申请/专利权人:中山大学
申请日:2022-05-25
公开(公告)日:2024-04-02
公开(公告)号:CN114936080B
主分类号:G06F9/48
分类号:G06F9/48
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.09.09#实质审查的生效;2022.08.23#公开
摘要:本发明公开一种分布式系统的容错性任务调度方法,执行计算单元先对传感器建模并得到各个传输任务的副本数量,之后创建相应数量的副本任务发送给传感器执行;当执行成功时,传感器回传的观测数据通过卡尔曼滤波预测方程得到预测结果,并对卡尔曼滤波更新方程的增益矩阵及协方差矩阵进行更新;当执行失败时,则根据最后一次成功传输的观测数据改变当前时刻的卡尔曼滤波预测方程,并进行预测得到预测结果,无需对更新方程进行更新;重复上述传输任务的执行过程,直至传感器将所有传输任务执行完毕。本发明使得系统整体的可靠性大幅提高,并提高了整体的效率和节省资源。
主权项:1.一种分布式系统的容错性任务调度方法,其特征在于,分布式系统包括控制器及与所述控制器通过总线连接的多个执行分支,每个所述执行分支包括一个执行计算单元及与所述执行计算单元电性连接的传感器,所述的分布式系统进行容错性任务调度的过程如下:S1、执行计算单元通过混合整数规划方法对传感器的传输任务进行建模,并得到各个传输任务的副本数量;S2、执行计算单元根据各个传输任务的副本数量创建各个传输任务对应数量的副本任务,并将各个传输任务的副本任务发送至传感器执行;S3、传感器开始执行当前传输任务,传输任务中的每个副本任务均将传感器的观测数据反馈至执行计算单元;当执行计算单元接收到任一副本任务回传的观测数据时,则判定该次传输任务成功,执行步骤S4;反之则判定该次传输任务失败,执行步骤S5;S4、执行计算单元根据传感器传回的观测数据,应用卡尔曼滤波预测方程进行预测,并将预测结果发送至控制器,同时对卡尔曼滤波更新方程中的增益矩阵及卡尔曼协方差进行更新;S5、执行计算单元根据传感器上一次成功执行的传输任务传回的观测数据改变当前时刻的卡尔曼滤波预测方程,并输出预测结果发送至控制器,且不对卡尔曼滤波更新方程中的预测矩阵及卡尔曼协方差进行更新;S6、重复上述步骤S3-S5,直至传感器将所有传输任务执行完毕。
全文数据:
权利要求:
百度查询: 中山大学 一种分布式系统的容错性任务调度方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。