数字阵列雷达在线交错调度算法

传统相控阵雷达中的调度算法难以充分发挥数字阵列雷达的多功能优势.针对这一问题,结合数字阵列雷达的任务结构,提出一种在线交错调度算法.通过将交错调度分析分解为时间资源约束分析和能量资源约束分析,算法能够对所有满足约束的任务进行交错调度：利用任务中的等待期来交错执行其它任务的发射期或接收期,并且不同任务的接收期可实现相互交叠.仿真结果表明,由于雷达任务中等待期和接收期得到充分利用,相比于三种传统的调度算法,所提算法的调度成功率、实现价值率和时间利用率均得到有效提升.     

一种数字阵列雷达自适应波束驻留调度算法

 根据数字阵列雷达的信号处理特征,提出了一种应用于数字阵雷达的波束驻留调度算法.该调度算法以一种在线脉冲交错技术为基础,它使得不同的驻留任务能在满足系统时间和能量资源约束的条件下交错执行,其中,驻留等待期可用来执行其它驻留的发射或接收子任务且不同驻留任务的等待期可在时间上相互重叠.仿真结果表明,由于驻留任务等待期和接收期的充分利用,与传统波束驻留调度算法相比,此算法能有效地降低各类任务丢失率,从而获得更高的系统实现价值率.     

动态优先级下防空相控阵雷达在线交错调度算法

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法.该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其它任务的发射期或接收期.仿真结果表明,相比于任务模式优先级加截止期的调度算法,所提算法的调度成功率、时间利用率和执行威胁率均得到有效提升.     

基于周期分区的相控阵雷达任务交叉调度研究

传统相控阵雷达任务调度算法中,各单驻留任务不可分割,发射与接收之间的空闲等待时间未被有效利用,系统调度能力受限。针对此问题,该文在深入分析交叉规则及选取策略的基础上,提出一种基于采样周期最大公约数分区的任务实时交叉调度(PDI)算法,其可解决交叉调度过程中任务因采样周期不同而产生冲突的难题,该文还分析了调度算法流程,交叉算法流程及过载处理等。仿真结果表明,该算法可大幅提高系统调度的负载能力,调度性能明显优于传统算法。     

Task Scheduling Algorithm for the Communication,Ocean, and Meteorological Satellite

In this paper, we propose an efficient single‐resource task scheduling algorithm for the Communication, Ocean, and Meteorological Satellite. Among general satellite planning functions such as constraint check, priority check, and task scheduling, this paper focuses on the task scheduling algorithm, which resolves conflict among tasks which have an exclusion relation and the same priority. The goal of the proposed task scheduling algorithm is to maximize the number of tasks that can be scheduled. The rationale of the algorithm is that a discarded task can be scheduled instead of a previously selected one depending on the expected benefit acquired by doing so. The evaluation results show that the proposed algorithm enhances the number of tasks that can be scheduled considerably.     

军用网格环境下基于优先权的Min-Min任务调度算法

军用网格环境下的资源调度与一般网格环境下的资源调度相比较，一个明显的特点就是必须考虑一些特别任务的优先级。在给出网格独立任务调度模型基础上，提出了一种基于优先权的Min—Min资源调度算法，该算法首先调度优先级高的任务，其余任务则采用Min—Min算法调度。经过分析，该算法的时间复杂度是O（n^2m），与Min—Min相比，该算法的Makespan可能略大，但可以满足军用网格环境下特殊任务优先执行的需求。     

一种基于先验信息的中高轨卫星遥测任务资源调度方法

中高轨卫星测控需求的特性导致遥测数据接收任务占用了绝大部分设备跟踪时长,但遥测任务的资源调度问题的相比遥控和测轨复杂性更高,使得其资源调度算法的自动化水平一直不高。根据中高轨卫星遥测数据接收任务需求和我国测控站布站情况,设计了一种基于先验信息的中高轨卫星遥测任务资源调度算法。该算法以中高轨卫星遥测任务需求整体满足率最大和算法复杂度最低为设计目标,以人工安排中高轨遥测任务测控工作计划积累的有益经验作为先验信息,赋予中高轨卫星遥测任务可行解优先级使用值。通过实际数据仿真分析,该算法极大缩小了中高轨卫星遥测任务可行解空间规模,有效提高了资源调度效率,资源满足率达到99.7%以上,遥测单收设备使用率超过97.7%,为卫星资源调度算法设计提供了参考。     

一种改进的相控阵雷达脉冲交错算法

针对相控阵雷达波束快速扫描能力,提出了一种基于时间指针的相控阵雷达在线脉冲交错调度算法。首先建立了雷达驻留任务模型并分析了调度约束条件,然后引入时间指针来指向当前调度分析时刻,分别从波束的角度和脉冲的角度分析了驻留任务交错的几种方式,并给出了三种脉冲重叠方式的时间约束条件,最后在满足时间和能量资源约束的条件下,选取综合优先级最高的雷达驻留任务进行调度。仿真结果表明,与基于收益的调度算法相比,此算法能有效地降低任务丢失率,提高时间利用率和能量利用率。     

Algorithmic aspects for functional partitioning and scheduling in hardware/software co-design

Hardware/software (HW/SW) partitioning and scheduling are the crucial steps during HW/SW co-design. It has been shown that they are classical combinatorial optimization problems. Due to the possible sequential or concurrent execution of the tasks, HW/SW partitioning and scheduling has become more difficult to solve optimally. In this paper more efficient heuristic algorithms are proposed for the HW/SW partitioning and scheduling. The proposed algorithm partitions a task graph by iteratively moving the task with highest benefit-to-area ratio in higher priority. The benefit-to-area ratio is updated in each iteration step to cater for the task concurrence. The proposed algorithm for task scheduling executes the task lying in hardware-only critical path in higher priority to enhance the task forecast. A large body of experimental results conclusively shows that the proposed heuristic algorithm for partitioning is superior to the latest efficient combinatorial algorithm (Tabu search) cited in this paper. Moreover, the Tabu search for partitioning has been further improved by utilizing the proposed heuristic solution as its initial solution. In addition, the proposed scheduling algorithm obtains the improvements over the most widely used approaches by up to 10% without large increase in running time. This work was presented in part at 2006 IEEE International Conference on Field Programmable Technology (ICFPT).     

Resource scheduling in mobile edge computing using improved ant colony algorithm for space information network

With the development of space information network (SIN), new network applications are emerging. Satellites are not only used for storage and transmission but also gradually used for calculation and analysis, so the demand for resources is increasing. But satellite resources are still limited. Mobile edge computing (MEC) is considered an effective technique to reduce the pressure on satellite resources. To solve the problem of task execution delay caused by limited satellite resources, we designed Space Mobile Edge Computing Network (SMECN) architecture. According to this architecture, we propose a resource scheduling method. First, we decompose the user tasks in SMECN, so that the tasks can be assigned to different servers. An improved ant colony resource scheduling algorithm for SMECN is proposed. The heuristic factors and pheromones of the ant colony algorithm are improved through time and resource constraints, and the roulette algorithm is applied to route selection to avoid falling into the local optimum. We propose a dynamic scheduling algorithm to improve the contract network protocol to cope with the dynamic changes of the SIN and dynamically adjust the task execution to improve the service capability of the SIN. The simulation results show that when the number of tasks reaches 200, the algorithm proposed in this paper takes 17.52% less execution time than the Min-Min algorithm, uses 9.58% less resources than the PSO algorithm, and achieves a resource allocation rate of 91.65%. Finally, introducing dynamic scheduling algorithms can effectively reduce task execution time and improve task availability.     

基于价值优化的相控阵雷达任务调度算法

针对相控阵雷达时间资源分配问题,该文提出一种基于价值优化的任务调度算法。首先建立任务调度属性参数,对跟踪任务队列进行可行性分析和筛选操作,确定跟踪任务调度属性。其次,根据任务最大价值及其变化斜率,建立关于实际执行时刻的动态任务价值函数,并基于此构建任务调度的价值优化模型,对跟踪任务执行时刻进行分配,以更好满足及时性原则。最后,利用执行跟踪任务间的空闲时间片对搜索任务进行调度。仿真结果表明,该文算法有效减小了时间偏移量,提升了实现价值率。     

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。     

基于可重构测量模型的网络测量任务部署算法

针对网络有限测量资源与多样化测量需求之间矛盾日趋凸显的问题,该文在可重构的网络测量模型基础上,对网络测量任务部署问题进行建模,并提出一种测量任务部署算法。该算法利用测量构件复用及组合原理,高效利用网络测量资源,从而支持对多样化并发测量任务的部署。仿真实验数据显示,算法在任务部署成功率和任务部署时间性能指标上较GCTS (Task-execution Scheduling schemes based on Graph Coloring)算法均得到显著提高,任务部署成功率不低于90%。     

基于MrsP协议的任务划分优化算法

多处理器实时系统中,调度和资源共享是核心问题,与之相对应的调度算法和共享资源访问协议将直接影响系统的性能,这就要求调度算法和资源访问协议在保证实时性的基础上尽量发挥硬件平台的计算能力。然而,现有的调度算法多假设任务相互独立,没有考虑任务之间的资源共享,共享资源访问协议也多侧重于规则和最坏响应时间分析。对此,将P-RM算法和MrsP协议相结合,得出了多处理器实时系统的整体可调度性条件。文中根据MrsP协议的特性,提出了一种减小阻塞时间的任务划分算法,通过改进任务利用率的计算方式解决了关键区重复计算的问题,与之前的任务划分算法相比,也解决了关键区重复计算以及任务分类后拆分再分配的问题。实验表明,该算法所需要的处理器数目减少了15%~20%。     

基于并行排队策略的天基光网络接入选择算法

针对卫星光网络接入选择算法不够灵活高效的问 题,研究了天基光网络中基于并行排队策略(PQS,parallel queuing strategy)的 动态在线式接入选择算法。分析接入选择问题的约束条件并建立数学模型,在 排队模型的基础上增加动 态优先级策略dps(dynamic priority strategy),实现不同优先级任务的区分服务;通过引 入时间敏感因子实现对不同优先级任务等待 时延区分度的调节,避免低优先级任务一直被高优先级任务抢占的问题;通过增加PQS使调 度 方案得到全局优化,缩短任务等待时延。仿真结果表明,本文算法将等待时延降低 30%左右,有效提升了接入调度的灵活和高效性。     

基于改进遗传算法的网格资源调度算法

网格计算关注大规模的资源和任务调度，要求采用的调度算法能够具有高效性。提出一种基于改进遗传算法的资源调度算法，该算法综合考虑了资源任务分配量以及任务完成时间，从而设计出良好的交叉和选择算子，既能够保留完成时间比较小的个体又能够保留具有一部分优秀资源分配方式的个体．算法具有较好的效率和收敛性。     

Task scheduling algorithm for system-wide information management based on multiple QoS constraints

An ant colony optimization task scheduling algorithm based on multiple quality of service constraint (QoS-ACO) for SWIM was proposed.Focusing on the multiple quality of service (QoS) requirements for task requests completed in system-wide information management (SWIM),considering the task execution time,security and reliability factors,a new evaluate user satisfaction utility function and system task scheduling model were constructed.Using the QoS total utility evaluation function of SWIM service scheduling to update the pheromone of the ant colony algorithm.The simulation results show that under the same conditions,the QoS-ACO algorithm is better than the traditional Min-Min algorithm and particle swarm optimization (PSO) algorithm in terms of task completion time,security,reliability and quality of service total utility evaluation value,and it can ensure that the user's task scheduling quality of service requirements are met,and can better complete the scheduling tasks of the SWIM.     

基于并发流水线的直升机雷达多波束调度管理研究

武装直升机雷达为毫米波二维相控阵雷达,具有灵活、同时收发多个波束特征,基于此,本文提出了一种可以应用于同时多个波束通道的驻留任务管理算法。该算法在分析多波束驻留具有在时间重叠、独立波束间受能量等约束的基础上,给出最大化调度收益的多波束驻留调度模型。借鉴并发工作流水线的思想,提出一种启发式的驻留调度实现方法。仿真结果表明,由于该调度算法工作方式优先级原则和期望时间原则,有效地实现多波束驻留任务的调度,把各种任务丢失率控制在较低的范围,从而获得更高的系统实现价值率。     

基于遗传算法的异构系统多副本容错调度算法

针对异构系统中基于多副本机制的容错调度方法忽略调度makespan、任务间依赖与系统链路失效及严格调度方式调度makespan较长问题,首先提出通用调度方式下同时考虑节点和链路失效的可靠性计算方法;然后给出该通用调度问题的0-1整数规划模型;接着提出可靠性意识多副本任务通用调度(RAMD_TGS, reliability-aware multi-duplication task general scheduling)算法,通过遗传算法种群进化来搜索副本映射节点和开始执行时间。实验表明该算法不仅满足可靠性要求,而且与严格调度方式相比能进一步减小调度makespan,该算法资源占用开销也是可接受的。     

基于蚁群的云计算资源调度研究

针对云计算环境中资源调度的问题,提出了一种基于改进蚁群的云计算资源调度算法。在算法中添加了查找表,存储其他蚂蚁推荐的节点。当任务分类比较明确的时候,查找表的优点更加地突出。在信息素的计算中加入了成功率因子,成功率越高的节点被选中的概率就越大。本文使用Cloud Sim对算法进行了仿真,仿真结果表明提出的算法缩短了搜寻资源节点的时间,从而使任务可以更快地获得资源并执行,保证了任务能够按时完成。