实时系统中基于DVS与Cache划分技术的节能研究

DVS(动态电压调度)和cache划分是用来节约嵌入式系统能耗的技术.两种技术的结合会具有更好的节能效果,而且有cache划分的其他优点,关键问题是如何为每个任务确定执行时的电压和cache大小来使系统能耗最小.在实时嵌入式系统中针对这一问题,提出了一个多项式时间复杂度算法.实验对比了多组测试集在不同算法下的能耗,结果表明,本算法在满足实时性约束条件下有效地降低系统能耗.     

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.     

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.     

嵌入式实时系统周期任务能耗感知调度

在电池供电的嵌入式实时系统中,针对实时周期任务集在一个可变电压处理器上的能耗感知调度问题,在改进的人工鱼群算法(improved artificial fish school algorithm,IAFSA)基础上,提出了一种离线的能耗感知调度算法,该算法通过构造人工鱼的行为约束自然地满足时限和能耗约束,最大化系统总奖赏值。与贪婪算法相比,该算法提高系统的总奖赏值约47%。且随着电池能量的减少,系统能耗利用效率逐渐增大,说明该算法具有良好的能耗感知特性。     

带有色乘性噪声随机系统的逆向最优反卷积算法

通过建立状态和乘性色噪声的逆向Markov模型，推导出了带有色乘性噪声随机系统的逆向最优状态滤波器。基于该滤波器给出了节省存储空间的逆向固定区间最优反卷积算法。仿真实例证明了该反卷积算法的有效性。     

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.     

嵌入式Linux内存管理的优化

内存管理是影响嵌入式Linux实时性的一个关键因素,为了提高嵌入式Linux的实时性,对其内存管理进行了优化。首先为系统中的重要任务分配了专用的内存区域,使重要任务在内存不足时不被置换出去,以保障重要任务优先执行;然后通过利用系统空闲时间来扫描系统内存的方法,使得任务在执行时尽量减少缺页中断的发生,从而提高系统的实时性;最后通过实验对比OPT最优算法、LRU算法、优化后的LUR算法的缺页中断数和任务截止期错失率,发现优化后的LUR算法的缺页中断数和任务截止期错失率在三者中最低,说明通过以上的内存优化方法使得嵌入式Linux的实时性得到了提高。     

EasyARM2200在吊装机械状态监控系统中的应用研究

采用嵌入式微处理器开发板EasyARM2200设计了大型吊装机械状态监控系统的硬件,给出了软件组成和程序流程图。将采用三个热释电传感器实现的人员定位及其算法引入该系统,可有效防止人员的意外伤害。系统的各项指标均满足设计要求,具有较强的可移植性,能方便地嵌入到其他嵌入式系统产品的设计中,可大大缩短开发周期。     

可变压处理器上硬实时系统的作业调度

在设计实时嵌入式系统时,如果能够善于利用可变电压处理器,可以极大减少系统的能耗。介绍了在动态优先级和静态优先级情况下,确定调度某个给定作业集所需最低电压常量,确定可变电压处理器的最优电压调度方案的思想和算法。     

硬盘动态电源管理的实现方法

越来越多的嵌入式设备系统利用电池供电,而电池容量有限,故有必要通过电源管理来降低功耗,从而延长系统的可持续使用时间。硬盘在嵌入式系统特别是移动设备如笔记本电脑等的能耗中占据了相当大的比重,通过对硬盘进行电源管理能够显著地降低系统能耗。论文介绍了硬盘动态电源管理(DPM)的设计与实现,包括硬盘状态的转换,负载获取以及的策略优化算法的设计与实现,并在具体硬盘上进行了实验,实现了基于不同DPM策略优化算法的动态电源管理。实验的结果与预期结果相符合,达到了节省硬盘能耗的目的,由此证明了该论文所介绍的硬盘动态电源管理实现过程的可行性。     

Slack-nibbling battery-aware task scheduling

Dynamic voltage scaling (DVS) is an efficient approach to maximize the battery life of portable devices. A novel overall planning strategy (OPS II) balancing slack supply and demand for DVS is proposed. An OPS II-based slack-nibbling overall planning strategy (SNOPS) algorithm is also proposed, which iteratively nibbles slacks for appropriate tasks selected by an overall planning dynamic priority function to perform DVS until the slack is exhausted and an optimum voltage setting is obtained. For a high-load task set, SNOPS manages to recover battery overload while maintaining schedulability. For random variable-load task sets, SNOPS achieves a saving of 29.51% battery capacity on average, the suboptimal gap is 27.84% narrower than that of our previously proposed OPS-based algorithm, and 92.10% narrower than that of the algorithm proposed by Chowdhury et al. Results indicate that OPS II manages to save battery to various extents while maintaining schedulability, and demonstrates good load compatibility and close-to-optimal performance on average. Biography: GAO Xun(1981–), male, Ph.D. candidate, research direction: embedded system, power optimization.     

一种新的静态优先级在线节能调度算法

合理运用动态电压调整技术可有效降低嵌入式实时系统能耗.针对静态优先级实时调度,提出了一种能够有效分析松弛时间并尽可能平衡分配松弛时间的在线节能调度算法TPSRM.设计了一种两段式频率执行策略来改变任务执行时间的分配,能充分在线分析各种形式的松弛时间.通过尽可能合理降低高优先级任务的处理器执行频率来实现有效的在线频率调整.实验结果表明TPSRM算法可实现较好的节能效果.     

无线传感器网络实时任务内电压调度算法研究

针对无线传感器网络（wireless sensor networks, WSNs）多节点协同式并行处理应用节能设计环节, 提出了一种低功耗实时动态电压调节（dynamic voltage scaling, DVS）算法.该算法利用所建立的节点单任务处理模型来反映相关通信事件对任务处理的影响,引入任务内的电压优化调度策略,可获得模型中基本块理想的处理频率（或电压）.最后,通过创建频率拆分法有效地消除了任务完成期与截止期之间的空闲时隙.给出了该算法的实现方法,通过仿真研究证明该算法能有效地降低节点能耗.     

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．     

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。     

一种编译指导的实时动态电压调节低功耗算法

提出了一种编译指导的实时动态电压调节低功耗算法.算法在编译器的帮助下,在条件语句,循环语句等影响程序实际执行时间的控制语句结构中设置电压调节点,插入电压调节代码,从而最大限度地利用了程序运行时的空闲时间,达到了降低系统功耗的效果.在RTLPower实时低功耗系统上对算法进行了实验,实验结果表明该算法可以减少50%的能量消耗.     

物理参数不相关性的统计验证方法

在激光调阻机高精度可编程双电压源（DVS）中, 线电阻是影响测量精度的关键因素. 测量DVS在两种不同线电阻条件下的输出电压, 并用数理统计方法验证了输出电压与线电阻不相关, 即导线电阻与输出电压无关, 结果表明, DVS设计正确. 该方法可验证系统中两个物理量的不相关性.      

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.