基于Ptolemy的自适应巡航系统建模与仿真

信息物理融合系统( CPS)是计算、通信与控制技术的融合,汽车自适应巡航控制系统是一种典型的CPS,具有广泛的应用前景。通过建立汽车纵向行驶的数学模型,并基于CPS给出自适应巡航控制系统的结构,设计系统的状态机模型。基于Ptolemy分别设计前车、测量距离和本车的计算模型,构建系统的层次模型,在子模型中采用模态模式对基于时间的模型与状态机模型相结合的混合系统行为进行建模。仿真结果表明,该方法能满足自适应巡航控制系统的要求,保证系统的安全性。     

一种基于汽车CPS的服务调度算法

驾驶者通过路边基础设施感知外部环境并根据经验作出反应是汽车信息物理融合系统的一个最基本的特点,研究汽车与路边基础设施信息交互对建设汽车信息物理融合系统具有重要意义。基于汽车与路边基础设施通信的场景,提出一种新的服务消息调度模型,设计了基于优先级的调度算法,采用贪心思想,优先调度效用值大的消息,将效用值小的消息进行插空调度,最后通过实验证明了本文算法的有效性。     

一种基于动态需求边界的混合关键级作业调度算法

把具有不同重要性的功能集成到一个共享平台上的混合关键级系统,是当前嵌入式系统发展的主要趋势之一.已有的混合关键级调度理论为了保证高关键级作业的完成,大多不支持关键级向下切换,在系统进入高关键级后直接放弃低关键级作业的执行,这对系统中作业集的整体完成率有负面影响.为了应对这一问题,把需求边界分析理论扩展到混合关键级作业系统中,提出了作业的动态需求边界函数,以矢量的形式记录系统在运行时需求边界函数的动态变化,并相应地提出了作业的混合关键级松弛时间与系统关键级松弛时间的概念.在此基础上,提出了一种基于动态需求边界的混合关键级作业调度算法CSDDB （criticality switch based on dynamical demand boundary）.该算法选择具有最小松弛时间的关键级作为执行关键级,在保证高关键级作业可调度的情况下,充分利用系统资源,尽可能地满足低关键级作业的执行.应用随机生成的任务集进行仿真实验,结果表明,与已有算法相比,CSDDB在系统关键级的保证与作业集整体完成率方面比现有算法有10%以上的提升.