面向高端容错计算机的进程容错系统设计与实现

高端容错计算机主要应用于银行、电信等关键领域中,对于系统失效极其敏感,保证系统关键进程的可靠性至关重要。常见的容错机制主要依据静态结构冗余原理实现,然而硬件层的冗余成本很高且实现复杂,应用软件层的冗余则不具有通用性。提出一种基于进程冗余的容错机制和策略,对关键进程构造双模冗余或多模冗余,采用进程间同步等手段确保冗余进程按照同样的执行逻辑运行,监控系统并对不同的错误进行相应的错误处理。与传统的容错方式相比,进程容错管理系统具有通用性高、成本低等特点,能在较小的性能损耗下有效地保证系统的高可靠性,同时避免了硬件定制的复杂性,并对应用程序和用户透明。     

TMR计算机系统分布与容错工作方式间的切换

ＦＴ－ＨＩＴ是我们自行研制的三模冗余航天容错计算机。系统采用硬件三模冗余结构和主要由软件实现容错的冗余管理模式，具有容错计算和分布处理两种工作方式，保证了航天容错计算机的高可靠性和强大的处理能力。本文主要论述其容错和分布两种工作方式间的切换机理并给出具体的实现算法，算法对于一     

分布式容错计算机系统的一个冗余结点配置

ＦＴ－ＨＩＴ是我们自行研制的一个网络结点机。它采用三模冗余结构，具有容错计算和分布处理功能。本文以ＦＴ ＨＩＴ系统为背景，论述一种分布式容错计算机系统的结点配置技术，包括系统冗余级别的确定，互连结构的选择以及它的冗余管理技术等。     

计算机控制系统的容错技术

计算机控制系统的可靠性设计是实现柔性智能控制所面临的一个重要课题，而容错技术是系统可靠性设计的关键技术。本文在分析计算机系统可靠性设计的基础上，综述了容错技术的发展、研究的主要内容及实现的主要方法，对常用的几种容错结构进行了比较和评价。指出了对计算机系统进行容错设计必须解决的主要问题。     

实时容错分布式计算机系统

介绍了一个由3个节点通过FDD连接而成的实时容错分布式计算机系统。它的每个节点是一个多机容错操作系统，具有分布处理和实时计算能力，此外，它具有多级重构及实时文件管理功能，并为用户提供了良好的配置工具，方便用户对系统的使用和开发。     

TMR计算机系统FT—HIT的冗余管理技术

ＴＦ－ＨＩＴ是自行研制的３模冗余航天容错计算机系统，系统通过件冗余和主要由软件现容错的冗余管理模式实现系统的容错性能。其冗余管理主要包括：故障检测，故障并蔽 故障隔离等重构与故障恢复等功能。     

关于Windows NT网络操作系统中的容错处理

本文介绍了WindowsNT操作系统的RAID（廉价磁盘的冗余阵列），在此基础上论述了其具备容错功能RAIDI和RAIDS的两种方式。通过对其不同特点的分析和比较，阐述了在实际工作中选择容错处理的方法。     

8086双机容错系统的设计

本文以两台8086CPU为主机和备机，提出一种双机并行工作，热备份切换的双机容错系统设计方案，并着重讨论了该系统实现比较检测、同步等待、程序卷回、自检等硬件和软件容错技术。     

高可用性系统结构的研究

本文讨论了高可用性系统的体系结构，分析了高可用性系统实现的软硬件结构以及要解决的主要问题和困难，得出了一个避免单点失效、保证整机容错的高可用性系统结构。     

基于CPLD的控制器冗余切换和通信容错的研究

本文探讨了用CPLD实现控制系统控制装置控制器的热备冗余切换和通信容错,并给出了具有冗余切换和通信容错功能的控制器结构以及冗余切换和通信容错模块的具体实现方法。     

基于Petri网的交互式双机容错模型

传统的服务器容错模型大多采用复制和冗余机制，给系统造成大量垃圾．本文分析了数据库的体系结构，给出一个具有三层交互式的Petri网容错模型．实现了客错机制和容错策略的分离，体现了系统的动态特性．     

执行器故障时变系统的PID迭代容错控制

对存在执行器故障的连续线性时变系统，给出了PID型迭代学习容错控制律的收敛条件。对连续时变故障系统设计了一种PID迭代学习容错控制律，在[λ]范数意义下给出了故障系统PID型迭代容错控制器收敛的充要条件；基于Schur补原理和不等式变换，将容错控制器收敛条件转换成线性矩阵不等式，当迭代学习收敛速度设定时，基于线性矩阵不等式能快速确定最优迭代控制增益，避免了迭代控制增益设置的盲目性。旋转控制系统的数值仿真，验证了PID迭代容错控制器优良的容错性能和跟踪性能。     

超立方体系统中基于安全通路向量的容错路由

n维超立方体结构的多处理机系统在并行与分布式处理中具有良好的性能.随着多处理机系统规模的增大,系统出现链路与节点故障的概率也随之增大,因此设计容错性更强的路由算法对n维超立方体结构的多处理机系统具有重要意义.针对系统中存在链路故障的情况,提出了用于记录最优通路的安全通路向量(safety path vectors,简称SPVs)概念,并给出了建立SPVs及其容错路由算法.其中SPVs的赋值可以通过n-1轮邻节点之间的信息交换来完成,且算法中各节点的存储开销仅为n bits,因此,SPVs是安全向量(SVs)与扩展安全向量(ESVs)的一种扩展,具有比SVs和ESVs更好的记录最优通路的能力.另外，与基于最优通路矩阵(optimal path matrices,简称OPMs)及扩展最优通路矩阵(extended optimal path matrices,简称EOPMs)的容错路由算法相比,SPVs呈指数级地降低了算法的存储开销，且能够记录OPMs和EOPMs所不能记录到的最优通路信息.理论分析和仿真实验验证了SPVs的上述性能.     

Reaching agreement on processor-group membrship in synchronous distributed systems

Reaching agreement on the identity of correctly functioning processors of a distributed system in the presence of random communication delays, failures and processor joins is a fundamental problem in fault-tolerant distributed systems. Assuming a synchronous communication network that is not subject to partition occurrences, we specify the processor-group membership problem and we propose three simple protocols for solving it. The protocols provide all correct processors with consistent views of the processor-group membership and guarantee bounded processor failure detection and join delays. Flaviu Cristian is a computer scientist at the IBM Almaden Research Center in San Jose, California. He received his PhD from the University of Grenoble, France, in 1979. After carrying out research in operating systems and programming methodology in France and working on the specification, design, and verification of fault-tolerant software in England, he joined IBM in 1982. Since then he has worked in the area of fault-tolerant distributed systems and protocols. He has participated in the design and implementation of a highly available distributed system prototype at the Almaden Research Center, has reviewed and consulted for several fault-tolerant distributed system designs, both in Europe and the American divisions of IBM, and is now a technical leader in the design of a new Air Traffic Control System for the US which must satisfy very stringent availability requirements.     

实时嵌入式容错系统的关键技术研究

简要回顾了容错技术的发展过程并分析了不同故障模型下系统的客错方式.对于瞬时故障、间歇性故障的容错可采用软件冗余方法,在实时嵌入式系统中采用软件容错时必须考虑任务的可调度性;而永久性故障则采用硬件冗余方法来解决.在此基础上,描述了一种实时双机嵌入式容错系统的模型,研究了构建容错系统需要解决的双机同步、故障检测及仲裁切换等关键问题和相应的解决方法.     

风能转换系统执行器故障主动容错控制

提出了一种新颖的风能转换系统滑模主动容错控制策略.针对风能转换系统执行器故障,运用预测控制思想和迭代算法,设计了一种故障观测器.在设定的优化时域长度内,利用实际系统与故障观测器的输出差值,通过反复迭代运算,不断地对虚拟故障信号进行调整,使其能有效地拟合实际系统执行器故障,并根据故障观测值实时调整滑模容错控制器结构.未发生故障时,故障观测值为零,系统在滑模控制器控制下稳定运行;执行器发生故障时,运用故障观测值实时调整滑模容错控制项,并用双曲正切函数代替符号函数,消除抖动.仿真实验结果表明,滑模容错控制器下的系统具有良好的容错能力,提高了风能转换系统最大风能捕获效率.     

基于Petri网的Web数据库系统容错模型

该文分析了Web数据库的三层体系结构,给出了一个具有三层交互式的Petri网容错模型。实现了容错机制和容错策略的分离,体现了容错模型的动态特性。故而,可进一步提高系统的灵活性和可扩展性。     

超立方体中基于极大安全通路矩阵的容错路由

n维超立方体结构的多处理机系统在并行与分布式处理中具有良好的性能,随着多处理机系统规模的增大,系统出现链路与节点故障的概率也随之增大,因此设计容错性更强的路由算法对n维超立方体结构的多处理机系统具有重要意义.针对超立方体结构的多处理机系统中存在链路故障的情况,提出了用于最优通路记录的极大安全通路矩阵(maximum safety path matrices,简称MSPMs)这一概念,给出了一种建立MSPMs及其容错路由算法.证明了MSPMs通过n-1轮邻节点之间的信息交换,能以矩阵的形式记录最多的最优通路     

基于C/OS-II的多MCU容错设计与应用

在分析C/OS-II系统的基础上增加多MCU容错实时操作功能,可以对当前任务运行状态实时进行一致性操作,使多MCU中的一个节点在出现死节而崩溃时,其他节点可以实现死节的决策,并恢复其坏死节点的任务状态使其继续运行。通过三MCU方式结构及运行验证,改进的系统表现出稳定可靠的容错能力。     

基于RTEMS的软件容错系统设计研究

运行于空间环境中的计算机系统，受空间辐射的影响，可能会发生各种各样的错误。为了提高系统可靠性，需要对其进行容错。在本文中，首先分析RTEMS本身的特点和空间环境的特点；然后在此基础上提出基于RTEMS的软件容错系统的分层设计思想，并给出具体的层次设计过程；最后结合模拟实验验证给出容错状态下系统的性能分析。实验结
果表明，对容错系统的分层设计是必要的。