高功率微波上升沿等效脉宽研究

任务调度是影响动态可重构系统性能的关键因素之一。针对目前相关研究中没有充分考虑CPU核和FPGA的并行执行特性,以及FPGA配置开销等问题,提出了一种面向可重构多核系统的混合任务调度算法。算法充分利用CPU核与FPGA进行并行工作,并通过配置预取和任务重用以隐藏硬件任务的配置开销。实验结果表明,该方法能够有效减少应用程序的执行时间。     

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.     

可信嵌入式系统中可靠且能量有效的任务调度

针对可信嵌入式系统对实时、可靠和能量有效等性能的需求,提出一种新的非周期实时任务调度算法.基于非周期实时任务的本质特性,该算法巧妙利用任务的调度空闲,通过动态电压/频率调整机制来降低任务的运行能耗.该算法具有线性时间复杂度,能够实现在线最小化系统能量消耗,并且不牺牲任务的高可靠和强实时需求.实验表明了本文算法在可靠性和能量有效性方面的优越性.     

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。     

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.     

基于粒子群优化的多核处理器系统节能调度算法

针对嵌入式多核系统中的实时性和能耗问题,提出了基于粒子群优化的多核处理器系统节能调度算法.通过对多核处理器系统任务调度和能量消耗的分析,建立了新的编码策略和相应的目标函数,将任务划分、任务调度及电压选择3个过程整合到粒子群算法的一个单迭代寻优循环中,并兼顾系统的实时性,将问题转化为有约束的粒子群优化问题,利用可行性规则的约束处理技术,形成基于约束粒子群优化的整体节能调度算法.实验结果表明:本文算法能以较快的速度收敛于使系统能耗更少的调度解.     

DVS系统硬实时周期任务动态调度算法

与实时任务的可调度分析不同,实时DVS调度在保证任务截止时间限制同时,还要关注任务执行的处理器功耗。功耗研究一段时间的累积效果,传统基于最坏执行时间的任务调度模型不能满足实时DVS调度需要。该文采用实际执行时间(AET)概率分布建立实时任务调度模型,利用随机分析的方法分析AET分布对实时DVS调度算法性能的影响,提出了基于平均执行时间的实时DVS动态调度算法。实验结果表明,该算法在任务具有不同AET分布情况下可保持稳定的功耗性能。     

基于顶点覆盖问题解的与/或优先约束任务调度算法

系统描述了与/或网模型及与/或优先约束任务调度的可行性判定算法.以顶点覆盖问题为基础,证明与/或优先约束任务调度最小完成时间问题是NP完全的.提出一种启发式调度算法,解决与/或优先约束任务调度最小完成时间问题.通过算法示例表明,该算法对与/或优先约束任务图具有良好的调度性能,能够得到一个最优唯与任务图,从而证明在实时优先约束任务调度中引入图优化的理论,是解决优先约束任务调度问题的一个有效途径.     

一种能耗约束的多核系统任务调度算法

不同的任务调度算法将任务分配在不同的处理单元,会产生不同的能耗。在基于片上网络的多核系统中,将任务分摊到所有处理器核能提高系统利用率,但导致大量的簇间通信,增加数据传输能耗。本文在对系统能耗进行建模的基础上,提出一种能耗约束的任务调度算法。该算法结合任务间依赖关系,动态计算任务分配时产生通信开销最小的簇和系统利用率最大的簇,通过计算在相应簇上产生的系统能耗,选择产生系统能耗小的分配方案以平衡系统利用率和簇间通信开销。仿真实验结果证明,算法在减少了簇间通信开销并提高系统利用率的同时,降低了系统能耗。     

基于本体的信任模型及其在任务分配中的应用

提出一种基于本体的信任模型可信动态级调度算法,提高了信任度计算的粒度,并对执行复合任务序列提供了支持.仿真实验表明,作者提出的可信动态级调度算法能在复合任务调度中取得较高的任务执行率.     

一种面向部分可重构结构的配置空间搜索方法

研究了配置序列对部分可重构系统性能的影响,提出了在部分可重构系统配置空间中搜索最优配置序列的算法.在应用算法分割成多个任务的前提下,通过建立部分可重构系统任务执行模型,给出了任务在系统上执行代价的目标函数.根据部分可重构系统中,任务执行和配置可重叠的特性,给出了配置切换代价计算方法.在此基础上,设计了基于动态规划的配置空间搜索算法,算法可在O(nm2)（n为任务数,m为每个任务最大可选配置数）时间内搜索出执行代价最小的配置序列.结果表明,合理选择配置序列可有效提高算法在部分可重构系统上执行的效率.     

孤岛运行光储微电网控制策略研究

光储微电网孤岛运行时存在电能质量差、系统稳定性差等问题。系统的控制策略多为基于PI控制的双闭环控制算法,导致动态响应速度慢。针对这一问题,提出了一种考虑新能源波动的多步预测有限集模型预测控制（FCS-MPC）策略。首先,对DC-DC变换器采用稳压控制,为逆变器提供稳定的直流电压提高系统的稳定性;然后,对光伏逆变器采用恒功率控制策略维持稳定的功率输出,对储能逆变器采用基于多步长改进模型预测控制（MPC）的下垂控制,以实现对参考电压的快速跟踪及负荷功率的合理分配,而且多步长改进MPC可降低传统MPC的预测误差,提高系统的稳定性;最后,利用MATLAB搭建仿真模型,仿真结果验证了所提控制策略的有效性。     

优化迁移实例容错执行性能的阶段构建模型

针对迁移工作流研究现状,提出了一种基于复制容错方法的动态阶段构建模型,模型通过优化迁移实例任务执行,减少对工作位置的不必要重访,缩短迁移实例的执行周期;提出了一种工作位置优先级的计算方法——动态优先级,能够更加准确地反映工作位置作为迁移实例运行时环境的适合程度;还提出了一种阶段工作位置的选取算法,该算法综合考虑工作位置的任务执行能力、运行环境以及可靠性等各个因素。性能分析及仿真试验表明,动态阶段构建模型可以在保证可靠性的同时,有效提高容错执行过程的性能。     

一种用于实时图像处理的众核结构设计

基于数据流模型和硬件可重构技术,提出了一种面向图像处理应用的可重构的多模式众核处理器结构.处理器采用了可扩展的层次化阵列结构,分布式共享存储和带硬件握手的近邻互连,可以分区并发实现多种并行模式,并克服了传统处理器实现数据流计算的低效性;基于VC++开发了集成仿真平台,用于对结构性能和指令性能的仿真验证,并在现场可编程门阵列上实现了包含64个处理单元的所提结构.仿真结果表明,所提结构实现了超过图形处理单元的性能以及接近专用集成电路的数据吞吐量.     

基于移动社交网络的群智感知社群化任务分发

针对传统的“平台-用户”移动群智感知任务分发方式在任务执行鲁棒性以及数据回收方面存在的缺陷与不足,以群智感知参与用户的群体社会属性为基础,提出一种“平台-社群-用户”的社群化任务分发方法.基于参与用户时空移动特征分布的近似度计算对用户进行动态社群划分聚类,通过在社群中设置社群组织者与社群从属者角色,同时引入社交亲密度连接关系网络等模型,构建移动群智感知任务初次社群分发与二次用户选择的方法.基于WTD公开数据集上的实验结果表明,与传统的任务分发方式相比,所提方法可可有效提升任务完成率,增强执行过程的鲁棒性,同时可减少任务分发次数、降低通信负载.     

空间机械臂在轨快换高精度模块化关节的研制

研制了一种高输出力矩可实现高速比、高控制精度的在轨可维护模块化关节。首先对高负载空间机械臂进行了动力学仿真,计算出关节力矩需求。其次,确定直流无刷舵机串联谐波减速器的传动方案。直流无刷舵机本身的齿轮传动误差经过谐波传动可以忽略,又有效提高了速比;输出端谐波减速器使关节在满足力矩需求的同时,具有很高负载自重比和传动精度,整个关节的机械回差可控制在1 arc min以内。在机械精度得以保证的同时,设计了基于FPGA的空间机械臂关节硬件控制器,完成高精度传的感器信息采集处理以及关节的闭环控制,以达到3 arc min以内的闭环控制精度指标。另外,为保证此关节长期在轨服役需求,设计了在轨可更换功能以及在轨手动驱动功能;所有控制电路集成于关节内部,实现机电一体模块化,便于在轨整体拆换。最后以关节样机为实验对象,搭建关节负载-精度测试平台,通过PD控制得出关节闭环控制精度,验证了设计的正确性。     

无线传感器网络节能动态任务分配

为了延长网络生存期,减少网络能量消耗,在分析现有无线传感器网络任务分配机制的基础上,提出一种面向分层结构、多跳传感器网络的节能任务分配方法.该算法根据节点工作状态、剩余能量以及能耗,基于熵理论,建立代价函数,结合粒子群优化算法,实现优化任务分配策略.同时,针对无线传感网络动态变化使当前的任务分配策略可能不再是最优的情况,对任务进行动态调整.仿真实验结果表明该分配机制能有效减少无线传感网络计算时间和网络能耗,提高网络寿命.     

基于任务分组的动态可重构结构编译方法

针对动态可重构结构的优化编译问题,提出了一种基于任务分组的编译方法.在应用算法分割成多个任务的前提下,建立应用算法的任务流图.根据任务之间的关联数据量和局部数据存储器的容量,确定任务的执行顺序.在使装入任务的配置数据和执行任务在时域重叠的前提下,将任务分成不同的组合.对每个任务组合进行循环变换,减小配置数据的读取次数,提高了应用算法的性能.实验结果表明,该编译方法能有效地提高应用算法在动态可重构结构上的执行速度.     

可重构机械臂模糊神经补偿控制

由于可重构机械臂的动力学系统中存在大量的不确定性,导致PID等传统的控制器无法实现精确的位置控制。作者在基于精确模型PD控制的基础上,提出了模糊神经控制算法辨识补偿结构、非结构不确定性。通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势,实现了可重构机械臂轨迹跟踪的有效的补偿控制。基于牛顿-欧拉的几何方法,推导了n连杆可重构机械臂的动力学方程,该方法相对于其他形式的动力学方程,计算量小、通用性强。最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器,并且通过仿真验证了算法对轨迹跟踪的有效性。