面向边云协同计算的能耗感知资源调度方法

要：边缘计算在处理大量计算复杂的任务时，可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法，首先根据实时保证率将任务分流到云计算和边缘计算，然后基于弹性资源特性提出能耗感知的资源调度策略，为实时任务生成虚拟资源配置方案，最后通过仿真实验验证了所提算法的有效性，该算法可以在保证实时性的前提下降低能耗。     

一种基于Qos的网格资源调度策略

网格资源的合理调度一直是网格计算中的热点问题．当前网格资源调度的一种经典算法是Min—min算法．通过介绍Min—min算法的内容和特点,找出这种算法的缺点和不足,然后在该算法的基础上提出一种基于Qos的改进算法．这种改进算法的目的是在提高资源调度效率的同时又能均衡网格资源中的负载,进一步提高资源的利用率．     

多任务集实时交换局域网高速调度方案

研究对象是交换式实时局域网.一个交换机中,多个实时任务可能要经由同一出口,因而可以看作一个实时任务集.多个出口可对应多个实时任务集,且有的任务可能会出现在不同的任务集中.传统的自动调度算法难以直接应对这样的环境.因此,提出了一种EDF-A(earliest deadline first-adjustment)算法,旨在对单个任务集的调度方案进行调整,以尽量满足所有任务集的时间指标.同时为应对不断提高的网络速度,还对所用方案采用全硬件快速实现作了详细描述.     

一种虚拟机负载均衡调度算法

基于XEN的CPU调度算法已经广泛应用于很多实时系统中,但是在多处理器系统中却很难实现负载均衡。本文提出一种虚拟机环境中支持SMP架构的CPU调度算法,该算法在CPU调度算法中增加共享等待队列,并基于cache缓存和内存的一致性问题,使得虚拟环境中的多个处理器根据自身任务处理情况,动态调整共享等待队列中VCPU的执行顺序,这样就可以避免处理器空闲,提高处理器使用率。通过仿真实验,证明该算法支持CPU全局负载均衡,可以避免cache和内存一致问题所产生的性能降低,提高系统吞吐量,降低VCPU执行的平均周转时间和响应时间,使处理器资源得到充分利用。     

基于边缘计算和稳态 遗传算法的AIoT资源调度研究

在万物互联时代,智能物联网（Artificial Intelligence of Things, AIoT）是人工智能与物联网融合发展的新兴方向在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题边缘计算（Edge Computing）是对云计算的补充和发展,具有低时延、位置敏感和无线接入等优点,能在网络边缘进行高效部署该文提出了一种基于边缘计算和遗传算法的AIoT资源调度方法首先,基于边缘计算构建了云边融合的AIoT分层网络资源管理架构然后,对其资源调度问题进行了数学建模并使用稳态分组遗传算法（SSGGA）进行了优化最后,根据得到的优化方案制定了计算资源调度策略另外,基于iFogSim平台搭建了实验环境,仿真结果验证了该文所设计的资源调度策略可有效降低高负载下AIoT各节点的处理时延,并有效提升网络内设备的能量利用效率该文的工作对于推动AIoT的发展具有良好的理论和应用价值     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.     

网格计算环境下基于任务池的任务调度方法

任务调度是网格计算的关键技术之一。对网格计算任务调度特点及典型的任务调度策略进行了分析,提出了一种基于任务池模型的分级调度方法,该方法通过在网格系统中建立相对稳定的计算资源视图,在不同规模、级别上实现局部自治系统之间的协同工作,通过建立并维护任务池和资源池,对网格环境中动态变化的资源和任务进行管理,来保持系统资源之间的共享关系和高度可控性。实验结果表明,本调度方法具有较高的执行效率和加速比。     

云环境下基于EDF和LWF的回填算法

由于云资源有限,如何保证时限和提高资源利用率一直是提高成本效益的关键问题.提出一种基于最早截止时限优先算法(EDF)和最大权重优先算法(LWF)的回填算法.该算法通过使用LWF算法支持等待队列中所有的任务按照时限评分排序,在回填任务时,考虑任务的权重,以提高资源利用率;当检测到回填的任务错过了截止时限,则采用EDF算法,以满足时限保证.仿真结果表明,相比平衡螺旋法回填算法和EASS回填算法,提出的算法具有更短的服务延迟时限和更高的资源利用率.     

云计算资源多目标优化调度方法在移动端子系统中的应用

云计算平台虚拟化技术的出现使得各类应用资源的按需动态配置成为可能,大大提高了资源的利用率。共享资源池的出现,使云环境中服务器的数量得到减少,从而增加了云服务提供商的收益。负载均衡可以实现物理资源和虚拟资源消耗的匹配。通过云计算资源,人们可以采用MOGA-D算法,将多目标优化调度方法应用在移动端子系统中,实现最终的资源调度。对比实验结果表明,与传统方法相比,该方法具有更加突出的有效性。     

浅析焦作黄河多媒体调度系统

焦作黄河多媒体调度系统整合了多种语音、视频等通信手段,融合了多种通信网络和应用系统,实时地将水利工程一线各类信息传输到指挥调度中心,在抢险救灾、辅助决策、准确调度、科学指挥等过程中发挥了重要作用,不仅提升了防汛指挥的效率,也为科学决策提供了有力支撑。     

实时操作系统μC／OS—Ⅱ子任务扩展的一种改进方法

随着嵌入式系统的日益发展,更复杂的任务支持是当前大多数嵌入式操作系统必须解决的问题.该文在μC/OS-II内核上,通过以任务优先级变量为基础,修改任务控制块结构,任务调度、通讯等函数的方法,使其在保持强实时的优势下,实现了同一优先级多个子任务并发调度,不仅扩展了原内核的任务数,同时形成了任务组,并完整实现了任务组内任务间的消息通信,采用该文的方法,对不需要任务组支持的原有系统,亦无需做任何改动.     

基于PSTN的嵌入式水情数据传输系统

介绍一种建立在PSTN上的嵌入式水情数据传输系统的设计方法,该系统以ARM核的32位嵌入式微处理器S3C4480X为硬件平台，采用实时操作系统μC/OS-Ⅱ进行任务的调度和管理，将TCP/IP协议栈嵌入到水情测报仪中，通过电话拨号与网络相连，实现了水情数据的远程传输。     

改进的异构无线网络接入选择方法

针对全IP业务,该文针对LTE/WiMAX异构无线网络提出一种改进的基于可变传输单元的接入选择算法. 算法利用二维资源单元计算系统容量,通过引入负载转移和可变传输单元,合理分配系统资源,更有效地为全IP业务服务. 利用排队理论建立系统四维马尔柯夫排队模型,分析并评价了系统性能. 仿真结果表明,与原有接
入选择算法相比,该算法更符合网络实际情况,在保证异构无线网络实时业务性能基础上,有效提高了非实时业务性能及系统总资源利用率.     

基于多处理机系统实时调度算法的飞机排班问题研究

提出了一种新的基于多处理器系统的实时调度算法有效求解飞机排班问题的方法.该方法以EDF算法和多处理机动态分配方法为基础,建立了航班队列模型,提出了基于多处理机实时调度的多目标的飞机实时分配算法.模拟实验表明,针对不同优化目标的飞机分配算法执行效率均比遗传算法和分支定界算法高至少一个教号级.     

基于4G技术集群电话与调度电话互联互通应用研究

本文提出一种新型的电力无线宽带系统的解决方案。该方案基于电力专用频谱资源,使用4G网络传输技术(TD-LTE)实现了集群、调度电话的互联互通,保证了通信的可靠性、稳定性问题。该技术在河南省某供电公司开展使用,总结出应用经验,为4G网络传输技术大面积推广提供可靠的支撑。     

针对无线测温网节能时间同步的新方法

时间同步对无线传感器网络的应用至关重要。由于无线测温网工作环境的限制和网络以及节点的自身因素,使得现有的时间同步方法对于网络的适用度不高。为解决这些问题,笔者提出了一种精度高、功耗低、方便快捷、可适用于无线测温网的节能时间同步方法。网络时间同步的任务主要由主节点完成,从节点仅完成必要的任务。主节点根据影响实时时钟偏差的因素,计算出一个周期内与从节点之间的实时时钟误差是否在允许范围内,由此判断是否将校正信息发送给从节点进行相应的同步操作。而为了减少从节点空闲侦听的能耗和避免从节点间出现网络碰撞现象,从节点采用周期性自唤醒工作模式,且为了保证良好的同步精度,采用秒脉冲更新补偿操作。最后通过仿真验证该方法的可行性与其优势。     

嵌入式Linux实时性分析与研究

通过对Linux内核及其在实时应用方面不足的分析研究,在细粒度微定时器、内核抢占机制、实时调度策略等几方面提出了改善系统实时性方法．针对Linux的非抢占内核,提出插入抢占点和修改内核法增强Linux内核的可抢占性;针对时钟粒度粗糙,提出在硬件上提供一个细粒度定时器;针对实时调度算法,提出了一种宏观调度结构,使三种实时调度策略的应用都得到支持,拓展了系统的可使用范围．     

基于动态目标遗传算法的云计算工作流调度方法

针对云工作流资源调度直接关系到云计算的成本和效率的问题,提出一种基于动态目标遗传算法(DTGA)的成本最小化和期限约束的云计算工作流调度方法.该方法使用云计算资源的索引来编码染色体,采用动态目标策略(DTS)算法解决严格的期限约束,当没有获得可行解时,算法专注于优化执行时间以满足期限约束,一旦获得可行解后,则侧重于优化在期限约束内的执行成本.实验结果表明在不同规模数据调度和不同的期限约束下,相比改进量子遗传算法(IQGA),提出方法具有更高的适应性,能够在更严格的期限约束条件下以更低的执行成本找到云计算资源调度的更优解.     

动态调度算法下的实时性能分析

根据实时多任务的动态调度算法以及与实时性能密切相关的因素,建立起超时故障评价模型.根据该模型,可以定量分析和估算实时多任务系统中发生超时的任务以及系统发生超时故障的概率     

WSANs中基于可靠性最大化的报文实时投递方案

无线传感反应器网络(WSANs)中现有的报文投递方案可靠性不足,不适用于数据率互不相同的网络场景.为此,提出一种基于可靠性最大化的报文实时投递方案.报文投递问题被分解为两个子问题:基于子周期的时隙分配问题和基于时隙的传输调度问题.第1个子问题被转化为一个线性整数规划问题,并给出一种具有多项式时间复杂度的求解方法.对于第2个子问题,文中证明是否存在最优可行调度取决于求解前一子问题时获得的时隙分配向量中的元素次序,然后给出一种可行时隙分配方案求解算法.仿真结果表明,本文算法可保证每个设备即使在不同的报告周期内也可实现基本相同的报文投递率,这一特性对于维持控制系统的稳定性具有重要作用.