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。     

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.     

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.     

一种支持多级关键度任务的容错实时调度算法

针对当前对支持多关键度的实时系统没有涉及容错功能的研究情况,本文提出了支持多级关键度任务的容错实时系统模型,通过对模型中任务出错后关键度任务集合的响应时间分析,提出了新的算法,我们称之为补任务启动及容错优先级确定算法,算法假设在运行该算法的时刻开始系统不会再次出错,基于这个假设计算每个任务的响应时间,从而决定要不要启动出错任务的补任务以及容错优先级如何分配.该算法在保证系统的容错能力的同时提高了任务的完成率,使系统吞吐量损失最小,从而提高系统的可靠性.最后经过实例对该算法进行验证.     

星载计算机系统高优先级恢复容错调度算法

为了在星载异构容错计算机上调度星载任务，在给出了星载计算机系统的容错调度模型的基础上，提出了一种星载计算机系统高优先级恢复容错调度算法（OHFSA），该算法通过引进可靠性代价量化了容错系统在维护容错调度时所需要的开销，并在调度过程中充分考虑了容错调度的实时性和低可靠性代价．同时，采用高优先级恢复机制可及时响应紧急时限下的恢复任务，从而提高了星载任务的整体实时性能．实验验证表明，OHFSA随着计算时间的增加，其所需的可靠性代价也相应增大．仿真结果表明，在任务负载不断增加的情况下，OHFSA的执行时间比目前算法减少20%～30%，特别是在恢复任务优先级比其主任务提高1个级别时，响应时间可减少近8．7%．     

一种基于模糊逻辑优先级的雷达任务自适应调度算法

为适应目标环境变化情况,提出了一种基于模糊逻辑优先级的雷达任务自适应调度算法.该方法基于目标运动状态和属性通过模糊逻辑推理动态确定任务的优先级,并结合时间窗的特点采用一步回溯方法调整发生冲突的任务,保证更多高优先级的任务在其期望的时间内被调度.仿真结果表明,该调度算法在保证调度率的前提下降低了任务的调度代价.     

双参数模糊调度在实时控制系统中的应用

针对嵌入式多任务实时控制系统,提出模糊调度设计(FSD)算法.该算法基于任务重要性和空闲时间2个特征参数,动态调整任务优先级,使得空闲时间越短且越重要的任务,其优先级越高.FSD算法在资源有限时可以提高关键任务的可调度性和控制性能,在不同系统负载下,通过灵活的模糊调度规则获得满意的系统可调度性能.为评估调度算法,定义性能指标IVR为任务价值总和与任务重要性之和的比值,若IVR越大,则系统可调度性越好.仿真结果表明:在正常负载下,FSD算法在保证关键任务可调度性的同时,对非关键任务的可调度性影响较小,任务调度成功率比MIX(加权组合)算法的高;超载时,FSD算法优先保证关键任务在其截止期内完成,避免EDF(截止期优先)算法中易出现的多米诺现象发生,有效提高系统的整体性能.     

实时控制系统一种基于模型预测控制的反馈调度

提出一种基于模型预测控制(MPC)的反馈调度算法(FS-MPC),可以在有限计算资源的情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS-MPC算法中,约束条件保证任务集在最早截止时限优先(EDF)算法下是可调度的;同时,MPC的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS-MPC显著地降低了由调度过程引起的控制性能损失.     

嵌入式RTOS中任务调度问题研究

针对嵌入式实时系统任务的管理和调度的特点,多数采用的是基于优先级的可抢占式调度策略,任务在运行的时候可能被更高优先级的任务中断。分析了嵌入式 RTOS 中的最高就绪任务的查找算法,指出该调度算法存在的不同优先级的反转问题,并且针对这一问题进行研究,并给出了相应的解决方案。     

改善嵌入式Linux实时性能的方法研究

分析了Linux的实时性,针对其在实时应用中的技术障碍,在参考了与此相关研究基础上,从5-方面提出了改善Linux实时性能的改进措施。为提高嵌入式应用响应时间精度,提出两种细化Linux时钟粒度方法;为增强系统内核对实时任务的响应能力,采用插入抢占点和修改内核法增强Linux内核的可抢占性;为保证硬实时任务的时限要求,把原Linux的单运行队列改为双运行队列,硬实时任务单独被放在一个队列中,并采用MLF调度算法代替原内核的FIFO调度算法。     

基于OSEKTime的共存模型的改进与实现

OSEKTime规范提出了基于时间触发操作系统与基于OSEK/VDX标准实现的操作系统的共存模型.在分析OSEKTime 规范的基础上,针对该规范的消息触发任务存在着非实时性问题,提出并实现了一种合理的、能与OSEK OS共存的实时时间触发操作系统,确保了时间触发任务的实时性和对消息触发任务的死限时间内的及时处理.     

基于OSEKTime的共存模型的改进与实现

OSEKTime规范提出了基于时间触发操作系统与基于OSEK/VDX标准实现的操作系统的共存模型。在分析OSEKTime规范的基础上,针对该规范的消息触发任务存在着非实时性问题,提出并实现了一种合理的、能与OS-EK OS共存的实时时间触发操作系统,确保了时间触发任务的实时性和对消息触发任务的死限时间内的及时处理。     

基于OSEK-COM的通信系统配置与实现

OSEK/ VDX是为汽车电子行业能够有一个统一软件开发平台而提出的重要协议,OSEK-COM(OSEK通信规约)为车用通信系统的构建提供了依据与参考.由此介绍了依托于消息的数据传输过程和机制,并在此基础上提出了基于CAN总线的通信系统的设计方案.     

基于OSEK/VDX的乘用车车身CAN网络管理与实现

介绍了基于OSEK/VDX规范的车身CAN网络管理方法,定义了帧的传输类型,对间接网络管理作了深入的研究,并且给出了间接网络管理中监督帧的设计方法及具体实现方式。同时对网络状态作了阐述,完善了网络管理的内容。通过监督帧的设计和网络节点的C MUTE和C ABSENT计数器规则的阐述解决了车身网络管理的关键技术,通过实际应用验证了方法的可靠性。     

OSEK/VDX OS服务调用的规范一致性检测方法

OSEK/VDX(open systems and the corresponding interfaces for automobile electronic/vehicle distributed execu-tive)OS规范描述了一个嵌入式实时操作系统,对系统服务调用的上下文做了严格的限制。违反系统服务调用规范是一种很隐蔽的错误,不会被编译器发现。提出一种OSEK/VDX OS系统服务调用规范一致性的检测方法,利用森林图描述用户自定义代码中的函数及其调用关系,采用矩阵描述OSEK/VDX OS系统服务调用的规则,遍历该森林图的函数调用路径,对于每条路径,结合该规则矩阵判断其规范一致性。实验和分析表明该方法能有效地检测用户自定义代码中隐藏的违反OSEK/VDX OS系统服务调用规范的错误。     

基于Nbest策略的军事资源匹配方法

对于军事任务与平台的匹配问题,传统算法中平台的分配顺序与任务优先级高低有关,这样容易产生局部最优,导致全局的任务完成精度降低。针对此问题,提出了一种基于N-best策略的军事资源匹配方法。该方法包括2部分内容,第1部分是根据决策空间划分理论而提出的最佳算法,该算法能够为决策者提供若干种可供选择的分配方案,克服了单一方案带来的局限性;第2部分是设计一种反馈策略,通过对若干种可行解进行组合,找到使全局任务完成精度最大的解。实验仿真结果表明,基于N-best的策略能够提高使命完成精度。     

An energy-saving scheduling scheme for streaming media storage systems

The rapid growth of streaming media applications on the Internet is proposing higher requirements on energy consumption and I/O performance of the storage systems.However,the optimized I/O requests from different initiators will be mixed disorderly when they are reaching the storage system concurrently,which leads to increasing energy consumption.This paper proposes an energy-saving scheduling scheme based on I/O Stream(ES-IOS).The ES-IOS scheme can take the advantage of the I/O characteristics of streaming media and reorganize the mixed and disordered I/O requests into "streams".Technically,The ES-IOS scheme includes two main points,a priority-based weighted stream scheduling algorithm(PWSS) and a regression-fitting-based popularity prediction algorithm(RFPP).The PWSS algorithm can schedule the I/O streams in weighted queue based on priority to limit energy consumption.The priority of each stream is determined by its popularity.According to the I/O access records over a period,the RFPP algorithm can predict the popularity of each stream via regression fitting.Based on the popularities,the PWSS algorithm assigns more continuous service time to the hot streams and reversely less service time to the cold ones.Trace-driven experiments show that the ES-IOS scheme can reduce the energy consumption by 38%and enhance the I/O throughput by 27%approximately.     

基于优先级权重的 Hadoop YARN 调度算法

为解决 Hadoop 现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题, 研究 YARN 中的资源 调度机制, 改进原调度器(Capacity Scheduler), 提出一种基于优先级权重的 Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。 为叶子队列设置队列优先级, 结合队列资源利用率和 队列优先级选择队列; 将应用程序的初始权重设置为应用程序优先级的大小, 通过等待时间判断是否更新权 重, 根据权重对队列中的应用程序进行排序, 调度时优先为权重高的应用程序分配资源。 实验结果表明, 与原 有调度算法相比, 改进算法平均任务执行时间约减少 141 s, 平均等待时间减少 34. 5%, 保证了用户执行任务 的相对公平, 提高了用户总体满意度。