中文引用格式: 王小輝,,張濤,陳春燕. 支持多任務的綜合電子系統(tǒng)動態(tài)重構(gòu)設計與實現(xiàn)[J]. 電子技術(shù)應用,,2024,,50(7):71-77.
英文引用格式: Wang Xiaohui,Zhang Tao,,Chen Chunyan. Design and implementation of dynamic reconfiguration for multi-tasking integrated electronic system[J]. Application of Electronic Technique,,2024,50(7):71-77.
引言
隨著新一代無人機的智能化和信息化快速發(fā)展,,無人機作戰(zhàn)模式和場景越來越復雜,無人機需要自適應地支持多種任務模式[1-2],。傳統(tǒng)單一載荷和功能的綜合電子系統(tǒng)已經(jīng)不能滿足新一代無人機的需求,,為了滿足無人機的多任務模式需求,如何有效地實現(xiàn)任務重構(gòu)成為綜合電子系統(tǒng)(Integrated Modular Avionics, IMA)研究的重點,。
重構(gòu)技術(shù)是一直是國內(nèi)外學者關(guān)注的熱點,,但是關(guān)注點更多地集中在故障重構(gòu)、重構(gòu)建模[3-4]和重構(gòu)分析[5-7]等方面,,在任務重構(gòu)方面的研究較少[8-9],。目前,重構(gòu)藍圖的設計方式主要分為人工設計和傳統(tǒng)算法設計。在人工設計中,,由于設計人員的經(jīng)驗和專業(yè)水平的差異等因素,,會導致重構(gòu)藍圖的質(zhì)量參差不齊。而傳統(tǒng)算法主要考慮系統(tǒng)重構(gòu)配置后的可行性,,對系統(tǒng)重構(gòu)后的負載情況以及穩(wěn)定性方面考慮較少,。
重構(gòu)藍圖的生成過程中,需要綜合考慮負載均衡,、重構(gòu)時間,、重構(gòu)影響和通信負載等多個因素,是一個多目標優(yōu)化的問題[10-11],。為解決多目標優(yōu)化的系統(tǒng)重構(gòu)問題,,基于種群進化思想的遺傳算法[12]和差分進化算法(Differential Evolution)[13]雖然可獲得最優(yōu)重構(gòu)調(diào)度解,但求解時間過長,。模擬退火[14]等啟發(fā)式算法雖然可以解決多目標重構(gòu)問題,,但卻容易陷入局部最優(yōu)。使用強化學習中的Q學習[15]在低維重構(gòu)上可以實現(xiàn)快速重構(gòu),,但容易震蕩導致難以收斂,。飛蛾撲火優(yōu)化算法(Moth-flame Optimization Algorithm)[16]是一種新穎的群體智能優(yōu)化算法,該算法具有搜索精度高,、收斂速度快和全局性優(yōu)不易落入局部極值等優(yōu)點,。綜上考慮,本文提出一種基于飛蛾撲火優(yōu)化算法的支持多任務綜合電子系統(tǒng)動態(tài)重構(gòu)方法,。
本文詳細內(nèi)容請下載:
http://forexkbc.com/resource/share/2000006074
作者信息:
王小輝1,,張濤2,陳春燕1
(1.中國運載火箭技術(shù)研究院研究發(fā)展中心,,北京 100076,;
2.西北工業(yè)大學 軟件學院,陜西 西安 710025)