基于并行优先级任务树的多核调度方法研究

文章针对具有复杂依赖关系的实时周期任务难以调度的问题,提出了一种模型转化方法,该方法将具有复杂关系的实时结点任务图转化为并行优先级任务树,然后根据模型中定义的优先关系并结合EDF(Earliest Deadline First)算法,将任务调度到相应的核上去执行。仿真试验表明,该方法比核与任务相对应的分配方法不仅可以提高CPU利用率而且大大减少了核间通信的开销。

基于多优先级任务链的舰载机编队作战资源规划

舰载机作战任务‑资源分配是航母编队作战筹划的关键问题。提出了一种基于多优先级任务链的舰载机作战资源规划方法。将多个关联任务聚合为任务链以消解任务依赖关系约束和资源占用约束,并减小作战规划问题的规模;通过设置平行最优集和多级反馈规划机制,实现了作战资源的均衡调度。最后,通过典型算例仿真分析,验证了该方法的合理性和有效性。

面向优先级任务的移动边缘计算资源分配方法

目前移动边缘计算中的资源分配方法,多数按照任务请求计算卸载的时间顺序分配计算资源,未考虑实际应用中任务存在优先级的问题。针对此类情况下的计算需求,提出一种面向优先级任务的资源分配方法。根据任务平均处理价值赋予其相应的优先级,对不同优先级的任务进行计算资源加权分配,在保证高优先级任务获取充足计算资源的同时,减少完成所有任务计算的总时间及能耗,从而提高服务质量。仿真结果表明,与平均分配、按任务数据量分配和本地计算方法相比,该方法的计算时延分别降低83.76%、15.05%和99.42%,能耗分别降低84.78%、17.37%和87.69%。

面向车联网多优先级任务的MEC计算卸载策略

车载终端受硬件限制已无法支撑延迟敏感和计算密集型车联网业务的本地化处理,移动边缘计算(MEC)通过在用户侧提供计算卸载服务,可实现车载任务的实时化处理并降低车载终端能耗。为了提高车载环境有限资源的利用率,综合考虑车联网应用多样性与计算资源有限性,提出一种面向车联网多优先级任务的MEC计算卸载策略。首先将车辆移动性建模为车辆与路侧单元(RSU)的距离,由任务在本地执行的时延与能耗、卸载执行的时延与能耗、截止时间及在小区内持续时间进行任务的卸载判决;然后根据不同任务的优先级对可卸载任务进行分组,优先处理高优先级任务的资源分配问题;最后基于任务优先级、任务数据量与连接质量,利用改进竞价的拍卖算法进行任务调度。仿真结果显示,所提算法可以在进一步提高资源利用率的同时,提高安全相关任务的成功处理数量。

基于并行优先级任务树的多核调度方法研究

本文针对依赖关系相对较为复杂,同时实时周期任务也无法得到有效的调度的问题,同时在这一过程中也提出了一种相对较为有效的转化方法,在对这种方法加以应用之后充分的证明这种方法一方面可以使得CPU的利用效率得到显著的提升,同时也有效的降低了核间通信的开销。

一种可用于实时操作系统中的最高优先级任务选取算法

提出的最高优先级任务选取算法可用在RTOS(RealTimeOperatingSystem)内核的任务管理模块设计中.本算法由四个部分构成.第一部分是就绪任务的管理方法,通过该方法可以把系统中处于就绪状态的任务分组管理起来.第二部分是从就绪表中得到最高优先级数的方法,使用该方法系统可以快速的从就绪表中得到最高优先级数.第三部分是使用最高优先级数得到最高优先级任务的方法,也就是实现最高优先级数到最高优先级任务控制块的映射.第四部分是给出管理256个优先级任务的方法.

NOMA-MEC网络中基于优先级的多任务卸载策略

针对NOMA-MEC网络中多任务卸载引起的资源分配不均、卸载成本过高等问题,考虑任务的异构性和网络环境的动态时变性,以最小化平均卸载成本为目标,面向超密集异构边缘网络提出了一种结合任务优先级的部分卸载策略。首先,充分利用资源,使用二分法模型化卸载比例的封闭解,将卸载问题解耦为任务优先级划分和基于服务器的信道资源分配两个子问题;然后,针对异构的任务,构建多维度任务优先级分类准则,提出了一种基于层次分析的支持向量机(analytic hierarchy-support vector machine, AH-SVM)任务分类方法,通过为不同的任务特征进行权重赋值,实现多任务优先级划分;最后,考虑动态环境下的信道质量,提出了一种面向信道资源分配和最佳卸载位置的NOMA信道增益深度双Q网络(NOMA channel gain deep double Q network, NCG-DDQN)任务卸载算法,有效降低了用户的平均卸载成本。实验结果表明,该算法在任务分类准确率和平均卸载成本方面较其他算法性能均有提升,同时验证了所提算法在高低优先级任务卸载过程中命中率的有效性。

基于融合任务规则优先级蚁群算法的多AGV路径规划实现研究

蚁群算法所具备的合作搜索能力被广泛用于寻找单台AGV最短路径,却不适用解决现实情况中多台AGV同时使用的问题,为此提出了融合任务规则优先级的蚁群算法实现多AGV路径规划,用于解决现实问题中多台AGV同时使用而且存在多种碰撞冲突的情形。通过将AGV运行的路径环境进行建模等针对性措施,把蚁群算法引入到AGV路径规划的现实问题中,然后考虑多AGV路径规划可能存在的不同碰撞冲突类型,并考虑不同AGV拥有不同的任务优先级的现实情况,提出了避免AGV碰撞的策略,形成了基于融合任务规则优先级蚁群算法的多AGV路径规划算法。通过仿真实验结果,证实所提出的算法可以避免多台AGV之间的路径冲突,同时利用了蚁群算法寻求最优路径的能力,改进后的蚁群算法能够用于多AGV路径规划的实际场景中。

基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法

电网输电线路的负荷率和利用率的不断加重,为电力系统运行调度增加了难度。为了合理规划调度任务,保证电网运行安全,研究基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法。建立电力调度模型,设定调度优化目标和约束条件;基于贝叶斯离散优化预测电力负荷,为任务优先级判定提供依据;通过分块解耦动态仿真电力系统,将复杂外部系统转换为简单等值系统;通过电力调度多任务优先级解耦,划分优先级,接收操作令,完成电力调度的解耦。经实验论证分析,所提模型得到的解耦前后的仿真曲线较为吻合,仿真结果可以真实准确地反映电力系统的动态行为,对过载线路有功功率的调节效果明显,越限问题得到了很大程度的改善。

一种任务优先级的综合设计方法

提出了一种基于优先级表设计的调度算法.将任务的相对截止期和空闲时间这两个特征参数结合起来,综合设计任务的优先级表,使得截止期越早或空闲时间越短,任务的优先级越高,而且任务的优先级由相对截止期和空闲时间惟一确定.对于任意一个任务,可通过对设计的优先级表进行二元多点插值获得相应任务的惟一优先级.与传统的EDF和LSF算法进行仿真比较,仿真结果表明,通过优先级表设计方法来确定任务的优先级,提高了任务调度的成功率,降低了任务截止期的错失率.该方法可应用于实时系统中实时任务的动态调度中.

冗余机器人的任务优先级轨迹规划方法

当机械臂末端沿期望轨迹运动时,若障碍物影响机械臂末端运动,则末端会与障碍物发生冲突,使其偏离期望运动轨迹。针对这一问题,提出了一种任务优先级轨迹规划方法,使机械臂末端避障后能够继续跟踪期望轨迹。当机械臂末端运动轨迹中含有障碍物时,赋予避障运动作为优先控制,通过计算末端位置增量使机械臂末端产生逃离速度,进而避开障碍物;反之,赋予轨迹跟踪作为优先控制,通过对机械臂期望轨迹与实际位置进行误差控制,达到提高末端轨迹跟踪精度的目的。最后,对冗余机器人进行了仿真及试验验证。结果表明,当障碍物与机械臂末端运动轨迹发生冲突时,基于任务优先级的轨迹规划方法可以使机械臂末端有效地避开障碍物,同时,末端避障后机械臂仍能跟踪到期望轨迹运动。

μC/OS-Ⅱ任务优先级调度算法分析与改进

μC/OS-Ⅱ任务优先级调度算法通过OSUn Map Tbl逆映射表直接查表获得当前就绪任务的最高优先级,因此根据μC/OS-Ⅱ中就绪组和就绪表的定义,对μC/OS-Ⅱ中OSUn Map Tbl逆映射表的生成机理进行分析和逆向推导,得到OSUn Map Tbl生成算法,采用MCS-51内部的位寻址区、位操作指令和多分支散转结构对就绪组和就绪表进行访问,改进μC/OS-Ⅱ任务优先级调度算法的执行效率。在电子式油压控制器中的汇编代码运行测试结果验证了改进算法的正确性,并表明其执行效率得到大幅提高。

基于动态任务优先级的网格任务调度算法研究

网格环境下的任务调度是一个NP完全问题.为了确保每一步都能优先调度影响调度长度最大的就绪任务,提出一种采用动态任务优先级策略的任务调度算法.在进行任务调度的过程中,通过动态计算任务图DAG的关键路径并有效地利用处理器的空闲时间段来复制任务,使任务节点之间的通信开销尽可能降低,进而缩短整个任务图的完成时间.大量的模拟实验结果表明,所提的算法在任务完成时间上明显优于HEFT算法和DDS算法.

综合优先级的被动雷达任务自适应调度算法

综合考虑影响威胁度的5个参数,给出辐射源威胁度评估准则与方法。将辐射源威胁度参数融入被动雷达任务优先级的设计中,提出一种综合优先级算法(HTHPEDF),根据辐射源威胁度动态地调整任务优先级。运用该综合优先级算法实现任务自适应调度,设计调度收益与调度代价的评价函数。通过仿真验证了算法的有效性,该算法以较低的调度代价获得较高的调度收益,可有效提升任务综合调度能力。

MQX任务优先级的设置与对中断影响的研究

针对MQX(Message Queue e Xecutive)嵌入式实时操作系统任务优先级对中断系统实时性、内存的占用、任务调度速度产生影响等问题,详细研究了MQX任务和中断优先级的设置等级、任务优先级对中断影响的机理、任务优先级和中断优先级的关系,以及剖析任务优先级对内存的占用、任务之间、任务调度的关系;并通过工程测试验证了这些关系。最后,提出了MQX嵌入式工程任务优先级设置的基本编程要点;为合理设置任务的优先级减少内存的损耗、提高任务的调度速度、提高系统的实时可靠性和信息处理的完整性等提供了很好的建议。

基于任务优先级的仿人机械臂拟人运动规划

针对液体搬运是日常生活中最常见的动作之一,人臂可非常轻松地完成这一动作,但是对于仿人机械臂而言,如何使其如人臂般灵活地完成这一动作,却并不容易,以仿人机械臂运送水杯作为研究对象,对其进行任务描述.针对完成任务过程中需要同时考虑多个约束的情况,提出采用任务优先级或梯度投影法对其进行处理,并对这2种求解方法进行了比较.同时,对仿人机械臂的拟人化运动控制问题进行了研究,提出利用人臂臂姿指标来对仿人机械臂进行运动规划.最后在Inventor中建立虚拟仿真,并与人臂运动实验结果进行对比,从而验证该方法的可行性以及自主拟人运动的有效性.

考虑任务优先级的超冗余机械臂避障轨迹优化

针对冗余机械臂末端轨迹跟踪与避障运动冲突情况,提出一种考虑任务优先级的超冗余机械臂避障轨迹优化方法。采用雅克比矩阵对不同的任务约束实施优先级排序划分,能够保证任务的精度。构建出7自由度机械臂结构模型,利用超冗余自由度避开障碍物,发挥其运动特性,并引入臂平面和避障面,通过虚拟排斥力推导零空间运动方程。将避障空间缩小至一维空间内,运算超冗余机器臂的运动学逆解。依据逆动力学控制方法获得障碍与机械臂间最小距离值的变化,采用任务优先级转化的避障算法实现超冗余机械臂避障轨迹优化。对比实验结果表明:所提方法能够防止冲突现象发生,关节变化角度的实际值与期望值基本重合,机器人手臂与障碍物之间的平均距离维持在(0.2~0.3)m之间,完成机械臂避障轨迹优化。

非完整冗余空间机器人任务优先级姿态控制

针对空间机器人姿态干扰问题,本文利用非完整冗余逆运动学求解方法,首先提出了对卫星本体不产生姿态干扰的固定姿态控制雅可比矩阵的灵活度准则,其次设计了基于任务优先级的非完整冗余姿态控制算法,最后采用计算机仿真验证了算法的有效性。

基于参数模型构建的雷达任务综合优先级计算方法

提出一种雷达任务的综合优先级值计算方法。利用雷达任务的多特征参数,根据雷达的不同功能及工作方式对各特征参数的权系数值进行动态的设定,构建合理的几何模型,最后依据所构建模型的几何面积计算结果确定各任务的综合优先级值。运用该方法可实时动态计算雷达各任务的综合优先级值,适用于各种雷达实时任务调度策略及算法。通过仿真验证了本方法计算获得的任务综合优先级值的唯一性和有效性。

利用AI推进NOAA需求驱动的任务优先级

NOAA在一系列任务领域的人工智能(AI)应用方面的丰富经验已经证明了其性能和技能的改善,大大降低了成本和计算时间。NOAA发布的AI战略将通过提高整个机构AI开发和使用的效率和协作,极大地扩展AI在NOAA每一个任务领域的应用,并降低数据处理的成本,为社会提供更高质量和更及时的科学、产品和服务。