CN109656267B - 飞行控制系统并行协同试验方法 - Google Patents

飞行控制系统并行协同试验方法 Download PDF

Info

Publication number
CN109656267B
CN109656267B CN201811587630.8A CN201811587630A CN109656267B CN 109656267 B CN109656267 B CN 109656267B CN 201811587630 A CN201811587630 A CN 201811587630A CN 109656267 B CN109656267 B CN 109656267B
Authority
CN
China
Prior art keywords
task
test
parallel
chain
decomposition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811587630.8A
Other languages
English (en)
Other versions
CN109656267A (zh
Inventor
支超有
李霞
李美玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AVIC First Aircraft Institute
Original Assignee
AVIC First Aircraft Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AVIC First Aircraft Institute filed Critical AVIC First Aircraft Institute
Priority to CN201811587630.8A priority Critical patent/CN109656267B/zh
Publication of CN109656267A publication Critical patent/CN109656267A/zh
Application granted granted Critical
Publication of CN109656267B publication Critical patent/CN109656267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提出了一种飞行控制系统并行协同试验方法。该方法包括以下步骤:由试组成并行协同试验体系框架;试验任务规划;按照试验任务规划,对试验任务项目进行分解,得到组成任务项目的子任务;对组成任务项目的子任务按照任务调度准则进行优化组合,设计支持并行协同试验的任务调度算法,实现试验项目子任务的调度执行;基于并行协同试验的任务调度算法,根据并行协同试验控制逻辑对试验资源进行配置管理,生成由试验项目子任务组成队列,并行执行任务队列;实现对试验资源进行配置管理,生成并行协同试验控制逻辑,并根据并行协同试验控制逻辑对飞行控制系统并行协同试验。本发明实施例大大提高了试验的效率,进一步减少试验时间、降低试验成本。

Description

飞行控制系统并行协同试验方法
技术领域
本发明涉及航空工程试验的技术领域,尤其是涉及一种飞行控制系统并行协同试验方法。
背景技术
大型工程试验中,特别是飞行控制系统综合试验或者是飞行控制系统机上地面试验中,由于飞行控制系统功能越来越多,结构越来越复杂,其试验验证项目内容也越来越多,试验验证所使用的支持设备等资源也越来越多,交互关系日趋复杂。如大型飞机的飞行控制系统试验中,不但需要分别完成飞行控制的驾驶舱操纵装置分系统、电传飞行控制分系统、高升力控制分系统、自动飞行控制分系统、机械操纵备份分系统的综合试验,还要完成飞行控制系统的集成试验,上述试验项目往往多达数千项。
传统的试验中,按照飞行控制的分系统或者是飞行控制系统的试验项目内容,准备开展试验所需的资源:试验台架、地面电源、地面液压源,试验传感器、信号调理器、数据采集系统、动态信号频响分析系统、数据总线检测仿真设备,电传飞行控制分系统试验器、自动飞行控制分系统试验器、高升力控制分系统试验器、电传飞行控制分系统FTI、自动飞行控制分系统FTI、高升力控制分系统FTI,飞行仿真系统、航电系统仿真激励器、机电系统仿真激励器、发动机综合控制管理系统仿真激励器,三轴飞行仿真转台、线加速度转台、速率转台、迎角转台、动静压模拟系统、模拟座舱系统、综合显示系统、视景系统,机械位移信号发生器、飞控试验舵面加载系统等。
再配置试验人员,逐项开展试验,这种试验方式中,往往是在完成一项试验后,才开展下一项试验工作,导致资源利用率不高,试验测试效率低,试验周期长。
发明内容
本发明的目的是:
是设计一种飞行控制系统并行协同试验方法,根据试验任务特点及其所需资源条件,对试验任务进行分解,并组成任务队列,通过对任务队列的调度,实现并行协同试验。
本发明的技术方案是:
一种飞行控制系统并行协同试验方法,在飞行控制系统综合试验或者是飞行控制系统机上地面试验中,由试验任务规划、试验任务分解和试验任务调度功能单元组成并行协同试验体系框架,按照试验任务规划,根据试验任务特点、试验系统状态要求和所需资源配置,对试验任务项目进行分解,得到组成任务项目的子任务,对组成任务项目的子任务按照任务调度准则进行优化组合,设计支持并行协同试验的任务调度算法,实现试验项目子任务的并行执行,完成飞行控制系统并行协同试验。
面对飞行控制系统并行协同试验方法进行详细说明。
试验任务分解中,把复杂试验任务分解为多个简单易处理的子任务,按照要求将试验任务分解成多个不同的子任务,并确定各子任务间的关系,便于多个试验任务并行执行,从而有效地利用系统资源,加快执行速度,对于具体的试验任务项目分解中,根据被试对象的特点,采用自顶向下逐层分解的方法对试验任务进行分解,被试对象包括多个被测单元,而被测单元又包括多个需要检测参数,按被测参数对试验任务进行分解时,对存在相同的初始化操作的参数检测,提取其公共操作,以提高系统效率,优选的任务分解具体要求如下:
(1)任务分解的独立性,任务应有相对的独立性,子任务个数、复杂度、粒度相对适中,任务间的相互协调、通讯工作要少,以有利于子任务的控制与管理,减少系统的开销;
(2)任务分解的层次性,通过对试验任务依次从被试系统、被试分系统、被试子系统、被试部件、被测参数到具体功能操作的逐层分解;
(3)任务分解的均匀性,任务粒度的大小要适中、均匀,避免某些子任务的执行时间过长,导致资源负载不均,同时也要避免任务过细,导致系统任务切换开销过大。
优选的并行协同试验任务分解按照时间约束规则、优先分解规则和子任务(活动)关系一致性规则进行分解。
并行协同试验任务分解的时间约束规则是:在并行协同试验任务分解过程中,保证并行协同试验中试验项目任务所需的时间要求大于或等于其分解出的子试验任务由约束关系所构成的最长试验任务链所需的时间;
最长试验任务链实际上就是关键路径上的试验任务序列,关键路径是并行协同试验任务规划的主要内容,最长试验任务链所需的试验时间实际上就是关键路径上各个子试验任务所需时间之和;
根据任务分解过程对任务的逐步清晰和优化迭代,对试验时间估算不断趋于准确,用任务分解的时间约束规则保证任务所需时间的约束性,进而保证各级子任务(活动)规划的一致性和可执行性。
并行协同试验任务分解的优先分解规则是:在并行协同试验任务分解过程中,优先分解需要占用关键资源的子任务,消除关键资源而导致任务进度的瓶颈,采用并行协同试验任务分解的优先分解规则使任务规划较早地考虑关键资源的平衡问题,实现任务优化。
并行协同试验任务分解的子任务(活动)关系一致性规则是:在并行协同试验任务分解过程中,保证只有具有相同父任务的子任务之间存在紧前、紧后关系,而具有不同父任务的子任务(活动)之间的关系只能通过父任务之间的关系导出。
任务分解的子任务(活动)关系一致性规则保证任务分解出的各级子任务具有相对的独立性,以保证在并行协同试验进行任务分配时,各子试验任务间的相关性最小,并有利于保证分级任务规划的一致性。
在并行协同试验任务分解过程中,当某一子任务达到并行协同试验现有相关服务的服务粒度(包括粗粒度或细粒度)时,或已成为原子任务即活动时,停止对该子任务的分解。
在并行协同试验任务分解过程中,保持任务内容在各层次上的完整性,不能遗漏任何必要的组成部分,任务分解结构能方便任务的范围、内容的扩展和任务结构的变更,保证任务的完整性和灵活性,以便能够顺利完成整个任务。
优选并行协同试验任务调度算法思路如下:
给定试验任务集T={t1,t2,t3,…,tm}和试验资源集R={r1,r2,r3,…,rn},已知各项试验任务所需占用的试验资源、相应的试验用时,以及试验任务之间的时序约束,确定并行协同试验任务调度序列TS,使得并行试验总时间最短;
建立任务—资源相关矩阵,生成每个资源的任务链,按照试验资源约束条件对最大串行任务链进行拆分,尽可能使系统的最大串行任务链最小,以最终节点数最多的任务链为主链,从其各节点分别生出其他所有任务链,最后生成具有最短试验完成时间的并行任务序列。
本发明的优点和效果可以是:
并行协同试验通过对系统资源的优化利用,大大提高了试验的效率,进一步减少试验时间、降低试验成本,其优点和效果突出表现为:
(1)提高试验能力,并行协同试验能在同一时间内完成多个试验任务,从批量试验的角度提高了系统的试验能力,从而减少试验时间;
(2)提高资源使用效率,并行协同试验从减少资源的闲置时间和充分利用资源两个方面来提高资源的使用效率,并行协同试验任务不断地运行,申请资源地使用,资源一旦闲置就再次被新的试验任务申请使用,在最理想的状态下,整个试验过程中资源一直处于工作状态。
(3)缩减试验时间,并行协同试验可以同时进行多个试验,在一定时间内,在执行两个试验任务时,并行协同试验要能比传统顺序试验量提高50%,但事实上,由于存在多个试验的切换时间,因此一般会低于50%。
附图说明
为了更清楚地说明本发明实施的技术方案,下面将对本发明的是说了中需要使用的附图作简单的解算。显而易见,下面所描述的附图仅仅是本发明的一些实施例,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例的飞行控制系统并行协同试验方法的原理示意图;
图2是本发明一实施例的飞行控制系统并行协同试验方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域的普通技术人员在没有做出创造性劳动的前提下,所获得的所有其他实施例,都属于本发明保护的范围。
下面将详细描述本发明实施例的各个方面的特征。在下面的详细描述中,提出了许多具体的细节,以便对本发明的全面理解。但是,对于本领域的普通技术人员来说,很明显的是,本发明也可以在不需要这些具体细节的情况下就可以实施。下面对实施例的描述仅仅是为了通过示出本发明的示例对本发明更好的理解。本发明不限于下面所提供的任何具体设置和方法,而是覆盖了不脱离本发明精神的前提下所覆盖的所有的产品结构、方法的任何改进、替换等。在各个附图和下面的描述中,没有示出公知的结构和技术,以避免对本发明造成不必要的模糊。
需要说明的是,在不冲突的情况下,本发明实施例及实施例中的特征可以相互结合,各个实施例可以相互参考和引用。下面将参考附图并结合实施例来详细说明本发明。
图1是本发明一实施例的飞行控制系统并行协同试验方法的原理示意图。
如图1所示,由试验任务规划、试验任务分解和试验任务调度功能单元组成并行协同试验体系框架,通过以下步骤完成并行协同试验:
步骤1:执行101,按照试验任务书的要求,进行试验任务规划;
步骤2:执行102,按照试验任务规划,根据试验任务特点、试验系统状态要求和所需资源配置,对试验任务项目进行分解,得到组成任务项目的子任务;
步骤3:执行103,对组成任务项目的子任务按照任务调度准则进行优化组合,设计支持并行协同试验的任务调度算法,实现试验项目子任务的调度执行;
步骤4:执行104,按照步骤3生成的试验任务调度算法,根据并行协同试验控制逻辑105对试验资源106进行配置管理,生成由试验项目子任务组成队列,并行执行任务队列,实现飞行控制系统并行协同试验;
其中,执行105,实现对试验资源106进行配置管理,生成并行协同试验控制逻辑。
图2是本发明一实施例的飞行控制系统并行协同试验方法的流程示意图。
如图2所示,对于试验任务集T={t1,t2,t3,…,tm}和试验资源集R={r1,r2,r3,…,rn},并行协同试验任务调度算法包括以下详细步骤:
步骤1:执行201,开始任务序列生成;
步骤2:执行202,生成任务—资源相关矩阵TRmxn;
步骤3:执行203,检查相关矩阵中的列向量,删除被覆盖列向量,得到新的任务—资源相关矩阵TRmxn;
步骤4:执行204,按照相关矩阵中各列向量中元素的值,分别得到与各资源相关的任务集TRj;
步骤5:执行205,按照任务集中各任务试验时间的长短对任务进行排序,得到任务链TLj;
步骤6:执行206,按照任务链试验总时间求出最长任务链,即最长串行任务链TLmax;
步骤7:执行207,按照试验资源情况拆分TLmax,拆分后的次任务链数量等于与之相关资源的数量N;
步骤8:执行208,使各次任务链总试验时间之差最小,同时从盈裕资源集R′减去该资源,即R′=R′-Rj′;
步骤9:执行209,判断资源R′空否?若
Figure BDA0001917943430000071
继续步骤10,否则转向步骤206;
步骤10:执行210,寻找节点数最多的任务链TL′max,并将其作为主链向任务序列赋初值,TS:={TL′max};
步骤11:执行211,依次判断任务序列TS中各节点是否属于其他任务链TLk,且TLk∈TS,若是,进入步骤12,否则转向步骤13;
步骤12:执行212,从该节点生长任务链TLk,TS:=TS∪{TLk};
步骤13:执行213,判断任务序列检查完否,即若TS≠T,继续步骤11,否则执行步骤14,算法终止;
步骤14:执行214,结束算法执行。
本发明实施例可以由试验任务规划、试验任务分解和试验任务调度功能单元组成并行协同试验体系框架,按照试验任务规划,根据试验任务特点、试验系统状态要求和所需资源配置,对试验任务项目进行分解,得到组成任务项目的子任务,对组成任务项目的子任务按照任务调度准则进行优化组合,设计支持并行协同试验的任务调度算法,实现试验项目子任务的并行执行,完成飞行控制系统并行协同试验,并行协同试验通过对系统资源的优化利用,大大提高了试验的效率,进一步减少试验时间、降低试验成本。
需要说明的是,上述流程操作可以进行不同程度的组合应用,为了简明,不再赘述各种组合的实现方式。本领域的技术人员可以按实际情况将上述的方法的步骤的顺序(或者产品的部件的位置)进行灵活调整,或者组合等操作。
另外,上述实施例中所示的功能组件的实现方式可以为硬件、软件或者二者的组合。当以硬件方式实现时,其可以使电子电路、专用集成电路(ASIC)、插件、功能卡等。当以软件方式实现时,其可以事被用于执行所需任务的程序或者代码段。程序或者代码段可以出存储在机器或者可读介质中,或者其可以通过载波中所携带的数据信号在传输介质或者通信链路上传送。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的技术范围内,可以轻易想到各种等效的修改或者替换,这些修改或者替换都应该涵盖在本发明的保护范围之内。

Claims (9)

1.一种飞行控制系统并行协同试验方法,其特征在于,包括以下步骤:
由试验任务规划单元、试验任务分解单元和试验任务调度功能单元组成并行协同试验体系框架;
按照试验任务书的要求,进行试验任务规划;
按照试验任务规划,根据试验任务特点、试验系统状态要求和所需资源配置,对试验任务项目进行分解,得到组成任务项目的子任务;
对组成任务项目的子任务按照任务调度准则进行优化组合,设计支持并行协同试验的任务调度算法,实现试验项目子任务的调度执行;
基于并行协同试验的任务调度算法,根据并行协同试验控制逻辑对试验资源进行配置管理,生成由试验项目子任务组成队列,并行执行任务队列,实现飞行控制系统并行协同试验;
实现对试验资源进行配置管理,生成并行协同试验控制逻辑,并根据并行协同试验控制逻辑对飞行控制系统并行协同试验其中:
并行协同试验任务调度算法包括:
给定试验任务集T={t1,t2,t3,…,tm}和试验资源集R={r1,r2,r3,…,rn};
已知各项试验任务所需占用的试验资源、相应的试验用时,以及试验任务之间的时序约束,确定并行协同试验任务序列,使得并行试验总时间最短;
建立任务—资源相关矩阵,生成每个资源的任务链,按照试验资源约束条件对最大串行任务链进行拆分,尽可能使系统的最大串行任务链最小,以最终节点数最多的任务链为主链,从其各节点分别生出其他所有任务链,最后生成具有最短试验完成时间的并行任务序列。
2.根据权利要求1所述的方法,其特征在于,对试验任务项目进行分解,包括:
按照要求将试验任务分解成多个不同的子任务,并确定各子任务间的关系;
对于具体的试验任务项目分解中,根据被试对象的特点,采用自顶向下逐层分解的方法对试验任务进行分解;
其中,被试对象包括多个被测单元;
被测单元包括多个需要检测参数;
在按检测参数对试验任务进行分解时,对存在相同的初始化操作的参数检测,提取其公共操作。
3.根据权利要求1所述的方法,其特征在于,对试验任务项目进行分解,包括:
按照时间约束规则、优先分解规则和子任务关系一致性规则进行分解。
4.根据权利要求1所述的方法,其特征在于,并行协同试验任务分解的时间约束规则包括:
在并行协同试验任务分解过程中,保证并行协同试验中试验项目任务所需的时间要求大于或等于其分解出的子试验任务由约束关系所构成的最长试验任务链所需的时间;
最长试验任务链实际上就是关键路径上的试验任务序列,关键路径是并行协同试验任务规划的主要内容,最长试验任务链所需的试验时间实际上就是关键路径上各个子试验任务所需时间之和;
根据任务分解过程对任务的逐步清晰和优化迭代,对试验时间估算不断趋于准确,用任务分解的时间约束规则保证任务所需时间的约束性,进而保证各级子任务规划的一致性和可执行性。
5.根据权利要求1所述的方法,其特征在于,并行协同试验任务分解,包括:
优先分解需要占用关键资源的子任务;
消除关键资源而导致任务进度的瓶颈。
6.根据权利要求1所述的方法,其特征在于,并行协同试验任务分解的子任务关系一致性规则,包括:
在并行协同试验任务分解过程中,选取具有相同父任务的子任务之间存在紧前、紧后关系;
针对具有不同父任务的子任务之间的关系,通过父任务之间的关系导出。
7.根据权利要求1所述的方法,其特征在于,并行协同试验任务分解的优先分解规则,包括:
在并行协同试验任务分解过程中,当某一子任务达到并行协同试验现有相关服务的服务粒度时,或已成为原子任务即活动时,停止对该子任务的分解。
8.根据权利要求1所述的方法,其特征在于:对于试验任务集T={t1,t2,t3,…,tm}和试验资源集R={r1,r2,r3,…,rn},并行协同试验任务调度算法包括:
S1,开始任务序列生成;
S2,生成任务—资源相关矩阵TRmxn;
S3,检查相关矩阵中的列向量,删除被覆盖列向量,得到新的任务—资源相关矩阵TRmxn;
S4,按照相关矩阵中各列向量中元素的值,分别得到与各资源相关的任务集TRj;
S5,按照任务集中各任务试验时间的长短对任务进行排序,得到任务链TLj;
S6,按照任务链试验总时间求出最长任务链,即最长串行任务链TLmax;
S7,按照试验资源情况拆分TLmax,拆分后的次任务链数量等于与之相关资源的数量N;
S8,使各次任务链总试验时间之差最小,同时从盈裕资源集R′减去该资源,即R′=R′-Rj′;
S9,判断资源R′空否?若
Figure FDA0003482031320000031
执行S10,否则转向S6;
S10,寻找节点数最多的任务链TL′max,并将其作为主链向任务序列赋初值,TS:={TL′max};
S11,依次判断任务序列中各节点是否属于其他任务链TLk,且TLk∈TS,若是,进入S12,否则转向S13;
S12,从该节点生长任务链TLk,TS:=TS∪{TLk};
S13,判断任务序列检查完否,即若TS≠T,继续步骤11,否则执行步骤14,算法终止。
9.根据权利要求1-8中任意一项所述的方法,其特征在于,其中:
所述方法用于飞行控制系统综合试验或者是飞行控制系统机上地面试验中。
CN201811587630.8A 2018-12-24 2018-12-24 飞行控制系统并行协同试验方法 Active CN109656267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811587630.8A CN109656267B (zh) 2018-12-24 2018-12-24 飞行控制系统并行协同试验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811587630.8A CN109656267B (zh) 2018-12-24 2018-12-24 飞行控制系统并行协同试验方法

Publications (2)

Publication Number Publication Date
CN109656267A CN109656267A (zh) 2019-04-19
CN109656267B true CN109656267B (zh) 2022-03-15

Family

ID=66115994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811587630.8A Active CN109656267B (zh) 2018-12-24 2018-12-24 飞行控制系统并行协同试验方法

Country Status (1)

Country Link
CN (1) CN109656267B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050583A (zh) * 2019-12-26 2021-06-29 中国航空工业集团公司西安飞机设计研究所 一种飞行控制系统地面测试平台及其测试方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984412A (zh) * 2010-10-13 2011-03-09 北京航空航天大学 一种基于分组和禁忌搜索的并行测试任务调度方法
CN102231233A (zh) * 2011-06-29 2011-11-02 南京航空航天大学 自动引导车分布式自主协同控制系统及控制方法
CN102819684A (zh) * 2012-08-15 2012-12-12 西安建筑科技大学 一种远程协同诊断任务分配方法
CN103870696A (zh) * 2014-03-19 2014-06-18 南京邮电大学 一种基于局部-全局联合引导的多目标优化协同进化方法
CN104462188A (zh) * 2014-10-23 2015-03-25 北京空间飞行器总体设计部 一种航天器智能任务规划的测试方法和系统
CN104615044A (zh) * 2014-12-29 2015-05-13 西安交通大学 一种基于任务时序反馈机制的指控舱席位划分实验方法
CN105261066A (zh) * 2015-10-20 2016-01-20 华中师范大学 一种三维地理信息系统实时绘制多线程分配与控制方法
CN106933246A (zh) * 2017-03-29 2017-07-07 厦门大学 一种多无人机的复杂任务规划方法
CN107038070A (zh) * 2017-04-10 2017-08-11 郑州轻工业学院 一种云环境下执行可靠性感知的并行任务调度方法
CN107193639A (zh) * 2017-06-05 2017-09-22 北京航空航天大学 一种支持联合作战的多核并行仿真引擎系统
CN107291090A (zh) * 2017-05-12 2017-10-24 北京空间飞行器总体设计部 一种基于关键路径优化的连续成像控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984412A (zh) * 2010-10-13 2011-03-09 北京航空航天大学 一种基于分组和禁忌搜索的并行测试任务调度方法
CN102231233A (zh) * 2011-06-29 2011-11-02 南京航空航天大学 自动引导车分布式自主协同控制系统及控制方法
CN102819684A (zh) * 2012-08-15 2012-12-12 西安建筑科技大学 一种远程协同诊断任务分配方法
CN103870696A (zh) * 2014-03-19 2014-06-18 南京邮电大学 一种基于局部-全局联合引导的多目标优化协同进化方法
CN104462188A (zh) * 2014-10-23 2015-03-25 北京空间飞行器总体设计部 一种航天器智能任务规划的测试方法和系统
CN104615044A (zh) * 2014-12-29 2015-05-13 西安交通大学 一种基于任务时序反馈机制的指控舱席位划分实验方法
CN105261066A (zh) * 2015-10-20 2016-01-20 华中师范大学 一种三维地理信息系统实时绘制多线程分配与控制方法
CN106933246A (zh) * 2017-03-29 2017-07-07 厦门大学 一种多无人机的复杂任务规划方法
CN107038070A (zh) * 2017-04-10 2017-08-11 郑州轻工业学院 一种云环境下执行可靠性感知的并行任务调度方法
CN107291090A (zh) * 2017-05-12 2017-10-24 北京空间飞行器总体设计部 一种基于关键路径优化的连续成像控制方法
CN107193639A (zh) * 2017-06-05 2017-09-22 北京航空航天大学 一种支持联合作战的多核并行仿真引擎系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《LXI技术在飞机铁鸟综合试验并行测试中的应用》;李美玲等;《航空科学技术》;20140615;第25卷(第6期);第75-78页 *
《基于LonWorks总线的飞机综合测控系统研究》;朱红育;《万方学位论文》;20050926;第1-118页 *
《多线程虚拟仪器测试软件的开发》;高亚奎等;《计算机测量与控制》;20040312;第11卷(第12期);第986-987,996页 *
《飞机制造企业试验测试协同应用研究》;刘亚民等;《2013航空试验测试技术学术交流会论文集》;20140820;第32卷;第26-28页 *

Also Published As

Publication number Publication date
CN109656267A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
Zhou et al. Delta debugging microservice systems
Wu et al. Extended object-oriented Petri net model for mission reliability simulation of repairable PMS with common cause failures
CN104657220A (zh) 混合云中基于截止时间和费用约束的调度模型及方法
CN103049620A (zh) 一种船舶建造过程船舶仿真系统及方法
CN111124927B (zh) 一种多分区机载软件的测试方法
CN109656267B (zh) 飞行控制系统并行协同试验方法
CN102737743A (zh) 一种核电站主控室盘台布局的方法和系统
CN112699036B (zh) 一种多分区多版本机载应用软件测试用例复用方法
Anand et al. Resource allocation problem for multi versions of software system
CN102291449B (zh) 一种基于同步策略的测试和调整集群存储系统性能的方法
CN103973793A (zh) 分布式航空电子测试系统
Kulyagin et al. N-version design of fault-tolerant control software for communications satellite system
Cole et al. Model-based systems engineering: application and lessons from a technology maturation project
Khaitan et al. EmPower: An efficient load balancing approach for massive dynamic contingency analysis in power systems
Leduc et al. Hierarchical interface-based non-blocking verification
CN108599173B (zh) 一种批量潮流的求解方法及装置
CN116414671A (zh) 一种基于dag的无人机飞行控制计算机分布式测试方法及装置
CN109787863A (zh) 分叉模拟方法、分叉测试方法、设备和存储介质
Mei et al. ATS software framework design pattern and application
Yang et al. Research on co-simulation task scheduling based on virtualization technology under cloud simulation
Ming et al. Monte Carlo-Based Method for Assessment of Support Plan for Carrying of Aviation Materials
Tamayo et al. Integrated Project Management Tool for Modeling and Simulation of Complex Systems
CN117687930B (zh) 用于模糊测试的方法及装置、测试设备、计算机存储介质
Houstis et al. The algorithm mapper: a system for modeling and evaluating parallel applications/architecture pairs
Krpić et al. Towards a synthetic load generator framework for validating schedules in HPC environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant