分配

针对多无人机任务分配与协同航路规划问题，以分布式合同网拍卖算法为基础，构建无人机集群任务拍卖架构与拍卖收益函数，结合模拟退火算法协调任务执行次序，采用A^*算法完成两任务点间航程预估，在任务分配阶段同步完成多无人机间协同航路的初规划，确定最佳任务执行次序，实现任务分配与协同航路规划的紧耦合。仿真结果表明，在考虑禁飞区、障碍威胁情况下，该算法能够有效完成多架无人机不同类型任务的分配，且目标分配、执行次序合理，总执行代价小，各机间负载均衡；在任务分配阶段考虑协同航路规划具有明显的效果，能够有效提高任务分配的合理性。     

适用于空间通信的LDPC码GPU高速译码架构

鉴于目前空间通信对高速、可重配置信道译码器的需求,利用图形处理器(GPU)的并行化运算特点,提出了一种低密度奇偶校验(LDPC)码软件高速译码架构。通过优化Turbo消息传递译码(TDMP)算法节点更新运算线程块内和块间并行度、减少非规则行重造成的线程分支、降低线程对节点更新信息存储资源的访问延时以及合理量化译码器存储信息来提升译码内核函数的执行效率。并在此基础上引入异步统一计算设备构架(CUDA)流处理机制,设计优化的译码器输入输出数据传输和内核函数之间的执行调度方式以及CUDA流上的译码线程资源配置方式,最大化译码吞吐率的同时降低译码延时。在Nvidia最新的Tesla K20和GTX980平台上对国际空间数据系统咨询委员会(CCSDS)遥测标准LDPC码进行的TDMP译码实验结果表明,本架构进行10次迭代译码的吞吐率最高可达约500 Mbps,平均译码延时约为2ms左右。与现有结果相比,本架构在保持软件架构配置灵活性的同时更加有效的兼顾了译码吞吐率和延时性能。     

基于非精确计算的空间探测相控阵雷达任务规划算法

针对空间探测相控阵雷达系统，提出了一种新的基于非精确计算模型的观测任务规划算法。首先，建立了目标观测的实时任务模型，并分析了观测任务所占用传感器的资源；其次，基于非精确计算模型，提出一种多任务并行的实时容错调度算法来解决观测任务规划问题，该算法综合考虑相控阵雷达的搜索任务与跟踪任务，来进行系统资源的分配。对于跟踪任务，算法结合目标的过境时间以及当前系统的负载情况，以此来确定雷达对该目标的观测时间段；最后给出了算法的评估方法。利用2886个低轨空间目标进行仿真验证，结果表明，基于非精确计算模型的任务规划算法，可显著提高系统调度成功率以及时间资源利用率．比传统方法更稳健。     

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。     

防空作战动静态武器目标分配初步研究

防空作战中的武器目标分配是影响系统作战有效性的重要因素之一。动静态结合的武器目标分配,既考虑了武器对不同目标杀伤效果,又考虑了作战这一动态随机过程的特性。讨论了在合理简化条件下的分配过程,先把对目标群的射击效能作为目标函数制定决策,可将目标分配决策化成一个马尔可夫决策过程,通过策略迭代算法得到最优分配策略从而实现系统效益的最大化。最后进行了简化条件下的算例验证,结果表明,该方法能使武器系统获得最大的射击效能,是一种有效的分配方法。     

控制器故障下的软件定义机载网络数据平面迁移策略

软件定义网络（SDN）为突破机载网络功能僵化所造成的瓶颈提供了新的契机。针对软件定义机载网络控制域内控制节点故障问题,提出一种基于时延和负载均衡的传输节点迁移策略,将故障控制节点所管控数据平面中的传输节点迁移至其他正常控制节点,恢复网络的正常管控。以迁移时延和负载均衡率为目标,建立迁移优化模型,提出基于时延和负载均衡的传输节点迁移算法,指导数据平面中的迁移动作,最终对两个性能目标进行综合权衡。实验结果表明,与距离就近迁移（DCM）策略和分布式逐跳（DHA）策略相比,所提策略在迁移时延和负载均衡率2个方面进行了合适的折中,避免出现迁移时延过大或控制节点负载失衡的情况,有效解决机载网络故障恢复问题。     

一种新的并行测试任务调度算法

 并行测试的任务优化调度是并行测试技术的核心问题。为了解决现有调度方法耗时、实际应用范围有限以及缺少对资源冲突和系统死锁的形式化分析等问题,采用赋时有色Petri网(TCPN)建立并行测试任务调度的TCPN模型,基于TCPN模型的可达标识图利用改进蚁群算法求解最优任务调度序列。算法搜索过程中,采用多目标优化,目标函数综合了测试时间、仪器成本和负载平衡度,使得算法更符合工程应用。采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟。仿真实例证明该算法是有效的。     

基于图禁忌的并行测试任务调度算法

现有算法处理强约束关系的并行测试任务调度问题具有运算时间长、寻优概率低、收敛性差等缺陷,针对这些问题提出了一种基于图禁忌的调度算法.该算法从测试任务间的约束关系人手,利用图论建立测试任务间的关系图,并结合禁忌算法实现并行测试任务的多目标优化调度.算法中将强约束关系的测试任务调度问题与无约束关系的资源配置问题进行分离,提...     

面向应急条件的多星动态调度方法

 针对应急条件下多星动态调度问题,建立了多目标数学规划模型,提出了应急条件多星成像任务合成策略:建立多星多轨任务合成图(MSMOTMG)模型,提出任务合成算法CP-TM。为克服合成导致任务成像机会减少的缺陷,提出了基于合成任务分解的修复技术。此外,为进一步提高调度效率,考虑了任务在等待队列中的向后移位策略,提出了综合考虑任务合成、修复和向后移位的多星动态应急调度(TMRBS-DES)算法。通过大量模拟实验,将TMRBS-DES算法同RBHA算法,以及3个baseline算法(BS-DES、TMR-DES和TMBS-DES)进行了比较。实验结果表明TMRBS-DES算法提高了调度质量,适用于应急条件下多星动态调度问题。     

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。     

有限元的一种并行算法及实现

当前,由于有限元素法大都使用串行算法,处理时间较长。本文根据有限元素法的特点和采用的并行计算机结构,提出了一种并行有限元算法,能大大提高其处理速度,加快处理周期。且算法简单,实现方便。     

An aggregate flow based scheduler in multi-task cooperated UAVs network

Unmanned Aerial Vehicles (UAVs) cooperative multi-task system has become the research focus in recent years. However, the existing network frameworks of UAVs are not flexible and efficient enough to deal with the complex multi-task scheduling, because they are not able to perceive the different features. In this paper, a novel cooperated UAVs network framework for multi-task scheduling is proposed. It is a three-layer network including a core layer, an aggregation layer and an execution layer, which enhances the efficiency of multi-task distribution, aggregation and transmission. Furthermore, an AggreGate Flow (AGFlow) based scheduler is dedicatedly designed to maximize the task completion rate, whose key point is to aggregate flows belonging to one task during the multi-task transmission of UAVs network and to allocate priority by calculating the urgency-level of each AGFlow. Simulation results demonstrate that, compared with that of state-of-the-art scheduler, the average task completion rate of AGFlow based scheduler is raised by 0.278.     

面向对地成像观测任务的高空飞艇应急调度

针对应急条件下高空飞艇(HAA)对地成像观测任务调度问题进行研究,分析了问题中的主要约束条件,建立了以任务收益(TB)和巡航距离为优化目标的约束满足问题(CSP)模型。考虑飞艇侦察载荷具有侧摆观测能力,在构建视场范围约束模型和分辨率约束模型的基础上,对成像观测任务进行合成。提出了元任务与合成任务的概念,给出了任务合成的步骤与方法。将HAA应急调度问题转换为车辆路径问题(VRP),并进一步分解为任务排序主问题和路径选择子问题,分别应用改进粒子群(IPSO)算法和关键节点搜索(KNS)算法求解。详细介绍了算法中的编码、解码和移动等操作,以及采用的混沌初始化和禁忌搜索(TS)策略。通过仿真实验,对文中所提方法的有效性进行了验证。     

多星任务规划中的FFFS-DTMB与ADTPC-DTMB算法

 多星对地观测任务规划是一类典型组合优化问题,针对该问题中常见的时间窗口冲突问题,根据同一时间窗口内的冲突任务的处理方式提出了两种有效处理此类问题的规划算法：带有冲突任务时间窗口后移的先完成先规划算法(FFFS DTMB)以及冲突任务共存性判断算法(ADTPC DTMB),并给出了关键步骤的算法过程与伪代码。完整的卫星任务规划过程包括了约束检查、优先级检查以及任务规划,不考虑任务间关系与优先级,主要研究处理具有时间窗口冲突的任务规划算法。文中给出的两种算法优化目标均为最大化规划任务数量。算法的主要思路是通过采用一个冲突任务替换一个已规划的任务,并将替换任务后移至下一时间窗口或在同一时间窗口内部后移。最终的评价结果显示了两种算法的有效性。     

基于MA技术的民航机组人员指派问题研究

为合理地指派民航飞行机组,根据机组所执行的勤务均衡理论,将机组指派分成机组生成和人员指派两部分完成.满足机组要求的飞行员生成一个飞行机组,同时将满足机型要求的机组安排到勤务中,通过多智能体(Multi-agent,MA)协同调度技术构成机组指派系统,实验证明并行调度技术在机组指派问题中能有效解决各个机组的勤务平衡问题,从而合理高效地进行机组指派.     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题，本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略，该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程，定义了资源的效费比和长期回报率，然后与当前实际跟踪误差综合考虑作为MDP的回报函数，进而给出了调度的优化模型，最后将长时决策问题转化为动态规划算法结构进行求解，并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性，与传统的短时策略相比，跟踪精度可提高11.17%。