一个基于RM的弱硬实时调度算法

在定义弱硬实时系统周期任务模型的基础上,提出基于RM调度策略的弱硬实时调度算法PV-RM.PV-RM调度算法在对任务的未来行为进行预测的基础上,通过将任务在抢占段和让步段之间切换,动态调整任务的优先级以反映紧迫程度.在系统过载时,PV-RM调度算法按照任务的初始优先级,为重要的任务提供满足其弱硬实时约束的服务,为其他任务提供尽力而为的服务.给出了PV-RM调度算法的可调度性分析及可调度判定不等式,并通过示例分析说明了该算法的有效性.     

具有自适应特性的反射式动态弹性调度模型

针对负载可以弹性变化的实时系统,提出了一种两层结构的动态调度模型,实现具有自适应性的反射式弹性动态调度.上层调度采用弹性调度算法动态地调整实时任务的作业周期,底层调度采用MUF调度算法,保证实时任务的优先级次序.通过反馈控制,弹性调度器对实时系统的性能进行动态优化.在保证实时任务服务质量(Quality of Service QOS)要求的前提下,通过改变实时任务的运行周期,接纳尽量多的服务请求,以达到提高实时系统吞吐率的目的.模拟测试表明本模型适用于实时任务负载可以动态变化的实时系统中.     

基于桶排序的EDF调度算法优化

EDF调度算法在系统过载的情况下,就不能有效地实时调度系统中的所有任务,使任务的截止期错失率非常高.利用桶排序算法,将实时系统中任务按不同优先级等级分组排序,使得高优先级等级任务组中的任务优先被调度执行;对于其他低优先级等级任务组中的任务,根据资源利用率动态调整它们的优先级等级,从而降低实时系统的任务截止期错失率.仿真实验表明,优化后的EDF调度算法的截止期错失率,明显比优化前低,说明基于桶排序的EDF调度算法的实时任务截止期错失率比EDF调度算法低.     

基于RTAI可扩展的实时调度模型的研究与实现

随着嵌入式实时系统的广泛应用,多类型的硬实时、软实时与非实时任务往往共存于同一系统,而只提供单一调度方法的传统嵌入式操作系统如Vxwork,pSOS已经无法满足这种需求.通过全面分析调度对象,提出了可扩展的层次性的调度模型,并基于RTAI实现了上述调度模型,最后通过实验,验证了系统良好的应用效果.结果表明,该调度模型很好地满足了嵌入式实时系统多样性的需求,对嵌入式系统的研发具有一定的现实意义.     

WebitOS中动态优先级调度机制及EDF算法的实现

在实时系统中,相对于静态优先级调度机制而言,动态优先级调度机制因其可以为每个任务的各个作业设置不同的绝对时限而更好地反映了实时系统对于所调度的各个任务的时限要求.基于最早时限优先(earliest-deadline-first EDF)算法的高可调度利用率,在WebitOS实时操作系统中设计并实现了动态优先级调度机制,并且提出了一种早期丢弃规则.实验结果表明,该规则提高了EDF算法在超载情况下的整体调度性能.     

硬实时环境下固定优先级调度的离线优化

RM调度算法具有简单的实现机制和较低的调度开销,被广泛应用于硬实时调度领域.然而这类算法的固定优先级特征使其在高任务负载环境下具有极高的抢占次数,从而导致了较大的系统开销,因此提出一种方法来减少RM调度的抢占次数.该方法通过离线计算任务集的最优属性来减少基于RM调度的系统在运行时的抢占次数,进而降低系统的抢占开销.仿真结果表明,该方法可以在不付出额外调度开销的前提下有效减少RM调度的抢占次数,降低实时系统的抢占开销.     

嵌入式实时操作系统中的调度问题

介绍了在嵌入式实时系统中调度所面临的限制以及克服这些限制的调度技术。在分析RMS和EDF算法的基础上,混合利用它们的优点,提出了一种新的优化算法。     

一种无线网络控制系统概率性任务实时调度算法

传统无线网络控制系统中概率性任务调度算法存在效率低下、延迟时间长的问题．利用概率模型来解决时间和优先级问题,并提出了一种高效的任务调度算法,即通过判断队列的可调度性,提高调度的成功率．仿真实验表明,该算法适用于实时系统调度问题,且较已有的传统算法在性能上有一定的提高．     

基于Matlab仿真平台的多任务实时调度仿真

任务的调度策略是实时系统中的关键内容,直接影响系统的性能,多任务实时系统的调度问题是实时系统中的重要研究方向。基于Matlab仿真平台,利用其自带的Simulink软件包,并结合Turetime-1.5工具箱,构建多任务实时系统的仿真平台,实现对典型的调度算法的调度仿真。     

能耗限制的实时周期任务可靠性感知调度

针对动态电压调节(Dynamic Voltage Scaling,DVS)技术在实时系统能耗管理中导致系统可靠性下降的问题,提出了基于人工蜂群算法(Artificial Bee Colony Algorithm,ABC)的静态/动态可靠性感知调度算法。该算法针对处理器频率离散可调的实时系统,利用人工蜂群算法原理在满足系统能耗约束和任务时限约束的同时尽可能地提高系统的可靠性。仿真结果表明,动态可靠性感知调度算法相比静态算法性能更优,接近负载预知的最优可靠性感知调度算法性能。     

基于至少满足弱硬实时限制的调度算法

提出了一种用于保证实时周期任务满足“至少满足”弱硬实时限制的算法.针对以往算法的缺点,扩充了弱硬实时限制的性质,定义了下确界限制并给出求解法.下确界限制用于保证任务满足“至少满足”弱硬实时限制,是任务满足限制的下确界.下确界限制的求解法计算负责度较低,因此在该求解法的基础上设计了调度算法MAA,用于保证任务满足“至少满足”弱硬实时限制.     

An integrated DBP for streams with （m, k）-firm real-time guarantee

(m, k)-firm real-time or weakly hard real-time (WHRT) guarantee is becoming attractive as it closes the gap between hard and soft (or probabilistic) real-time guarantee, and enables finer granularity of real-time QoS through adjusting m and k. For multiple streams with (m, k)-firm constraint sharing a single server, an on-line priority assignment policy based on the most recent k-length history of each stream called distance based priority (DBP) has been proposed to assign priority. In case of priority equality among these head-of-queue instances, Earliest Deadline First (EDF) is used. Under the context of WHRT schedule theory, DBP is the most popular, gets much attention and has many applications due to its straightforward priority assignment policy and easy implementation. However, DBP combined with EDF cannot always provide good performance, mainly because the initial DBP does not underline the rich information on deadline met/missed distribution, specially streams in various failure states which will travel different distances to restore success states. Considering how to effectively restore the success state of each individual stream from a failure state, an integrated DBP utilizing deadline met/missed distribution is proposed in this paper. Simulation results validated the performance improvement of this proposal.     

基于时限单调算法的混合任务实时调度算法的研究与设计

周期任务与非周期任务的混合调度是实时调度研究的一个重要方向。针对现代嵌入式实时系统的任务特性,和经典实时调度算法只调度周期任务的特点,提出一种新的静态优先级调度算法——混合任务时限单调算法(Periodic and Aperiodic Deadline Monotonic,PADM)。该方法结合时限单调(DM)算法和先来先服务(FCFS)算法,将非周期任务量化为周期任务,且非周期任务在其裕度为零时优先级最高。通过理论分析和具体实验比较,在任务集轻载情况下,PADM算法尽可能地保证周期任务的完成率和非周期任务的时限,同时所带来的额外开销小,计算复杂度低,实现方便,是一种有效的混合任务调度算法。     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.     

一种基于双启发式退出规则的多星实时调度算法

多星实时调度问题是目前卫星调度领域的研究热点.针对实时任务动态到达的情况,建立了多星实时调度数学规划模型.提出了基于任务紧迫度和最大比例自由度的双启发式退出规则的多星实时调度算法.仿真实验结果表明,该算法较好地平衡了调度收益和稳定性,适用于多星实时调度问题.     

容错模式下TTCAN系统矩阵的实时调度

TTCAN协议是一种CAN总线高层协议,在现行CAN协议的基础上引入了时间触发机制.由于消息组中的消息具有多样性,各个消息的周期可能相差很大.针对这一问题,采用最大公约数(GCD)方法来加以解决;利用遗传算法对调度表进行优化,提高了网络利用率,并且提高了事件触发任务的实时性能.对调度表的容错性能进行了分析,并提出了基于后面优先原则的仲裁窗方法.实验结果表明,该算法优化系统网络调度,保证了传输的实时性.     

RM算法中减少抢占开销的任务微调算法

在基于嵌入式实时操作系统的实时应用中,由于任务抢占导致的切换开销对于整个系统是不可忽略的.提出了一种减少抢占发生的RM任务微调算法,通过对固定优先级调度抢占行为可推迟时间的量化分析,推导出受低优先级任务阻塞而造成的受阻任务集,以及在任意抢占时刻,推迟高优先级实时任务执行避免抢占发生的判定条件.仿真实验表明该算法在保证可调度任务集中所有任务满足时限约束的前提下,延迟高优先级任务的执行,减少抢占发生次数,通过减少抢占开销提高RM算法在实际应用中的可调度利用率.     

EPA无线工业控制系统的任务调度算法

针对基于EPA标准的工业控制系统底层使用无线通信技术时,传统的实时调度机制不适应无线工业应用的特点,很难达到原有的效果等问题.以解决无线工业控制系统通信任务的超时现象为目的,提出了适合无线EPA标准的任务调度算法.利用启发式机制搜索合理的通信任务预留时间,并根据预留时间进行功能任务和通信任务的联合调度.最后,分析了基于该方法的一个应用实例,该调度方法有效地延长了通信任务的截止时间,进而补偿了无线技术在工业恶劣环境中出现的信道传输质量极不稳定带来的实时性较差等负面影响.