一种批优化调度策略的实时异构系统的集成动态调度算法

针对实时异构多任务调度的特点,提出了软、硬实时任务形式化描述非精确计算的统一任务模型,在此基础上,提出了一种基于批优化调度策略的实时异构系统的集成动态调度算法.该算法以启发式搜索为基础,引入软实时任务服务质量降级策略,在每次扩充当前局部调度时,按制定的规则选取一批任务,计算其在各处理器上运行的目标函数,采用指派问题解法对任务优化分配.模拟实验表明,该算法与同类算法相比,提高了调度成功率.     

基于RTAI的数控系统跟踪调试模型的设计与实现

为了丰富数控系统的调试手段,本文在RTAI进程间通信和环形缓冲区技术的基础上,提出一种基于RTAI的数控系统实时任务跟踪调试模型.该模型实现了动态地对数控系统中的实时任务进行跟踪,获取有效的调试信息,并在进行跟踪时对实时任务的性能影响尽量小,而在不跟踪时对实时任务几乎没有性能影响.该模型已在我们开发的数控系统调试工具中得到实际应用.     

基于嵌入式应用的Linux内核实时性改进研究

针对Linux内核存在的实时性问题,从实时操作系统的5个性能指标出发,分析了2.6内核实时性能的根本性制约因素为调度延迟和中断延迟。为了解决上述问题,设计并实现了新的任务模型和新的中断处理操作。着重介绍了新任务模型中的硬实时任务调度算法(优先级位图算法)以及新体系中断响应和中断处理操作流程,给出了关键代码,并进行了试验调试。经realfeel测试结果表明,新体系中实时任务的响应速度显著提高,达到了预期的研究目的。     

容错实时任务调度的DSPN建模与分析

复杂系统的形式化描述对新系统的设计以及现有系统的改进与评价都具有十分重要的作用;针对处理机系统容错实时混合任务调度,提出采用确定与随机Petri网进行建模与性能分析;首先,根据任务执行的优先级、周期性、容错性和实时性,将任务分为四类;然后,采用DSPN对任务调度执行过程,不同优先级任务抢占式调度,处理机故障及故障恢复过程进行建模,由此构成处理机系统容错实时任务调度过程的DSPN模型;最后,仿真实验结果表明,在负载相同情况下,处理机利用率基本相同,且具有容错的实时任务调度算法可以有效地降低任务错失率;容错实时任务调度DSPN模型可以为复杂任务调度系统的Petri网建模与分析奠定了基础,并为实际工程应用提供了理论指导。     

任务图模型中实时任务设计

仿真技术的进步推动了实时系统（如核反应堆，军事战场和fly-wire系统）的深入研究，用仿真方法解决实时问题，必须首先给出实时系统描述模型，TCM（task graph model)模型是实时系统描述模型之一，其模型最重要的成员是实时任务，使用量化仿真方法定义了实时任务的4种参数，并细分任务为子任务，此方法更易描述实时应用系统，更易构造TGM的执行模型，其层次化的结构更容易进行研究和软件实现，TGM模型及其任务设计已成功地应用于分布式三星实时侦察仿真系统。     

基于滚动优化的密码云实时任务阈值调度方法

针对当前云任务调度算法在密码云环境中无法实现任务实时处理的问题,提出一种基于滚动优化窗口的实时阈值调度方法。首先,将密钥调用环节融入密码任务流程中,提出一种密码云服务架构;其次,为实现任务的实时调度,构建基于滚动窗口的密码任务调度器模型和吞吐量分析模型,用于获得实时的吞吐量数据;最后,为满足云租户对高速密码服务的客观需求,提出吞吐量阈值调度算法,从而根据实时吞吐量相对于吞吐量阈值的变化情况实时迁移虚拟密码机。仿真结果表明,该方法与未采用滚动优化窗口或虚拟机迁移技术的方法相比,具有任务完成时间短、CPU占用率低的特点,且实时吞吐量能够持续保持在网络带宽的70%~85%,从而验证了其在密码云环境中的有效性和实时性。     

一种基于服务质量的多媒体任务模型

实时调度算法研究一直是实时系统领域的热点和难点.近年来,发展快速的多媒体应用由于需要保证一定的服务质量而呈现实时需求.然而,多媒体应用的特点使得很难使用传统任务模型对其进行描述.本文提出了一种基于服务质量的多媒体任务模型,并给出了在该模型下计算系统QoS指标的算法.该模型将有助于多媒体实时系统的理论分析和调度算法研究.     

数据中心巡检机器人信息平台实时任务容错调度算法

为了实现数据中心巡检机器人信息平台实时任务容错性,提出一种基于自适应反馈均衡和码元调制技术的数据中心巡检机器人信息平台实时任务容错调度模型。首先构建路由冲突下的数据中心巡检机器人信息平台传输信道模型,优化数据中心巡检机器人信息传输协议。然后采用模糊C均值聚类的方法进行巡检机器人信息融合,结合自适应反馈均衡方法进行巡检机器人信息传输的信道均衡设计,采用码元调制方法进行信息平台的实时任务容错调度。最后进行仿真实验。结果表明,采用该方法进行数据中心巡检机器人信息平台实时任务调度的容错性较好,信息平台的信道均衡性较强,提高了数据中心巡检机器人信息平台的任务实时调度能力。     

Scheduling of hard real-time multi-phase multi-thread (MPMT) periodic tasks

In this paper we study the scheduling of parallel and real-time recurrent tasks on multiprocessor platforms. Firstly, we propose a new parallel task model which allows recurrent tasks to be composed of several phases, each one composed of several threads. Each thread requires a single processor for execution and can be scheduled simultaneously. We then propose an algorithm to transpose popular Fork-Join task model to our MPMT task model. Secondly, we define several kinds of real-time schedulers that can be applied to our parallel task model. We distinguish between two scheduling classes: Hierarchical schedulers and Global Thread schedulers. We present and prove correct an exact schedulability test for each class. Lastly, we also evaluate the performance of our scheduling paradigm in comparison with Gang scheduling by means of simulations. In this work we extend the work of Lupu and Goossens in Scheduling of hard real-time multi-thread periodic tasks (Real-Time and Network Systems, 2011) which considers mono-phase multi-thread task model. We extend their previous results to a Multi-Phase Multi-Thread task model.     

一种实时系统中的多任务可预测调度算法

通过研究实时系统中可能出现的任务类型，提出了一种实时系统任务模型和基于这个模型的多任务调度算法，分析了该算法下所有周期任务和非周期任务可调度的条件。该算法结合了DMS(Dcadlinc Monotonic Scheduling)和DD(Deadline Driven)算法，在保证系统中周期任务执行的前提下,也使非周期任务获得了，较好的响应时间。