首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 140 毫秒
1.
在数据流QoS自适应框架中,针对如何为具有截止期和重要性两个特征参数的流数据分派优先级,在讨论了了当前调度算法优缺点的基础上,提出了称为截止期-重要性优先DIF(deadline-importance first)的实时调度算法,并利用链表给出了算法的实现.实验结果表明,在所有负载条件下DIF算法相对于EDF(earliest deadline first)算法、HVF(highest value first)算法和CDF(criticalness-deadline first)算法,在性能方面具有明显改善,特别在系统过载的情况下,能够优雅地降级.  相似文献   

2.
一种任务优先级的综合设计方法   总被引:22,自引:2,他引:22       下载免费PDF全文
金宏  王宏安  王强  戴国忠 《软件学报》2003,14(3):376-382
提出了一种基于优先级表设计的调度算法.将任务的相对截止期和空闲时间这两个特征参数结合起来,综合设计任务的优先级表,使得截止期越早或空闲时间越短,任务的优先级越高,而且任务的优先级由相对截止期和空闲时间惟一确定.对于任意一个任务,可通过对设计的优先级表进行二元多点插值获得相应任务的惟一优先级.与传统的EDF和LSF算法进行仿真比较,仿真结果表明,通过优先级表设计方法来确定任务的优先级,提高了任务调度的成功率,降低了任务截止期的错失率.该方法可应用于实时系统中实时任务的动态调度中.  相似文献   

3.
游文铃  邵清 《测控技术》2015,34(4):78-80
在嵌入式实时操作系统中,由单个特征参数作为实时任务优先级的调度依据,并不能较好地描述系统中任务的关键性和紧迫性.提出一种基于组合优先级的自适应实时调度算法(SREDF),综合任务的截止期和CPU运行期设计任务的优先级,使截止期越早且CPU运行期越短的任务拥有最高优先级.处理器能有效地调度相同截止期的实时任务,并提前分析和预测任务能否完成.实验表明,该算法降低了任务调度的截止期错失率(MDP),并提高了任务调度的速度和效率.  相似文献   

4.
针对嵌入式系统对嵌入式操作系统的要求,本文分析了基于Linux任务优先级的调度策略中实时性能的不足,提出了一种嵌入式Linux任务调度模型,将任务的相对截止期和空闲时间这两个特征参数结合起来,综合设计任务的优先级,而且任务的优先级由相对截止期和空闲时间惟一确定,从而提高任务调度的成功率,增强了系统的实时性能。  相似文献   

5.
基于综合优先级的并行测试调度算法设计及实现   总被引:1,自引:0,他引:1  
根据并行测试实际运行环境对多测试调度策略效率的要求,借鉴实时系统调度算法研究的相关成果,提出基于综合优先级的并行测试调度算法;算法结合并行测试,尤其是导弹测试特点,综合考虑测试任务的相对截止期和空闲时间两个特征参数,讨论了测试任务综合优先级的设计方法,给出了算法实现,并对算法的性能进行了分析;该算法无须预先确定测试任务参数的典型值,可以弥补TestStand的局限性.  相似文献   

6.
针对最早截止时刻优先(earliest deadline first,EDF)调度算法队头阻塞任务导致资源利用率和配置端口复用率低下的问题,提出一种队头阻塞优化的EDF实时调度算法.通过定义无效阻塞任务并引入无效阻塞任务丢弃策略,提前判定和丢弃无法调度成功的任务,以利于后续任务调度;通过定义队头阻塞任务最早布局成功时刻...  相似文献   

7.
针对任务具有特征参数多和特征参数不确定性的特点,提出了一种基于模糊理论的任务调度算法。利用模糊集合来描述任务的不确定性特征;使用多层模糊综合评判和最大隶属度原理来综合考虑任务的多个特征参数并确定任务的优先级;采用动态构建多层评判模型的调度策略来减小任务优先级评判的失效率。仿真表明,该算法提高了任务调度的成功率,降低了任务截止期的错失率和任务优先级评判的失效率。该方法可应用于优先等级有限的实时系统任务动态调度中。  相似文献   

8.
针对无线传感器网络的特点,分析了无线传感器网络对于任务调度的特殊需求,提出了一种基于反馈控制的动态集成调度算法。该算法将简单反馈控制与任务准入/回归控制、可达/夭折等策略相结合,设计了新的动态调度框架。该框架适用于对任务的多种特征参数的综合。最后从截止期错失率、对关键任务的优先执行能力和CPU有效利用率三个方面分析了算法的性能。实验结果表明,该算法在无线传感器网络环境下与最早截止期优先和固定优先级算法相比具有更好的性能。  相似文献   

9.
SaaS作为一种云服务方式,在面对云环境内部大量的任务以及请求的时候,如何进行有效的任务调度和高效率的资源分配是目前亟需解决的难题。通过任务的调度和资源分配,使系统的性能达到最优,但是如何衡量任务的优先级成为了调度算法研究的核心。提出了一种任务调度策略和IDV(Integrated Deadline and Value)算法,综合考虑了任务截止日期和任务价值两个因素,并通过实验仿真验证了这种算法比EDF(Earliest Deadline First)和HVF(Highest Value First)在加权截止期保证率方面有明显的改进。  相似文献   

10.
一种静态最少优先级分配算法   总被引:1,自引:0,他引:1  
随着实时系统越来越多地应用于各种快速更新系统,尤其是各种片上系统,如PDA(personal digital assistant),PSP(play station portable)等,性价比已成为系统设计者的主要关注点.实际应用中,实时系统通常仅支持较少的优先级,常出现系统优先级数小于任务数的情况(称为有限优先级),此时,需将多个任务分配到同一系统优先级,RM(rate monotonic),DM(deadline monotonic)等静态优先级分配算法不再适用.为此,静态有限优先级分配是研究在任务集合静态优先级可调度的情况下,可否以及如何用较少或最少的系统优先级保持任务集合可调度.已有静态有限优先级分配可分为两类:固定数目优先级分配和最少优先级分配.给出了任意截止期模型下任务静态有限优先级可调度的充要条件以及不同静态有限优先级分配间转换时的几个重要性质,指出了系统优先级从低到高分配策略的优越性,定义了饱和任务组与饱和分配的概念,证明了在任务集合静态优先级可调度的情况下,最少优先级分配比固定数目优先级分配更具一般性.最后提出一种最少优先级分配算法LNPA(least-number priority assignment).与现有算法相比,LNPA适用范围更广,且复杂度较低.  相似文献   

11.
Real-time scheduling refers to the problem in which there is a deadline associated with the execution of a task. In this paper, we address the scheduling problem for a uniprocessor platform that is powered by a renewable energy storage unit and uses a recharging system such as photovoltaic cells. First, we describe our model where two constraints need to be studied: energy and deadlines. Since executing tasks require a certain amount of energy, classical task scheduling like earliest deadline is no longer convenient. We present an on-line scheduling scheme, called earliest deadline with energy guarantee (EDeg), that jointly accounts for characteristics of the energy source, capacity of the energy storage as well as energy consumption of the tasks, and time. In order to demonstrate the benefits of our algorithm, we evaluate it by means of simulation. We show that EDeg outperforms energy non-clairvoyant algorithms in terms of both deadline miss rate and size of the energy storage unit.  相似文献   

12.
将简单反馈控制与任务准入/回归、可达/夭折等策略相结合,设计新的动态调度框架。在此基础上,综合截止期、关键度和最坏执行时间3种特征参数,提出基于反馈控制的混合策略调度算法,该算法也适用于对任务的其他多种特征参数的综合。从截止期错失率、错失任务平均关键度和CPU有效利用率3个方面,分析算法的性能。实验结果表明,该算法在混合任务和动态负载下与最早截止期优先和最高价值优先算法相比具有更好的性能。  相似文献   

13.
In most priority scheduling algorithms, the number of priority levels is assumed to be unlimited. However, if a task set requires more priority levels than the system can support, several jobs must in practice be assigned the same priority level. To solve this problem, a novel group priority earliest deadline first (GPEDF) scheduling algorithm is presented. In this algorithm, a schedulability test is given to form a job group, in which the jobs can arbitrarily change their order without reducing the schedulability. We consider jobs in the group having the same priority level and use shortest job first (SJF) to schedule the jobs in the group to improve the performance of the system. Compared with earliest deadline first (EDF), best effort (BE), and group-EDF (gEDF), simulation results show that the new algorithm exhibits the least switching, the shortest average response time, and the fewest required priority levels. It also has a higher success ratio than both EDF and gEDF.  相似文献   

14.
袁野  晏立 《计算机工程》2012,38(12):287-290
在多处理器实时调度过程中,干涉上界的取值对于可调度性判定的性能具有较大影响。为此,针对实时系统的最早截止期优先调度算法,引入任务松弛的有关概念,提出一种基于负载计算的可调度性判定方法。通过减小问题区间内带入作业的工作负载取值,增加任务集通过可调度性判定的可能。实验结果表明,随着处理器数量的增加,该判定方法较传统方法有5%~10%的性能提升。  相似文献   

15.
海洋设备检定、校准和检测(Marine Equipment Testing, Calibrate & Detection, METCD)业务规模大、紧急情况多,如何对业务进行合理的调配是海洋计量检定行业亟待解决的问题。本文提出了一种考虑截止期的任务组合METCD业务调度方法。在建立业务调度问题数学模型的基础上,采用最早截止时间优先-蚁群算法(EDF-PACO)对模型求解,在最早截止日期的约束条件下对任务组合处理的最优调度方案,达到降低任务总完成时间和减少执行空间浪费双重优化目标。为了验证方法的可行性,以国家海洋局东海标准技术中心的业务为实例,将EDF-PACO算法与传统的最早截止时间优先算法和蚁群算法进行比较,结果表明本文所提出的调度方法在满足截止期的约束条件下能高效地对海洋设备的计量检定业务进行组合调度。  相似文献   

16.
基于裁剪的弱硬实时调度算法   总被引:6,自引:0,他引:6  
吴彤  金士尧  刘华锋  陈积明 《软件学报》2008,19(7):1837-1846
针对当前弱硬实时调度算法无法保证超过窗口长度的执行序列的满足率达到一定比例的问题,基于(m~-,p)弱硬实时约束,提出了一种基于裁剪的调度算法(cut-down based scheduling,简称CDBS).由于判断(m~-,p)约束是否满足需要遍历任务的整个执行序列,因此判断复杂度很大.为此,提出一种高效的裁剪执行序列的算法,同时证明其正确性,并利用适当的数据结构,使得计算复杂度与序列长度无关,通过实验说明其降低计算复杂度的有效性.进一步与其他经典实时调度算法(EDF(earliest deadline first),DBP(distance-based priority),DWCS(dynamic window constraint schedule))进行比较,验证该算法与其他算法具有相当的性能.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号