空天海地一体化观测网络的任务管理探讨与展望

发布时间：2022-10-21 11:18

　　观测网络的网络拓扑动态性、资源异构性及其系统复杂性给空天海地一体化观测网络的任务管理带来了巨大的挑战。本文首先研究探讨面向一体化观测网络及其任务管理的主要内容、关键技术及其面临的挑战。为了应对观测网络面临的问题,本文将基于ACP的平行智能方法引入到观测网络任务管理领域,提出平行观测网络的概念与架构。平行观测网络首先通过人工观测网络系统来模拟实际观测网络系统;然后,进行大量不同观测场景及事件的计算实验进行训练与评估;最后,通过平行执行来滚动在线优化人工和实际观测网络系统,从而实现对复杂观测网络的描述智能、预测智能和引导智能。因此,可以实现根据观测环境及任务需求快速灵活地组网,提高网络的灵活性及任务管理效率。平行观测网络将为国家网络数据安全、能源与资源开发、环境监测、灾害预报预警等研究提供有效支撑。 

【文章页数】：8 页

【文章目录】：
0 引言
1 网络任务管理
    1.1 网络特点
    1.2 管理内容
    1.3 管理分类
        1.3.1 集中式任务管理
        1.3.2 分布式任务管理
        1.3.3 混合式任务管理
2 问题与挑战
    2.1 节省网络能源消耗
    2.2 节点的不稳定性影响
    2.3 动态任务调度与优化
3 平行观测网络
    3.1 平行智能方法
    3.2 平行观测网络系统
        3.2.1 人工观测网络系统
        3.2.2 计算实验
        3.2.3 平行执行
4 结论与展望


【参考文献】：
期刊论文
[1]Parallel Driving in CPSS:A Unified Approach for Transport Automation and Vehicle Intelligence[J]. Fei-Yue Wang,Nan-Ning Zheng,Dongpu Cao,Clara Marina Martinez,Li Li,Teng Liu.  IEEE/CAA Journal of Automatica Sinica. 2017(04)
[2]Parallel Learning:a Perspective and a Framework[J]. Li Li,Yilun Lin,Nanning Zheng,Fei-Yue Wang.  IEEE/CAA Journal of Automatica Sinica. 2017(03)
[3]Steps toward Parallel Intelligence[J]. Fei-Yue Wang,Xiao Wang,Lingxi Li,Li Li.  IEEE/CAA Journal of Automatica Sinica. 2016(04)



本文编号：3695531