-
题名面向航天器大数据安全传输的发布/订阅系统设计
- 1
-
-
作者
覃润楠
彭晓东
谢文明
惠建江
冯渭春
姜加红
-
机构
中国科学院国家空间科学中心
中国人民解放军
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第3期963-971,共9页
-
文摘
针对航天器试验任务过程监控的在轨故障诊断状态检测、健康状态评估与航天器寿命预测等多个环节中,海量试验数据在传输、共享、处理、分析、存储等过程中面临的巨大压力,构建面向航天器多源异构数据管理的分布式大数据发布/订阅系统(big-data publish/subscribe system,BPSS)框架。借助大数据与云平台技术,设计了一套航天器海量在轨试验数据传输、管理与缓存方案,对云节点实现主从调控与弹性扩容,并通过基于消息一致性的动态选举算法完成大规模发布/订阅任务,保证数据传输的安全性、一致性与计算效率,具备大数据订阅响应迅速、多源异构数据高吞吐稳定性、分布式组件部署灵活等优点。实地航天器数管实验结果表明,BPSS数据订阅的平均响应时延为0.05 s/GB,同时在单日吞吐量达到85 GB量级时,数据丢帧率控制在0.025%、数据破损率控制在0.018%,与其他开源的发布/订阅系统相比具备一定竞争力。
-
关键词
云平台
分布式
大数据
航天器在轨试验
发布/订阅系统
-
Keywords
cloud platform
distributed
big-data
spacecraft test in orbit
publish/subscribe system
-
分类号
V416.6
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名面向空间操控仿真的任务调度微服务策略
- 2
-
-
作者
覃润楠
谢文明
惠建江
彭晓东
李运
-
机构
中国科学院国家空间科学中心
中国人民解放军
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2023年第5期1391-1398,共8页
-
基金
国家重点研发计划“引力波探测”专项(2020YFC2201300)资助课题。
-
文摘
针对大型空间操控仿真试验中TB、PB量级的遥测参数、载荷数传等指数性增长的数据交互计算压力,以及海量多源异构仿真模型的并发调用对传统服务架构带来的挑战,构建了面向空间操控仿真的任务调度微服务(task scheduling microservice for simulation,S-TSM)解决方案。借助混合式微服务调度技术,建立以负载迁移模型为核心的双引擎动态任务调度平台,规避负载均衡震荡并优化服务端节点资源分配,具备负载平衡周期短、计算任务响应迅速、高吞吐稳定性等优点。通过实地航天器试验仿真系统的实验结果表明,在满足海量操控仿真任务调度与操控对象交互数据高吞吐处理需求下,S-TSM与Xxl-job、Elastic-job、Spring Cloud任务调度架构相比,单次业务平均响应时延分别缩短0.10 s、0.25 s、0.92 s,与轮询、比率、弹性分片等其他负载平衡算法相比,平均负载平衡耗时缩短1.90 s,具备一定的竞争力。
-
关键词
空间操控仿真
微服务
任务调度
负载平衡
-
Keywords
space manipulation simulation
microservice
task scheduling
load balancing
-
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
-
-
题名融合对抗学习策略的实例级物体检测算法
- 3
-
-
作者
覃润楠
王睿
-
机构
北京航空航天大学仪器科学与光电工程学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2019年第11期1006-1013,共8页
-
基金
国家自然科学基金项目(No.61673039)资助~~
-
文摘
针对目前基于深度学习的实例级物体检测算法对受遮挡物体的检测效果较差的问题,文中引入对抗学习的训练策略,提出改进的对抗生成式区域全卷积网络算法(AGR-FCN).以区域全卷积网络(R-FCN)为基准框架,添加为训练样本生成遮挡特征的对抗性遮挡丢弃网络(AMDN).通过R-FCN与AMDN间对抗学习的训练策略,提升R-FCN对遮挡物体的特征学习能力,优化整体实例级物体检测性能.在公共数据库GMU Kitchen和自制数据库BHGI上的实验表明,在复杂多变的非结构化环境中,如随机变化的不同光照、尺度、焦比、视角与姿态、遮挡等条件下,AGR-FCN的平均检测精度较高.
-
关键词
实例级物体检测
对抗学习
区域全卷积网络
-
Keywords
Instance-level Object Detection
Adversarial Learning
Region-Based Fully Convolutional Networks
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
