适用于虚通道路由器的高性能round-robin仲裁器

分析了交换结构规模不同的2类典型的虚通道路由器体系结构,指出了交换结构规模对调度机制和仲裁器体系结构的显著影响.在轮转(round-robin)仲裁器PPE的基础上,提出了分别适用于上述2类路由器的改进型PPE仲裁器体系结构.改进型仲裁器将原有关键路径中的处理步骤转移到非关键路径中,并行实现了关键路径中的重要处理步骤,通过缩短关键路径改善了仲裁器的性能;同时通过调整仲裁流程消除了上述改进对资源成本的负面影响.基于TSMC 0.35μm CMOS工艺实现了不同规模的PPE和2种改进型仲裁器体系结构.实验结果表明上述2种改进型仲裁器比PPE仲裁器的性能分别提高12%和17%以上,并且在多数情况下同时减少了实现面积.      

异构计算系统中独立任务调度的混合遗传算法

有效的任务调度是异构计算系统获取高性能的关键因素之一,由于任务调度问题是NP-困难的,为了获取尽可能好的解,文献中存在许多启发式调度算法.针对异构计算系统的独立任务调度问题,基于遗传算法和最小完成时间算法MCT(Minimum Completion Time),提出一种新的混合遗传算法,它采用遗传算法来进化任务调度的优先队列,然后再使用MCT算法把优先队列解码为一个有效的调度,与文献中其它算法进行比较表明,它不但能产生更好的调度结果,而且有很好的收敛速度.      

卫星有效载荷的规划与调度

卫星有效载荷的规划与调度要求是指卫星根据自身资源情况合理安排各个载荷的工作状态 ,在满足各种资源约束的条件下实现资源的优化配置。有效载荷的规划与调度可以归结为典型的资源受限的规划与调度问题。本文以对地观测卫星的有效载荷系统为例 ,分析了卫星的资源特点和载荷的工作特性 ,在此基础上提出了一种有效载荷规划与调度的方法。仿真实例表明了算法的可行性     

自主测试优先级软硬协同调度策略

自主测试是构建航天器自治体系的关键技术之一.针对实时操作系统自主测试优先级调度问题,提出一种软硬协同混合调度策略.通过分析复杂工程背景下影响自主测试任务重要性的多种因素,提出重要性综合评价指标实现优先级静态分配,利用自组织特征映射网实现测试任务集聚类.在此基础上,建立仲裁代理机制进行优先级再分配,以可信性为调度判据实现基于现场可编程门阵列(FPGA,Field Programmable Gate Array)的优先级动态调度.实验表明该策略对自治系统合理分配优先级资源、高效调度测试任务具有参考意义.      

卫星有效载荷的规划与调度

卫星有效载荷的规划与调度要求是指卫星根据自身资源情况合理安排各个载荷的工作状态，在满足各种资源约束的条件下实现资源的优化配置。有效载荷的规划与调度可以归结为典型的资源受限的规划与调度问题。本文以对地观测卫星的有效载荷系统为例，分析了卫星的资源特点和载荷的工作特性，在此基础上提出了一种有效载荷规划与调度的方法。仿真实例表明了算法的可行性。     

基于调度预测的星载混合相关任务调度算法及其仿真的研究

为解决星载计算机系统中具有相关性任务的调度和临界资源的分配问题，提出了一种星载混合相关任务调度算法。首先，对星载计算机系统中的任务给出了形式化的描述。其次，具体阐述了这种星载多任务调度算法并给出了可调度性预测分析条件。最后，通过仿真实验对这个调度算法的性能进行了验证并给出了结论。     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

基于多模型的低轨星座多目标跟踪传感器资源调度

针对低轨星座多目标持续跟踪传感器资源调度问题,首先将目标跟踪任务划分为高精度任务集合和低精度任务集合,并分析了跟踪任务状态转移过程;然后,为两任务集合分别建立了基于动态优先级的优化调度模型,提出了一种基于多模型的实时传感器调度算法。不同场景下仿真实验表明,所提算法较之以跟踪精度为优化目标和以跟踪精度为门限约束的方法具有更强的适用性,尤其对于目标分布较为集中的情况,其目标丢失率大大降低,尽管个别目标的跟踪误差略有增大。     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

基于混合遗传算法车间多工艺路线批量调度

结合启发式分派规则和模拟退火算法,给出了改进的遗传算法——遗传退火算法(GASA,Genetic Algorithm-Simulated Annealing Algorithm).该算法采用新型POX交叉算子,通过结合模拟退火算法,有效地避免了基本遗传算法解决车间调度早熟的问题,并通过实验验证了该算法的有效性.基于GASA研究了航空复杂产品制造车间中,考虑生产批量、生产转换时间、允许多设备加工路线的车间静态与动态调度问题,分析并验证了不同分批方法对考虑以上因素的车间生产调度结果的影响.该算法已应用到某航空车间生产计划与控制系统中.