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.     

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。     

多核编程模型运行时环境的自适应性研究

针对多核编程模型运行时环境易造成处理器核资源竞争加剧以及可扩展性较差等弊端,基于动态反馈控制思想,将资源分配、运行时控制、任务执行视为有机整体,提出了自适应协同调度模型ACSM.ACSM采用集中式与分布式相结合的协同机制,动态调节处理器核资源在不同应用负载间及其内部的分配与管理.ACSM的优势在于充分体现了多核编程模型良好的可编程性和可移植性,消除了传统多核运行时环境显式指定核数的弊端,增强了处理器核资源分配的高效性和自适应性.实验结果表明,ACSM在提高多核编程模型易用性的同时,减少了系统处理器核资源的不良竞争,提升了系统的整体性能和资源利用率.与仅依赖多核编程模型运行时环境的调度算法相比,ACSM使应用程序的运行时间缩短了近50%,并且随着应用程序数量的增加效果更加显著.     

基于RMA的雷达数据处理任务可调度性判定

实时系统中任务的可调度性是系统正确的关键.单调速率调度算法RMA是任务调度的重要算法,通过对雷达数据处理任务的时间需求模型的分析,使用RMA对该任务进行了可调度性判定.在分析任务两种不同的实现方法及相应时间开销的基础上,给出了这两种实现方法在RMA下可调度性判定的充分必要条件.     

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。     

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.     

基于硬实时系统的抢占调度成本优化算法研究

实时系统已经广泛的应用到社会的生产中,硬实时任务间的抢占调度成本会影响整个系统性能。本文提出了一种优化硬实时任务抢占开销的优化算法。对EDF调度抢占行为的可推迟时间进行了量化分析,在任意抢占时刻,推迟高优先级硬实时任务的执行以避免抢占发生的条件。实验结果表明,本文提出的算法可以保证可调度性的同时有效地减少抢占次数,从而提高系统性能。     

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.     

嵌入式实时系统中抢占控制策略及其优化

任务的抢占在保证了系统可调度性的同时,也带来了必然的抢占开销.而对于资源受限的嵌入式实时系统来说,控制任务的抢占次数,降低抢占引起的资源消耗具有重要的意义.提出了一种基于时间片的抢占控制模型,为每个任务分配一个可抢占次数的上限.由于抢占控制会对系统的可调度性造成影响,因此通过遗传算法对任务的抢占次数上限进行优化,使其在满足任务可调度的前提下取值最小.通过仿真实验,分析了优化算法的性能,并从对任务调度的统计结果中可以看出,采用本文提出的抢占控制策略可以有效地减少任务执行中的抢占次数.     

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...     

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.     

具有双电压调节处理器的最优DVS算法

为了解决嵌入式实时系统如何节省电能的问题,针对具有两种运行状态的微处理器提出了最优的动态电压调节(DV S)算法。对具有周期性硬实时任务集的嵌入式系统,引进了部分降频的新概念,建立了精确实用的数学模型,在此基础上证明了该算法的最优性。分别从实例实验、仿真试验两个方面,证实了该算法的正确性和有效性。实验结果表明,采用这种最优DV S算法的系统,比不采用DV S算法的系统明显地节省能量,具体减少的数值依赖于任务集的构成和处理器状态,但是减少量平均达到20%以上。和其他类似的调度算法相比,也能更好地减少能耗。     

基于马尔可夫决策过程的云平台资源调度

云计算平台可以动态地配置资源,适合基于工作流的科学计算。当前云平台的资源调度研究更多考虑运行时长和成本的最优化,而较少提到鲁棒性。本文提出了一种基于马尔可夫决策过程理论的资源调度算法,对工作流任务进行分组,按照任务的计算量和依赖关系将任务期限分配给各个任务组,在满足工作流总期限的基础上,将异构环境中的云资源分配给工作流的各个任务,通过最大化每个任务组的容忍时间使得整个工作流的鲁棒性达到最优。实验结果表明:该调度算法在异构环境中可以在任务期限和开销内提高调度的鲁棒性。     

一种新的多处理器系统实时容错算法

实时多处理器容错算法是实时系统研究领域的一个重要课题.提出了一个动态处理非周期实时任务的容错算法.提出了对待实时任务的基、副版本采用不同的处理器分配策略.对于基版本,尽量提前任务的开始时间;对于副版本,尽量延迟任务的开始时间.通过实验模拟研究了算法的性能.实验表明,算法调度的成功率跟处理器个数、任务数以及任务计算时间有关.与采用单一处理器分配策略相比,具有较高的调度成功率.     

不确定环境下的嵌入式实时系统EDF调度算法研究与分析

大部分嵌入式系统的实时调度算法, 都是按任务的最坏执行时间进行调度, 会浪费各种资源. 针对网络多媒体系统的实时应用需求和当前调度算法的实时性能的不足, 本文分析了嵌入式实时系统中有代表性的动态EDF调度算法, 建立了一个周期性的任务集模型, 依据该模型, 提出来了一个改进的EDF调度算法, 最后用实验验证了改进的EDF调度算法的有效性.     

一种嵌入式硬件多线程处理器的研究

提出了一种基于同时多线程技术的硬件多线程处理器设计.通过处理器内部的硬件机制来完成对多线程的调度管理,实现基于硬件的时间片轮询多线程调度机制.最大程度地减少操作系统中关于线程调度的开销,提高处理器执行多用户线程时的整体效率,简化了用户在多线程条件下的编程复杂度,增强了多线程运行环境下处理器对线程的保护.     

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.     

多资源闭环反馈调度系统的构建与分析

该文针对工作在不可预测环境下并且被调度任务集有着多个资源需求的计算机实时调度系统进行建模与分析,将多回路闭环反馈控制应用于计算机调度系统,利用反馈控制的强健性特征构建整个适应型多资源反馈调度机制。闭环系统可以根据运行时任务集执行情况及资源利用状况,通过调整调度任务的执行周期以及带宽服务层,达到改善任务集执行性能和优化利用系统的CPU资源与带宽资源的目的。     

基于失效规律感知的可靠动态级云资源调度算法

由于云系统资源的动态性、异构性和广域性等特征,云计算环境下运行的并行任务易受资源节点失效和通信链路故障的影响而无法完成。针对动态提供云资源可靠性较低,且在失效恢复机制作用下资源失效规律参数动态变化的问题,首先使用两参数威尔布(Weibull)分布对不同时段资源节点和通信链路失效规律的局部特征进行描述,再根据并行任务之间存在的各类交互关系分析,提出了一种基于变参数失效规则的资源可靠性评估模型。最后将该模型并入DLS算法得到可靠动态级调度算法CFR-DLS,从而在计算调度级别时充分考虑备选资源的可靠程度。仿真实验结果表明,当选择合适的失效恢复参数,提出的CFR-DLS算法能够在大幅提高云服务可靠性的同时,只增加少量的额外失效恢复开销。     

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。