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.     

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.     

可重构媒体处理器配置信息优化生成技术

为降低可重构媒体处理器任务编译器设计中系统配置代价,有效提升配置信息的配置效率,提出了一种新的配置信息优化生成方法。该生成方法在对输入的数据流图进行独立子图搜索和子图同构判定得到各类子图的属性的基础上,对配置模板生成步骤增添约束来生成全等的配置模板以提升系统的配置性能。本文方法已被应用到可重构媒体处理器任务编译器的设计实践中。实验结果表明:本文方法能够有效地生成优化的配置信息,所生成的配置信息的配置性能明显优于传统贪婪方法生成的配置信息。     

双电压动态可重构FPGA任务模型及调度算法

通过对单电压动态可重构可编程逻辑门阵列（FPGA）实时任务模型的学习研究,建立基于双电压动态可重构FPGA的非可抢占任务模型.该模型很好地描述了双电压动态可重构FPGA任务的特征,在单电压任务模型的基础上增加了双电压任务模型特有的属性.并基于降序首次自适应算法提出一种新的硬件任务调度算法,该算法在保证任务集限制时间内完成所有任务的同时,利用动态电压调节的方法大幅度减少了任务集完成所需要的能量.在Sun Saloris 工作站下对任务调度模型及其算法进行仿真和评估,实验数据表明,这种基于双电压的任务模型的调度算法,能够有效降低FPGA任务执行的能耗,对于大规模的任务,能耗最高可节省24.1%.     

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。     

基于EPA的块数据流通信调度与控制

为了实现音视频向工业实时以太网(EPA)控制总线的业务融合,针对音视频传输特点,结合控制数据的实时性要求,提出一种基于EPA的通信调度算法.通过定义“块数据流”,给出数学模型和网络约束条件,并将块数据流视为周期数据,以控制数据延时、块数据流自由周期和块数据流延时抖动为约束,规划宏周期调度;为了充分利用带宽,将同一数据块分割至多个宏周期以规划时间片.算法可保证EPA网络稳定性和控制实时性,且满足块数据流的流畅性需求.实际应用中将视频流与控制数据复合传输,结果表明,在不干扰控制数据传输的同时,延时抖动满足系统要求,算法有效性得到验证.     

采用数据流图的故障模型生成算法及其应用

为有效地解决系统级故障注入试验建模困难问题,提出语言级生成数据流图,并以此构造动态故障树的故障模型建立方法.通过对故障过程数据流分析,找出数据依赖关系并构造了故障模型生成算法.与其他方法比较,本算法具有动态性,提高了故障覆盖率,减少了系统开销,使故障注入试验更易实现.     

负载均衡优先的改进优先级表调度算法

针对当前云计算环境下DAG任务调度时存在的负载失衡、任务调度效率不高的问题,提出了一种负载均衡优先的改进优先级表调度算法(LS-IPLB).算法将云计算集群中虚拟机的状态参数变化抽象成空间中的参数向量变化,给出实时衡量云计算集群的负载均衡性方法,并作为虚拟机选择权值的重要参数.同时以任务执行代价、任务的出度和任务间的通信代价作为参数计算任务优先级,并在任务调度时采用任务复制策略进一步优化调度过程.结果表明,LS-IPLB算法能有效缩短DAG任务图的完成时间,并实现了良好的负载均衡性.     

性能优化的现场可编程门阵列快速编译方法

针对现场可编程门阵列（FPGA）的快速编译问题，提出了基于性能优化的动态复合宏单元（PODCM）库的编译方 法.通过分析在数据流图（DFG）关键路径上生成PODCM的条件，给出了在DFG关键路径上生成PODCM的算法并建立了PODCM 库.在此基础上，根据PODCM替换算法，运用PODCM替换DFG关键路径上的节点，减小了DFG关键路径的执行时间.实验结果 表明，该方法在不增加资源需求，保持较高编译速度的情况下，优化了FPGA设计的性能.     

基于GPS平台的高效k-bisimulation计算算法

计算图的互模划分在许多应用领域中起着至关重要的作用.图中两个点是互模的当且仅当这两点具有相同的特征.随着图数据规模的增大,传统的运行在单机上的互模划分算法面临着越来越大的挑战,分布式算法以及并行算法则成为提高图计算可扩展性的重要途径.最近研究人员提出两种基于MapReduce计算模型的分布式互模划分算法,算法均计算图的局部互模划分.采用MapReduce计算模型的分布式互模划分算法具有网络通讯代价高昂的问题,每次MapReduce迭代操作均会将整个图中所有点边的状态通过网络传输,重新为点边分配计算节点,但实际上计算点的局部互模划分特征仅需要局部信息.以此为研究出发点,本文提出了基于分布式图数据处理平台的互模划分算法,仅使用点的局部信息来计算其特征,进而提升计算效率.经过实验验证,本文算法可以大幅度减少算法执行过程中的网络数据传输量.在包含数亿边大图上的实验表明,在未经图的预处理的情况下,本文算法的时间效率提升了7~16倍,有效的解决了MapReduce计算模型带来的网络通讯代价高昂的问题.     

移动边缘计算中的时延和能耗均衡优化算法

为了提升移动边缘计算（MEC）网络中的任务卸载效用,提出了一种基于任务卸载增益最大化的时延和能耗均衡优化算法.通过分析通信资源和计算资源对时延和能耗这2种性能指标的制约关系,将原问题分解为联合发射功率子信道分配子问题和MEC计算频率分配子问题.通过Karush-Kuhn-Tucker条件,导出了最优的MEC计算频率闭式解.此外,提出了一种基于二分法的发射功率分配算法和基于匈牙利二部图匹配的子信道分配算法.仿真结果表明,提出的算法相比传统算法可以显著提升用户的任务卸载效用.     

基于DRL的MEC任务卸载与资源调度算法

为提高多接入边缘计算（MEC）任务卸载效率,提出了一个任务卸载和异构资源调度的联合优化模型.考虑异构的通信资源和计算资源,联合最小化用户的设备能耗、任务执行时延和付费,并利用深度强化学习（DRL）算法对该模型求最优的任务卸载算法.仿真结果表明,该优化算法比银行家算法的设备能耗、时延和付费的综合指标提升了27.6%.     

5G蜂窝网辅助的车载自组网数据传输机制与路由算法

针对车联网中不同种类数据的传输需求,该文提出一种V2V和5G蜂窝网络结合的混合消息传输机制及路由算法.将车联网中的数据包分为时延敏感型和非敏感型两种类型,利用5G蜂窝网低时延、高可靠性、网络覆盖范围广的优势,高效传输时延敏感型的数据消息.由于自组网比高性能的5G蜂窝网具有更低的成本,因此针对时延非敏感型数据包设计了一种...     

一种基于通信开销的网格任务调度算法

针对网格中通信密集型任务调度存在的通信开销的不稳定性问题,在网格同构计算环境下,基于Min-min算法,采用动态调度策略,提出了一种相适应的基于通信开销的任务调度算法.实验结果证明,该算法在解决通信密集型应用的任务调度问题时效果明显.     

无线MEC系统中队列状态感知的卸载和 传输联合优化

针对多用户-多移动边缘计算服务器系统的动态计算任务卸载问题,基于用户端和服务器端的任务队列模型,以系统的长期平均时延和长期平均功耗为优化目标,求解最优的卸载策略及相应的上行预编码.通过李雅普诺夫优化方法将长期平均问题转化成单阶段目标优化问题,考虑到卸载策略和预编码之间存在范数约束关系,通过连续近似和半正定松弛,可转化成典型的DC规划求预编码解问题.仿真结果表明,所提方案比传统方法具有更低的时延和功耗.     

基于双适应度遗传退火的云任务调度算法

云计算是当前计算机领域研究的热点,其中云任务调度算法性能的好坏直接影响到云计算平台的整体性能.为了满足云计算平台庞大用户群的不同服务需求,针对现有的云计算任务调度算法提出一种双适应度遗传退火任务调度算法(DFG2A),基于该任务调度算法的任务调度策略能够有效平衡用户对任务各项属性的需求,提高云计算平台的用户满意度.实验结果证明了该算法能兼顾云计算平台总任务执行时间和用户需求,是云计算环境下一种有效的任务调度算法.     

基于微处理器核的AAC解码软硬件协同优化

为了降低硬件成本和在较低频率下实现基于精简指令集计算机（reduced instruction set computer, RISC）处理器的先进音频编码（advanced audio coding，AAC），提出了一种软硬件协同优化策略，通过对解码关键子模块进行分析，从比特流解码、解码运算部分、播放控制3个方面来实现软件算法的优化，从而加快音频解码速度，减少存储空间，并根据优化结果对嵌入式RISC微处理器核进行配置.在现场可编程门阵列（field programmable gate array, FPGA）验证平台上实现了对128 kbps，44.1 kHz双声道AAC 低复杂度框架（low complexity profile, LC）的实时解码，运算量为25.51 MIPS，优化率为48.9%.     

带权集合覆盖问题的一种随机近似算法

给出了集合覆盖问题的一种随机近似算法。给定E={e1,e2,…,en}的子集的集合S和S中每个子集的权值,带权的集合覆盖问题是从S中选择费用和最小的子集使得其并集覆盖E。对E中每一个未被覆盖的元素,以某一精心设计的概率分布选择包含该元素的子集,直到E中所有元素均被覆盖,算法结束。该算法求出的覆盖的费用的期望值不超过B.opt,其中opt为最优覆盖的费用,B=maxe∈E{|L(e)|},L(e)={s|e∈s,s∈S}。算法时间复杂度为O(n),其中n为E的元素数目。