面向复杂关联测控需求的冲突规避调度算法

对卫星测控资源调度问题的现状进行了分析, 根据现有场景、需求和任务建立了目标约束满足模型。在系统阐述测控资源、可见弧段、任务需求的基础上, 考虑到测控任务需求间复杂的相互关联关系, 提出了一种基于任务冲突规避的测控资源调度算法。相比其他传统方法, 该算法考虑了全局任务对资源的需求和任务间复杂的关联性, 引入了可行解接受度函数, 避免了传统启发式算法过分贪婪的缺点。实验结果表明, 该算法应用于大规模测控任务资源调度时, 能有效提高任务调度的成功率。     

基于SGE的分布式仿真网格框架研究

SGE(SunGridEngine)是构建本地和集群级网格的工具。研究以SGE为基础,根据HLA仿真任务的特点,进行分布式仿真网格的框架研究和设计。分析了仿真网格的时间管理机制和仿真任务的迁移机制,采用点检查的方式实现了仿真任务迁移和动态调度,提供了用户级和内核级的点检查任务的支持。提出了仿真网格的双通道通信机制和仿真任务在仿真网格中的两种调度模式。通过研究构建了仿真网格的原型系统,并进行了HLA仿真应用的测试。     

并行飞行训练模拟器的准动态任务调度方法

本文针对并行飞行训练模拟器任务系统的结构特点,探讨一种有效的任务调度方法.首先建立了并行计算机系统的仿真环境,用以模拟任务在系统中的实际执行过程.然后在仿真环境中进行模拟的动态任务调度,得到能够反映任务运行情况的静态任务调度方案,我们称之为准动态的任务调度.这种方法既可以象动态任务调度那样,考虑系统因竞争、同步、处理机间的通信等动态情况的影响,得到高效率的任务调度方案,又不占用任务的运行时间,增加额外的开销,具有静态任务调度的优点.同时,在仿真环境中还可以对各种同步方式,任务的分解和调度策略,以及并行计算机结构进行比较和优化.文中以Q6飞行训练模拟器为例,说明了准动态任务调度方法的原理和使用过程.     

基于蚁群算法的参数相关网格任务调度算法研究

任务调度是网格计算环境中影响系统性能的重要问题,目前大多数调度算法在调度时均把任务假定为元任务,而忽略任务间的约束关系。利用图论的思想将任务间依赖关系描述为满足一定条件的有向无环图（DAG）,通过DAG图可以精确描述任务的优先级,此外蚁群算法在元任务调度中能有效实现任务调度和负载均衡,因此在蚁群算法进行元任务调度结果的基础上,根据任务优先级对分配给资源的任务进行排序即得出了参数相关任务调度的结果。仿真结果显示,此方法在各种网格环境下均能解决相关任务的调度问题,而且保证系统的负载均衡。     

基于MAS的分布式卫星系统任务规划研究

针对分布式卫星系统的规划与调度问题,提出了一种基于多Agent协商机制的分布式规划与调度方法.首先建立了分布式卫星系统的分层分布式多Agent控制结构,并详细设计了各个层次Agent的功能.其次,给出了卫星Agent之间基于合同网的交互协议,设计了基于优先级的招标任务选择策略以及基于任务动态插入的投标方法,并给出了实现全局优化的评标策略和目标函数.针对观测环境的动态情形,给出了相应的动态任务处理流程.最后通过一个卫星编队实例进行了验证.     

基三分层互连网络中负载平衡的研究与仿真

体系结构和负载平衡策略是影响并行处理系统性能的两个重要因素。基三分层互连网络(THIN)是一种具有高可扩展性、高层次性和低网络复杂度的并行处理体系结构。针对THIN中的负载平衡问题,提出一种分布式控制、发送者驱动的动态负载平衡算法,该算法能够根据THIN的结构特点和负载失衡的实际情况,将负载迁移目标节点的搜索范围从低层THIN向高层THIN逐层扩展,并借助消息传递机制、向量负载指数和负载迁移因子提高负载平衡的效率和合理性。实验结果证明该算法能有效提高THIN系统处理计算密集型任务的性能。     

基于仿真网格的空地作战系统设计研究

网格是新一代信息基础技术,其目的是实现资源共享。根据现有的基于HLA构建的分布式仿真系统存在的缺陷,利用网格技术的优势研究并提出了基于负载动态信息的作业迁移策略,将过载节点上的进程迁移到合适的其它节点上运行。以空地作战对抗系统为例,通过构建分布式仿真系统负载平衡模块实现了分布式动态调度,并阐述系统总体设计的实现方法。实验表明所提方案有效可行,系统动态性能得到明显改善,为提高分布仿真中资源利用效率和扩大仿真规模提供了一种可行的方案。     

分布式实时系统的低能耗资源分配方法研究

针对基于动态电压调整技术的调度算法在任务切换时大幅度的频率调整给系统带来较多的额外能耗这一问题,提出了一种均匀化任务利用率的启发式资源分配方法。该方法选用时间Petri网对分布式实时系统建模,并根据时间Petri网状态空间的变化规律,简化系统状态空间的生成过程,提高了资源分配算法的实现效率。实验表明,上述方法能够降低目标系统频率调整带来的系统能耗开销。     

船载统一S频段测控系统目标仿真器

船载统一S频段(USB)测控系统是我国航天测控网的重要组成部分,该目标仿真器是根据海上航天测控任务系统检验、联试的需要而提出的。论文明确了目标仿真器的功能与组成,对各单元的设计和实现进行了详细介绍。给出了海上动态环境下测控目标轨迹的仿真生成方法,阐述了动态目标距离、速度、角度模拟的原理和实现技术途径。该目标仿真器的应用提高了航天测控联调、演练和训练水平,可推广应用于我国航天测控领域各套统一微波测控系统中。     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

一种灵巧同构系统的任务静态调度算法

针对高性能的灵巧同构系统计算环境特点,提出了一种多处理机的任务静态调度算法。该算法结合遗传算法和启发式列表调度算法,具有较短的调度时间;算法考察了多处理机调度中的任务间前趋关系、通信关系以及任务存储量要求,具有实用意义。仿真结果表明,与标准算法和CP/MISF(critical path/most immediate successors first)算法比较,所提出的算法能够得到较优的调度结果。     

Scheduling algorithm based on critical tasks in heterogeneous environments

Heterogeneous computing is one effective method of high performance computing with many advantages. Task scheduling is a critical issue in heterogeneous environments as well as in homogeneous environments. A number of task scheduling algorithms for homogeneous environments have been proposed, whereas, a few for heterogeneous environments can be found in the literature. A novel task scheduling algorithm for heterogeneous environments, called the heterogeneous critical task （HCT） scheduling algorithm is presented. By means of the directed acyclic graph and the gantt graph, the HCT algorithm defines the critical task and the idle time slot. After determining the critical tasks of a given task, the HCT algorithm tentatively duplicates the critical tasks onto the processor that has the given task in the idle time slot, to reduce the start time of the given task. To compare the performance of the HCT algorithm with several recently proposed algorithms, a large set of randomly generated applications and the Gaussian elimination application are randomly generated. The experimental result has shown that the HCT algorithm outperforms the other algorithm.     

面向协同设计的任务调度问题研究

针对协同设计任务调度存在的问题,综合考虑了协作项目间、任务间及任务自身的具体因素和约束,在建立设计任务网络图的基础上,提出了一种以"任务优先系数"为指标的可并行执行任务集内任务的执行调度算法.综合考虑协同设计过程中的诸多动态、不确定性及非量化等因素,基于均衡一适度原则建立了任务到团队成员分配的扩展数学模型,并利用匈牙利算法进行求解.研究表明,该方法能有效对复杂产品的协同设计流程进行规划,且简单易用.     

一种基于动态关键路径的递归并行调度算法

并行任务在多处理机系统上的有效调度是获得系统高性能的关键所在.对BNP(Bounded Number Processors)调度问题,提出了一种新的基于动态关键路径的递归调度算法,对调度节点进行递归选择,并结合调度节点的后继任务为它选择了最佳时间槽.该算法克服了已有调度算法不能保证对动态关键任务进行最早调度这一缺点,优于现有BNP调度算法.     

面向连续系统并行仿真的任务调度算法

任务调度是并行分布计算中最具有挑战性的问题之一。如何合理、有效地地进行任务调度,将直接影响到系统的并行效率。本文通过对连续系统仿真程序特点的分析,折衷考虑了负载平衡与通讯延时两方面因素对并计算的不同影响,提出了一种以系统总的开锁最小为目标的启发式调度算法。该算法在我们研制的长缨三号（ＣＨＹ－Ⅲ）并行机上经验证,具有良好的并行效率。     

基于任务分解的作战仿真研究

大规模作战的仿真对仿真系统的计算能力和容错能力都提出了很高的要求,所以对大规模战争系统的仿真正在向分布式和并行计算方向发展。该文对大规模复杂战争仿真系统的研究涉及到的仿真任务分解、仿真计算资源的监测与管理、仿真任务负载的动态平衡和仿真任务的迁移等问题进行了阐述。提出了任务分解的三种策略,在任务分解的基础上,给出了实现大规模作战分布式仿真系统的初步结论和建议。     

Novel radar dwell scheduling algorithm based on pulse interleaving

The problem of scheduling radar dwells in multifunction phased array radar systems is addressed. A novel dwell scheduling algorithm is proposed. The whole scheduling process is based on an online pulse interleaving technique. It takes the system timing and energy constraints into acoount. In order to adapt the dynamic task load, the algorithm considers both the priorities and deadlines of tasks. The simulation results demonstrate that compared with the conventional adaptive dwell scheduling algorithm, the proposed one can improve the task drop rate and system resource utiliW effectively.     

一类分布式控制系统的容错优化调度算法

在分析同步采样分布式控制系统基础上,给出了一种新的容错调度算法。该算法首先在一个周期内形成一个任务调度序列(包括基版本和副版本),然后采用启发式算法将任务分配倒各个处理器上,且同一任务的基版本和副版本分配到不同的处理器上。同一处理器上的任务按照其在调度序列中的先后次序执行。由于控制系统的性能与任务的采样周期和控制延迟有关系,因而采用以整数编码为基础遗传算法对调度序列进行优化。仿真实验表明,这种调度算法在保证实时任务容错可调度的情况下,可以极大地提高控制系统地的性能。     

基于蚁群算法的并行测试任务调度

并行测试的任务优化调度是并行测试技术的核心问题.提出了一种用于解决并行测试任务调度问题的改进蚁群算法,通过该算法可以获得测试时间最短的任务调度序列.给出了并行测试任务调度问题的数学模型,设计了启发式函数和状态转移概率的计算公式.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.给出了应用实例,实际应用表明该算法是有效的,能很好地解决此类多维动态组合优化问题.     

资源约束条件下任务调度算法研究

如何解决资源约束条件下的任务调度问题，保证在资源使用存在冲突情况下, 多个任务高效执行, 其中合理的任务调度和资源冲突消解是影响任务执行效果的关键因素。基于工作流图模型提出了一套资源约束条件下任务调度的框架, 并针对调度过程中产生的资源冲突, 提出了两种任务调度算法: 一种算法通过任务关键度确定优先级, 并基于贪心策略和调整工作流图拓扑结构的方法, 在任务开始前确定任务调度方案; 另一种算法采取弹性资源调度的方式, 使产生冲突的任务优先在资源不足的条件下开始执行, 任务调度和执行交替进行。最后, 通过地震救援案例验证了相关算法可行性, 与求解资源约束条件下任务调度问题的两类典型方法中具有代表性的算法进行对比实验, 分析了所提两种算法的优势与意义。仿真结果表明，所提算法具有适用地震救援资源紧缺特点的优势。