基于LLF算法的双队列TinyOS调度策略

无线传感器网络操作系统TinyOS的任务调度机制采用先来先服务调度策略,针对硬实时任务频繁,某些紧急任务不能及时得到响应这一问题,文章提出一种基于最低松弛度优先(LLF)的双队列调度策略,即设置抢占权的高优先级就绪队列和低优先级就绪队列。就绪在高级优先级队列中硬实时任务采用LLF调度算法,以满足系统对实时任务的响应;为了不增加系统的额外开销,就绪在低优先级队列的软实时任务采用先来先服务(FCFS)调度策略。在TinyOS上测试表明基于LLF算法的双队列TinyOS调度策略在增加较小的内存和能耗开销下,提高了TinyOS对实时性任务的响应能力。     

层次型软件定义无线传感器网络资源调度策略

为了解决传统无线传感器网络基于特定任务导致资源利用率及能量效率低下,且无法适应网络拓扑动态变化的问题,提出了针对多任务并发场景的层次型软件定义无线传感器网络资源调度策略。将软件定义网络引入无线传感网实现控制层和数据层解耦,通过灵活的网络资源调度策略同时完成多个任务,在保证监测质量的前提下,最小化网络总能耗;此外,软件定义的主节点可及时获取网络拓扑变化,并通过簇头节点实现簇内资源调度,提高优化效率,并降低能量消耗。结果表明,所提出的全局网络资源调度策略提高了能量效率和资源利用率,簇内资源调度在高效解决网络动态事件的同时降低了主节点的控制开销。     

基于HART协议的手持通信器设计

HART协议作为现场总线中的一种过渡协议,现已成为事实的工业标准.文章设计了作为HART协议的手持通信器. 详细阐述了手持通信器的硬件设计,并对其硬件设计中的难点部分给出了具体的解决方法,同时文章也介绍了HART协议在手持通信器中的软件设计.此方案设计出的手持通信器现已用于对智能仪表的现场通信.实践证明达到了现场总线的通信要求.     

基于树结构的用例分层扩展

粗粒度的用例建模不适应大型软件系统的开发,通过引入树结构,对用例进行分层分解扩展,使用例细化.但UML已定义的用例关系对于描述细化用例和原用例之间的关系并不适用,因此提出了一种新的用例间的关系,使细化后的用例与原用例之间能够继续保持紧密的结构关系,从而适应大型软件系统的开发.     

树结构参数化设计的搜索策略与算法

从机械工程图尺寸标注的特点出发，提出了一套新的参数化设计方法，并阐述了尺寸链中各级尺寸的搜索方法，尺寸驱动算法，中心线对称标注尺寸的搜索及尺寸驱动算法。     

轨道交通无线集群调度系统

<正>中国电子科技集团公司开发的轨道交通无线集群调度系统,可为轨道交通行业的固定用户与移动用户、移动用户与移动用户之间提供可靠的通信手段,并对行车安全、提高运营效率和管理水平、改善服务质量、应对突发事件提供重要的通信保证。     

基于树结构的Web表格信息抽取方法

针对目前国内外多种信息抽取方法中存在不同程度的局限性,提出一种基于DOM树和二叉树结构的Web表格信息抽取方法.该方法提供了以Web表格为信息抽取对象的、支持抽取方式选择的Web表格信息抽取工具.该工具将Html文档解析成DOM树,再将DOM树构建成一棵含有文本信息的二叉树,最后通过遍历二叉树实现对Web表格信息的抽取...     

基于遗传算法的双目标Flow-shop调度问题研究

研究双目标Flow-shop的调度问题。提出一种新的算法,以遗传算法为基础,结合小生境技术来解决双目标Flow-shop调度问题。运用遗传算法来选择不同级别的染色体,对于同级别的染色体则通过小生境技术来选择,从而保证解的多样性和准确性。以合理的数学模型为基础,确定编码和解码方案,明确遗传算子,最后结合实例通过仿真得出最优方案。     

基于与或树结构的手写汉字识别方法

提出以与或树结构来描述手写汉字结构特征和笔划特征的方法，并以特征树之间的距离量度来判定特征树的匹配，从而达到识别汉字的目的。此外，使用与或树结构能够归纳出训练字的共性和差异，并对识别字典充实与完善。     

基于妥善排序的无线局域网功率控制策略

提出了一种基于妥善排序的功率控制策略,将接入点缓存的业务数据按其到达顺序进行了时间上的有效排序,通过合理的规范,在保证数据可靠发送的同时,有效地避免了处于休眠状态的节点激活后的竞争行为和不必要的退避,减少各普通节点碰撞和退避所浪费的资源.基于妥善排序的功率控制策略可以有效地改善系统的吞吐率和时延性能,降低系统的功耗,延长系统中各设备的有效工作时间.     

基于改进GA的云计算任务调度策略

针对传统遗传算法在云计算任务调度过程中的收敛速度慢和易早熟等问题,提出了一种基于遗传优化算法的双适应度函数改进算法.该算法采用任务完成时间和任务完成成本为双适应度函数,引入个体相似度概念来提高种群质量;采用并列选择法进行选择操作,并且采用自适应规则约束交叉和变异操作,提高种群个体质量,加速进化策略可以有效地避免早熟.结果表明,改进的遗传算法有效地加快了云任务作业调度的收敛速度,并改善了易早熟等现象.     

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.     

基于块对角算法的MIMO系统资源调度策略

提出一种基于块对角算法的多输入多输出系统空时二维资源调度策略．通过空域注水算法对功率进行分配，并通过时域各用户功率和比特的动态调整，把资源分配从空间维扩展到空时二维，在一定的时间周期内。各用户的数据速率满足服务质量需要。同时不再受块对角算法用户数必须小于基站天线数的限制，仿真表明．改进的块对角算法能够大大提高多用户多输入多输出系统的功率效率，并且保证用户问的公平性。     

节点两次抛洒的无线传感器网络能耗平衡策略

针对无线传感器网络中的“能量空洞”问题,提出了一种将传感器节点分两次抛洒的能耗平衡策略。基于圆形区域网络的多跳传输方式,分析了无线传感器网络的能耗模型,并在各圆环内对传感器节点进行不均匀抛洒。为了克服节点密度较大圆环采集数据的冗余性,首先在各圆环内等密度抛洒只具有传感功能的节点,第二次抛洒的节点仅作为中继站向相邻圆环转发数据,根据节点平均能耗相等的原则,确定各圆环内的中继节点密度。传感节点和中继节点分别进行抛洒,不仅节省了硬件成本,而且减轻了网络的传输负载。仿真结果表明,该策略能够有效平衡节点能耗,缓解能量空洞问题,从而延长无线传感器网络的生存时间。     

Fair data scheduling in OFDM wireless networks based on maximizing utility

This paper proposes a joint layer scheme for fair downlink data scheduling in multiuser OFDM wireless networks. Based on the optimization model formulated as the maximization of total utility function with respect to the mean waiting time of user queue,we present an algorithm with low complexity for dynamic subcarrier allocation (DSA). The decision for subcarrier allocation was made according to delay utility function obtained by the algorithm that instantaneously estimated both channel condition and queue length using an exponentially weighted low-pass time window and pilot signals respectively. The complexity of algorithm was reduced by varying the length of the time window to make use of time diversity,which provided higher throughput ratio. Simulation results demonstrate that compared with the conventional approach,the proposed scheme achieves better performance and can significantly improve fairness among users,with very limited delay performance degradation by using a decreasing concave utility function when the traffic load increases.     

效费比视角下相控阵雷达多波束跟踪调度策略

由于相控阵雷达跟踪工作模式占用其大部分资源,为了解决提高目标跟踪精度和容量相矛盾的问题,提出了一种兼顾跟踪精度和雷达时间资源的波束波形调度策略。首先,给出了目标跟踪模型; 进而定义了波束调度效费比和调度函数,在检测概率和跟踪精度的约束下,预测了当前所有目标的调度函数值,依据调度函数值选择当前时刻待调度的目标序列;随后,在有限资源和多波束方式跟踪的约束下,选择目标进行跟踪;最后,与常规波束波形调度和单波束调度两种方法进行比较。仿真验证了上述方法中调度函数和多波束跟踪方式的有效性和优越性。在跟踪目标数量不变的情况下,该调度策略有效地提高了目标平均跟踪精度和平均采样间隔时间,降低了失跟率。     

Digital twin-enabled adaptive scheduling strategy based on deep reinforcement learning

The modern complicated manufacturing industry and smart manufacturing tendency have imposed new requirements on the scheduling method, such as self-regulation and self-learning capabilities. While traditional scheduling methods cannot meet these needs due to their rigidity. Self-learning is an inherent ability of reinforcement learning(RL) algorithm inhered from its continuous learning and trial-and-error characteristics. Self-regulation of scheduling could be enabled by the emerging digital twi...     

无线TCP环境中的ECN标记策略算法研究

针对无线异构链路环境中传统TCP协议拥塞控制机制效率较低的问题,提出一种基于ECN标记策略的优化算法.该算法针对常用的单一标记方法,在标记对象和标记位置中灵活地采用双向机制,有效提高了无线数据传输效率.用标准网络仿真软件NS-2进行仿真,结果显示该算法优于现有常用算法.