中文引用格式： 王小輝，張濤，陳春燕. 支持多任務的綜合電子系統(tǒng)動態(tài)重構設計與實現(xiàn)[J]. 電子技術應用，2024，50(7)：71-77.
英文引用格式： Wang Xiaohui，Zhang Tao，Chen Chunyan. Design and implementation of dynamic reconfiguration for multi-tasking integrated electronic system[J]. Application of Electronic Technique，2024，50(7)：71-77.
引言
隨著新一代無人機的智能化和信息化快速發(fā)展，無人機作戰(zhàn)模式和場景越來越復雜，無人機需要自適應地支持多種任務模式[1-2]。傳統(tǒng)單一載荷和功能的綜合電子系統(tǒng)已經(jīng)不能滿足新一代無人機的需求，為了滿足無人機的多任務模式需求，如何有效地實現(xiàn)任務重構成為綜合電子系統(tǒng)（Integrated Modular Avionics, IMA）研究的重點。
重構技術是一直是國內外學者關注的熱點，但是關注點更多地集中在故障重構、重構建模[3-4]和重構分析[5-7]等方面，在任務重構方面的研究較少[8-9]。目前，重構藍圖的設計方式主要分為人工設計和傳統(tǒng)算法設計。在人工設計中，由于設計人員的經(jīng)驗和專業(yè)水平的差異等因素，會導致重構藍圖的質量參差不齊。而傳統(tǒng)算法主要考慮系統(tǒng)重構配置后的可行性，對系統(tǒng)重構后的負載情況以及穩(wěn)定性方面考慮較少。
重構藍圖的生成過程中，需要綜合考慮負載均衡、重構時間、重構影響和通信負載等多個因素，是一個多目標優(yōu)化的問題[10-11]。為解決多目標優(yōu)化的系統(tǒng)重構問題，基于種群進化思想的遺傳算法[12]和差分進化算法（Differential Evolution）[13]雖然可獲得最優(yōu)重構調度解，但求解時間過長。模擬退火[14]等啟發(fā)式算法雖然可以解決多目標重構問題，但卻容易陷入局部最優(yōu)。使用強化學習中的Q學習[15]在低維重構上可以實現(xiàn)快速重構，但容易震蕩導致難以收斂。飛蛾撲火優(yōu)化算法（Moth-flame Optimization Algorithm）[16]是一種新穎的群體智能優(yōu)化算法，該算法具有搜索精度高、收斂速度快和全局性優(yōu)不易落入局部極值等優(yōu)點。綜上考慮，本文提出一種基于飛蛾撲火優(yōu)化算法的支持多任務綜合電子系統(tǒng)動態(tài)重構方法。
本文詳細內容請下載：
http://www.shi-ke.cn/resource/share/2000006074
作者信息：
王小輝1，張濤2，陳春燕1
（1.中國運載火箭技術研究院研究發(fā)展中心，北京 100076；
2.西北工業(yè)大學 軟件學院，陜西 西安 710025）
