基于通信开销的多类型DAG任务调度方法

随着异构多核处理器的性能不断增强,具有关联关系任务的调度问题和调度算法成为研究者们关注的焦点。针对异构多核平台上的有向无环图（Directed Acyclic Graph, DAG）任务模型进行了调度分析。由于异构环境中计算资源类型丰富数量多,实际调度过程中处在不同核上的任务之间的通信开销是存在的。而当前大多数调度算法要么忽略不同核上的任务之间的通信开销,要么优先级判定和选择处理器核执行时不能全面考虑核间任务的通信开销,造成资源浪费,增加了系统调度任务的整体长度。因此,针对具有通信开销的DAG任务模型,讨论了任务间的通信开销对任务调度算法的影响,提出了复合节点生成算法（Composite Node Generation Algorithm, CNGA）任务调度算法。该算法根据任务间通信开销大小进行预处理分配生成复合节点,重构DAG图将任务节点的上行秩和通信占比作为参数决定任务节点的优先级。实验结果与HEFT和CPOP算法比较,在任务通信开销和任务执行开销之比（Communication to Computation Ratio, CCR）一定的情况下响应时间比原有的HEFT和CPOP提...     

基于深度学习的压缩感知图像重构算法综述

压缩感知突破奈奎斯特采样定律(NST),很大程度缓解了数据的获取和传输压力.近年来,随着深度学习迅速发展,深度神经网络技术在压缩感知领域的应用使压缩感知重构的精度和效率均得到有效提升,并引起学者们的广泛关注和研究.为了对现有的基于深度学习的压缩感知图像重构算法进行梳理归纳,首先,介绍压缩感知的基础数学知识以及两种极具代表性的传统压缩感知重构迭代优化算法:ISTA和ADMM;接着,详细讨论上述两种传统算法的深度网络展开框架以及对基准框架的改进技术:ISTA-Net++和ADMM-Net,并对SDA、ReconNet、DR^(2)-Net等五种非传统算法展开的端到端的深度神经网络框架进行对比分析;然后,以峰值信噪比(PSNR)为评价指标,将代表性网络模型在自然图像数据集Train400和医学图像数据集MICCAI上的重构精度进行比较分析;最后,总结并展望深度学习技术在压缩感知重构领域的研究前景.     

粗糙集在计费结算系统中的一种新的应用

以移动通讯的计费结算系统为背景，讨论了数据挖掘技术中较为先进的粗糙集理论在其中的一种应用。     

混合关键系统半划分调度算法研究

混合关键系统是现代嵌入式系统发展的主要趋势之一,其中高关键任务代表紧急度高或者重要程度高的实际任务,往往需要优先保证.为了保证高关键级别任务的执行,当前的混合关键任务调度算法中常常存在对低关键级别任务采用丢弃或者调度不及时的现象,造成在关键级别转换时,任务丢失时限率较大且系统利用率较低.为此,本文在具有双重关键级别的混合关键系统中,对EDF-os半划分调度算法进行改进.首先,在划分阶段,将高关键级别的任务作为固定任务,低关键级别的任务按照利用率使用Worst-Fit策略进行划分.其次,在执行阶段,采用job边界迁移形式,并详细讨论了在不同系统关键级别之下,不同关键级别任务优先级确定的策略,根据优先级对任务进行调度执行.最后,模拟具有双关键级别的多处理器混合关键系统,随机产生任务集进行仿真实验,结果表明,该方法使得低关键级别任务的可执行比例平均提升了14.8%,任务丢失时限率降低了19.7%.     

DAG任务同步中无锁机制实现方法研究

随着多核嵌入式实时系统的发展,DAG任务同步问题得到了广泛的关注.目前的任务同步方法大都采用锁机制,但锁机制存在许多问题,如自旋锁存在任务忙等状态,浪费CPU资源;使用互斥锁的任务若获取不到共享资源会被阻塞,产生上下文切换开销;顺序锁允许写任务有更高的优先级,但写任务不能频繁更新数据,否则读任务会产生饿死现象.上述锁机制如果应用于多核平台下的DAG任务同步,不仅会影响系统整体执行效率,导致后继任务无法执行,严重时会引发死锁现象导致系统崩溃.因此,提出了在DAG任务同步过程中使用DCAS无锁机制,有效避免了锁机制存在的问题.在LITMUSRT多核平台下,以多任务同时申请、填充和释放Vxworks网络缓冲区为例,对缓冲池中的三元组m Blk,clBlk,cluster分别使用DCAS无锁机制.实验结果表明,相比传统锁机制,DCAS无锁机制在DAG任务同步方面有较好的效果,响应时间减少了10.4%,系统的整体执行效率提高了4.2%.     

基于粒子群优化算法的多无人机多目标航迹路径规划

针对多无人机多目标航迹路径规划中容易陷入局部最优,机间碰撞以及时效低等问题.提出一种多无人机多目标下改进的粒子群算法（Multi UAV Multi-Objective Improved Particle Swarm Optimization, MUMOIPSO）.该方法将改进的粒子群算法与Dubins算法相结合.首先,通过目标置换以及粒子交叉等方法对粒子群算法中速度和位置更新方式进行改进;通过将自身速度引起位置变化的目标进行置换操作,将个体极值和全局极值影响自身位置变化的粒子进行交叉操作,使改进的粒子群算法适合多无人机多目标航迹路径规划.其次,应用反正切函数改进惯性因子,线性递减函数改进非负的加速度系数,在前期提高无人机全局搜索能力,在后期提高无人机局部搜索能力避免陷入局部最优.最后,采用Dubins算法结合Intersection Type方法规划出一条无碰撞的平滑路径.仿真结果表明,所提出的算法在保证良好稳定性的前提下,其搜索效果与路径规划方式更优,较对比其他算法在适应度函数和总航程方面分别提高16.3%和10.2%.     

基于改进LRU替换策略的共享Cache划分

本文提出了一种基于改进的LRU替换策略划分最后一级共享Cache的算法,隔离了线程间的数据冲突,实现了改进的Cache替换策略,通过划分最后一级共享Cache也减少了访存延迟,提高了系统吞吐率.