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.     

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.     

基于累计价值的最早最终截止期优先调度策略

提出一种基于累计价值的最早最终截止期优先调度策略. 通过分析抢占式EDF算法在实际工作中的行为, 认为系统中存在非必须的抢占行为, 这些非必须抢占行为影响了调度器的效率, 通过为EDF算法引入一个任务累计价值参数, 调整EDF算法对优先级的分配策略, 能减少这种非必须的抢占式开销. 实验结果表明, 改进后的EDF算法减少了系统的抢占式开销.     

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。     

基于RM策略的资源受限偶发任务调度算法

针对现有资源受限偶发任务低能耗调度算法存在的不足,提出基于RM策略的资源受限偶发任务低能耗调度算法.首先,借鉴抢占阈值的思想,通过修改任务优先级的概念,提出双优先级单调速率调度(RM/DPP)算法,并且给出RM/DPP算法可行的必要条件.然后,以RM/DPP算法为基础,提出资源受限偶发任务低能耗调度(STLPSARC)算法,并且给出该算法可行的必要条件.最后,通过实验验证STLPSARC算法的性能,结果表明:STLPSARC算法比RM/DPP算法平均节约大约65.03%的能耗.     

固定优先级延迟抢占分层调度

复杂实时系统常采用资源分区隔离软件子系统,分区结构的系统包含分区级和任务级2层调度。抢占需要消耗系统资源,过多地抢占会降低系统效率。针对该问题,文章提出了延迟抢占分区模型,在分区中设置不可抢占区,保证系统可调度性的同时减少了大量不必要抢占;建立了延迟抢占分区模型的可调度性判定条件,并给出了分区设计算法。仿真结果表明,延迟抢占分区可以显著减少运行中的抢占次数。     

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.     

多处理器系统实时任务限制抢占调度算法

针对多处理器平台完全可抢占调度(Fully Preemptive Scheduling,F-PS)可能造成低优先级任务的响应时间超出截止期限的问题,提出了两种基于固定抢占点模型的限制抢占调度算法:一种是常规延迟(Regular Deferrable Scheduling,RDS),即高优先级任务抢占正在运行的执行到最近抢占点的低优先级任务,被抢占的任务可能不具有最低优先级;另一种是自适应延迟(Adaptive Deferrable Scheduling,ADS),即高优先级任务等待正在运行的最低优先级任务执行到最近的可抢占点位置,并抢占。搭建了一个仿真实验平台,并在该平台上进行一系列的仿真实验来探究两种算法的性能表现。实验结果表明:在动态和静态优先级调度下,任务抢占次数大小顺序为F-PSRDSADS;当抢占时间消耗大于临界值时,RDS和ADS的任务可调度率与F-PS接近。     

自适应SR-RM调度算法

在分析RM调度算法的基础上,提出了一种自适应SR RM调度算法,通过跟踪任务的实际执行情况以及处理器的繁忙程度自适应地调整任务的执行周期,使任务得到较合理的调度,达到理想的服务响应时间,以提高系统的实时性;同时监视和预测环境的变化是否造成不可调度任务集,通过自动调节任务的执行周期来减少不可调度任务集的发生,提高系统的可靠性·通过仿真实验,证明SR RM能得到较小的任务调度错失率、较高的可调度利用率和实时性能·     

一种基于时间片的抢占控制模型

针对实时系统中任务调度问题,提出了一种基于时间片的抢占控制模型.该模型以抢占次数上限为特征参数,在满足任务集可调度的前提下,由该特征参数计算出任务时间片并按片内不可抢占的限制条件优化任务抢占次数.采用遗传算法对该抢占控制模型进行了离线实现,同时使用惩罚函数来保证整个任务集的可调度性.通过仿真实验,验证了该模型的有效性.     

基于EDF的实时数据库动态容错调度算法

实时数据库系统的事务调度过程中,对于即将完成的事务的抢占会造成CPU时间的浪费,降低系统的性能.针对实时数据库中的周期性实时事务提出了一种PEA(preemptive estimate algorithm)软件容错调度算法,算法基于EDF(earliest deadline first)进行事务调度,并结合负载优化算法进行适当调整,采用抢占评估策略来确定是否允许事务抢占,以最大化系统的资源利用率.通过实验测试,证明其具有良好的性能,能有效提高事务的成功率.     

面向实时动态调度的代码插装方法

利用代码插装完成实时任务对自身剩余最长执行时间的运行时自我预估，以满足实时动态调度领域的相关需要．该方法以全面的、规范的相关性分析为基础，构建形式化模型，简洁一致地刻画程序的控制流和相关性；提出了一种高效的预估点代码生成算法；并给出了权衡预估精度和运行时开销的若干优化实现技术．     

Linux下的实时调度算法

Linux实现了实时进程的概念,但并没有提供有效的任务调度支持;另一方面,RM和EDF等传统的优先级调度算法在实时系统中已经得到广泛应用,但它们对于确定优先级所采用的标准比较简单和片面,容易导致紧急型任务的截止期限不能被满足或系统资源不能被充分利用。基于RM和EDF,文中提出了一种新的实时调度算法SBRD,它的优先级根据重要性和紧急性两个重要因素共同确定。实验表明,与RM和EDF相比,SBRD兼具二者的优点,在保证重要任务顺利执行的前提下,优先执行紧急型任务,以满足更多的任务,更充分的利用CPU资源;与原Linux的实时调度相比,SBRD能更有效的调度实时任务。     

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．     

Linux 2.6内核分析——对进程调度机制的分析

阐述了Linux 2.4内核进程调度程序在设计上存在的缺陷,分析了Linux 2.6内核在内核进程的调度时机、调度依据以及调度流程上相应的解决策略,这些改进使得Linux进程调度程序实现了O(1)调度算法,支持抢占式调度,并且增强了对实时任务和SMP的支持。     

多处理器混合实时任务调度

比例公平调度PFair(Proportionate-Fair)算法和边界公平调度BFair(Boundary-fair)是多处理器系统上周期性实时任务的最佳全局调度方法,但在实际的实时系统中,实时任务往往是周期任务和非周期任务混合的任务系统,在研究PFair和BFair调度算法的基础上,提出了基于服务器思想的公平调度方案,实现了对混合实时任务的调度,同时保证了任务公平地使用共享资源,使得公平调度算法适用于多处理器系统中的混合实时任务调度,扩展了其适用范围。