现场硬实时网络调度算法研究

研究了实时任务死线不大于其周期的任务集调度条件与硬实时网络调度算法约束条件，论证了计算时间复杂度，并将单调死线调度方法直接用于非周期任务调度．最后对调度算法的可调度性进行了严格测试．     

多处理机实时分类调度算法研究

讨论了在多处理机实时系统中周期任务可调度性的充要条件和非周期任务的分布函数,并进行了任务调度模型设计。通过处理器利用率实现对实时任务的动态分类,并根据这些分类进行处理器分派。仿真结果表明,这种方法能有效提高实时任务的调度成功率;在处理器达到5个时,调度率可达98%以上,基本属于最优调度,平均负载达到最小且趋于平稳。     

多处理机系统的高效实时容错调度算法

在容错调度算法副版本后调度算法的基础上,提出一种高效实时容错调度算法。对于具有容错需求的实时任务而言,由实进容错调度算法所产生的调度可保证在多处理机实时系统中一个处理机失效时,实时任务仍然可在截止时限内完成。在ＥＢＫＣＬ算法中,如何两个实时任务的基版本分配在不同的处理机Ｐｉ和Ｐｊ上,且这两个实时任务的副版本被调度到同一个处理机Ｐ’上,则两个副版本之间允许有时间上的重叠。     

实时数据库事务调度分析

指出了调度策略选择的好坏决定了系统性能的优劣,根据实时数据库中事务的基本特性,具体分析了在实时数据库中影响事务调度策略选择的主要因素,包括截止期类型（硬实时截止期和软实时截止期）,调度方式（静态调度和动态调度）,调度准则,调度的性能测度和可预测性。     

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.     

在嵌入式应用中增强Linux实时性的方法研究

在分析Linux实时性的同时,指出了将其应用于实时系统时所存在的不足,提出了一种提高Linux实时性的思想及实现方法．该方法将进入系统的所有任务按实时性要求不同分成硬实时任务、软实时任务和非实时任务三种,依次用task_struct结构中policy属性的取值SCHED_FIFO,SCHED_RR和SCHED_OTHER作为标识,把原Linux的单运行队列改为双运行队列．为严格保证硬实时任务的实时性,将其单独放在一个队列中,由指针数组的元素run_queue[0]指向,采用FIFO调度算法;软实时任务和非实时任务放在一个队列中,由指针数组的元素rurl—queue[1]指向,采用RR调度算法,通过抢占方式保证软实时任务优先于非实时任务．修改sched()函数的调度流程,使有实时性要求的任务尽可能多的得到调度机会;同时修改中断处理流程,实现可抢占式改造．达到硬实时任务可抢占软实时和非实时任务．软实时任务可抢占非实时任务的目的．     

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,从三方面提出了改善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.     

UMA模型上不均匀循环的自适应混合调度

不均匀循环的调度分配是并行计算中最经常遇到的问题。采用动态调度势必增加额外开销,纯采用静态调度又很难保证各处理器的负载平衡。本通过引入静态块和动态块的概念,提出了在ＵＭＡ（Ｕｎｉｆｏｒｍ Ｍｅｍｏｒｙ Ａｃｃｅｓｓ）模型上把静态调度和动态调度结合起来使用的自适应混合调度ＡＨＳ（Ａｄａｐｔｉｖｅ Ｈｙｂｒｉｄ Ｓｃｈｅｄｕｌｉｎｇ）算法,并给出了在曙光一号多处理机上的一些实验结果。     

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。     

周期实时任务在多处理器下的可调度条件

研究硬实时周期任务在并行等同多处理器下的可调度问题．在任务/处理器静态绑定和周期任务静态优先权配置策略下，依据单处理器情形下的最优配置RM策略作为一项任务在单个处理器上的可配置条件，给出了以实时任务集合的任务数、利用率和与利用率递减排序为特点的在多处理器环境下的可调度新判据．新判据拓宽了基于阈值判据的可判定范围．最后通过实例分析说明新判据的有效性．     

一种基于有向无环图的实时任务调度算法

给出了任务之间有优先关系并且存在通信开销的实时任务系统模型 ,其拓扑结构为一有向无环图 ,并针对该系统模型提出了一种实时任务调度算法 (RTSD—Real timeTasksSchedulebasedonDAG) .该算法保证所有实时任务在它的截止期之前完成 ,取得了较好的效果 .     

一种基于动态优先级的实时混合任务调度算法

作者对现有多种实时任务调度算法进行研究,针对复杂实时任务模型,提出了一种新型的基于动态优先级的混合型实时任务调度算法.经过模拟测试验证,算法可以提高硬截止期任务满足截止期的概率,也可以提高固截止期任务完成数量占总数量的比例.     

基于分层禁忌遗传算法的卫星任务调度方案

对地观测卫星在地球观测系统中起着核心作用,任务调度是对地观测卫星满足更多任务需求并获得高观测效率的重要手段。随着用户的激增,大量的任务请求引起卫星资源、时间资源的冲突,导致卫星任务的调度效率低下。为了解决上述问题,通过拆分和聚类2种策略对任务进行预处理,设计了一种基于分层禁忌遗传算法(layered tabu genetic algorithm, LTGA)的卫星任务调度方案。建立了对地观测系统模型,分析了观测任务调度的相关约束;通过分析任务时间窗口冲突情况来确定任务拆分方式,通过计算聚类距离来区分任务分布状态,从而选取合适的观测任务构成预调度任务集合;在上述任务规划的基础上,提出LTGA完成任务的选取和排序,生成观测计划。仿真结果表明,所提出的卫星任务调度方案能够有效提升调度收益、降低调度时间。     

基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...     

嵌入式系统动态策略任务调度算法

针对嵌入式实时系统任务调度问题,讨论综合截止期和关键度两种特征参数的任务调度策略。引入动态策略的概念,采用任务分组优先级分段的方式,通过判断函数的判断动态选择调度策略,利用可达截止期优先降低任务错失率,关键保证重要任务的调度成功率,提出一种动态截止期-关键度调度算法。理论分析和仿真实验表明,在非过载的情况下该算法可以达到与可达截止期优先相当的调度性能;在过载的情况下,相比截止期优先和固定优先级算法具有更好的调度性能,能够有效地保证关键实时任务的成功调度。     

基于动态规划的云计算任务调度研究

任务调度作为云计算中的核心问题,其目的是合理分配任务,实现最佳调度策略并且有效地完成任务.首先对当前云计算中任务调度算法进行分析并指出传统算法的不足与缺点,然后提出一种基于动态规划模型的任务调度算法,以任务运行时间最少为优化目标,把任务与数据集群中虚拟机匹配看成为多阶段决策的组合优化.最后在CloudSim进行仿真实验,结果表明,所提算法在满足多用户需求下与max-min和min-min算法相比,在一定数量规模下,任务完成时间减少而资源负载相对均衡.     

一种嵌入式系统自适应调度算法研究

在优先级调度策略的基础上,引入自适应调度策略来降低调度错失率,采用任务分组的方法,通过判断函数动态地选择调度策略,利用可达截止期优先来降低任务错失率,保证了全局优先级高的任务的调度成功率。理论分析和仿真实验表明,在非过载的情况下,该算法可以达到与可达截止期优先策略相当的调度性能;在过载的情况下,相比截止期优先和固定优先级算法具有更好的调度性能,能够有效地保证关键实时任务的成功调度。     

磁力轴承控制系统任务调度算法研究

在分析了磁力轴承控制系统任务特性和经典的RM及EDF调度算法特性基础上，提出了控制系统中具有智能决策能力的实时任务调度算法．该算法吸收了RM与EDF算法的优点。通过动态地改变任务的周期而有效地进行任务调度，并能进行在线系统检测．对调度算法特性进行了理论分析，指明了算法可行的条件，并对CPU的利用率进行了定量计算与分析．     

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。     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.