天基信息港的多源信息融合任務調度研究

，，,*，

1. 上海交通大學 區域光纖通信網與新型光通信系統國家重點實驗室，上海 200240 2. 上海衛星工程研究所，上海 200240

天基信息港是一個具有數據中繼和多源信息融合處理能力的全新天基網絡節點概念[1-2]，其在同步軌道搭建了統一的信息處理平臺，具有數據轉發、處理、存儲等功能，能夠向各類用戶提供星上處理和數據中繼的服務。天基信息港作為天基網絡信息體系高軌節點的一種形態，可以是一個集成多類功能的大衛星或者由一簇在同步軌道上共位的模塊化衛星組成。

多源信息融合是天基信息港的重要應用之一[3-4],天基信息港可以通過天線資源匯集各類的遙感衛星數據，并利用星上處理資源融合處理后分發，使得遙感衛星獲取的數據不再需要直接或者間接由中繼衛星傳輸到地面站進行處理和分發，減少了地面數據中心接收和分發數據的傳輸時間，實現了信息獲取的有效性、準確性和高實時性[5]。

天基信息港的多源信息融合任務可劃分為與各個數據源衛星相關的一組子任務，每個子任務包括數據傳輸階段和數據處理階段，分別需要占用天基信息港的天線資源和處理資源。基于以上分析，本文提出并研究了天基信息港的多源信息融合任務調度問題，即在滿足天基信息港資源約束下，如何分配多源信息融合的子任務在天線資源和處理資源上的執行時間，使得多源信息融合任務的完成時間最小。

目前，還沒有在星上實現多源信息融合任務調度或者衛星天線和處理資源聯合調度的相關研究。當前有關星上資源調度的研究大多針對于中繼衛星的資源調度[6-13]，這些文獻根據中繼衛星天線資源的不同特征進行建模，并提出了多種算法進行求解，但相比較多源信息融合任務調度，沒有考慮數據處理的過程。因為多源信息融合任務與數據處理相關，可以參考數據中心的計算任務調度研究，文獻[14-15]對遙感數據處理任務的流程進行分析并建模求解，文獻[16]研究了計算任務與通信聯合調度的問題，但是它們的應用場景都是地面的數據處理中心，沒有考慮到衛星時間窗的特點。

本文通過分析多源信息融合的任務流程及天基信息港的資源特征，首次提出了天基信息港的多源信息融合任務調度問題，并設計了多機循環插入(Multi-machine Circular Insertion，MCI)算法進行求解。仿真結果表明MCI算法能夠有效減少任務完成時間。

互聯網經濟的迅猛發展，促使高等教育分化，高等院校培養學生的出口拓寬。應用型本科院校教學的重點除了給學生奠定科學基礎，更重要的功能是培養學生的應用能力。數據庫原理是計算機類專業的必修專業基礎課，為學生進行信息化管理應用奠定基礎。如何使學生將理論學習轉化為應用技能提升是應用型本科教學的關注點，平頂山學院信息工程學院物聯網工程專業以數據庫原理課程教學為載體，探索了基于“學習成效”評價模式教學過程管理應用研究，以期通過全過程的學習評價、注重學習效果的評價方式提升學生自主學習的自覺性和提高創新思維的主動性。

1 天基信息港任務調度模型

1.1 天基信息港任務調度問題描述

不同種類衛星傳感器獲得的數據之間可以互補，例如光學成像衛星可以直觀獲得目標的外觀形狀等特征，但易受天氣的影響；SAR衛星工作時不易受到天氣等因素的影響，可以全天時、全氣候對地觀測，但是成像不直觀。多源信息融合任務通過一個處理節點匯集多維度遙感數據，提取出各種數據不同特征并進行融合，以獲得較單個數據更為準確的綜合信息。當用戶提出了任務需求后，天基信息港根據任務目標的屬性、傳感器特性，選擇合適的數據源衛星。天基信息港實現多源信息融合的工作流程如圖1所示，主要分為3個步驟：1)各類遙感衛星將獲取的數據通過星間鏈路傳輸給天基信息港；2)天基信息港的可重配置計算處理資源[17]對獲取的遙感數據進行特征提取、融合處理，將融合處理的中間數據存儲在星上；3)天基信息港將用戶可直接所用的信息數據傳輸給地面或者近地空的單位。

圖1 天基信息港的工作流程Fig.1 Workflow of space-based information port

數據融合方法包括像素層、特征層及決策層。天基信息港在對傳輸數據進行處理時需要最大程度保留目標的特征信息，減少無效數據傳輸，本文中的多源信息融合任務設為特征層的數據融合。在天基信息港上實現特征層的遙感數據融合的流程包括數據傳輸，數據預處理和特征提取3個步驟[3,5]，其中數據預處理和特征提取可以合并為數據處理階段，如圖2所示。遙感數據處理是典型的數據密集型計算，通過星上可重配置計算機可以對獲取的遙感數據進行處理。同時在天基信息港上可以存儲多種處理算法，通過軟件重配置技術進行調用以滿足不同的任務需求[17]。

在不考慮分布式計算的情況下，天基信息港有多個天線資源和一個處理資源。考慮任務的高時效性[5]，調度目標是在滿足約束條件下，將任務合理安排到各個資源上，并分配任務的執行時間，最小化任務總的完成時間。

圖2 多源信息融合任務流程Fig.2 Task flow of multi-source information fusion

鑒于天基信息港任務調度問題的復雜性，為了簡化問題，提出以下假設：1)不考慮多個不同軌位天基信息港下的分布式計算任務，即所有的數據處理任務集中在單個天基信息港上。2)執行多源信息融合任務前，數據源衛星已經獲取了融合處理所需數據，即所有子任務在同一時刻均可開始。

舟山海域隸屬寧波舟山港區，地處長江經濟帶與沿海運輸國際航道交匯點，江海聯運業務繁忙，水文條件復雜。沿岸水域流速大，流態多樣，局部存在渦流和切變流。

對于完全搜索算法而言，算法時間復雜度太高，算法運行時間太長，不滿足天基信息港任務高實時性的要求，因此，啟發式算法更適應于該問題。對于流水車間調度，經典的NEH算法性能[21]較優，但是天基信息港任務調度問題在第一階段為并行機且有時間窗的約束，NEH算法不再適用于天基信息港任務調度問題。本文針對天基信息港任務調度問題，提出啟發式的MCI算法。

李彬，張俊瑞，馬晨(2013)通過對上市公司研發支出資本化的會計處理進行研究，發現其存在調節盈余管理行為，導致企業披露的會計信息缺乏謹慎性和真實性增強不謹慎性風險，建議證監會加大市場監督力度和年報審核的嚴格性，政府部門應對企業業務相關性做出約束并提高業務和會計處理相關性要求。

圖3 多源信息融合的子任務調度流程Fig.3 Multi-source information fusion subtask scheduling

需要滿足的約束條件：1)任務在數據傳輸階段有可見時間窗約束，天基信息港位于同步軌道，低軌道的用戶衛星與天基信息港的數據傳輸只能建立在雙方的可見范圍內，即數據傳輸任務在天線資源上的調度時間必須在可見時間窗內，如圖3所示。2)天線資源設為激光終端，多個天線資源傳輸能力相同，即數據傳輸任務調度在任意天線上的時間相同，每個天線資源同一時刻最多只能執行一個數據傳輸任務，任務在執行期間不可中斷。3)處理資源為單個星上可重配置計算機，同一時間最多只能執行一個數據處理任務，且任務不可中斷。4)遙感數據需要先傳輸再進行處理，多源信息融合子任務的數據處理階段需要在其數據傳輸階段完成之后才能執行，如圖3所示。5)軍事或者災害應急這類任務要求必須全部完成，即多源信息融合的所有子任務必須完成。

1.2 參數說明

對文中出現的相關參數符號進行定義，如表1所示。

表1 參數符號定義

1.3 數學模型

基于上述問題描述和參數定義，天基信息港任務調度的數學模型如下：

MinCmax=max(hj|j∈J)

s.t.

過程1) 根據解序列π得到每個天線上任務排序，并按m=1～|M|依次取出天線m上排序的任務。

(2)高程控制測量：利用水準點2S01、2S02為起算點，采用拓普康自動安平水準儀按附合水準方法測量A、B、C點高程，并作為土方現狀地面高程起算點。

(1)

(2)

由表5和表6可以看出A、B、C三個影響因素中，影響因素順序為A＞C＞B。由表5的均值結果分析，因素A的優劣順序為3＞2＞1；因素B的優劣順序為3＞2＞1；因素C的優劣順序為3＞1＞2。最終選擇以A3B3C3為最佳水提工藝條件，即加10倍量水，煎煮3次，每次煎煮1.5 h。

m∈M

(3)

(ta-hb)(tb-ha)≤0,?a,b∈J,a≠b

夾持器各結構參數的優化結果如表5所示，對于不同的R值，各結構參數優化結果均相同。當R=35 mm時，在約束Dp作用下運動桿4、桿5無法貼合圓柱以致無法包絡夾持，需舍棄。優化前后夾持器夾持力對比如表6所示。其中，Foe為優化后夾持器的總輸出力，Fce為優化前夾持器的總輸出力。表6顯示，包絡夾持模式下優化后夾持力提升幅度隨R增大而減少，但不低于10%，總體優化效果明顯。

(4)

在以上模型中，目標函數Cmax是問題的優化目標，要求完成所有子任務的時間盡可能短，即最小化多源數據融合的完成時間。其中，約束1)表示數據傳輸任務調度時間必須在天線資源和用戶星的可見時間窗內；約束2)表示對于每個子任務，其數據處理階段需要其數據傳輸階段完成之后才能開始執行；約束3)表示每個天線資源上數據傳輸任務調度的時間段之間不會發生沖突，即一條天線鏈路同一時刻只能執行一個數據傳輸任務；約束4)表示處理資源上數據處理任務調度的時間段之間不會發生沖突，即一個處理資源同一時刻只能執行一個數據處理任務。天基信息港根據處理任務類型、計算能力和數據量可以得到數據處理任務的時間，同樣，根據天線傳輸速率和數據量可以得到數據傳輸的時間。

女醫生姓庫，我們都管她叫庫醫生。庫醫生說，現在床位很緊張，只能給我們臨時加張床。并且還親自領我們去了病房。王姐則抓緊時機，聊起了我的病情，問：庫醫生，是不是像我妹夫這種情況不多見吧？庫醫生說：氣管異物常有，像這么長時間的好像還沒聽說過。王姐又問：那像我妹夫這種情況咱院應該能做吧？庫醫生說：蔣院長既然敢收，就應該能做。

1.4 調度原理

舉例8個任務的調度情況，任務的數據傳輸時間依次取15、10、18、20、11、17、15、13個單位，數據處理時間依次取6、2、4、2、4、7、6、5個單位，每個任務在數據傳輸階段只能在時間窗內調度，如圖4所示，虛塊在坐標軸上的位置表示任務的時間窗，實塊在坐標軸上長度表示數據傳輸時間。

圖4 任務的時間窗Fig.4 Task time windows

圖5 不同的調度結果Fig.5 Different scheduling results

圖5(a)(b)分別表示隨機調度和最優調度的結果。通過對比可知因為時間窗的約束，在隨機調度過程中，任務5、3、4之前都有空閑的資源時間沒有被利用，因而最后導致任務總的完成時間要大于最優調度的結果。一方面，時間窗導致任務在數據傳輸階段產生的空閑時間是影響調度結果的因素，另一方面因為是兩階段調度問題，所以任務在數據處理階段的空閑時間也是影響最終結果的一個因素。當獲取最優解時，任務在數據處理階段的空閑時間最小，所以任務在數據傳輸階段調度順序的不同也會導致數據處理階段空閑時間的不同,調度目標也可以看做是最小化數據處理階段的空閑時間。

根據任務調度模型的定義，天基信息港的多源信息融合任務調度可看為復雜的兩階段混合流水車間調度問題，第一階段為并行機，第二階段為單機。本問題與兩階段混合流水車間調度問題不同的是在第一階段的每個任務具有不同的可用時間窗的約束，因為兩階段混合流水車間調度問題已經證明是強NP-hard問題[18]，而帶有時間窗約束的兩階段混合流水車間調度具有更高復雜度，所以天基信息港任務調度問題為強NP-hard問題。

2 任務調度算法設計

設計算法的基本思路是通過合理安排數據傳輸任務和數據處理任務的調度順序、分配數據傳輸任務對應的天線資源，使得完成所有子任務的時間最小。對于第二階段為單機且無時間窗約束的兩階段混合車間調度問題，已證明在給定第一階段的各個任務調度時間下，將第二階段的任務按第一階段的任務的完成時間遞增排序進行調度，可得到第二階段的最優調度[18]，即第一階段數據傳輸任務調度方案會直接影響第二階段數據處理任務的調度方案。另外，不同于有不可用時間段約束的流水車間調度問題[19-20]，在第一階段每個任務具有不同的時間窗約束，因此在調度過程中會產生多個空閑時間段，調度算法需要盡量減少空閑的時間段。

根據以上分析，天基信息港任務調度問題具體描述如下：一個多源信息融合任務包括多個遙感衛星數據處理的子任務，每個子任務具有數據傳輸階段和數據處理階段，衛星數據需要先傳輸到天基信息港再進行處理，因此每個子任務需要順序調度在天基信息港的天線資源和處理資源上。

MCI算法首先利用在多個天線資源上循環插入的方法獲得任務的解序列，當得到任務的解序列后，按照基于時間窗的解序列調度策略進行求解，可以得到具體的調度方案。考慮到任務的解序列要覆蓋所有的解空間，解序列需要表示在每個天線資源上分配的數據傳輸任務及每個天線資源上數據傳輸任務的排列順序，即解序列{m1=(jk,…,jk*)，m2=(js,…,js*),m3=(jr,…,jr*)}表示分別在天線資源1、2、3上按順序分配任務jk到jk*，js到js*，jr到jr*。

栗戰書委員長在講話中著重指出：“要加強生態環境、社會主義核心價值觀、社會民生等重點領域地方立法，努力從法治上增強人民群眾的獲得感、幸福感、安全感。”可以說，這一“著重指出”，即是在提示我們從事地方立法工作的同志，只有通過深入學習貫徹習近平總書記關于以人民為中心的立法理念，始終堅持把惠民作為其價值取向，做到地方立法工作緊緊圍繞同級黨委決策部署的重點、經濟社會發展的難點、人民群眾關心的熱點展開，才能最大限度地凝聚社會共識，讓最廣大的人民群眾享受到最充分的地方立法之紅利。

2.1 基于時間窗的解序列調度策略

解序列調度策略過程如下：

過程2) 遍歷已調度時間段，并取當前時間窗和已調度時間段的交集得到可用時間段，如果當前時間窗下沒有足夠長度時間段進行調度，則根據軌道信息更新用戶的下一個時間窗并重復步驟2，如圖6所示。

圖6 時間窗約束下任務調度示意Fig.6 Task scheduling under time window constraint

過程3) 當有可用時間段進行調度，選擇該天線資源上最早可用時間段進行調度，并將該時間段更新到已調度的時間段中。

過程4) 如果所有任務沒有調度完，轉過程1)，否則轉過程5)。

步驟6) 得到所有任務循環結束后的最終解序列π，并得到目標值Cmax。

2.2 MCI算法

結合上文提出的解序列調度策略下MCI算法的具體步驟如下(算法流程如圖7所示)。

真之本質的轉變的第二重意義就是“哲學”變成了“形而上學”。Philosophia從對sophia[精通、智慧]的熱愛變成了“超越”存在者之陰影而“走向”存在者之理念的“形而上學”。最高的理念，善的理念，作為第一原因和最高原因，也被柏拉圖和亞里士多德稱為to theion[神]，因此探究存在者之存在的形而上學不僅是存在論，也是神學。[5]235-236形而上學的“存在-神學”機制在柏拉圖那里的發端處就已被預定。

步驟4) 根據k=2～n依次取出序列σ第k個任務，將其插入到解序列上所有可能插入的位置形成k+|M|-1個解序列(如{(j1,j2),?,…,?}，{(j2,j1), ?,…,?}，{(j1),(j2),…,?}，…，{(j1),?,…,(j2)})，并根據解序列的調度策略計算Cmax，取最小Cmax時的解序列π。

步驟3) 取序列σ第一個任務分配在天線資源1上，得到初始解序列γ={(j1),?,…,?}。

步驟5) 將解序列π作為下次循環的初始解序列。如果k=n，轉步驟4)，否則轉步驟6)。

過程5) 更新完所有任務的數據傳輸任務時間段后，對所有數據傳輸任務完成時間進行升序排序，并按排序對數據處理任務進行順序調度，更新數據處理資源所用時間。

1.加強稅法宣傳，執法公開透明。要貫徹落實“放管服”改革政策，又要防止執法風險，就要及時做好政策宣傳，把各項“放管服”改革列出的取消和保留稅務行政許可審批項目清單，通過門戶網站、辦稅公告欄、辦稅電子觸摸顯示屏、稅企微信群和QQ群等形式及時向社會公布，及時公開稅收政策和辦稅流程，做到公開公平公正執法，增大稅收執法透明度，自覺接受社會監督，進一步提高納稅遵從度。

MCI算法在NEH算法思想的基礎上，擴展到在多個機器上循環插入，并且加入了基于時間窗的解序列調度策略，使得本算法可以適用于天基信息港任務調度問題。

圖7 MCI算法流程Fig.7 MCI algorithm flow chart

3 仿真試驗及分析

3.1 仿真場景

考慮天基信息港在高軌節點上提供服務，用低軌用戶衛星和中繼衛星模擬天基信息港的運行場景。天基信息港采用中繼衛星(TDRS-8)的軌道參數，用戶衛星選擇現有的低軌衛星，包括NOAA[22]，YAOGAN[23]等低軌衛星。調度目標要求所有任務必須完成，如果仿真中規劃時間窗的長度不夠可能導致調度失敗，因此在仿真時規劃了一天內的時間窗，結合仿真的天線數、任務數和數傳時間，可以保證任務一定完成。仿真時段設為2017-05-13 00:00:00至2017-05-14 00:00:00，根據天基信息港和用戶衛星的軌道參數，通過衛星仿真軟件STK計算出各用戶衛星與天基信息港在一天內的可見時間窗。假設天基信息港有3個天線資源和1個處理資源，每個天線資源分別提供一條激光通信鏈路。

多源信息融合任務的子任務數量分別取5，10，15，20，25，30，考慮未來激光通信鏈路的帶寬通信速率可達到Gbit/s，激光鏈路的建立時間在分鐘級以上，遙感數據量從吉比特到太比特不等，假設數據傳輸階段調度時間取[5,20] min的均勻分布，數據處理時間取[5/σ,20/σ] min的均勻分布，其中σ表示通信傳輸與計算的時間比值，分別取3×3/2，3，3×2/3來仿真低、中、高不同計算密集程度的任務。另外所有子任務的到達時間相同且隨機選擇為一天的零時。

3.2 仿真結果與分析

分別采用MCI算法、遺傳算法[24]和列表調度[18](Johnson List，JL)算法并結合本文的解序列調度策略進行仿真試驗。遺傳算法在組合優化問題方面有著廣泛的應用，對解進行編碼表示為個體，將多個個體組成種群，通過解碼得到每個個體的適應度，對種群的不斷進化使得種群朝最優解方向移動。遺傳算法的編碼方式參考文獻[24]，解碼方式為本文的解序列調度策略，適應度為問題的優化目標，設置仿真的交叉率為1，變異率為0.4，種群規模為40個，迭代次數為60。JL算法采用Johnson規則對所有任務排序，并按照排序通過列表調度規則進行兩階段調度。對于每組數據取30次仿真試驗的平均值，結果如圖8所示。

圖8 不同算法下的任務完成時間Fig.8 Task completion time under different algorithms

在圖8中，可以看到當σ取3×3/2，3的情況下，MCI算法和遺傳算法下實現的任務完成時間明顯小于JL算法，當σ取3×2/3的情況下，MCI算法和遺傳算法下實現的任務完成時間與JL算法相差不大，此時用時間復雜度和運行時間更小的JL算法效果較優。即對于計算密集程度不高的任務，采用MCI算法及遺傳算法可以明顯減少任務的完成時間；對于計算密集程度高的任務，算法性能則效果不太明顯，這主要因為第二階段任務調度時間較長會使得第二階段空閑時間較小，從而減少了第一階段調度策略的影響。MCI算法相比于JL算法平均可以減少10.8%的任務完成時間。

表2取了在σ=3的情況下，任務從5到30個，每組仿真30組，總共180組仿真試驗的平均運行時間和平均任務完成時間。由表2可知，MCI算法在平均任務完成時間方面明顯優于JL算法，略差于遺傳算法，但是其平均算法運行時間大約為遺傳算法的1/20，即遠小于遺傳算法的運行時間。

為了進一步驗證算法的有效性，將各種算法與通過完全搜索算法得出的最優解進行比較。考慮到完全搜索算法的時間復雜度太高，在σ=3×3/2，子任務數量為8的情況下，得到5次仿真試驗的平均運行時間和平均任務完成時間。

仿真結果如表3所示，在任務數較少的情況下，MCI算法非常接近于最優解，且優于JL算法。在運行時間方面，通過完全搜索算法得到最優解在運行時間方面是不可取的，相比較而言，MCI算法的運行時間僅僅略差于JL算法且優于遺傳算法。

（1）讓幼兒幸福快樂地生活。讓幼兒愿意并喜歡參加活動，能夠在活動中獲得積極的情感體驗和愉悅的心情；在活動中有充分的自由、時間和空間，能積極表達自己的愿望和意見；能夠在活動中分享自己的快樂，傾訴自己的煩惱，嘗試與同伴一起解決困難并獲得成就感。

要從根本上解決地名檢索中的地理空間的層次結構特性和地名表達的模糊性，就必須結合地名描述、地理空間、計算機、網絡等相關知識和技術，從整體上進行把握，構建基于地名本體的語義網實現基于語義的地名檢索服務[2]。

表2 算法的平均運行時間和任務完成時間(σ=3)

表3 各算法與最優解進行比較(σ=3×3/2)

安德雷·利夫威爾指出[10]：“譯者不僅能給他所譯的原文以再生生命，他們還能決定給原文以什么樣的生命，及如何讓原文融合在目的語文學中。也就是說，他們已創造了并確實創造了一個他們時代的以及他們的讀者認可的原文形象。”在此過程中，一個顯著的特點就是譯者的“二次創作”。因此，譯者毫無疑問地擔綱著主體地位，起著決定性的作用。

4 結束語

本文首次針對天基信息港研究了多源信息融合任務調度問題。根據多源信息融合的兩階段任務流程、天基信息港的資源約束、用戶衛星可見時間窗約束，建立了天基信息港的任務調度模型，并基于該模型提出了一種啟發式的MCI算法。根據仿真結果可知，相比于JL算法和遺傳算法，MCI算法能夠有效減小任務的完成時間及算法運行時間，驗證了算法可以快速實現調度方案。天基信息港將會提供給用戶多樣化的服務，因此如何將多種不同類型的業務應用于天基信息港，將是今后需要繼續研究的重點。另外目前對天基信息港的資源建模還不完善，只考慮了單一的處理資源和存儲資源模型，未來可以根據星上的實際情況細化相關的資源模型。