舰船图像处理并行任务调度算法研究

摘要

舰船所拍摄到的图像信息是现代舰船进行战略决策的重要依据。然而,由于受海洋环境的影响,拍摄的图像常常会出现运动模糊的情况。模糊图像的存在会影响舰船管理者的战略决策,不能满足舰船的可靠性要求,因此需要对模糊图像进行准确并且快速的恢复。舰船拍摄到的图像数据量非常大,并且在图像恢复过程的计算量也相当大,倘若使用单一计算机进行图像恢复,显然不能满足舰船的实时性和快速性要求。因此本文在舰船图像恢复的过程中引入并行计算技术。而任务调度算法的好坏直接决定并行计算的性能,因而研究舰船图像处理并行计算的任务调度算法对于舰船图像并行恢复有着非常重要的意义。
　　首先,在典型集群系统的基础上,构建舰船集群图像处理系统,分析了该系统的各个具体组成部分以及其特点,为舰船图像的并行处理搭建必要的软硬件平台。舰船集群图像处理系统是典型的集群系统,同时又有独特之处。分析了图像恢复的一般过程,针对串行图像恢复过程计算量大,消耗时间长等问题,提出将图像恢复技术与并行计算相结合,对图像恢复过程进行任务的划分,得到图像恢复并行任务的DAG模型图,在该DAG模型图的基础上给出了舰船并行图像恢复算法。
　　其次,舰船集群图像处理系统具有异构性的特点。这种异构性的存在,使得并行处理算法在集群系统的各个节点机上的执行时间不同,并且最终可能导致节点机负载的不平衡,影响并行计算的效率。因此选择合适的调度算法对于并行图像恢复来说非常重要。在任务调度算法的研究中,详细分析关键路径算法,该算法能够实现对DAG模型图中的关键任务进行优先处理及对各任务的均衡分配,但是存在着通信损耗过大以及任务分配易混乱的问题。因此在关键路径算法的基础上引入任务复制技术,提出基于任务复制的关键路径算法,任务复制技术能够将父任务复制到与该任务相同的节点机上执行,减少二者之间的通信损耗,该算法不仅解决了关键路径算法所存在的上述问题,而且提高了节点机的CPU利用率。
　　最后,在集群图像处理系统上对两种调度算法进行仿真实验。通过对并行执行时间、并行加速比以及并行效率三种性能指标的比较发现,采用基于任务复制关键路径算法进行舰船图像并行恢复的速度要比关键路径算法快得多,并且集群系统节点机的CPU利用率也得到了充分的提高。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文主要研究内容与组织结构

第2章 并行计算基础理论

2.1 并行计算技术概述

2.2 并行算法模型

2.3 并行编程模型

2.4 并行计算性能指标

2.5 本章小结

第3章 舰船图像并行处理技术

3.1 舰船集群图像处理系统概述

3.2 舰船并行图像恢复技术

3.3 本章小结

第4章 并行任务调度算法研究

4.1 舰船并行图像恢复中的任务调度概念

4.2 基于DAG模型图的任务调度算法

4.3 基于任务复制关键路径算法的设计

4.4 调度算法的比较分析

4.5 本章小结

第5章 调度算法的仿真实现与结果分析

5.1 集群系统的搭建

5.2 集群系统下实例仿真与结果分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢