【技术实现步骤摘要】
本专利技术涉及计算机控制，特别是涉及一种测控系统实时任务调度方法、装置及电子设备。
技术介绍
1、测控系统是一种典型的异构多处理器系统，在保证各项测试任务在截止期限之前完成的前提下，任务的耦合程度、系统的低能耗目标等，给测控系统的实时调度策略带来困难。因此在地面测控系统中，完善实时任务的调度机制是一项不可或缺的研究内容，以满足越来越复杂的内部组件和动态变化的外部环境对多处理器系统任务调度提出的新要求。为满足不同的测试需求，测控系统硬件平台通常由通用处理器核和专用处理器核构成，不同的任务在不同的处理器核上执行效率不同，任务执行所消耗的时间和能量也有差异。与单处理器相比，实时任务在多处理器平台上的调度需要考虑处理器间迁移、通信等行为，系统能耗也相应的越来越高，高能耗带来的高热量会影响处理器的使用寿命，同时也会造成资源的浪费。因此，正确安排任务的调度顺序和分配合适的处理器对于测控系统来讲是至关重要的。
2、现有的低能耗调度算法往往忽略各任务间的通信传输关系，即实时任务间不存在依赖关系。另外，一些调度算法牺牲一部分运行速率，来提升节能效果和调度成功率，不满足测控系统快速测试的约束条件，故需对调度方法进行合理筛选与改进。
技术实现思路
1、本专利技术的目的是提供一种测控系统实时任务调度方法、装置及电子设备，能够提高测控系统实时任务调度的合理性。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种测控系统实时任务调度方法，包括：
4、获取实
5、根据实时任务信息和测控系统的异构处理器信息，构建调度时长模型；
6、基于变邻域搜索策略，利用离散粒子群调度算法，得到调度时长模型的最优调度解；
7、根据所述最优调度解控制所述测控系统。
8、可选的，所述根据实时任务信息和测控系统的异构处理器信息，构建调度时长模型，包括：
9、采用有向无环图描述实时任务信息；
10、采用向量集合描述测控系统的异构处理器信息；
11、基于所述采用有向无环图和所述向量集合，构建调度时长模型。
12、可选的，所述调度时长模型为：
13、；
14、其中，表示任务集t的调度时长；表示任务的最早完成时间；；表示任务的最早开始时间；表示任务在供电电压为的异构处理器上的计算时间；；表示任务的计算成本；表示异构处理器第r个电压供应水平对应的频率；；表示有向无环图中的入口任务；表示异构处理器上任务的最早开始执行时间；表示任务的最早完成时间；为数据从分配给异构处理器的任务上传输到分配给异构处理器的任务上所需要的通信时间；；表示异构处理器的通信启动成本；表示任务与任务之间的通信成本；表示异构处理器与异构处理器之间的数据传输速率。
15、可选的，基于变邻域搜索策略，利用离散粒子群调度算法，得到调度时长模型的最优调度解，包括：
16、初始化粒子群；
17、确定初始化后的粒子群为第0次迭代时粒子群；
18、令全局迭代次数i=1；
19、更新第i-1次迭代时粒子群中粒子的速度和位置，得到第i次迭代时粒子群；
20、确定第i次迭代时粒子群的适应度值；
21、根据第i次迭代时粒子群的适应度值，确定第i次迭代时粒子群的全局最优解和每个粒子的个体最优解；
22、利于变邻域搜索策略，更新第i次迭代时粒子群的全局最优解对应的个体最优解；
23、令全局迭代次数i的数值增加1，并返回步骤“更新第i-1次迭代时粒子群中粒子的速度和位置，得到第i次迭代时粒子群”直至全局迭代次数i达到全局迭代次数阈值，确定全局最优解对应的个体最优解为调度时长模型的最优调度解。
24、可选的，利于变邻域搜索策略，更新第i次迭代时粒子群的全局最优解对应的个体最优解，包括：
25、确定多种邻域结构；
26、确定第i次迭代时粒子群的全局最优解对应的个体最优解为第0次迭代时的个体最优解；
27、令局部迭代次数k=1；
28、根据所述邻域结构随机产生一个待定解；
29、分别确定待定解和第k-1次迭代时的个体最优解的个体适应度；
30、确定最大个体适应度对应的解为第k次迭代时的个体最优解；所述解为待定解或第k-1次迭代时的个体最优解；
31、令局部迭代次数k的数值增加1，并返回步骤“根据所述邻域结构随机产生一个待定解”直至局部迭代次数k得到局部迭代次数阈值，确定第k次迭代时的个体最优解为更新后的第i次迭代时粒子群的全局最优解对应的个体最优解。
32、一种测控系统实时任务调度装置，包括：
33、信息获取模块，用于获取实时任务信息和测控系统的异构处理器信息；
34、调度时长模型构建模块，用于根据实时任务信息和测控系统的异构处理器信息，构建调度时长模型；
35、最优调度解确定模块，用于基于变邻域搜索策略，利用离散粒子群调度算法，得到调度时长模型的最优调度解；
36、测控系统调度模块，用于根据所述最优调度解控制所述测控系统。
37、一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的一种测控系统实时任务调度方法。
38、可选的，所述存储器为可读存储介质。
39、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
40、本专利技术提供的一种测控系统实时任务调度方法、装置及电子设备，获取实时任务信息，建立任务调度的系统模型与能耗模型；设计离散粒子群调度算法，利用该算法进行全局搜索，得到任务调度序列及处理器需要配置的供电电压；设计算法的编码规则和粒子的更新规则；设计变邻域搜索策略，通过插入、交换和移动等邻域动作拓展搜索范围，优化算法的局部搜索能力。本专利技术考虑了测控系统实时任务的周期性依赖关系，解决了多处理器间调度效率低、系统能耗大的问题。由于任务集的耦合特性会使得处理器内核负载不平衡，影响测控系统任务调度顺序的安排和处理器的分配，本专利技术在研究低能耗调度问题时考虑了实时任务之间的依赖约束；结合变邻域搜索算法的混合离散粒子群优化算法，在任务调度中可以有效平衡全局探索和局部优化；采用线性变化的调整方法动态更新惯性权重参数，使得算法在开始表现出良好的全局寻优效果，后期表现出良好的局部寻优效果，能够提高测控系统实时任务调度的合理性。
本文档来自技高网...【技术保护点】
1.一种测控系统实时任务调度方法，其特征在于，包括：
2.根据权利要求1所述的一种测控系统实时任务调度方法，其特征在于，所述根据实时任务信息和测控系统的异构处理器信息，构建调度时长模型，包括：
3.根据权利要求2所述的一种测控系统实时任务调度方法，其特征在于，所述调度时长模型为：
4.根据权利要求1所述的一种测控系统实时任务调度方法，其特征在于，基于变邻域搜索策略，利用离散粒子群调度算法，得到调度时长模型的最优调度解，包括：
5.根据权利要求4所述的一种测控系统实时任务调度方法，其特征在于，利于变邻域搜索策略，更新第i次迭代时粒子群的全局最优解对应的个体最优解，包括：
6.一种测控系统实时任务调度装置，其特征在于，包括：
7.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的一种测控系统实时任务调度方法。
8.根据权利要求7所述的一种电子设备，其特征在于，所述存储器为可读存储介质。
【技术特征摘要】
1.一种测控系统实时任务调度方法，其特征在于，包括：
2.根据权利要求1所述的一种测控系统实时任务调度方法，其特征在于，所述根据实时任务信息和测控系统的异构处理器信息，构建调度时长模型，包括：
3.根据权利要求2所述的一种测控系统实时任务调度方法，其特征在于，所述调度时长模型为：
4.根据权利要求1所述的一种测控系统实时任务调度方法，其特征在于，基于变邻域搜索策略，利用离散粒子群调度算法，得到调度时长模型的最优调度解，包括：
5.根据权利...
【专利技术属性】
技术研发人员：董诗绎，陈复扬，沈利华，李海孟，张英，陶轶竹，施东强，蒋崇武，孙凯，赵一飞，韦闽峰，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。