STAP并行流水处理系统的多DSP任务分配研究

STAP(空时自适应处理)系统运算量巨大,数据交互复杂,宜采用多DSP并行实现.由于STAP系统任务分配与许多可变因素相关,导致经典方法不再适用.本文在对STAP系统进行分析并建模基础上,提出了采用启发式搜索方式搜索得到满意分配方案的一种方法,最后分析验证.此方法对于系统实现人员具有很强的指导意义,并在多个的系统的开发上验证了其有效性.     

基于自适应遗传学习粒子群算法的多无人机协同任务分配

研究救援场景下的多无人机协同任务分配问题,考虑幸存者所需援助类型的不同,建立更贴合实际的组合优化模型.针对该模型,提出一种自适应遗传学习粒子群算法(adaptive genetic learning particle swarm optimization, AGLPSO).首先,根据无人机与幸存者之间的救援关系,采用一种实向量编码机制处理决策变量约束,以简化模型求解.然后,通过两层级联结构提高算法搜索能力:第1层通过遗传学习策略生成高质量的精英粒子,并对进化停滞的粒子采用精英学习策略进行更新,以跳出局部最优;第2层利用精英粒子指导种群的搜索方向,并根据粒子群的进化速度和粒子的聚集程度,采用自适应进化策略提高算法在不同进化时期的寻优能力.仿真实验表明,所提出的AGLPSO算法能快速、有效地找到合理的救援分配方案.     

运输任务分配与路径选择的组合优化模型

针对运输任务分配与路径选择的组合优化问题,提出基于二维染色体结构的改进遗传求解算法。采用自然数编码,设计选择、交叉、变异、检查算子,以及算法的控制参数和算法终止条件,给出遗传算法的求解模型。开发基于C#的实验平台进行验证,结果证明,该算法具有较好的求解性能。     

基于双处理器系统的图形生成电路研究与应用

机载显示器分辨率越来越高,显示内容越来越复杂,这对图形生成电路提出了更高的要求。提出了一种基于双处理器系统的图形生成电路实现方法,以两片DSP处理器作为绘图核心,配合FPGA和SDRAM帧存构建硬件平台,由主DSP进行绘图任务分配,并将任务分配结果通过Linkport口传递给从DSP,主从DSP根据任务分配结果并行完成图形生成算法运算,从DSP通过Linkport口向主DSP发送图形数据,主DSP将图形数据写入SDRAM帧存中,配合FPGA对SDRAM进行乒乓操作完成图形数据的实时生成与显示。实验结果表明,该方法与单处理器方案相比,在功耗仅增加15%的情况下图形生成效率可提高53%以上,生成一幅1 024×768的EFIS电子飞行显示系统画面帧率可达86 f/s。     

基于多目标优化的大型项目任务分配模型

大型项目任务分配问题的多目标、多变量、多约束、大组合等特点,使得任务分配费时、费力.文中分别以利润最大且延期较短和无延期且利润最大为目标,利用时间序列分析方法,将贪婪算法和多目标优化问题相结合,建立两个基于多目标优化的大型项目任务分配模型.利用两个模型分别确定某大型项目的任务分配方案,仿真结果表明:两个模型和算法均最大限度降低了大型项目任务分配问题的时间复杂度,有效地解决了任务分配费时、费力这一问题.     

无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。     

jBPM任务分配研究

选取当前开源工作流领域最容易被商业化应用的工作流管理系统JBoss jBPM作为研究对象.通过研究发现,其任务分配方法不能很好地满足现实应用系统开发的需要,从而提出一种新的基于用户权限的任务分配方法,使jBPM能够更好地适用于实际开发.     

远程协同故障诊断综述及研究

远程协同故障诊断技术随着分布式计算、远程信息处理技术、经典故障诊断理论等的学科发展正在受到越来越多关注;但是系统的总结该技术的应用及研究并不多见.在给出远程协同诊断定义基础上,从诊断方法(技术)协同和协同诊断支持构架两个角度详细分析当前研究现状,并针对性地提出了一个通用远程协同诊断系统原型,给出了该原型的关键问题及其解决思路,包括远程协同诊断现场故障信息预处理、协同诊断中心的诊断任务分配及协作机制研究、远程诊断资源的结果融合.结论肯定了远程协同诊断的光明前景.     

基于粒子群遗传优化算法的多机器人任务分配研究

在粒子群优化算法中,引入遗传算法中的克隆算子和变异算子,提出了粒子群遗传优化算法,并将多机器人系统的任务分配问题转换为在多维解空间内寻找最优解的问题,利用粒子群遗传优化算法在此空间寻找最优解,以实现对多机器人任务的协调分配.算例仿真表明,粒子群遗传优化算法不但具有粒子群优化算法所具有的易于工程实现、计算效率高等优点,还克服了粒子群优化算法易早熟、粒子群整体收敛性差等缺点,能够解决多机器人任务分配问题.     

具有隐私保护的车联网空间众包任务分配方法

为了解决传统车联网空间众包中集中式空间众包服务器不可信和易遭受攻击给用户隐私带来极大威胁的问题,提出区块链架构下具有隐私保护的车联网空间众包任务分配方法. 基于区块链技术,设计分布式可信的车联网空间众包系统. 采用多密钥全同态加密算法实现任务分配,支持对不同车辆用户 (密钥) 的密文数据进行任务分配,降低隐私泄露的可能性. 实验分析表明,采用该方法能够有效地保护用户隐私信息,任务分配的计算时间开销与现有研究方法相比下降了34.3%,提高了任务分配的效率.