基于贪婪随机自适应搜索法的TTE通信调度算法

时间触发以太网（TTE）采用全局时间触发机制，使通信任务传输具有严格的时间确定性和无冲突性，适用于航空电子等混合关键应用领域。TTE网络提供3种不同的流量类型:具有低抖动和有界端到端延迟的时间触发（TT）流量，有限制端到端延迟的速率约束（RC）流量和无实时性保证"尽力传"（BE）流量。针对可满足性模理论（SMT）等调度算法在生成TT流量离线时刻调度表的过程中，未综合考虑TT流量路由和时刻调度表对RC流量延迟产生影响的问题，为了优化TTE网络实时性能，提出了一种基于贪婪随机自适应搜索算法的TTE通信任务调度算法。在TT流量离线调度表的生成过程中考虑了RC流量的最坏端到端延迟（WCD），在保证TT流量满足可调度性的前提下，通过路由规划和调度时刻表规划降低了RC流量的WCD。对比实验结果表明:所提算法可以有效的提升整网的实时性能，通过A380拓扑组网案例的对比分析，RC流量的平均延迟减少了14.34%。网络中流量规模越大，所提算法的收益越大。      

基于一次性突发原则的TTE网络实时性能优化

确定性通信的发展，促进了时间触发概念的引入。时间触发以太网（TTE）通过提供3种流量类别来支持混合安全性的实时应用:时间触发（TT）流量，具有完全的时间确定性；速率约束（RC）流量，具有确界的端到端延迟；尽力传（BE）流量。如何实现时间触发机制下RC流量实时性能的紧性分析，仍然是决定TTE网络顺利应用的开放式问题。在FIFO服务策略的假设下，将“一次性突发原则”的分析方法引入到TTE网络中，以观察该原则在时间触发网络性能分析中的影响。不同于航空电子全双工以太网（AFDX），具有更高优先级的TT流量会对RC流量的延迟分析产生关键影响，从而导致一次性突发分析的复杂性。通过建立聚合TT流量在及时阻断模式下的到达曲线模型，从而获得单条RC流量端到端的服务曲线模型，基于此实现了RC流量的最坏情况端到端延迟（WCD）评估，进一步完成了一次性突发原则下的分析对比。相较于已有工作，一次性突发原则可以得到RC流量更精确的最坏端到端延迟上界评估结果，有助于改善TTE网络性能评价紧性。通过A380拓扑组网案例的对比分析，相比于传统方法，所提方法RC流量平均延迟减少了12.05%。      

软件定义时间触发网络的调度算法优化

软件定义时间触发以太网（TTE）作为优化航空电子系统中消息调度的一种新模式,其动态在线调度算法必须尽力保证任何情况下所有消息的传输确定性。针对时间触发（TT）消息调度间隔小于消息帧长（小时隙）时,速率约束RC消息延迟增大、传输确定性降低的问题,对TT消息调度算法进行改进。首先,构建了TTE的系统模型,阐明了最小延迟（MID）调度算法和背靠背（B2B）调度算法的机制;然后在其基础上提出了大孔隙（MAV）调度算法,以减少（RC）消息的等待延迟;最后,利用OMNeT++实验分析这3种调度算法的性能。实验结果表明:当无小时隙TT消息时,B2B算法的消息延迟最大、MAV调度算法和MID调度算法的消息延迟接近。当有小时隙TT消息时,MAV调度算法的消息传输确定性更好,相比于MID调度算法,MAV调度算法下RC消息的传输确定性提高了87.3%。      

基于DDQN的片上网络混合关键性消息调度方法

对片上网络（NoC）承载的混合关键性消息进行实时调度是其应用于航空电子系统片上多核通信的关键。为解决可满足性模理论（SMT）法求解效率低、低优先级消息等待延迟大的问题,提出了一种基于双深度Q网络（DDQN）的混合关键性消息调度方法。将虫孔交换机制下的消息调度问题建模为马尔可夫决策过程,建立包含环境、动作、状态、奖励的多层感知调度模型;随机生成多组分布不同的混合关键性消息作为训练样本,采用DDQN算法求解该调度模型;在此基础上,提出并实现了带孔隙DDQN算法,在保证时间触发（TT）消息可调度前提下为速率约束（RC）消息预留用于虫孔交换的时隙。算例研究表明:所提方法的求解时长及TT消息确定性端到端延迟的平均值均低于SMT法;带孔隙DDQN算法的RC消息延迟较不带孔隙DDQN算法和SMT法显著降低。      

基于TTE的改进加权轮询调度算法

在时间触发以太网(TTE)中,TT消息优先级最高,RC消息只能在TT消息调度的离散时间片内传输,因此,TT消息离线调度表的设计会对RC消息调度产生一定影响。针对这一问题,提出了基于最优时间片的改进加权轮询(MWRR)调度算法。首先,通过TT消息约束条件限制获得TT消息离线调度表,进而得到保证RC消息较大资源利用率的时间片信息;其次,在离散时间片对不同类型RC消息进行调度,并运用网络演算方法对其最坏端到端延迟进行分析;最后,通过实验仿真证实了本文算法不仅具有较低的复杂度和较好的公平性,保证了实际应用中算法的可行性,而且在时延性方面均优于先到先得(FIFO)、优先级(PQ)和加权轮询(WRR)调度算法。     

基于LSTM循环神经网络的故障时间序列预测

有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆（LSTM）循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。      

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。      

基于粒子群优化LSTM的股票预测模型

为了提高股票时间序列预测精度,增强预测模型结构参数可解释性,提出一种基于自适应粒子群优化（PSO）的长短期记忆（LSTM）股票价格预测模型（PSO-LSTM）,该模型在LSTM模型的基础上进行改进和优化,因此擅长处理具有长期依赖关系的、复杂的非线性问题。通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,使股票数据特征与网络拓扑结构相匹配,提高股票价格预测精度。实验分别以沪市、深市、港股股票数据构建了PSO-LSTM模型,并对该模型的预测结果与其他预测模型进行比较分析。结果表明,基于自适应PSO的LSTM股票价格预测模型不但提高了预测准确度,而且具有普遍适用性。      

TT-RMS:时间触发网络通信表生成算法

针对时间触发网络依据全局时间进行触发数据通信的特点,提出了一种基于单调速率调度(RMS)调度机制的通信表生成算法时间触发单调速率调度(TT-RMS),来生成时间触发网络的通信表.TT-RMS算法在安排消息时间槽过程中,首先根据消息周期,计算出各个链路的总负载,再根据链路的消息周期和总负载,通过RMS机制进行消息排序,确定出消息调度的先后顺序,最后根据时间槽的分配状态进行消息调度,优化了消息的调度过程.所提算法的计算时间复杂度为O(n2),空间复杂度为O(n).目前广泛研究和应用的可满足性理论(SMT)通信表生成方法,其计算时间复杂度通常是多项式级,有时计算时间不收敛.实验结果显示,TT-RMS调度的网络单个链路负载最大可接近100%,计算时间在1 ms左右,平均可调度网络负载是SMT方法可调度网络负载的两倍.TT-RMS通信表生成算法具有计算时间短,可调度消息负载多等优点,可以更好地满足航空航天复杂系统中上千条实时消息流的调度需要.      

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。      

基于Work-Conserving的CICQ结构中单组播分组调度算法

基于联合输入交叉队列(CICQ)结构提出了一种新的均衡交叉节点缓存单组播混合调度算法,即单组播交叉缓存均衡(MUCB)算法,该算法不同于现有的基于业务状态如队长和/或等待时间的调度算法,而是尽力使交换机最大程度地工作于工作保持(Work-Conserving)状态,其方法是尽量均衡CICQ交叉节点的缓存占用。同时,算法充分考虑单组播业务差异性及CICQ结构下输入输出调度间的影响关系。仿真结果显示,在不同组播业务比例条件下,与现有CICQ结构中主流的单组播混合调度算法相比,MUCB算法显著提高了单组播业务总体的通过率及分组平均时延性能。     

TTE/TTP技术在航天器中的应用分析

介绍了TTE/TTP技术的基本原理,分析了时间触发网络相对传统网络在时间确定性、减少网络冲突等方面的优势,结合航天飞行器的实际需求,提出了时间调度表设计、时间同步及时间调度表动态调整等方面的关键技术,为实现时间确定性网络技术在航天飞行器上的应用提供了可行的实施方案,从而满足航天飞行器强实时、高可靠、时间确定性等方面的需求,以支撑新型航天器发展。