分布式系统中雷达仿真任务优化调度算法研究.pdf

分布式系统中雷达仿真任务优化调度算法研究.pdf

ID:34655562

大小:1.08 MB

页数:87页

时间:2019-03-08

分布式系统中雷达仿真任务优化调度算法研究.pdf_第1页
分布式系统中雷达仿真任务优化调度算法研究.pdf_第2页
分布式系统中雷达仿真任务优化调度算法研究.pdf_第3页
分布式系统中雷达仿真任务优化调度算法研究.pdf_第4页
分布式系统中雷达仿真任务优化调度算法研究.pdf_第5页
资源描述:

《分布式系统中雷达仿真任务优化调度算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS论文题目分布式系统中雷达仿真任务优化调度算法研究学科专业信号与信息处理学号201221240613作者姓名郑伟指导教师曹建蜀副研究员分类号密级注1UDC学位论文分布式系统中雷达仿真任务优化调度算法研究(题名和副题名)郑伟(作者姓名)指导教师曹建蜀副研究员电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2015年5月12日论文答辩日期2015年5月29日学位授予单位和日期电子

2、科技大学2015年6月27日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。RESEARCHONSCHEDULINGALGORITHMOFRADARSIMULATIONTASKSINDISTRIBUTEDSYSTEMSAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:ZhengWeiAdvisor:CaoJianshuAssociateprofessorSchool

3、:ResearchInstituteElectronicScienceandTechnology独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和

4、磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要由于雷达功能的日益多样化和复杂化,现代雷达仿真系统变得更加复杂更加庞大,需要处理的数据量大,对仿真任务的实时性要求也更高。现代雷达仿真系统的这些特点促使雷达仿真技术由单处理器仿真向分布式并行仿真发展。为提高雷达分布式仿真系统的性能,对仿真任务优化调度算法进行研究,通过缩短仿真任务完成时间,以满足雷达仿真系统实时性要求。据此,分别

5、建立雷达分布式仿真系统中独立任务和关联任务调度问题的数学模型,优化离散粒子群算法并应用到独立任务调度问题中,并对改进算法提出一种合理的参数设计方案,然后对关联任务的列表调度算法进行了研究和优化,具体研究工作如下:1.建立分布式仿真系统中仿真任务调度问题的数学模型。通过对雷达分布式仿真系统的结构进行分析,将仿真任务分为独立任务和关联任务两类,针对这两种情况,分别建立仿真任务调度的数学模型,提出仿真任务调度算法的性能指标。2.提出一种基于信息素机制和变异策略的优化离散粒子群算法。针对离散粒子群算法易陷入局部最优导致算法受初始种群的影响较大且结果稳定性低的问题,采

6、用变异策略提高种群多样性,并引入蚁群算法中的信息素机制,充分利用所有粒子的寻优经验信息而非单一的最优粒子来指导粒子寻优。通过数值仿真和算法对比,验证改进离散粒子群算法有效地避免了易陷于局部最优的问题,提高了算法结果的稳定性,并缩短了仿真任务的完成时间,提高了系统的负载平衡度。3.对改进算法的参数进行分析并提出一种合理的参数设计方案。通过分析离散粒子群算法中惯性权重、学习因子等参数,以及蚁群算法相关的信息素权重、启发式信息权重、信息素挥发因子等参数对算法的影响,提出一种合理的参数设计方案。将提出的参数设计方案应用到改进算法中,通过数值仿真,验证所提出的参数设计

7、方案能够提高算法收敛速度,获得更优的解,提高了算法的稳定性。4.提出一种基于数据依赖程度的任务优先级确定方法。通过对在经典的HEFT算法和CPOP算法进行分析,提出一种基于数据依赖程度的优先级确定方法,在此基础上提出基于分层和数据依赖的LDP列表调度算法,获得更小的调度长度和更好的负载平衡度,并对CPOP算法进行优化提出MCPOP算法,获得了更小的通信开销。通过仿真实验表明,LDP算法和MCPOP算法相比HEFT算法和CPOP算法在调度长度比和加速比方面有较好的改善效果。关键词:分布式仿真,列表调度算法,粒子群算法,参数优化,任务调度IABSTRACTABS

8、TRACTModernradarsimulation

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。