基于非抢占RMS的分布式控制系统中实时任务调度算法

分布式控制系统是一种应用极为广泛的分布式实时系统,如何将系统中的任务分配到各个处理器上并保证它们的时限是系统关键技术之一．对于系统中每一个处理器上的任务采用非抢占RMS算法调度,该算法是一种最优的静态任务调度算法,在单处理器调度算法的基础上,结合启发式任务分配算法,提出了一种分布式控制系统的调度算法．该算法是一种静态任务分配算法,算法的开销小、网络负载量低;同时在任务分配时考虑了各个处理器的负载均衡．仿真结果表明了算法的有效性．     

建筑协同设计的指挥调度与过程管理研究

指挥调度与过程管理系统(CDPM)是建筑协同设计系统(CodeFAR)的子系统,用来根据协同设计工作流对设计过程及资源进行统一管理和配置,它主要包括任务分配、进度控制、文档管理、绩效管理四大模块。任务分配实现对设计任务的分解、分配,以人员历史绩效为依据的任务分配策略从绩效管理模块中提取数据;设计进度由综合进展率、专业进展率和个人进展率来体现,与任务分解粒度和提交的成果文档数量相关;文档管理涉及文档的提交、审批、版本控制和权限控制,人员角色决定其访问权限;文档版本的演化历史用来追溯设计过程;绩效管理统计人员发布的正式文档数目和性质,为任务分配部分和ERP系统中的绩效评估提供数据源。     

基于KD45闭包的群组角色指派研究

通过KD45逻辑,完善了协作和冲突关系集,改进了群组角色指派模型;提出一种用以完善约束关系集的KD45逻辑闭包算法,解决了在信息不透明情况下获取协作与冲突约束的人机协同任务分配问题;并采用IBM ILOG CPLEX优化包(ILOG)进行了上万次不同规模下的仿真实验.实验结果表明,本文方法产生的群组角色指派约束关系集完...     

基于不完备区间信息的多无人机任务分配

在无人机作战系统中,多无人机(UCAV)任务分配问题是一个重要研究课题。给出了一种不完备信息环境下的多无人机任务分配方法。首先考虑了任务分配的各项指标,并分析指标中的不完备信息,然后通过建立区间可能度公式,采用粒子群方法(PSO),给出了多无人机任务分配方法。最后通过仿真实验验证了该方法的可行性和有效性,可以有效且合理地解决不确定环境下的多无人机任务分配问题。     

运动学约束条件下多AUV任务分配算法

针对运动学约束的自治水下机器人(AUV)任务分配与路径规划问题,本文以多个AUV组成的系统为研究对象,将Dubins Path算法与改进的自组织映射(SOM)神经网络算法相结合,提出一种在运动学约束条件下多AUV任务分配与路径规划算法。通过SOM神经网络方法对多AUV进行任务分配后,若存在运动学约束或障碍物而导致无法进行Dubins路径规划时,则重新进行任务分配,直到所有目标点都有AUV到达。仿真结果表明该算法能够有效完成运动学约束条件下多AUV的任务分配。     

基于无线惯性传感器的人体动作捕获方法

为解决光学式动作捕捉设备成本高昂和操作复杂的问题,提出一种通过佩戴在用户身体上的无线惯性传感器进行人体动作数据捕获的方法.在用户身体的各个运动部位绑定多个由加速度和磁通传感器构成的无线惯性传感器单元,传感器通过无线信号发送运动传感数据到计算机端,应用优化算法计算惯性传感单元的三维朝向信息,最后将四元数与动画角色的骨骼绑定后生成人体动作数据.为了解决运动过程中的行走导致的骨架根节点移动问题,利用地形参数反向计算和调整角色骨架根节点位置,使生成的动作符合地形和环境要求,达到真实自然的运动效果.实验结果表明,使用无线惯性传感器进行人体动作捕获得到的动作数据准确度高,朝向计算方法运行速度快,能够满足实时性应用的要求,同时显著降低动作捕获的成本和使用复杂度.     

基于实例团队和任务的RBAC模型

该文针对现有的基于角色的访问控制模型的缺陷和工作流管理系统的特征,提出了一种新的访问控制和授权管理模型,称之为基于实例团队和任务的RBAC模型。模型的主要思想是将权限分配给任务,再将任务分配给角色,任务实例启动执行时指派实例团队,角色通过任务与权限相关联,用户通过角色和实例团队获取权限。该模型解决了传统的基于角色访问控制中仅仅通过角色来分派权限的缺陷,保证了权限授予对应角色的用户集合中的某一确定用户,提高了系统的安全性和灵活性。     

MS Agent语音技术在多媒体软件中的应用

Microsoft Agent技术基于COM组件标准,支持ActiveX控件,封装了角色的动画、动作、表情和语音等．通过MSAgent语音合成关键技术的探讨,阐述了MSAgent语音技术在Authorware中的实现原理、条件和步骤．     

基于自适应遗传算法的足球机器人策略设计

提出了一个基于自适应遗传算法的足球机器人动作规划算法．定义了一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用自适应遗传算法为足球机器人选择合适的动作．算法引入了局部搜索,采用了一种高效的适应性评价方法．实验表明,应用新算法的仿真足球机器人动作准确、效果好．     

多机器人编队系统体系结构的设计与性能分析

根据多机器人智能编队的要求,设计分层多机器人体系结构,该结构主要有3层：协作任务层、协调行为层、动作控制层,协作任务层应用势场栅格法增强路径的安全性和可靠性并降低了计算复杂度;协调行为层应用强化学习法增强了机器人群体的智能性;动作控制层应用模糊控制实现了动作的匹配;通讯模块在各个层次上实现数据的传递,这种结构既能实现机器人个体的自主性和智能性,又能满足多机器人之间的协作与协调性的需要,每一层任务分配清晰,层层规划中都有智能体现,是一个真正的智能性结构,最后,仿真试验进一步验证了这种结构的有效性,此结构有很好的可扩展性,可以应用于相似的多机器人系统。     

无线Mesh网络功率控制与信道分配联合优化

针对无线Mesh网络网关节点和网络链路承载的负载不均问题,择优选择网关节点,并设计链路权重,构建以网络加权吞吐量为优化目标的资源分配模型.在构建的资源分配模型下,提出一种基于Q学习和差分进化的联合功率控制与信道分配算法（QDJPCA）.该算法通过获取功率控制的反馈结果,采用基于多重变异和自适应交叉因子的差分进化算法进行信道分配;针对每次迭代产生的信道分配结果,采用基于状态聚类和状态修正的Q学习算法实现功率控制.NS-3仿真结果表明,QDJPCA能够有效求解所提资源分配模型,在优先保证网关负载均衡和高负载链路吞吐量性能的基础上提升网络整体性能.     

协作通信系统中能效优化的中继分配算法

在协作通信系统中,中继节点的合理分配对于系统性能提升具有重要的意义。然而,现有的方法往往只从系统容量最大化或者功率最小化单方面研究中继节点分配,缺乏对两者的综合考虑以致最终的中继分配结果不是最优。通过对基于能效(容量/发送功率)的中继分配进行研究,提出一种能效最大化为目标的中继分配算法(EERAA)。该算法首先优化各协作链路能效,然后通过最大权重匹配方法为各源移动终端进行中继节点的分配,从而有效地提高系统能效。经仿真验证,该算法跟现有的算法相比,能得到更高的系统能效。     

OFDMA下行链路的延迟加权动态子载波分配算法

研究了正交频分多址（OFDMA）下行链路的资源分配算法，提出了延迟加权动态子载波分配算法（DWDSA）. 算法采用内环和外环的控制结构，内环控制的主要功能是在给定某一确定的功率分配方案时，对子载波进行有效分配；外环控制采用延迟调节资源分配算法的参数. 通过仿真表明，DWDSA算法在排队延迟和缓冲区占用方面有很好的性能改善；并且算法兼顾了排队延迟和信道条件，在满足服务质量的同时提高了资源的利用率.     

SCMA网络中基于能量效率最大化的分层多播资源分配算法

稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。     

一种多播OFDM系统中比例公平资源分配算法

提出了一种多播OFDM系统中的比例公平资源分配算法,该算法包括两个部分：子载波分配算法和功率分配算法。前者通过修正已有的单播子载波分配算法而得到,后者采用双重二分法迭代分配功率,属于子载波分配给定条件下的最优多播功率分配。仿真结果表明：提出的资源分配算法在保证容量性能的同时能够获得完美的公平性;即使在比例公平的约束下多播仍然比单播获得明显的容量增加,但容量增益的多少与速率比例以及多播组数目直接相关。     

多播OFDM系统中比例公平资源分配

提出了一种多播正交频分复用(OFDM)系统中的比例公平资源分配算法,该算法包括：子载波分配算法和功率分配算法. 前者通过修正已有的单播子载波分配算法而得到,后者采用双重二分法迭代分配功率,属于子载波分配给定条件下的最优多播功率分配. 仿真结果表明,提出的资源分配算法在保证容量性能的同时能够获得完美的公平性;即使在比例公平的约束下多播仍然比单播获得明显的容量增加,但容量增益的多少与速率比例以及多播组数目直接相关.     

比例公平保证的MIMO-OFDM系统能效资源分配

针对下行多输入多输出-正交频分复用( MIMO-OFDM)系统,提出了满足在总功率限制和用户比例公平性约束下,使系统能量效率最大化的资源分配算法。为了降低计算复杂度,提出了两步优化的次优子载波和功率分配算法。第1步由子载波共享和平坦衰落假设得到估计的能效发射功率,并采用等功率分配方法完成子载波分配;第2步在子载波分配基础上完成能效最优的功率分配。仿真结果表明,所提算法以较低的复杂度逼近最优算法的性能,并且在保证用户比例公平性的同时带来明显的能效提升。     

一种波长路由全光网络优化设计及应用

研究了环网结构的波分复用（wavelength division multiplexing, WDM）全光网中的波长路由分配问题，以波长数量最小化为优化目标，提出了一种基于构造环的波长路由分配启发式算法.经过进一步优化，算法适用于环网、环带链、多环、格状网等结构；还可用于统一业务模式，甚至可以延伸到任意的业务模式情况，具有很好的通用性.应用结果表明，该算法可以使网络所需波长数目等于或接近最优解.     

Efficient and fair resource allocation in downlink OFDMA systems

A resource allocation problem considering both efficiency and fairness in orthogonal frequency division multiple access (OFDMA) systems is studied. According to the optimality conditions, a downlink resource allocation algorithm consisting of subcarrier assignment and power allocation is proposed. By adjusting the tradeoff coefficient, the proposed algorithm can achieve different levels of compromise between efficiency and fairness. The well-known classic resource allocation policies such as sum-rate maximization algorithm, proportional fairness algorithm and max-min algorithm are all special cases of the proposed algorithm. Simulation results show that the compromise between efficiency and fairness can be continuously adjusted according to system requirements.     

异构网络中几乎空白子帧存在时干扰协调方法

针对异构网络中几乎空白子帧存在时用户接入选择和资源分配方法过于复杂的情况,以及吞吐量需求难以得到满足问题,以最大化系统总吞吐量为目标提出一种易于实现的蚁群算法.在考虑不同用户不同需求的前提下,根据微基站用户在几乎空白子帧和正常子帧时受到干扰的不同,把一个微基站划分为两个虚拟基站,将所存在的问题建模为广义分配问题进行求解,同时解决了用户接入选择和资源分配问题.仿真结果表明,所提出方法与参考文献方法及两种增强型小区干扰协调固定配置结果相比,可以有效提高系统总吞吐量,同时兼顾小区边缘用户吞吐量,实现了良好的综合性能,能够更好地满足用户需求并在实际系统中易于实现.