信號級水下作戰實驗復雜聲納系統仿真技術研究

唐 帥, 笪良龍, 李玉陽, 韓 梅, 范培勤

(海軍潛艇學院二系, 山東 青島 266199)

0 引 言

“一流軍隊設計戰爭、二流軍隊應付戰爭、三流軍隊尾隨戰爭”,隨著信息技術的飛速發展,未來戰爭中作戰樣式的穩定周期越來越短,運用實驗的方法研究作戰日益受到主要軍事強國的重視。近期發生的局部戰爭也充分證明這點,越是最近的戰爭越帶有明顯的“被設計”痕跡。作戰實驗[1-2]正是運用建模仿真、系統分析、效能分析等技術與方法,在人為控制條件下,根據不同目的改變相關條件,考察作戰進程和結局、探索作戰思路,驗證未來軍隊建設仿真、編制體制、作戰構想、作戰方案,演示各種可能在戰場上運用的新概念、新模式、新技術,從而認識戰爭規律的研究活動。

當前,海軍正處于軍事戰略轉型過渡期,迫切需要開展作戰實驗。通過作戰實驗探索作戰概念,創新戰斗力生成模式,驗證未來軍隊的建設方針、編制體制、作戰構想、作戰方案、演示各種可能在戰場上運用的新技術、新概念、新模式、將成為海軍實現跨越式發展的必然趨勢。特別是在水下作戰領域,隨著聲納武器裝備信息化水平的日益提高,水聲探測器材的作用距離不斷增加,傳感器、武器、兵力行動與海洋環境條件的關系更為密切,與之相關的水下作戰實驗有其鮮明的特殊性,如外界不確定因素多、信息傳感器交互頻繁、環境依賴性強等。為此,僅僅依靠實兵演習難以窮盡各種環境條件及作戰樣式,必須通過豐富多樣作戰實驗仿真手段,為部隊創造更多參與訓練、創新戰法、研究戰場的機會,開展大量聲納探測效能作戰實驗,促進作戰方案推演與完善、海上實兵復盤與評估以及戰法理論創新,高效探索新的戰法和與戰術概念,通過戰法理論創新、牽引裝備建設發展、創新部隊訓練模式引領戰斗力生成模式轉變。

本文從復雜聲納系統水下信息攻防精細化仿真及復雜系統高性能計算2類應用需求出發,討論了發展信號級水下作戰實驗復雜聲納系統仿真技術發展需求,介紹了國內外相關的技術概況;從信號級仿真建模與高性能計算和大規模信號級仿真復雜信息流控制2個方面分析了信號級水下作戰實驗復雜聲納系統仿真需要重點研究的科學問題,并針對水聲信號寬帶波形快速預報、基于高性能平臺的信號級仿真建模及大規模信號級仿真系統調控策略等3個方面重點論述了信號級水下作戰實驗復雜聲納系統仿真關鍵技術,最后給出了信號級水下作戰實驗復雜系統聲納仿真技術發展展望。

1 復雜聲納系統仿真發展需求

1.1 水下信息攻防作戰精細化仿真技術需求

水下作戰的核心是攻守雙方傳感器信息交互對抗的過程,如圖1所示,其關鍵問題是信道的復雜性導致信號傳輸相位和能量發生改變,傳統能量級和功能性仿真采用的簡單能量加減仿真模式難以真實反映信號精細化結構及對抗過程中非線性、超非線性特征。信號級聲納系統水下作戰

實驗正是以水中目標信號特征及其在海洋信道中傳輸為建模基礎,運用信號處理技術再現武器裝備探測和對抗過程中的信號交互過程,利用超算技術和系統分析、效能評估等方法,在人為控制條件下,考察水下作戰進程和結局,認識水下作戰規律的科學實驗活動。其核心思想是從信息的原始形式——信號波形中捕捉復雜戰場環境對傳感器、武器、平臺的影響,將各要素置于統一的時空和戰場環境背景條件下,構造全平臺、全系統、全要素、高逼真的作戰環境和體系化信號級仿真實驗能力,完整再現水下聲信息傳輸、探測和對抗的全過程,為作戰設計、作戰實驗和作戰評估提供科學基礎。信號級水下聲納系統仿真信息流程如圖2所示。

圖1 水下作戰復雜信息交互Fig.1 Underwater operation complex information interaction

1.2 信號級作戰實驗復雜聲納系統高性能仿真技術需求

信號級水下作戰實驗聲納系統是典型的大規模復雜系統,主要特征體現在以下4個方面:①作戰實驗仿真規模大,涉及傳感器、武器、平臺3大類上百種仿真實體和信號源,各實體行為復雜、信息多樣、信號交互頻繁且存在強耦合;②作戰實驗實時性要求高,現代戰爭信息化程度高、戰爭進程快,需要采用“超實時”仿真模式,在相對短的時間內完成盡可能多的樣本分析和趨勢預測,優選作戰方案;③作戰過程非線性強,作戰實驗需要對多變量、全要素、強不確定性、超非線性的作戰過程進行信號級仿真;④作戰實驗海域復雜,涵蓋了淺海、深海、過渡海區、島礁區等多種復雜的戰場環境且具有很強的時空易變性。由此可見,開展大規模、高逼真、精細化信號級水下聲納仿真對計算及通信資源需求呈指數增加,只有采用高性能計算技術才能滿足大規模作戰仿真對計算資源和可擴展性的要求,目前已經成為世界發展的趨勢,各軍事強國的大規模作戰實驗、高精尖武器研發及核試驗模擬等均依托高性能計算實現。

1.3 國內外技術研究概括

國外方面,美國海軍在信號級聲納仿真方面,開發了聲納仿真工具箱(sonar simulation toolkit,SST)[3],用于構建“人工海洋”,該仿真軟件能夠輸出陣元級和波束級多通道時間序列信號,并采用實時仿真和先進的二維、三維可視化技術,構建了集復雜水聲環境、水聲目標特性、聲納傳感器和戰場態勢仿真的交互式多傳感器分析訓練(interactive multi-sensor analysis training, IMAT)系統[4-5],支持交戰級多傳感器、多平臺作戰任務規劃和作戰過程分析,提供戰場環境作戰應用研究和訓練功能,用于提升部隊在復雜環境條件下的作戰訓練水平。同時,美國高度重視高性能計算技術在作戰實驗中應用。1998年,由DARPA資助的SF Express項目,集合13臺并行計算機,使用了1 386個處理器,成功模擬了100 298個戰斗實體,并致力于將各個實驗室的計算能力進行整合,方便隨時進行大規模作戰仿真。

國內方面,文獻[6-11]開展了基于集群的信號級被動聲納仿真系統研究,初步實現了平臺及其體系對抗環境條件下,從目標特性、傳輸信道到聲納裝備的水下聲信息對抗全過程信號級仿真,在目標噪聲建模、寬帶信號波形預報、信號級聲納仿真以及高性能并行計算等方面做出了有益的嘗試。

2 信號級水下作戰實驗復雜聲納系統仿真科學問題

信號級水下作戰實驗復雜聲納系統研究涵蓋內容多、體系結構復雜、實時性要求高、技術難度大,需要重點關注兩個方面的研究內容。

2.1 信號級仿真建模與高性能計算

構建高逼真度的“人工戰場”是戰爭在實驗室打響的首要條件,即在大型數據庫(包括環境庫、目標庫、裝備庫、戰術庫等)的支撐下,構建符合信號級聲納作戰仿真需要的海洋環境預報、信道傳輸、目標特性、兵力交戰等仿真模型體系,如圖3所示。

為水下信息對抗仿真提供基礎條件,同時還必須滿足交戰仿真超實時性的要求,研究難度極大,是急需突破的科學問題之一,主要體現在:

(1)作戰海域范圍廣、環境復雜多變,要實現精細化的信道環境仿真,需要建立具有良好海區適應性、精確性和實時性的信號波形預報模型,特別是應具備對海洋水平非均勻環境的精確化仿真;

(2)實際仿真中,需要將多平臺、多傳感器、多武器置于統一的時空條件下,不僅要解決環境與傳感器、武器的耦合問題,還要解決交戰級仿真與信號級仿真不同時空粒度及其時空耦合問題;

(3)信號級水下聲納作戰仿真需要對水下信息對抗的全流程實現信號級仿真,即從水下信息對抗的信號產生、傳輸、交互、獲取、信號處理等全過程均與實際作戰一致,其仿真時間粒度為秒級,而且涉及跨平臺、跨系統、跨學科,必須依托作戰并行仿真技術[12]實現,同時為了提高系統的高可用性、靈活性和易擴展性,并降低建設成本,必須實現基于高性能計算平臺的信號級并行仿真計算。

2.2 大規模信號級仿真復雜信息流控制與系統穩定性調控

要實現水下作戰實驗中信號級武器、傳感器裝備體系對抗仿真,需要建立具有緊耦合關系的仿真模型體系,模型越精細、復雜度越高、耦合關系越復雜,系統中出現負載不平衡及不穩定的幾率也就越高。以單艇與單艦對抗為例,仿真規模僅為十幾個實體(2型平臺、4型傳感器、6型武器、5類模型)、近百個交互環節;而當組織航母編隊級對抗時,則迅速增加至上百個實體、幾千個交互環節和上萬個進程,信息交互和計算量呈指數增長,如圖4所示,特別是出現主動信號攻防交互時,信號流由單向變為多向耦合,系統不穩定性顯著加大,此時如果缺乏有效的仿真資源組織、管理機制和有效的仿真系統運行支撐機制,必將導致大規模信號級仿真系統信息流調控復雜、系統穩定性難以控制。因此,如何實現復雜環境條件下對抗過程信息流傳遞與控制、解決大規模耦合仿真作業的調度、流程管理、網絡或IO瓶頸及系統穩定性的問題,最大限度地提高仿真實驗效率,是大規模信號級仿真面臨的重大科學問題之一。

圖4 不同規模信號級水下作戰實驗信息交互關系Fig.4 Interactive information of different signal-level underwater operational experiment scales

3 信號級水下作戰實驗復雜聲納系統仿真關鍵技術

3.1 水聲信號寬帶波形快速預報技術

水聲信號寬帶波形預報技術是通過海洋環境模型和基礎聲學模型的結合,構建“虛擬海洋”,該技術是信號級作戰實驗仿真的核心。寬帶水聲傳播建模采用頻域方法和時域方法兩類,如圖5所示。

圖5 信號級水聲信道波形仿真技術途徑Fig.5 Technical approach of signal-level acoustic waveform simulation

利用頻域近似展開并行算法求得水聲傳播信道的系統響應函數或者利用時域并行算法求得水聲傳播信道的脈沖響應函數。以頻域方法實現水聲信號寬帶波形預報為例,采用波束位移射線簡正波(beam displacement ray normal-mode,BDRM)模型作為基礎模型。通過研究發現,在負躍層環境和深海聲道典型海洋環境中,在滿足波形預報精度和信號帶寬前提下,利用傅里葉合成方法計算寬帶波形時間分別是383.31 s和692.33 s(P4 3.0 GHz),但是信號級聲納/武器仿真系統對信號寬帶波形實時性需求小于2 s。可見,雖然BDRM理論在計算速度上較傳統簡正波方法存在明顯優勢,但仍然無法解決寬帶聲場的實時預報問題。

通過對BDRM模型分析發現,本征值方程和本征函數的解算是求解水下信道頻率響應函數的關鍵,而頻域方法求解寬帶信號波形正是利用在頻率范圍內,大量離散頻率上多次執行現有聲傳播模型,得到寬帶信號波形預報結果。因此,本征值方程和本征函數的大量解算是導致計算時間延長的直接原因,而且隨著聲場結構復雜性(從淺海到深海)和信號頻率的升高,對應的本征聲線號數越來越多,計算量將越來越大,對計算時間的影響也就越明顯。另外,在寬帶信號波形仿真過程中,為了防止時域混疊,需要足夠的采樣頻率,從而需要計算更多的頻率點。因此,在保證必要精度的前提下,如何解決水聲信號寬帶波形預報的實時性是該項目研究的難點和關鍵技術之一。

針對寬帶模型計算時間較長的問題,可通過寬帶模型頻域近似展開方法和寬帶模型并行化兩種方式,如圖6所示,實現快速準確的寬帶信號波形預報。計算結果表明,在不同的海洋環境模型條件下,合理選擇頻域展開階數和頻域插值區間可以滿足不同的精度要求和速度要求,在負躍層環境和深海聲道環境模型中,計算速度分別提高6.5倍和10.3倍,與傳統簡正波模型KRAKEN結果相關系數均在0.95以上,如圖7所示。

圖6 頻域寬帶模型快速預報方法Fig.6 Fast prediction method of frequency domain broadband modeling

圖7 預報波形與標準模型預報結果比較Fig.7 Contrast of predicting waveform between KRAKEN model and paralleling broadband model based on BDRM

寬帶模型頻域近似展開方法的并行化,進一步提高了計算速度,在負躍層環境和深海聲道環境模型中,相對串行模型計算速度分別提高42.3倍和39.7倍,滿足信號級作戰仿真實時性需求。

3.2 基于高性能計算平臺的信號級仿真建模技術

為實現大規模信號級水下聲納作戰實驗,高性能計算平臺是傳感器、武器信號仿真機處理通用平臺的合理選擇,可以有效解決傳統基于數字信號處理(digital signal processing,DSP)的仿真系統的配置不夠靈活和資源浪費問題,實現聲納及武器系統信號級、全數字、分布式仿真。但同時也產生了波束形成高精度時延需求與計算節點間數據傳輸延遲之間的矛盾。計算表明,高性能計算平臺對每次采樣數據傳輸存在微秒級延遲,對等間隔直線陣陣正橫附近的目標,將導致幾度的方位誤差,如圖8所示。因此,如何解決高性能計算平臺各節點間數據傳輸的延遲問題是實現信號級仿真建模的重要挑戰。

圖8 波束形成高精度時延需求與計算節點間數據傳輸延遲之間的矛盾Fig.8 Contradiction between high precision delay demand for beamforming and compute node data transfer delay

為解決上述問題,可采用共享內存與分布式存儲相結合的體系結構[13-16],基于MPI+OpenMP混合并行編程模型,實現基于高性能計算平臺的信號級仿真。其中,傳感器陣元信號模擬和信號處理采用共享內存模式并行實現,避免各任務節點間的數據傳輸,滿足了信號波束形成的高精度時延需求;信息交互分配到另一節點,避免信息交互對傳感器信號實時處理產生影響。

圖9是MPI+OpenMP混合并行編程模型結構圖。首先,采用MPI消息傳遞模式,按照粗粒度劃分方式將傳感器仿真系統功能分為:信號處理和信息交互兩個功能模塊,并分配到不同的計算節點;其次,在節點內采用OpenMP共享內存并行編程模式,分別實現傳感器3種波束形成算法對陣元仿真信號數據的共享和信息交互,避免了數據在節點間頻繁交互帶來的通信開銷。

圖9 MPI+OpenMP混合并行編程模型結構圖Fig.9 Hybrid parallel programming model between MPI and OpenMP

實驗結果證明,利用技術從可有效解決高性能計算平臺節點間數據傳輸引起的延遲問題,仿真方位誤差均方差為0.15°滿足聲納波束形成的高精度時延需求。

3.3 大規模信號級仿真系統調控策略技術

基于高性能計算仿真的信號級水下聲納作戰實驗系統具有很強的可擴展性,如圖10所示。

圖10 信號級水下聲納作戰實驗系統可擴展體系架構圖Fig.10 Extensible architecture diagram of signal-level underwater sonar operational experiment system

當條件允許時,可以隨意更換或增減系統硬件環境的數量,通過簡單配置,就可以保證軟件環境的完整性。尤其對于機群系統來說,硬件環境的改變,不會影響到仿真系統除了仿真速度以外的其他運行特點。采用信號級并行仿真技術后,底層軟硬件環境的可靠性不斷增強,但仿真軟件的可靠性卻不斷下降。一是因為并行程序的調試還缺乏有效的手段,難免會存在程序漏洞;二是作戰并行仿真涉及到上百個進程、上千個線程,軟件故障率不斷增大;三是相對于集中式的使用來說,分布式的部署,導致初始化數據準備、任務分割、任務分配、交互關系約定、運行管理與控制、結果記錄與處理等各個方面都陡增很多工作量,軟件故障、異常、不可信等現象產生概率大大增加。由此可見,解決水下信號級作戰實驗過程中信息流激增問題是實現信號級仿真系統調控及管理的重要挑戰,其中,仿真耦合規模與系統調控管理自動化程度、性能優化效果、調控策略普適性和擴展性方面都存在不確定性。

針對大規模信號級聲納仿真系統結構復雜、信息交互種類多、實時性要求高等特點,定義了影響調度策略的不同維度的因素,包括應用類型、應用規模、實時性要求、計算資源需求等各種維度管理資源的可用量和服務級別,集成現有的調度策略,如先來先服務、靜態/動態優先級、預約/回填、多級搶占策略、公平共享策略,結合節點獨占、網絡拓撲調度、能耗、斷點續算等特性制定一種適合信號級水下作戰實驗的動態調整作業調度策略,如圖11所示,并基于歷史/實時數據進行動態調整,保證資源使用的公平性。

圖11 基于動態負載調度的多分辨率時空耦合調控策略Fig.11 Multi-resolution spatial temporal coupling strategy based on dynamic load scheduling

主要調控策略包括：①通過簡單配置實現面向不同場景的調度策略,如最佳匹配、負載均衡等,實現調度算法可伸縮性;②通過通用資源描述方法,靈活擴展要監控和調度的資源類型;通過對調度流程進行充分的抽象和分解,輔以插件化設計和插件實現方式的多樣化,最大限度的保證調度算法的可擴展性;③采用內存共享、集中控制技術,解決了HLA體系內作戰方案推演過程各作戰單元時空一致性問題,有效提高了系統的運行效率;④采用局部廣播和點對點通信相結合的通信技術,解決了Windows系統終端顯示控制軟件與Linux系統并行計算軟件的信息交互問題,有效節省了通信資源,減輕了各節點的通信負荷;⑤采用集中式廣播模式統一發布作戰想定、作戰推演過程中數據量較小的信息,提升了系統的兼容性和擴展能力;⑥采用單機雙網HLA/DIS混合編程模式進行總體集成,實現了多平臺、跨系統時空狀態同步與系統集成。

以基于動態負載調度的三維聲傳播并行計算為例,三維聲傳播并行算法采用對扇面進行劃分,在完成扇面劃分后,將任務分配到不同節點上并行計算。由于不同扇面上海水深度變化較大,造成了不同扇面上聲傳播計算量變化劇烈,采用靜態調度算法必然會引起任務負載不均衡,降低并行程序的執行效率。在并行實現中,采用基于主——從模式的動態負載調度算法。其中:主進程實時監控從進程的工作狀態,發現從進程處于空閑狀態時,立刻向從進程發送計算任務,從而實現計算任務的動態分配;從進程負責具體聲傳播計算,并將計算結果傳遞給主進程。

圖12給出了深海海域計算網格為128×512時,靜態任務調度算法和動態任務調度算法對應加速比和效率。

圖12 基于動態負載調度的三維聲場并行計算加速比和效率Fig.12 Parallel computation speedup and efficiency of 3D sound field based on dynamic load scheduling

從圖12中可以看出,與靜態任務調度算法相比,采用動態任務調度算法,程序的計算時間大大減小,并行效率提高近20%,達到85%以上,加速比接近線性關系。

4 結 論

信號級水下聲納作戰實驗是部隊發展建設面臨的緊迫任務,特別是海軍艦艇部隊面臨著任務重、作戰海域環境復雜等困境,傳統能量級和功能性仿真已難以支撐部隊戰法、訓法創新和實踐。本文從水下信息攻防作戰精細化仿真和信號級復雜系統仿真技術需求出發,分析了信號級水下作戰實驗復雜聲納系統仿真技術發展需求,明確了信號級仿真是破解水下信息攻防作戰瓶頸問題的核心手段,高性能并行仿真是構建信號級復雜系統的根本途徑;在此基礎上,從信號級仿真建模和復雜系統信息控制2個方面歸納了信號級水下作戰實驗復雜聲納系統仿真技術急需突破的基礎科學問題,并針對科學問題,重點分析了水聲信號寬帶波形快速預報技術、基于高性能平臺的信號級仿真建模技術及大規模信號級仿真系統調控策略技術等構建信號級水下作戰實驗復雜系統所涉及的關鍵技術、實現手段和仿真結果。本文分析結果對于進一步優化完善水下作戰實驗復雜聲納系統及武器、平臺等作戰試驗系統,滿足不斷深入的海上戰爭進程研究需求,牽引作戰、訓練及武器裝備的快速發展具有重要意義。通過研究發現,由于受到網絡信息、安全加密及移動訪問等技術發展限制,現階段研究的作戰實驗復雜聲納系統體系架構大多依托各作戰實驗室建設,作戰實驗研究參與者還不夠廣泛、作戰實驗數據積累和分析還不夠深入,各作戰單位之間缺乏有效的對抗交流手段,限制了全體作戰人員的創新性和積極性,阻礙了作戰實驗理論創新和實踐創新。因此,信號級水下作戰實驗復雜聲納系統“實驗室+部隊”服務架構體系是進一步研究的重點。

參考文獻：

[1] KASS A R,ALBERTS S D,HAYES E R.作戰試驗及其邏輯[M].馬增軍,孟凡松,車福德,等,譯.北京:國防工業出版社, 2010: 15-16.

KASS A R, ALBERTS S D, HAYES E R. Operation test & logic[M].Ma Z J, Meng F S, CHE F D, et al, trans.Beijing: National Defense Industry Press, 2010: 15-16.

[2] 曹裕華, 管清波, 白洪波, 等. 作戰實驗理論與技術[M]. 北京: 國防工業出版社, 2013: 3-4.

CAO Y H, GUAN Q B, BAI H B, et al. Warfighting experimentation theory and technology[M]. Beijing: National Defense Industry Press, 2013: 3-4.

[3] GODDARD P R. The sonar simulation toolset, release 4.6: science, mathematics, and algorithms[R]. APL-UW TR 0702.

[4] WETZELSMITH S K, CZECH C. The interactive multisensor analysis training system: using scientific visualization to teach complex cognitive skills[R]. NPRDC TR 96-9. San Diego: Navy Personnel Research And Development Center, 1996.

[5] WETZEL-SMITH S K, ALLEN K, HOLMES E, et al. Interactive multisensor analysis training[J]. Interactive Multisensor Analysis Training, 1995, 2: 871-876.

[6] FAN P Q, DA L L, LU X T, et al. Design and implementation of remote parallel computing system based on multi-platform[C]∥Proc.of the IEEE International Conference on Internet Technology and Applications, 2010: 1-4.

[7] TANG S, DA L L, XIE J. Underwater broadband signal waveform fast prediction method in shallow water with a thermocline[C]∥Proc.of the IEEE International Conference on Measuring Technology & Mechatronics Automation, 2011: 1072-1075.

[8] 謝駿, 笪良龍, 唐帥. 艦船螺旋槳空化噪聲建模與仿真研究[J]. 兵工學報, 2013, 34(3): 294-300.

XIE J,DA L L,TANG S.Modeling and simulation of vessel propeller cavitation noise[J].Acta Armamentarii,2013,34(3):294-300.

[9] 笪良龍, 唐帥, 謝駿. 基于集群的水聲寬帶波形預報系統設計與實現[J]. 系統仿真學報, 2013, 25(5): 181-185.

DA L L, TANG S, XIE J. System design and implementation for underwater broad-band signal prediction based on cluster platform[J].Journal of System Simulation, 2013, 25(5): 181-185.

[10] DA L, WANG C, HAN M, et al. Ambient noise spectral properties in the north area of Xisha[J]. Acta Oceanologica Sinica, 2014, 33(12): 206-211.

[11] SUN X, DA L, LI Y. Study of BDRM asynchronous parallel computing model based on multiple CUDA streams[C]∥Proc.of the 7th International Symposium on Computational Intelligence and Design, 2015: 181-184.

[12] 楊學會, 黃俊傾, 譚亞新, 等. 作戰并行仿真[M]. 北京: 國防工業出版社, 2014: 26-27.

YANG X H, HUANG J Q, TAN Y X, et al. Warfighting parallel simulation[M]. Beijing: National Defense Industry Press, 2014: 26-27.

[13] TANG G, D’AZEVEDO E F, ZHANG F, et al. Application of a hybrid MPI/OpenMP approach for parallel groundwater model calibration using multi-core computers[J]. Computers & Geosciences, 2010, 36(11): 1451-1460.

[14] CHORLEY M J, WALKER D W. Performance analysis of a hybrid MPI/OpenMP application on multi-core clusters[J]. Journal of Computational Science, 2010, 1(3): 168-174.

[15] RABENSEIFNER R, HAGER G, JOST G. Hybrid MPI/OponMP parallel programming on clusters of multi-core SMP nodes[C]∥Proc.of the 17th Euromicro International Confe-rence on Parallel, Distributed, and Network-Based Processing, 2009: 427-236.

[16] 劉軼,張昕,李鶴,等.一種面向多核處理器并行系統的啟發式任務分配算法[J].計算機研究與發展,2009,46(6):1058-1064.

LIU Y, ZHANG X, LI H, et al. A heuristic task allocation algorithm for multi-core based parallel systems[J]. Journal of Computer Research and Development, 2009, 46(6): 1058-1064.