开放式实时嵌入式系统自适应调度模型研究

开放式实时嵌入式系统中多类型实时任务并存和资源受限的情况给实时调度机制带来了新的需求和挑战。通过引入准入控制、资源管理、调度服务器、自适应调节机制等,提出了一个形式化的自适应调度模型。它能适应开放计算环境的不确定性,有控制地接受不同类型任务的运行;可根据系统资源和任务需求的最新变换情况计算带宽变化,自适应地调节任务的优先等级,使得系统运行在最优的实时性能上;该模型在某航空机载系统设计中得到了实际应用,同其它类似系统相比,该模型的应用提高了系统的调度性和系统稳定性。     

嵌入式实时调度框架研究

嵌入式实时操作系统环境中的多类型实时任务并存的情况给实时调度机制带来了新的需求和挑战。提出了一种适用于嵌入式实时环境的调度框架,可以调度多类型实时和非实时任务,且可通过自适应控制来调节软实时任务带宽,使系统实时性最优化。它引入了两个层次的任务准入控制,解决了任务相关性和资源等约束问题,保证了进入系统的任务独立性和可调度性。它具有良好的可扩展性和可配置性,适用于分布式实时环境。     

嵌入式自适应实时资源管理

现存的资源管理方法是针对传统的封闭嵌入实时系统设计的,在动态环境时难以保证系统的服务质量。为此,依据新一代典型动态实时系统的需求,运用基于控制论的自适应实时资源管理方法,改进Red Hat公司的eCos操作系统,在原eCos操作系统中加入基于控制论的实时调度架构、RM调度器、实时任务API和系统监视器,实现一个嵌入式自适应实时资源管理架构。实验结果证明,该架构具有更精确和高效的服务质量,保证系统实时动态的资源需求和实时任务的正确性。     

开放式实时系统中的自适应调度方法

首先针对开放式实时系统 ,讨论了自适应实时调度的需求情况和自适应技术应用上的关键问题 ;提出了适用于硬实时调度需求的调度参数自适应调整机制 ;重点面向软实时调度需求 ,提出了一种基于模糊控制策略的自适应调度方法 ,它致力于动态跟踪调度对象的负载变化 ,并把截止期错过率控制在期望值附近 .相对于现有方法 ,更适合于解决开放式实时系统中的自适应调度问题     

一种能量收集嵌入式系统自适应调度算法

能量收集嵌入式系统(energy harvesting embedded system,简称EHES)的任务调度算法需要考虑能量收集单元的能量输出、能量存储单元的能量水平和能量消耗单元的能耗.实时任务在满足能量约束的条件下,才可能满足时间约束.在这个背景下,传统固定优先级调度算法不再适用于EHES.提出一种基于分组的自适应任务调度算法,它能根据能量收集单元由于能量输出的不确定性而造成的非能量约束情况和能量约束情况,自适应地选择任务调度算法.在非能量约束的情况下,减少任务抢占次数,增强任务的可调度性;在能量约束情况下,减少电池模式切换次数,提高能量存储单元的平均能量水平,从而降低系统能量约束.在一个可进行大范围任务集合仿真的实验环境下对提出的算法进行验证,并将基于分组的自适应调度算法与现有的两个经典算法进行了对比.     

并行与分布硬实时系统的调度

一、前言实时系统是工作在时间约束下的系统,与一般计算机系统的主要区别是引入了时间概念,这大大地影响了系统的设计、验证和实现。实时系统不但要保证计算结果的逻辑正确性,而且要在规定的时间内完成计算。如果某个实时任务没有按时完成,则可能导致整个系统失败,甚至引起灾难性后果。这类实时系统被称为硬实时(hard real-time)系统。例如,核电厂或导弹控制系统等。因此硬实时系统的调度理     

嵌入式分布实时系统自适应资源管理架构

分析了开放嵌入式分布实时(Distributed Real-time and Embedded,DRE)系统的自适应资源管理需求,针对传统静态资源管理方法的不足,提出了一种面向开放DRE系统的自适应资源管理架构;该架构采用动态任务管理、实时资源分配和自适应控制三种关键技术,能够更加适用于开放、动态的环境,有效应对资源约束和资源状态、应用程序QoS的变化;提高系统性能和稳定性;屏蔽底层硬件资源的异构性,为上层应用提供统一的服务接口。     

基于Petri网的分布式实时调度模型研究

Petri网作为一种可视化的规格语言,越来越多地用于实时系统的评估和分析。该文提出了一种基于Petri网的分布式实时系统模型,并对该模型中的局部调度器和消息调度器进行了描述。根据该模型可以开发相应的分布式实时调度模拟器,这样就可以在系统的开发初期,利用模拟器来验证在给定的局部调度策略和消息调度策略下,系统任务的时间约束是否能够得到有效的保障。同时该模型还可以很容易地转化为系统的快速原型。     

面向任务关键普适计算的安全自适应任务调度

为了增强普适计算环境下实时应用的安全性,建立了安全关键的实时周期任务模型、任务安全开销模型和任务安全风险模型,提出一种安全风险感知的自适应调度算法.该算法依据实时周期任务可调度的本质特性,将调度问题转化为安全风险最小化的多阶段决策过程,并基于近似动态规划策略实现了安全性能确保和低复杂度的调度机制.实验结果表明,该算法可明显降低应用的安全风险,满足应用的安全需求,自适应普适计算的动态变化.     

边缘环境下基于模糊理论的科学工作流调度研究

作为一种新型计算范式,边缘计算已成为解决大规模科学应用程序的重要途径。针对边缘环境下的科学工作流调度问题,考虑到任务计算过程中的服务器执行性能波动和数据传输过程中的带宽波动造成的不确定性,文中基于模糊理论,使用三角模糊数表示任务计算时间和数据传输时间,同时提出一种基于遗传算法算子的自适应离散模糊粒子群优化算法(Adaptive Discrete Fuzzy GA-based Particle Swarm Optimization,ADFGA-PSO),目的是在满足工作流截止日期约束的前提下,降低其模糊执行代价。该方法引入遗传算法的两点交叉算子以及关于任务优先级的邻域变异算子和关于服务器编号的自适应多点变异算子,避免粒子陷入局部最优,有效提高算法的搜索性能。实验结果表明,与其他调度策略相比,基于ADFGA-PSO的调度策略能够更加有效地降低边缘环境下带截止日期约束的科学工作流的模糊执行代价。     

开放式实时环境中的集成调度框架

开放式实时环境中的多类型实时任务并存的情况给实时调度机制带来了新的需求和挑战．提出了一种适用于开放式实时环境的3层集成调度框架，它基于服务器方式的实时调度理论，把5种既有相关性又有功能互补特征的服务器有机的集成到统一的调度机制中．可支持多种类型的实时任务及非实时任务共存于同一系统的混合调度，并且根据它们的属性自动选择最合适的服务器与之搭配．相对于现有方法，该调度框架可支持的调度对象类型更广泛，易于进行服务质量控制，并且有良好的可扩展性．因此，更适合于开放式实时环境．     

RTAI混合任务调度器的设计与实现

针对RTAI系统只能调度单一类型任务的问题,提出一种可调度多类型任务的混合任务调度器。该调度器支持CBS调度策略,并采用LXRT机制关联软实时任务和CBS服务器,根据服务器调度策略对软实时任务进行调度。实验结果表明,该混合任务调度器在保证硬实时任务正常运行的同时提高了软实时任务的服务水平。     

RTAI下动态集成的资源预留调度器的设计与实现

近年来基于双内核架构增强Linux操作系统实时性的RTAI(Real-Time Application Interface)在工业控制等硬实时领域得到广泛应用。RTAI通过抢占Linux的执行来保障硬实时性,Linux被抢占的时间依赖于硬实时应用的处理器要求而每次均会有较大不同,导致Linux的执行时间不可预测,从而无法保障软实时应用的服务质量。动态集成的资源预留调度器(Dynamic Integrated Resource Reserved Scheduler,DIRRS)通过增强RTAI调度器使其支持资源预留机制,在Linux实现可动态集成的、基于服务器的调度策略,不但可以保证Linux及其以上的软实时应用,即使在有硬实时任务并发时也能得到处理器资源,而且很容易通过更换不同的服务器内核模块来实现用户自定义的调度策略。     

实时控制任务的模糊反馈调度系统研究

分析了实时控制任务的控制性能在不同控制阶段与处理器利用率需求间的关系,提出一种实时控制任务的模糊反馈调度系统.模糊控制器通过监测实时控制任务的误差及其变化率,查询模糊决策表,动态决定任务的优先级,反馈调度器根据优先级分配任务的利用率.仿真结果表明，在计算资源有限时，该方法能有效改善实时控制任务的控制性能.     

一种实时异构系统的集成动态调度算法

提出了一种实时异构系统的集成动态调度算法.该算法通过一个新的任务分配策略以及软实时任务的服务质量QoS(quality of service)降级策略,不仅以统一方式完成了对实时异构系统中硬、软实时任务的集成动态调度,而且提高了算法的调度成功率.同时,还进行了大量的模拟研究.这些模拟以传统的近视算法为基准,将其应用在实时异构系统集成动态调度时的调度成功率与新算法进行比较,模拟结果表明,在多种任务参数取值下,新算法的调度成功率均高于传统的近视算法.     

基于分批优化的实时多处理器系统的集成动态调度算法

提出了一种基于分批优化的实时多处理器系统的集成动态调度算法，该算法采用在每次扩充当前局部调度时，通过对所选取的一批任务进行优化分配的策略以及软实时任务的服务质量QoS（quality of service）降级策略，以统一方式实现了对实时多处理器糸统中硬、软实时任务的集成动态调度．进行了大量的模拟研究，结果表明．在多种任务参数取值下，新算法的调度成功率均高于近视算法（Myopic Algorithm）．     

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.     

Improving the schedulability of soft real-time open dynamic systems: The inheritor is actually a debtor

This paper presents the Clearing Fund Protocol, a three layered protocol designed to schedule soft real-time sets of precedence related tasks with shared resources. These sets are processed in an open dynamic environment. Open because new applications may enter the system at any time and dynamic because the schedulability is tested on-line as tasks request admission. Top-down, the three layers are the Clearing Fund, the Bandwidth Inheritance and two versions of the Constant Bandwidth Server algorithms. Bandwidth Inheritance applies a priority inheritance mechanism to the Constant Bandwidth Server. However, a serious drawback is its unfairness. In fact, a task executing in a server can potentially steal the bandwidth of another server without paying any penalty. The main idea of the Clearing Fund Algorithm is to keep track of processor-time debts contracted by lower priority tasks that block higher priority ones and are executed in the higher priority servers by having inherited the higher priority. The proposed algorithm reduces the undesirable effects of those priority inversions because the blocked task can finish its execution in its own server or in the server of the blocking task, whichever has the nearest deadline. If demanded, debts are paid back in that way. Inheritors are therefore debtors. Moreover, at certain instants in time, all existing debts may be waived and the servers are reset making a clear restart of the system. The Clearing Fund Protocol showed definite better performances when evaluated by simulations against Bandwidth Inheritance, the protocol it tries to improve.