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動態(tài)重構設計與實現[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]。傳統單一載荷和功能的綜合電子系統已經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，如何有效地實現任務重構成為綜合電子系統（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算法設計。在人工設計中，由于設計人員的經驗和專業(yè)水平的差異等因素，會導致重構藍圖的質量參差不齊。而傳統算法主要考慮系統重構配置后的可行性，對系統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動態(tài)重構方法。
本文詳細內容請下載：
http://www.jysgc.com/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）
