混合型实时容错调度算法的设计和性能分析

以往文献中研究的实时容错调度算法都只能调度单一的具有容错需求的任务.该文建立了一个混合型实时容错调度模型,提出一种静态实时容错调度算法.该算法能同时调度具有容错需求的实时任务和无容错需求的实时任务.该文还提出了一个求解最小处理机个数的算法,用于对静态实时容错调度算法的性能进行模拟分析.为了提高静态调度算法的调度性能,提出了一种动态调度算法.最后,通过模拟实验分析了静态和动态调度算法的性能.实验表明,调度算法的性能与实时任务的个数、任务的计算时间、周期和处理机个数等系统参数相关.     

一种基于优先级表的实时调度方法

针对单处理器实时系统动态调度问题进行了研究,分析任务的到达时间、执行时间、截止时间和空闲时间等任务属性的敏感度和影响度,提出了一种基于优先级表的调度算法PTBM,使相对截止期越小、空闲时间越大的任务优先级越高。对关于实时任务属性敏感度和影响度的结论验证和与传统的EDF、LLF和PTD算法的对比进行仿真实验,仿真结果表明基于优先级表设计的实时调度算法PTBM具有较高的调度成功率。该方法可应用于实时系统的实时任务的动态调度中。     

长释放时间间隔优先的混合任务调度算法

针对混合任务实时调度的需求和MUF算法的局限性,提出了一种长释放时间间隔优先的混合任务实时调度算法LRIF,该算法除了可对周期性硬实时任务提供调度保证外,同时还可确保非周期性软实时任务的可调度率。论文还提出了LRIF调度算法的可调度性分析方法,并讨论了LRIF调度算法的实现方法。     

基于模糊理论的多媒体实时调度算法研究

多媒体系统中的任务调度采用的是实时调度算法。传统的实时调度总是假设任务的属性是精确确定的并能够提供令人满意的结果，但实际任务的属性总是存在一个模糊的范围。文中在传统实时EDF算法的基础上，提出了基于模糊理论的可抢占式的实时调度算法(FEDF算法)。此算法的主要设计目标是在实时任务属性模糊条件下尽可能地减少任务丢失率，提高保证比率，实验结果表明该算法达到了预定的目标。     

测控设备控制计算机实时应用软件的设计与实现

本文研究了模型化和设计测控设备控制计算机实时应用软件时需要解决的几个关键问题：实时任务划分、实时调度算法的设计和选择以及实时任务驱动和同步方法的设计等。     

满足偏序约束的在线调度

具备偏序关系的实时调度要求调度算法产生的执行序列既要满足任务的实时约束,又要满足任务间执行的偏序约束。基于并行拓扑排序,提出一种新的在线调度算法,该算法通过同时考察任务间执行的串行性和并行性来进行优先级设置,能够处理释放时间任意的任务集。给出该算法的原理和设计,并通过示例分析和比较对算法进行验证。     

一种固定优先级实时调度算法的可行性测定

实时调度算法是实时系统的关键技术,验证实时调度算法的可行性是保证实时系统性能的必要手段.不同实时调度算法可行性测定方法不同.在简单实时模型上,针对固定优先级实时调度算法给出通过任务最坏响应时间来测定调度算法可行性的方法,分析了影响任务最坏响应时间的各种因素,修正了响应时间方程,将该方法运用在复杂实时模型中.     

一种固定优先级实时调度算法的可行性测定

实时调度算法是实时系统的关键技术,验证实时调度算法的可行性是保证实时系统性能的必要手段。不同实时调度算法可行性测定方法不同。在简单实时模型上,针对固定优先级实时调度算法给出通过任务最坏响应时间来测定调度算法可行性的方法,分析了影响任务最坏响应时间的各种因素,修正了响应时间方程,将该方法运用在复杂实时模型中。     

物联网环境下实时任务传输的分簇调度算法

在物联网环境下,需要对链路节点之间传输的实时任务进行优化调度,以提高物联网中传感节点的进程管理和内存管理效率。传统方法采用优先级列表控制的物联网环境下的实时任务传输调度方法,在资源分配过程中动态负载平衡性受节点的空间分布的影响较大,任务分配的准确性不高。因此,提出一种基于高效时分多址时隙分配的物联网环境下实时任务传输的分簇调度算法。设计物联网的实时任务调度模型,提取分簇任务信息流的时隙分配尺度特征作为传输指向性函数,设计高效时分多址协议,改进物联网环境下的实时任务协同分簇调度算法,通过高效的时分多址时隙分配,提高了实时任务传输分簇调度的均衡性和准确性。仿真结果表明,采用该方法进行物联网环境下实时任务传输的分簇调度时性能优越可靠。     

增强Linux内核实时任务调度性能的研究

分析基本Linux内核的调度策略,指出其应用于实时系统时存在的不足,提出了一种增强Linux内核调度性能的实时任务调度策略和调度算法。结合任务的关键性、截止期和执行时间三要素,该调度策略通过三运行队列代替原Linux内核的单运行队列,分别对应系统的硬实时、软实时和非实时任务,保证了硬实时任务的实时性;不同于简单的FIFO调度算法,该调度算法根据任务的最小松弛时间和重要性来确定其在当前运行队列中的优先级,仿真结果表明此算法提高了实时调度性能。     

基于多参数的μC/OS-Ⅱ任务优先级和调度方法

在μC/OS-Ⅱ进行实时任务调度时，可以使用单一的调度算法分配任务优先级。优先级判定标准的片面性、“错过率”较高的截止期，影响了μC/OS-Ⅱ的实时调度性能。该文提出了多参数任务优先级分配策略和μC/OS-Ⅱ任务的调度方法，实验证明，该方法截止期的平均错过率为60.1%，有效地改善了μC/OS-Ⅱ的实时调度性能。     

Real-time task scheduling by multiobjective genetic algorithm

Real-time tasks are characterized by computational activities with timing constraints and classified into two categories: a hard real-time task and a soft real-time task. In hard real-time tasks, tardiness can be catastrophic. The goal of hard real-time tasks scheduling algorithms is to meet all tasks’ deadlines, in other words, to keep the feasibility of scheduling through admission control. However, in the case of soft real-time tasks, slight violation of deadlines is not so critical.In this paper, we propose a new scheduling algorithm for soft real-time tasks using multiobjective genetic algorithm (moGA) on multiprocessors system. It is assumed that tasks have precedence relations among them and are executed on homogeneous multiprocessor environment.The objective of the proposed scheduling algorithm is to minimize the total tardiness and total number of processors used. For these objectives, this paper combines adaptive weight approach (AWA) that utilizes some useful information from the current population to readjust weights for obtaining a search pressure toward a positive ideal point. The effectiveness of the proposed algorithm is shown through simulation studies.     

异构集群系统中具有QoS 需求的实时任务容错调度

容错调度是调度问题中一个重要的研究内容,是提高系统可靠性的有效手段.目前已有很多集群系统中实时任务的容错调度算法,但是这些算法都没有考虑到任务的QoS需求问题.提出了一种异构集群系统中具有QoS需求的实时任务容错调度算法FTQ(fault-tolerant QoS-based scheduling).该算法采用主版本/副版本(primary/backup,简称PB)技术,综合考虑了任务的时间限制、任务的QoS需求、系统的可靠性和系统资源的利用率,能够自适应地根据系统负载情况动态地调整任务的QoS级别和副版本的执行模式,从而提高了系统的灵活性、可靠性、可调度性和资源的利用率.对系统的可靠性进行了定量分析,并将其引入到容错调度算法中,提高了系统的可靠性.同时,在调度过程中尽量提前主版本的开始时间,推迟副版本的开始时间,以使任务的副版本采用被动执行模式或者使任务主版本和副版本的重叠部分尽量少,提高了资源的利用率.此外,采用了副版本重叠技术,并分析了副版本的最晚开始时间及其约束条件,提高了任务的调度成功率.通过大量的模拟实验,对FTQ,NOFTQ和DYFARS算法进行了比较.实验结果表明,FTQ算法的性能优于其他方法,具有更好的调度质量.     

基于多核ARM的数控系统实时性研究

随着数控系统的不断发展,数控系统对精度和速度有了更高的要求,这都对当前普遍采用的单核处理器平台提出了严峻的挑战.基于同构的四核ARM处理器平台,在添加了实时补丁的Linux系统环境下,根据数控系统中硬实时任务、软实时任务、非实时任务并存的特点,把数控系统任务合理的分配到多核ARM上运行,并采用改进的RM算法进行调度,最后对新的任务调度算法进行实时性能测试.本调度模型能够解决了数控系统混合任务调度的问题,并能满足数控系统对实时性的要求.     

嵌入式Forth操作系统实时调度算法研究

针对目前嵌入式Forth操作系统中缺乏实时调度机制的问题,对基于Forth虚拟机架构的嵌入式操作系统中多任务调度的关键技术进行了研究。采用Forth虚拟机技术,新定义了一种中断任务类型来处理实时突发事件,并给出了一种新的任务调度算法来调度 Forth系统中终端任务、后台任务以及中断任务顺利运行。实验结果表明,改进后的 Forth 系统能够通过实时调度处理突发事件,并且实时响应度高,尤其适用于对实时性有要求的嵌入式环境中,以满足日趋复杂的嵌入式环境对高效操作系统和 Forth 技术的应用需求。     

Real-time task scheduling with fuzzy uncertainty in processing times and deadlines

In real-time systems, scheduling algorithms play the vital role of devising a feasible schedule of the tasks. The scheduling algorithm designer faces uncertainty associated with the timing constrains of the real-time tasks. This paper considers fuzzy timing constraints by modeling the real-time tasks with fuzzy deadlines and fuzzy processing times with different membership functions. Comparative studies and some interesting findings based on simulation experiments are reported.     

Pre-run-time scheduling in real-time systems: Current researches and Artificial Intelligence perspectives

This paper presents the taxonomy of real-time systems with special emphasize on pre-run-time scheduling problem. Firstly, we present real-time systems, real-time tasks, timing, precedence and exclusion constraints. Then, we describe the problem of pre-run-time scheduling of tasks under constraints. After that, we present the most existing efficient techniques to deal with the latter problem. We summarize the discussion of existing techniques and possible research perspectives after surveying the Artificial Intelligence’s point of view about the problem of pre-run-time scheduling of real-time tasks. The Artificial Intelligence survey includes Constraint Satisfaction Problems class since pre-run-time scheduling belongs to the latter class. The Artificial Intelligence survey includes also Path-finding Problems from which intelligent algorithms could be observed such as Learning-Real-Time-A1(LRTA1) thanks to its important properties (optimality, linear space complexity and determinism). The development of an algorithm like LRTA1 to solve Constraints Satisfaction Problems and particularly the pre-run-time scheduling of real-time tasks problem is one clear research direction to deal with large-scale real-time systems. The overall objective of this paper is to show what are the perspectives to Artificial Intelligence literature that could be beneficial firstly to Artificial Intelligence community itself and secondly to real-time systems community.     

Windows设备驱动程序的实时内核设计

针对工业控制领域中对Windows操作系统的实时性需求,提出在Windows驱动程序中设计实时内核并进行任务调度的方法.着重研究了Windows驱动实时系统的实现方案和系统结构以及实时内核的任务调度设计和任务切换过程,完成了Window s驱动实时系统的设计与开发工作.通过对所设计系统的测试,验证了系统具有较好的实时性能,能满足一般工业控制场合的需求.