异构WSNs中节点稳定匹配的覆盖空洞修复优化算法

针对异构无线传感器网络中初始节点随机部署或节点失效产生覆盖盲区的问题,提出一种节点稳定匹配的覆盖空洞修复优化算法(ROA-NSM)。首先,对静态节点进行Voronoi多边形划分确定节点覆盖盲区,通过Delaunay三角形计算虚拟修复节点位置;其次,基于距离和能量阈值函数计算节点优先级,建立虚拟修复节点与移动节点的稳定匹配关系;最后,通过移动节点位置的移动,实现覆盖空洞修复的优化。仿真实验表明,优化算法使每个虚拟修复节点有最优的移动节点匹配,通过与已有相关覆盖空洞修复算法比较,ROA-NSM优化算法收敛速度加快,匹配次数和节点移动距离减少,覆盖率提高。     

基于节点分组的异构集群负载均衡算法*

首先根据排队论理论给出了一个理想的负载均衡模型。针对该模型的系统开销问题,提出了一种基于节点分组的异构集群负载均衡算法。实验结果表明,相比于轮转法和加权轮转法这两种普遍采用的负载均衡算法,该算法可以提供更加稳定的请求响应时间,并在负载波动较大时明显提高集群的吞吐率。     

基于和声算法异构Hadoop集群资源分配优化

异构Map-Reduce环境中资源分配策略直接影响其响应时间,如何利用有效的策略将计算任务分配到计算资源是亟待解决的问题。利用和声搜索算法对异构Hadoop集群中的计算资源分配问题进行优化。对问题进行建模时考虑了异构计算机集群中各节点的处理能力、带宽和线路质量和源数据位置等因素对计算资源分配的影响,利用和声搜索算法优化资源分配策略,以期在满足用户需求的前提下提高系统的响应时间。并用Gridsim对算法进行仿真实验,实验结果表明利用和声搜索算法可以达到减少系统响应时间的目的。     

面向无人机集群路径规划的智能优化算法综述

无人机集群通过协同完成既定任务是未来智能化、无人化作战的重要方式.路径规划是协同执行任务的首要问题,考虑到无人机集群路径规划的复杂性和多样性,近年来,国内外学者针对该问题开展了大量的研究,本文首先介绍了无人机集群路径规划模型,包括常用的规划空间表示方法、规划目标和约束条件等,其次重点梳理归纳了基于智能优化算法的无人机集群路径规划相关研究,并阐述了不同类型智能优化算法在路径规划问题上的优缺点,最后,分析展望了基于智能优化算法的无人机集群路径规划未来发展趋势.     

异构多无人机网络化协同控制系统的可控性

研究具有Leader-Follower结构和分布式通信拓扑的异构多无人机网络化分布式协同控制系统的可控性问题. 基于同构网络的受控一致性思想建立了异构多飞行器网络控制系统的动态模型; 并针对该动态模型的不同形式, 基于代数图论和传统的控制理论, 分别得到了异构多无人机网络化协同控制系统的可控性条件, 尤其是可控性与该网络化系统中通信拓扑之间的关系; 然后分析且提出了改善系统可控性的可行性方法. 最后仿真结果验证了本文相关结论的正确性.     

异构集群中基于优先级的任务容错调度算法

提出一种基于任务优先级的容错调度算法,任务的优先级并不是由用户指定,而是由任务的开始时间、执行时间和截止期限决定的。该算法能够容忍异构集群系统中一个节点故障,采用主动/被动副版本相结合的执行方式和重叠技术的备份方式,提高系统资源利用率。通过实验证明了该算法在容错调度中的可靠性和高效性。     

基于异构GPU集群的并行分布式编程解决方案

由于超强的计算能力、高速访存带宽、支持大规模数据级并行程序设计等特点,GPU已经成为超级计算机和高性能计算(HPC)集群的主流加速器。随着处理单元的发展和集群节点的拓展,GPU集群不仅在节点层面呈现异构化,节点内也趋于异构化,大大提高了在GPU集群中编程的复杂度。主流GPU异构集群系统大多采用针对GPU的异构计算编程模型与面向分布式内存的消息传递模型的简单结合方式,这种方式使得GPU集群程序设计缺乏确定的准则,往往是低效而且易错的。为了提高在GPU集群中编程的效率,降低编程复杂度,以及实现平台无关性,提出一套异构GPU集群的并行分布式编程的解决方案。该方案通过采用扩展语言方法提出了编程框架DISPAR,并实现了预处理器系统StreamCC。实验证明了其可行性。     

基于主机性能度量的异构集群作业调度算法

传统经典作业度算法在集群应用中实现简单、执行效率高,但在异构集群环境下由于缺乏在线节点运行状态动态反馈能力和负载均衡能力,降低了计算资源利用率和系统吞吐率.为解决上述问题,设计了一种在异构集群环境下基于主机性能度量的作业负载均衡调度算法,该算法通过收集集群中在线节点的状态信息和作业响应时间遴选出可信节点集合,计算出各可信节点的HPM值,利用负载均衡运算规则生成候选的作业分配节点集合,最终按照预先设计的优先原则把不同作业分配至各计算节点,并更新各节点运行状态.实验结果表明,在异构集群环境下调度同类型作业时,该算法在总完成时间和负载均衡性能等指标上均优于传统经典算法.     

基于KnCMPSO算法的异构无人机协同多任务分配

随着无人机(Unmanned aerial vehicle, UAV)技术的广泛应用和执行任务的日益复杂, 无人机多机协同控制面临着新的挑战. 以无人机总飞行距离和任务完成时间为优化目标, 同时考虑异构无人机类型、任务执行时序等多种实际约束, 构建基于多种约束条件的异构无人机协同多任务分配模型. 该模型不仅包含混合变量, 同时还存在多个复杂的约束条件, 因此, 传统的多目标优化算法并不能有效地处理混合变量及对问题空间进行搜索并生成满足多种约束条件的可行解. 为高效求解上述模型, 提出一种基于拐点的协同多目标粒子群优化算法(Knee point based coevolution multi-objective particle swarm optimization, KnCMPSO), 该算法引入基于拐点的学习策略来更新外部档案集, 在保证收敛性的同时增加种群的多样性, 使算法能搜索到更多可行的任务分配结果; 并基于二进制交叉方法, 引入基于学习的粒子更新策略来提升算法的收敛性及基于区间扰动的局部搜索策略以提升算法的多样性. 最后通过在四组实例上的仿真实验验证了所提算法在求解异构无人机协同多任务分配问题上的有效性.     

异构集群中CPU与GPU协同调度算法的设计与实现

为有效提高异构的CPU/GPU集群计算性能,提出一种支持异构集群的CPU与GPU协同计算的两级动态调度算法。根据各节点计算能力评测结果和任务请求动态分发数据,在节点内CPU和GPU之间动态调度任务,使用数据缓存和数据处理双队列机制,提高异构集群的传输和处理效率。该算法实现了集群各节点"能者多劳",避免了单节点性能瓶颈造成的任务长尾现象。实验结果表明,该算法较传统MPI/GPU并行计算性能提高了11倍。     

异构集群系统中基于进程迁移机制的负载平衡算法的研究

<正> 本文针对资源异构集群系统中的资源共享和有效利用问题,构建了一个异构集群系统资源共享与负载平衡框架HRSLBF。在该框架中,所有调度都是从全局资源共享、协调使用的角度进行的。因此,它能从根本上实现系统的平衡使用,提高系统的性能。 在HRSLBF框架中,我们提出了一种基于多种资源的负载平衡算法LBMR。该算法的主要思想有三点:第一,基于合理选择和定义的资源负载向量,综合考虑进程迁移以对源节点和目标节点资源利用率的影响,通过向量     

基于稳定区域的形变指纹匹配算法

针对指纹匹配中的非线性形变问题,首次提出了稳定区域的概念,并给出了一种新颖的基于指纹稳定区域的形变指纹匹配算法。通过稳定区域这一概念,巧妙地把指纹匹配问题转化为寻找两幅指纹中对应稳定区域的问题。该算法通过稳定区域的构造、确认和扩张3个步骤,实现了从点到面再到更大区域,从线性形变区域到非线性形变区域的匹配策略。该算法在国际指纹识别竞赛FVC2004的数据库上进行了测试,实验结果表明,该算法有着良好的匹配性能,并有较强的处理非线性形变的能力。     

基于匹配理论的NOMA异构网络资源分配算法

在非正交多址接入异构网络中,通过联合资源分配和用户调度可达到用户调度数与系统吞吐量之间的平衡。提出一种基于匹配理论的用户-子信道双边匹配算法(USTSMA)。在满足用户最小数据速率需求和已知完美信道状态信息的条件下,将用户和子信道认为是追求自身最大收益的两个独立集合,通过迭代的方式实现用户和子信道之间的稳定匹配。在此基础上,利用注水算法解决用户的功率分配问题。仿真结果表明,USTSMA在系统总吞吐量、用户调度数等方面性能优于S-MGA和GA两种用户分组算法以及正交频分多址接入方案,并且逼近最优上界。     

基于PageRank和基准测试的异构集群节点性能评价算法研究

为了提高集群效率,需要根据集群节点的性能来进行集群的数据部署和任务调度。在异构集群中,节点性能存在很大差异,如何评价节点的性能非常具有挑战性。可以使用基准测试来评价节点的性能,而不同的基准测试对节点评价的角度不尽相同。PageRank算法被谷歌用来对网站进行排名,现在它也被应用于评价书籍的影响力或用户行为等等。提出一种新颖的基于PageRank的节点性能评价算法,以充分利用不同基准测试的评价结果。首先对每个节点使用LINPACK、NPB、IOzone等主流基准测试进行评价;然后采用PageRank算法处理每个基准测试的执行结果,从而得到节点的性能。为了使用PageRank算法,建立了1个图模型,并计算了性能向量和概率转移矩阵。该算法具有计算复杂度低、综合评价效果好等优点。     

硬件成本缩减的异构分布式嵌入式系统调度算法

随着信息技术的发展,工业嵌入式系统的功能规模迅速地增长,大大增加了硬件成本,需缩减硬件成本以提高利润.同时,为满足系统的功能安全约束,对任务和消息进行整体调度的问题也亟待解决.以硬件成本缩减为目标,设计了硬件成本缩减方案,定义了任务到处理器映射、任务和任务、任务和消息等的时序约束关系,提出了基于整数线性规划的硬件成本缩...     

异构服务器集群的一种通用负载平衡模型

集群的负载平衡问题是评价集群系统性能的重要指标.目前,各种负载平衡算法层出不穷,但由于这些算法往往基于特定的集群结构,因此非但不具备通用性,尤其是对于异构集群,造成了软件资源的极大浪费.本文提出了一种通用的负载平衡模型,旨在充分合理利用已有负载平衡算法的基础上,更进一步提高算法的可重用性和可扩展性.     

基于Memetic算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键问题.多无人机协同任务分配问题的难点在于复杂多变的环境下存在多个彼此冲突的目标,如何获得多目标问题的最优解,一直是学术界和工程界关注的焦点.根据多无人机任务分配的特点,针对扩展的混合整数线性规划的任务分配模型,将一种多目标文化基因算法应用于多无人机协同任务分配中并进行仿真,结果表明,提出的算法具有较强的全局搜索能力和快速收敛性,并且验证此算法解决多无人机协同任务分配问题的有效性.     

基于圆形块匹配的无人机航向角解算算法

针对无人机(UAV)的航向角解算问题,提出了一种基于光流的航向角解算算法.首先,对传统光流算法的块匹配方式进行改进,提出了圆形块匹配方式;然后,基于圆形块匹配方式与反三角函数设计了一种航向角解算算法.实验结果表明:在图像旋转超过1.5°时,93.3％的相邻帧圆形块匹配结果优于方形块匹配,圆形块匹配方式有效提升了匹配效果...