网络控制系统中采样周期的优化选取方法

对网络环境下的控制系统时延进行了分析,讨论了系统采样周期和网络时延对网络控制系统的影响,以优化控制系统性能为目标,以网络的可调度性为条件,结合系统控制与网络调度,给出了NCS的优化模型和采样频率的求取方法,并给出了优化实例。结果表明:该调度算法既满足了控制系统的性能,又优化了网络调度,提高了网络资源的利用率,为选择网络控制系统采样周期提供了指导方法。     

具有通信约束的网络化控制系统ＬＱＧ控制器设计

针对一类具有噪声影响的通信受限多输入、多输出网络控制系统,利用非均匀采样方式将其 建模为一类集控制与调度为一体的网络化控制模型,根据卡尔曼滤波器思想设计了最优状态估计 器和最优保性能输出反馈控制器并在此基础上给出系统渐近稳定的充分条件．通过仿真验证了所 提算法的可行性．该设计方法特别适用于通信受限情况下,系统存在多种信号类型时,可方便的根 据不同信号特征设置系统的采样周期和调度周期,从而克服原离散周期性时变系统的控制器受通 信序列周期性约束问题,避免多个控制器周期性切换,增加控制系统设计的自由度,提高系统动态 重构能力和整体性能．     

网络控制系统的时延特性分析

在网络控制系统中，由网络产生的信息传输时延对系统的控制性能有重大影响.时延会降低系统的控制性能，使系统稳定范围变窄，甚至可能使系统不稳定.首先概述了网络控制系统及固有的特点，随后深入分析了网络控制系统中时延产生的原因以及采用随机访问和调度两类访问方式的控制网络中时延特性，阐明了时延对系统性能的影响，并通过实例给出了系统稳定时延和采样周期之间的约束关系.该约束关系可作为选择采样周期的参考依据.     

网络控制系统的动态权重变采样周期调度算法

为提高网络控制系统的性能,提出一种用于网络控制系统的动态权重变采样周期调度算法.首先,通过二次平方根映射函数,根据控制回路数据传输误差对各个控制回路赋予不同的动态权重;然后,根据当前网络运行状况,通过比例控制预测新的网络利用率,同时利用最小二乘支持向量机算法预测各回路数据包传输时间;最后,在网络带宽资源受限的情况下,利用回路动态权重、网络利用率预测值并结合控制回路数据包传输时间,动态的调整回路的采样周期,使得网络控制系统的性能得到优化.仿真实验表明,提出的变采样周期调度算法能够使得网络利用率收敛到设定值,减少了控制回路的数据传输时延,提高了系统的输出响应与控制性能.     

DAG任务模型的粒子群优化调度算法

在并行多处理器系统中,通常用有向无环图(DAG)表示任务之间的依赖关系.为了提高该任务模型调度算法的性能,基于粒子群优化算法,提出一种新的调度算法.算法将任务高度和粒子位置作为任务优先级,使用表调度策略生成有效的调度方案,在满足任务间依赖关系的条件下,使所有任务的完成时间最小.仿真实验结果表明,与遗传算法相比,所提出的算法提高了解的质量和收敛速度,特别适合于规模较大的多处理器任务调度.     

实时系统非周期任务的可预测调度研究

提出了一种实时系统任务模型 ,分析了该模型中周期和非周期任务可调度的条件 ,并给出了一种强实时非周期任务的可预测调度算法。该算法按照 RMS算法的原则统一调度系统任务 ,保证系统周期和非周期任务满足各自的时限约束 ,实现了强实时非周期任务的可预测调度     

网络控制系统变采样周期智能动态调度策略

针对网络控制系统中采样周期时变不确定性对控制性能和网络运行性能的影响,提出一种基于反馈控制原理和预测机理的智能动态调度策略.该策略利用网络资源利用率、截止期错过率以及误差绝对值积分(Integralof the Absolute Error,IAE)对消息进行反馈控制调度,保证网络利用率、截止期错过率以及控制性能保持在期望的范围内;利用BP神经网络对网络利用率和数据包执行时间进行预测,实时调整控制系统的采样周期,以适应网络中信息流的变化.仿真试验结果表明该调度算法既能满足控制系统的性能,又提高网络资源的利用率.     

寮时系统非周期任务的可预测调度研究

提出了一种实时系统任务模型,分析了该模型中周期和非周期任务可调度的条件,并给出了一种强实时非周期任务的可预测调度算法,该算法按照RMS算法的原则统一调度系统任务,保证系统周期和非周期任务满足各自的时限约束,实现了强实时非周期任务的可预测调度。     

工业无线网络链路选择与时隙分配的同步优化

以工业无线网络为研究对象,通过结合多链路路由算法和时隙调度算法静态优化无线网络的传输性能.链路选择用于优化网络的空间资源,时隙分配用于优化网络的时间资源,两者相互作用影响无线网络的传输性能.根据无线网络的传输特性给出多跳分级的无线网络模型,将分布式的工业无线网络系统层次化,减小无线网络节点之间联通的复杂性,并给出基于该模型的无线网路链路选择和时隙分配同步优化架构.针对这2个分属于空间和时间上的不同问题,采用链路染色方法进行标记,避免网路传输链路冲突问题;采用遗传算法隐并行性和组合优化解决链路选择和时隙分配的相互干扰;提出层次化的编码方案,并给出基于遗传算法双层编码方案使2类问题得以结合;给出基于遗传算法的同步优化策略并加以验证.实验结果表明:优化后的算法使得无线无线网络的采样率、数据平均延迟和节点负载性都得到进一步的提升.     

求解AGV路径优化问题的遗传算法参数优化

介绍了基于AGVS的有向图模型求解AGV路径优化问题的遗传并行路径规划算法和有关遗传算子.根据遗传算法的运行流程,首先对AGV路径进行初始路径集生成和确定复制算子;其次用实验的方法对交叉算子和变异算子进行了性能比较,确定AGV路径优化中选用部分交叉算子和反转变异算子;最后研究了种群的大小对遗传算子收敛速度的影响.本文给出了部分遗传算子的实验数据和不同种群规模时的收敛情况.本文工作是研究AGV动态调度遗传算法及其仿真与实验的基础.     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

提高混合实时任务确定性的两级调度算法

为提高混合实时任务的确定性,提出了一种两级调度算法。先给出了调度算法的架构,通过增加一个调度模块实现周期性实时任务调度,非周期性实时任务则由系统内核调度。然后建立了任务模型,并对调度算法、任务集可调度性和抖动等进行深入研究。将提出的调度算法应用到基于Windows CE.NET的液压机控制系统中,分析了控制系统的硬件平台和任务划分。最后对调度算法进行验证,结果表明,该算法能保证混合实时任务的确定性,减小抖动,从而提高控制系统的精度。     

多处理器实时系统容错ICDM调度算法

目的提出一种针对多处理器实时系统中具有时间、资源和容错需求任务的调度算法来满足硬实时系统实时性及可靠性要求．使硬实时系统在发生故障的情况下，任务也能在其截止期内完成，不致产生灾难性后果．方法将非精确计算模型引入到Distance Myopic算法中，通过非精确计算模型与Distance Myopic算法的有效结合，提出ICDM算法．结果任务分为主副两个版本，每个任务都由两部分组成：强制执行部分和选择执行部分；当任务强制执行部分不能达到截止期时．通过调用MOPT算法减小前序任务选择部分的执行时间，使其满足截止期要求．ICDM算法使任务在保证结果可接受的情况下，在其截止期内完成，提高了任务的可调度性．结论通过引入非精确计算模型，使算法的可调度性增强了，也提高了硬实时系统的实时性及可靠性．     

具有数据包丢失的NCS反馈调度研究

网络化控制系统数据包丢失会导致控制系统性能下降与网络资源利用率降低。该文分析了网络化控制系统的数据包丢失问题,基于网络利用率,采用反馈调度方法,动态调整网络化控制系统控制任务周期,在线分配网络资源,实现调度与控制的集成,提高了网络资源的利用率与控制系统性能,仿真结果表明该方法的有效性。     

基于回卷恢复的数控系统实时容错调度策略

针对数控系统对时间确定性和可靠性的要求,建立混合关联任务集描述模型,提出了基于回卷恢复机制和最佳优先（BF）算法的容错调度策略.该策略对数控系统关键任务的执行过程进行周期性分段验证,通过保存正确的检查点状态,使得出现瞬时故障时任务可以从检查点开始继续执行,从而以较低的计算损失达到容错的效果.与传统的实时容错调度算法相比,基于回卷恢复机制的容错调度策略能很好地适用于数控系统多类型任务并存和任务间相互约束的特点,同时,通过降低错误恢复所需的时间开销,有效地提高了系统的资源利用率.该算法应用于数控系统的有效性在实例分析和算法模拟研究中得到验证.     

RTAI实时调度器的优化与实现

在实时系统中,任务调度策略是内核设计的关键部分,如何进行任务调度,保证各个任务能在其期限之内完成是实时操作系统研究的一个重要领域。针对RTAI—LINUX调度器在系统负载较重或过载时调度性能急剧下降的缺点,笔者将一种改进的最小空闲时间优先算法引入到RTAI调度器中,对其进行了优化,实现了静态优先级结合动态优先级调度的调度器。对改进后的调度器调度时延和对调度器调度算法的仿真进行了测试,取得了较好的调度性能。     

用于多处理器媒体SoC设计的实时总线调度优化策略

为了减少多处理器媒体系统芯片（SoC）总线任务调度过程中的处理器性能损失，从减少总线任务冲突的角度出发，提出了改变任务属性和调整任务优先级相结合的总线任务调度优化策略.在保证任务实时性的前提下，通过增加原有任务可执行时间，将原有任务划分为多个子任务，动态调整任务优先级，充分利用总线的空闲时间执行部分任务，减少了总线任务冲突，降低了处理器因等待数据源而引起的性能损失.将该方法应用于多处理器媒体系统芯片MediaSoC3221A的设计中，当进行运动图像专家组（MPEG）实时解码时处理器的性能损失从原来的4.7%减小到0.1%.     

云数据中心面向实时任务的节能调度算法

针对云计算环境下的独立实时任务的节能调度问题进行了研究,设计了一种基于松弛时间的任务调度算法,该算法由实时任务的分配、虚拟机资源的动态扩展以及虚拟机的动态整合3个部分组成,通过计算任务的松弛时间保证任务在截止期限内完成,保证任务的时效性. 同时提出了一种基于多阈值的虚拟机整合策略,以平衡系统负载并降低系统完成任务集合的能耗. 实验表明,与其他算法相比,该算法在保证了任务能够按时完成的基础上,有效降低了系统的整体能耗.