面向多功能雷达的模型参数化脉冲级调度方法

多功能相控阵雷达的任务复杂性和实时性需求不断提高,传统的基于一定驻留周期的任务调度方法不能满足实时切换要求。针对此问题,提出了一种基于脉冲周期的任务切换和实时调度的方法,两级调度器与执行器一体化设计减少任务调度时间开销,综合考虑优先级调度算法和抢占式调度策略确保了任务有效执行,面向任务模型的参数化设计使得任务调度能灵活适应各类作战任务需求。仿真结果表明,此方法能较好地控制高优先级任务丢失率, 获得更高的任务执行有效性。     

ARINC653多核多分区操作系统的任务调度

随着航空电子系统综合化、模块化的发展,单核处理器已难以满足综合模块化航空电子(Integrated Modular Avionics,IMA)高性能的计算要求,多核处理器逐步在航空电子系统中得到运用。ARINC653作为 IMA 架构的标准应用接口,如何在满足实时性前提下充分利用多核处理器资源成为 ARINC653 任务调度的关键。针对航空电子系统任务调度的实时性要求,采用实时任务中的周期性任务模型,提出了一种满足实时性要求的实时多核静态轮转调度算法。该算法通过优化RL(Round Length)轮转参数、任务的权值分配和多核处理器分配策略,减少任务拆分次数,提高多核处理器利用率。仿真结果显示,该算法能够对分区操作系统的任务集合进行高效调度,明显提高多核处理器利用率。     

RTAI实时调度算法及其调度器的改进

在实时系统中,任务调度策略是内核设计的关键部分.如何进行实时的任务调度,使任务能在特定的周期内完成是实时操作系统领域研究的一个热点问题.文中将一种基于RM算法的改进算法CPSS算法引入到RTAI调度器中,针对RTAI调度器在系统过载情况下出现调度性能下降等缺点,对RTAI调度器进行优化和改进.对改进后的调度器在调度时延方面和调度算法仿真方面进行了测试,实验证明了改进后的调度器能够提高Linux系统的实时性.     

异构多平台信号处理任务调度研究

简单的并行计算或单一异构平台已经无法满足计算量大、复杂度高的信号处理和任务调度需求，异构多平台系统已经成为信号处理和任务调度的发展趋势。针对提高平台的吞吐量、处理器的利用率以及任务的感知等问题，文中对异构多平台信号处理模型进行了研究，并利用有向无环图对调度任务和软硬件资源建模。基于已提出的调度算法，对任务调度进行了归纳总结、对比分析，发现基于任务感知的混合调度算法能够较好地满足平台调度需求。利用基于任务感知的混合调度算法解决信号处理中的任务调度将是未来研究发展的趋势。     

截止时间约束下独立网格任务的协同调度模型

针对网格环境中任务实时性难于保证的问题,提出一种截止时间保证度的计算方法,用于量化分析资源协同调度对任务实时约束的影响,并设计和实现了一个可扩展的协同调度模型,允许系统动态选择截止时间保证度最优的协同调度方案.实验结果显示,截止时间保证度指标可以较为准确地量化调度决策对任务实时约束的满足程度,从而为实时网格任务调度决策...     

基于移动边缘计算的任务调度算法设计

移动边缘计算(Mobile Edge Computing,MEC)作为一种新兴的计算模式可以将智能设备上的任务调度到MEC服务器中执行以解决智能设备资源受限问题。多用户场景下以时延和任务依赖性为约束的任务调度问题是移动边缘计算中的研究热点之一。针对该问题建立了任务调度模型,然后依据场景特性将任务调度问题转换为最小化能量消耗问题。针对任务调度问题的实时性和持续性进一步将优化问题缩放至较小规模的优化问题,并依据优化问题的解设计了一个实时调度算法。最后使用遗传算法作为对比算法进行仿真实验。实验结果表明实时调度算法比遗传算法更有效地降低了智能设备整体能量消耗,并在高并发、高时延要求等情况下仍保持良好的性能。     

实时网络的分布式调度

针对主—从结构实时网络的性能特点,提出了一种基于EDF的主节点分布式实时任务调度算法,给出了该调度算法下实时任务组的可调度的充分条件。仿真测试表明,该调度算法满足实时约束,适合于主—从结构的实时网络调度。     

基于动态粒子群算法的多总线测试任务调度方法

测试任务调度多考虑资源约束和任务优先级约束, 在对消息实时性要求较高的航空总线测试设备中, 需要将任务调度的实时性能作为关键衡量指标。将剩余可调度时间和总线负载均衡程度作为优化目标, 在满足资源限制的前提下结合总线协议特征, 提出一种包含精英集的动态粒子群算法进行多目标优化, 得到Pareto前沿和非劣解集, 并从中选择非劣解作为测试消息队列。实验仿真证明了该调度方法的有效性, 且测试消息队列能够满足高实时性要求, 并平衡总线间负载。     

物联网终端操作系统中任务调度的研究与设计

物联网终端操作系统作为在物联网终端上运行的操作系统,需要满足资源利用率高,实时性好,稳定性好等特点。而操作系统中的任务调度是提高资源利用率和保证实时性的一个关键环节。文章分析了传统物联网终端操作系统的任务调度算法,并提出了一种混合调度的算法模型,设计了基于混合调度的调度模式,并总结了新模式的优点与不足。     

异构多处理器系统的混合任务调度算法

针对实时异构系统的任务调度问题,提出了一种异构多处理器系统的混合实时任务调度算法.该算法采用带有非周期服务器的EDF( Earliest Deadline First)算法来调度单处理器上的任务集,可充分利用处理器的计算带宽.采用启发式搜索算法来进行任务的分配,以最大剩余计算带宽为搜索指标,可确保各处理器的负载尽量平衡...     

一种新的嵌入式Linux实时调度算法

针对现有实时调度算法在实时性能上的不足,提出了一种新的实时任务分类调度算法,根据实时任务的到达情况进行分类,划分为周期任务和非周期任务,并对不同类型的实时任务使用不同的改进的实时调度算法.通过实验,证明此算法与现有实时调度算法相比,综合实时性能有了很大程度的提高.     

改进的Min-Min网格任务调度算法

在网格环境中,如何对任务进行高效调度是当前研究的热点问题。目前Min—Min调度算法是一个简单、快速、有效的算法。但它很难满足网格任务对服务质量的要求。在独立型的任务调度模型的基础上,提出了一种基于权值的改进Min—Min调度算法。改进后的算法通过量化网格任务的优先级和等待时间,解决了原有算法存在的高质量任务和大任务等待时间过长的问题。仿真实验结果表明,改进后的算法满足了网格任务对优先级和等待时间的服务质量要求．是一种网格环境下有效的任务调度算法。     

一种多属性网格任务调度算法及仿真研究

为使网格任务调度时能更多地考虑任务和资源之间的各种属性.通过对常用静态调度算法的分析,吸收了Min-min和Max-min等算法的思想,将影响网格任务调度的诸多属性归纳为两类因素.提出了一种针对多属性任务的调度算法MASA,经过截断处理、归一化、加权计算等方法得出任务与资源之间的匹配矩阵,指导任务调度.仿真实验测试结果表明,在相同任务和资源环境下,通过改变不同属性的加权系数能得到所期望的调度结果,使具有高加权系数属性的任务在调度时更具优势.此算法具有灵活性,属性可增可减,能根据具体情况进行配置,以满足具体应用需求.     

云计算环境下任务调度算法的研究

在云计算环境中存在庞大的任务数,为了能更加高效地完成任务请求,如何进行有效地任务调度是云计算环境下实现按需分配资源的关键。针对调度问题提出了一种基于蚁群优化的任务调度算法,该算法能适应云计算环境下的动态特性,且集成了蚁群算法在处理NP-Hard问题时的优点。该算法旨在减少任务调度完成时间。通过在CloudSim平台进行仿真实验,实验结果表明,改进后的算法能减少任务平均完成时间、并能在云计算环境下有效提高调度效率。     

电力云计算中关联任务调度算法

针对传统电力系统计算平台在计算、存储、信息集成和分析等方面的不足,建立基于云计算的电力系统计算平台。针对电力云计算平台中对关联任务调度进行调度时出现任务执行延迟的问题,提出了一种基于任务分层算法DAG。算法将任务按任务集合优先级的高低顺序调度至具有最小完成时间的资源上。试验证明关联任务调度算法能够有效地减缓关联任务延迟。     

基于滚动周期粒子群算法的雷达组网协同分配方法

针对反导预警系统执行饱和弹道导弹目标攻击场景中的雷达实时任务分配问题,提出一种资源约束下基于动态自适应滚动周期混合粒子群算法的多任务协同分配方法。根据弹道导弹的目标特性,建立了任务综合优先级规划模型;为了实现分配效能最大化,考虑资源约束的基础上建立了雷达资源利用率、任务综合价值实现率、雷达切换次数、任务调度成功率为目标函数的雷达组网多任务资源分配模型,基于离散粒子群算法进行粒子迭代逻辑优化,满足算子自适应的选择、变异及交叉操作;为适应战场环境的动态复杂特性,建立了滚动周期调度模型和事件重调度模型,设计的协同调度策略很好地满足了实时性的要求。仿真结果表明,在饱和场景下使用基于动态自适应滚动周期混合粒子群算法能够有效解决实时雷达组网多任务协同分配问题。     

安全和能量关键的分布式协作任务调度

传统分布式任务调度严重地忽略了任务的能耗和安全因素,不适用于安全关键分布式嵌入式系统,针对安全和能量关键的分布式协作应用,提出了一种安全感知和能量感知的任务映射调度算法SEATMS.作为一种多项式复杂度的启发式算法,SEATMS能够在满足协作应用的实时需求和能耗约束前提下,最大程度地降低系统安全风险.和同类算法相比,所...     

分布式系统中多用户网络应用的概率型调度算法研究

多用户网络应用是分布式计算中最主要的形式之一。为了充分挖掘分布式系统中的计算资源,任务调度是解决该问题的关键。然而,由于多用户网络应用中存在的不确定性,使得当前的调度方法在动态性、实时性、适应性等方面都存在诸多不足。考虑到用户实时性需求,本文提出了概率型调度的思想。该思想将任务的分配看作概率事件,以用户角度的最短响应时间为目标,给出了多用户网络应用的排队模型,并进一步将调度定义为一个非线性规划问题。分析表明上述方法在任务到达过程、服务率方面存在限制,进而提出了一个基于强化学习理论自适应调度算法。该算法首先利用Markov决策过程（MDP）描述该调度问题,然后对任务到达过程和服务率知识进行在线的学习。一旦获得任务分配概率,遵从该概率可进行快速的任务调度。实验表明上述两个算法相比于Min-Min、Max-Min、Suffrage、ECT四种经典调度算法具有更短的平均响应时间。除此性能外,通过实验分析了该概率型调度方法的稳定性。     

启发式动态任务调度与航路规划方法

针对任务、资源、航路的调度与规划需要,建立了一种分层递阶的任务规划系统结构,上层主要解决任务优先级和冲突消解问题;下层主要解决满足各种要求的航路规划与实时重规划问题。提出了启发式动态任务调度与航路实时规划算法,可以有效提高对各种突发事件的态势自适应和冲突消解能力以及对时敏目标的打击能力,进而提高无人机在动态不确定环境下的自主性。     

1553B网络BC的SPN建模与分析

针对1553B网络中BC节点采用不同的实时任务调度算法将影响轮询总线表实时任务实施次数,进而影响到总线网络的吞吐量和数据传输时延,为研究实时任务调度算法对1553B总线网络通信的影响,建立了BC节点采用静态调度算法下的任务集SPN模型,模型分析结果表明固定优先级高的任务使轮询总线表任务不能实时执行,容易被阻塞,影响了总线网络的通信效果,因此BC节点适宜采用动态调度算法。