[论文解读] A Multi-UAV Router and Scheduler for Executing Spatially Scattered Real-Time Tasks

Kelly R. Moran, Heitmann, Katrin+7 more|arXiv (Cornell University)|Jul 25, 2022

Astronomy and Astrophysical Research被引用 1

一句话总结

本论文基于来自 Mira-Titan Universe 套件的 111 次高分辨率宇宙学模拟，提出了一种高精度、公开发布的物质功率谱模拟器，覆盖了包括大质量中微子和动力学暗能量在内的广泛宇宙学参数。通过结合高分辨率 N 体模拟与 TimeRG 微扰理论的混合方法，该模拟器在非线性至弱非线性区间实现了 2–3% 的精度，可为下一代大尺度结构巡天提供快速且精确的宇宙学推断。

ABSTRACT

Cyber-Physical Systems (CPSs) operating in remote or field scenarios often face limited local processing capacity, necessitating complex real-time monitoring and control via remote processing through mobile edge networks, satellite systems, or UAVs. With recent advancements, UAVs are increasingly being favored for such applications, particularly in isolated areas beyond edge or satellite network coverage. This paper presents a unified UAV scheduling and routing framework for executing geographically distributed real-time CPS tasks under both periodic and aperiodic arrival models. We address the challenge of minimizing the number of UAVs required while ensuring strict adherence to task deadlines across diverse temporal and spatial settings. At first, we propose an efficient heuristic strategy called UAV Scheduling and Routing Algorithm for Real-time Tasks - Periodic Arrivals (USRART-P), which decomposes applications into task instances and sequentially creates per-UAV routes and schedules within a hyperperiod, maximizing the number of task instances each UAV can cover while meeting deadlines. Adapting to this framework, we develop two additional variants to handle aperiodic CPS tasks: USRART-SA for Synchronous Aperiodic Arrivals (common arrival time, distinct deadlines) and USRART-AA for Asynchronous Aperiodic Arrivals (distinct but known arrival times and deadlines). For the case of periodic tasks, we frame the problem as a constraint optimization formulation which aims to minimize the number of UAVs that are required to generate static hyperperiodic travel routes with task execution schedules for all UAVs, and discuss how the formulation can be adapted for aperiodic tasks. Solution to this formulation using standard off-the-shelf solvers achieves optimality but incurs high computational overheads. Through extensive simulations, we show that USRART exhibits high performance across diverse operational scenarios, varying task distributions, execution demands, and spatial layouts. The results emphasize USRART’s flexibility and effectiveness in real-world UAV-based CPS scenarios, especially in environments with limited resources and infrastructure.

研究动机与目标

• 开发一种高精度、快速预测的物质功率谱模拟器，以支持下一代大尺度结构巡天的宇宙学推断。
• 将现有模拟框架扩展至包含扩展宇宙学参数，如大质量中微子和动力学暗能量（w0, wa）。
• 通过结合高分辨率模拟与微扰理论，确保在非线性至弱非线性区间内具有鲁棒的精度。
• 公开发布模拟器与模拟数据，以支持可重现且可扩展的宇宙学分析。

提出的方法

• 该模拟器基于 Mira-Titan Universe 套件中的 111 次高分辨率（3200³ 粒子，(2.1 Gpc)³ 体积）N 体模拟构建，覆盖标准六维宇宙学参数及扩展参数（ων, wa）。
• 另使用一组 1,776 次低分辨率模拟及 TimeRG 微扰理论结果，以填补线性与弱非线性尺度之间的空白。
• 光谱对齐分两步进行：首先将低分辨率模拟与低 k 区域的微扰理论对齐，然后将高分辨率模拟与低分辨率模拟在更高 k 区域对齐，采用功率谱振幅的恒定偏移。
• 采用嵌套拉丁超立方设计，确保对八维宇宙学参数空间（ωm, ωb, σ8, h, ns, w0, ων, wa）的全面覆盖。
• 采用基于高斯过程回归的插值方案，在参数空间任意点实现高精度的物质功率谱预测。
• 通过独立测试宇宙学对模拟器进行验证，并对红移匹配和含大质量中微子的生长函数归一化中的先验误差进行了校正。

实验结果

研究问题

• RQ1 在包含大质量中微子和动力学暗能量的广泛、高维宇宙学参数空间中，代理模型对物质功率谱的预测精度如何？
• RQ2 如何最优组合高分辨率 N 体模拟与微扰理论，以在非线性区域实现亚 3% 的精度？
• RQ3 如何系统校准不同分辨率模拟与微扰理论之间的光谱对齐，以最小化系统性偏差？
• RQ4 该模拟器在多大程度上可加速下一代巡天（如 DESI、LSST 和 Euclid）的宇宙学参数估计？
• RQ5 为修复先前模拟器发布中存在的系统性误差（尤其是红移匹配与生长函数归一化错误），需要采取何种校正措施？

主要发现

• 最终模拟器在全部宇宙学参数范围及从线性到弱非线性区间的尺度上均实现了 2–3% 的精度。
• 111 次高分辨率模拟与 1,776 次低分辨率模拟的结合，确保了在 k = 0.01 至 0.3 Mpc⁻¹ 范围内对物质功率谱的稳健覆盖。
• 已应用系统性校正以修复先前错误：红移错配误差 Δz = 0.047，以及含大质量中微子时生长函数的错误归一化。
• 该模拟器完全取代了先前的发布版本（Lawrence et al. 2017），校正了光谱对齐并提升了插值精度。
• 完整模拟套件与模拟器代码已公开发布于 github.com/lanl/CosmicEmu，功率谱数据可应要求提供。
• 该模拟器旨在支持下一代巡天的快速、高精度宇宙学推断，实现对完整宇宙学参数空间的高效探索。