信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究.pdf

1、隨著微機電系統(tǒng)技術(shù)，傳感器技術(shù)，普適計算技術(shù)和通信技術(shù)的發(fā)展進步與相互集成，“3C”（Computing Communication&Control）融合已經(jīng)成為一種新的技術(shù)趨勢。因此，伴隨著物聯(lián)網(wǎng)、云計算等新概念的出現(xiàn)，信息物理融合系統(tǒng)（CPS）也應(yīng)運而生。CPS是一類綜合信息處理、網(wǎng)絡(luò)傳輸和物理控制的復(fù)雜系統(tǒng)，它通過將信息技術(shù)、通信技術(shù)和控制技術(shù)的有機結(jié)合，實現(xiàn)信息處理和物理過程在空間和時間兩個維度上的深度融合，被認為是推動下一次產(chǎn)

2、業(yè)革命的核心技術(shù)。相對于現(xiàn)有的嵌入式實時系統(tǒng)和網(wǎng)絡(luò)化控制系統(tǒng)，CPS更多地關(guān)注信息資源和物理資源的高效協(xié)同與優(yōu)化調(diào)度，以便實現(xiàn)對大規(guī)模復(fù)雜系統(tǒng)的實時感知與動態(tài)監(jiān)控，并為用戶提供更為靈活、智能、高效的信息服務(wù)和控制服務(wù)。CPS中包含了大量結(jié)構(gòu)不同、功能各異的資源，這些資源之間異構(gòu)性強、狀態(tài)不斷變化、接入退出自由靈活，且系統(tǒng)的拓撲結(jié)構(gòu)實時改變，系統(tǒng)所面對的物理環(huán)境難以精確預(yù)測，這些都給其資源調(diào)度帶來了巨大挑戰(zhàn)。憑借靈活有效的資源調(diào)度技術(shù)，應(yīng)

3、對不確定的物理環(huán)境變化和用戶任務(wù)請求，實現(xiàn)CPS的高效穩(wěn)定運行，成為CPS研究的關(guān)鍵技術(shù)之一。本文以CPS性能需求為牽引，主要針對CPS中資源調(diào)度相關(guān)問題展開研究，對感知資源、計算資源和移動資源調(diào)度問題分類研究，力圖突破CPS資源調(diào)度幾個關(guān)鍵技術(shù)。
　　本研究主要內(nèi)容包括：⑴研究CPS基本概念和系統(tǒng)構(gòu)成，提出了面向服務(wù)的CPS體系框架。通過面向服務(wù)的體統(tǒng)架構(gòu)屏蔽資源的異構(gòu)性，簡化資源的能力描述，封裝資源的功能，統(tǒng)一資源的調(diào)度接口，

4、為資源的有效調(diào)度提供支持。根據(jù)面向服務(wù)的思想，將CPS分為節(jié)點層、網(wǎng)絡(luò)層、資源層和服務(wù)層。借鑒組織管理中的方法，即在資源使用時系統(tǒng)并不關(guān)心其狀態(tài)和功能而是關(guān)心其是否有能力完成任務(wù)，提出了基于能力的CPS資源分類描述方法，根據(jù)資源提供的能力從信息處理的角度將資源分為感知資源、計算資源和執(zhí)行資源，為CPS資源管理和調(diào)度提供了理論支撐。⑵研究CPS感知資源調(diào)度問題，分析了GSS算法在求解傳感器選擇問題時的有效性和不足，針對GSS算法的初始解隨

5、意性提出了兩種改進方法。首先，通過實驗和理論證明說明了GSS算法在求解SSP時是有效的。但是，當CPS系統(tǒng)狀態(tài)包含多個分量時該算法初始解因采用隨機選擇策略而具有隨意性。針對這一問題本文提出了兩種解決方法，即窮舉搜索序貫選擇算法（EGSS），和后向貪婪序貫選擇算法（BGSS）。并以目標跟蹤為仿真案例對算法效果進行了驗證，實驗結(jié)果表明所提算法能夠有效的解決初始解隨意性問題。當系統(tǒng)狀態(tài)為向量時，改進算法明顯優(yōu)于原算法。⑶研究了傳感器觀測模型間

6、相似性與系統(tǒng)狀態(tài)估計之間的關(guān)系，提出了一種基于觀測模型聚類的傳感器選擇策略。通過 Fisher信息矩陣構(gòu)建傳感器選擇問題的目標函數(shù)，利用矩陣行列式的幾何解釋證明了已選傳感器觀測模型之間相似度越小則估計精度就越高。該策略主要分為基于觀測模型的傳感器聚類和從每個類中選擇傳感器兩大步驟。在傳感器選擇時以觀測模型靈敏度和傳感器資源剩余能量為依據(jù)，提出一種高能效的策略。最后，以目標跟蹤為仿真案例，進行了仿真實驗分析，實驗結(jié)果表明所提策略獲得的傳感

7、器選擇結(jié)果能夠在保持系統(tǒng)狀態(tài)估計精度的同時使得傳感器剩余能量相對均衡。⑷研究了CPS的計算資源調(diào)度問題，提出了一種分布式異構(gòu)計算資源調(diào)度算法IHEFT。作為一種典型的分布式異構(gòu)系統(tǒng)，CPS的單個資源計算能力有限，資源之間通過高速網(wǎng)絡(luò)連接，在處理復(fù)雜計算任務(wù)時（如：狀態(tài)估計）可以采用分布式并行計算技術(shù)獲得較高的計算性能。因此，通過將CPS計算任務(wù)建模為一個有向無環(huán)圖（DAG），然后將DAG中每個節(jié)點所表示的原子任務(wù)分配到相應(yīng)的計算資源上，

8、再調(diào)度資源上任務(wù)執(zhí)行的起止時間實現(xiàn)計算資源的調(diào)度。在定義新的節(jié)點上行權(quán)重計算方法和采用插入式調(diào)度的基礎(chǔ)上提出了調(diào)度算法 IHEFT，通過算例分析和大量實驗說明了所提算法比經(jīng)典算法HEFT、CPOP、LDCP等性能更好。⑸研究CPS移動資源調(diào)度問題，提出了不確定環(huán)境下基于狀態(tài)轉(zhuǎn)移的CPS移動資源調(diào)度策略。移動資源是CPS中不可或缺的重要資源，屬于執(zhí)行資源的一種，通過對其空間位置的改變能夠有效的提高CPS感知和執(zhí)行能力。本文研究了移動資源在