分层异构信号处理平台调度方法研究

异构多处理器的高效性和可靠性能够满足日趋复杂的信号处理任务需求,因此分层异构系统已成为信号处理平台的发展趋势.为提高平台强实时性并解决高吞吐量的问题,文中对分层异构信号处理平台的软硬件模块及架构进行了研究,并采用有向无环图对组件任务及硬件资源进行建模.将已提出的调度算法按照任务类型、调度目标、调度过程和研究方法进行分类...     

基于OBDD的信号处理任务智能加卸载算法

为实现信号处理平台中应用任务的快速动态加卸载和智能切换,提出一种基于有序二叉决策图(OBDD)的智能加卸载算法。在分析智能加卸载整体系统构成的基础上,构建信号处理平台软硬件资源模型、态势参数定义字典和智能加卸载规则库。通过基于OBDD的智能规则决策算法,实现最小人工干预下的应用任务智能加卸载。实验结果表明,与顺序规则存储算法相比,该算法的效率较高,圈复杂度较低。     

异构多平台信号处理任务调度研究

简单的并行计算或单一异构平台已经无法满足计算量大、复杂度高的信号处理和任务调度需求，异构多平台系统已经成为信号处理和任务调度的发展趋势。针对提高平台的吞吐量、处理器的利用率以及任务的感知等问题，文中对异构多平台信号处理模型进行了研究，并利用有向无环图对调度任务和软硬件资源建模。基于已提出的调度算法，对任务调度进行了归纳总结、对比分析，发现基于任务感知的混合调度算法能够较好地满足平台调度需求。利用基于任务感知的混合调度算法解决信号处理中的任务调度将是未来研究发展的趋势。     

面向异构处理平台任务调度的麻雀优化算法

针对当前异构信号处理平台中各处理器任务数量分配不均衡、处理器性能发挥不完全以及系统运行效率低的问题，文中提出一种面向异构处理平台的麻雀优化算法。该算法利用了麻雀算法较强的全局寻优能力和麻雀种群内部的高效工作机制。在经典麻雀算法基础上，文中提出了符合任务调度的二进制异或编解码规则，将离散的任务分配方案映射为连续的麻雀位置信息。将处理器负载均衡指数作为适应度函数，选取每次迭代中的最优解；在麻雀遍历任务时，采用任务优先级分流排序策略。对通信密集型任务和计算密集型任务采取不同的计算式得到更符合任务特点的遍历顺序，生成随机任务图，并将所提算法同ICPA(Improved Critical Path Algortthm)算法进行对比。仿真结果表明，相比于ICPA算法，所提算法的负载均衡指数平均优化率为60%,各处理器负载情况更加均衡，能更好地发挥异构处理平台的整体效能。