目前处于建设状态中的平方公里阵列(Square Kilometer Array,SKA)将建成为世界最大规模的射电望远镜阵列,并用于进行一系列天文相关的科学研究。其观测数据处理系统称为SDP(Science Data Processor)。由于观测数据庞大,单一的计算中心无法承受如此庞大的数据计算与存储压力,因此需将计算任务分流至下属计算节点,以分布式计算的方式解决此问题。这样一来,自然就产生了计算任务的调度分配问题。而计算任务之间存在依赖,造成了当两个相关的计算任务被分配到不同的计算节点时会需要进行一定量的信息交换,这种信息交换我们称为边通信。本文将边通信纳入考量,对SDP的调度算法进行了研究,并通过实验验证其可行性与有效性。待调度的全部任务集使用DAG(Directed Acyclic Graph)表示,任务集整体执行时间称为makespan,调度的目标在于减少整体执行时间。目前的算法的缺陷在于没有将边通信作为约束条件纳入考虑。虽然现有主要调度方法也是基于DAG,但是主要考虑DAG中每个节点的计算任务复杂度,基本忽略节点之间的海量通信的影响。边通信在实际的调度过程中是不可忽略的,并且往往对调度结果存在较大的影响。本文将针对目前调度算法没有考虑边通信成本这点,进行改进。本文着眼于边通信代价,改进了轮询算法,对不同边通信场景下调度算法展开了讨论。对于同属实时调度系统的IMA(Integrated Modular Avionics)中的分区调度,本文展开了研究,并基于两个场景的相似性设计了面向周期性观测数据场景的调度算法。以边通信成本的大小划分了轻边通信场景与重边通信场景,并对于这些场景提出了修正路径算法与边通信路径算法。轻边通信场景示例中,我们使用DAG边的数量为节点数量10%,边通信成本为上游节点权重的百分之八到十的样本进行了实验。结果表明,修正路径算法相对于轮询调度算法对makespan的降低平均达到21.12%;修正路径算法相对于关键路径算法使makespan平均降低了10.85%。重边通信场景的示例中,我们使用到的DAG边的数量为节点数量的百分之五十,边的权重为上游节点权重的百分之五十到八十。边通信路径算法相对于轮询算法对于makespan的降低平均达到31.88%;相对于关键路径算法对于makespan的降低平均达到20.86%;相对于修正路径算法,边通信算法对makespan平均降低为15.34%。综上实验结果,我们提出的算法对不同场景下的makespan有一定的降低。之后本文讨论了不同场景的划分,并对不同特性的输入数据展开实验,讨论了适用于不同场景的算法。通过实验,我们划分了轻边通信场景和重边通信场景。对于边权重较大,占上游节点权重的55%及以上,边的数量占节点数量的比例较大的数据集,使用边通信路径算法能得到比较好的makespan。对于边权重较小,占上游节点权重的30%及以下且边的数量占节点数量的比例较小的场景,使用修正路径算法能得到比较好的makespan。