温度感知的Linux多核调度算法研究

多核处理器温度升高会影响芯片的稳定性和性能的发挥,硬件层面的DTM(Dynamic Thermal Management)方法以牺牲处理器性能为代价来降低功耗,提出了在一种软件层面的温度感知调度算法,它可以在线实时获取处理器性能计数器的值并计算各个执行核温度,根据各执行核的温度状况在各个核上合理分配进程,给出了温度感知的启发式方法。基于ATMI温度仿真器的仿真表明,温度感知调度算法较无温度感知的算法可以创建更均匀的功率密度图,且带MST启发式方法的温度感知调度算法能明显减少进程的迁移次数。     

双MCU的CAN总线中继器设计

CAN总线以其开发维护成本低、总线利用率高、传输距离远（最远可达10km）、传输速率高（最高可达1Mbps）使用户能组建稳定、高效的现场总线网络。CAN总线已被广泛应用到各个自动化控制系统中,例如汽车电子、自动控制、智能大厦、电力系统、安防监控等领域”     

考虑岩土参数空间变异性的盾构隧道地表沉降分析

现有随机场理论能够较好地描述单一岩土参数的天然随机性、空间结构性和局部奇异性。当前面临的挑战是如何考虑多个土层、多元及统计相关的岩土参数空间变异性对岩土工程的影响。考虑岩土参数如黏聚力、内摩擦角和压缩模量等具有明显的空间变异性,将随机场理论引入盾构隧道地表沉降可靠指标分析。主要研究工作包括:(1)采用局部均值方法将多个非平稳土层同一岩土参数转化为平稳各向异性随机场变量,并给出随机场的统计特征;(2)简化岩土参数的空间变异性为一般变异性,直接采用响应面方法计算盾构隧道地表沉降可靠指标;(3)提出协同序贯高斯离散算法,在空间网格上实现多元岩土参数随机场的同步离散化,并基于经典Monte-Carlo随机模拟原理和盾构隧道数值计算,直接统计地表沉降的可靠指标;(4)引入子集Monte-Carlo随机模拟加速算法。将以上方法应用于天津~#5、~#6地铁环湖西路站—宾馆西路站区间盾构隧道四线交叠工程,结果表明,采用经典随机理论描述岩土参数的变异性,所得到的盾构隧道地表沉降可靠指标小于基于随机场理论的对应值。该结论为复杂盾构隧道的施工控制与设计优化提供了理论依据。     

基于模糊控制的智能车路况识别

如何根据传感器输入信息快速识别出前方道路情况,是智能车控制领域研究的重点。基于32位瑞萨微控制器和CCD摄像头传感器构成智能车硬件平台,提出了基于模糊控制的路况识别控制算法。对CCD传感器采集的视频信号进行二值化,利用模糊识别算法处理二值化的视频信息,有效地屏蔽了外界光线等干扰因素对CCD传感器的影响,使智能车能够根据路况信息做出快速反应。     

具有温度感知特性的实时调度研究

处理器温度的上升严重危害着处理器的性能。DTM（Dynamic Thermal Management）是一种硬件层面的热管理机制,它会带来一定的性能损失。提出了一种操作系统层面的针对实时任务的动态热管理机制——LTEDF（Low Thermal Early Deadline First）。LTEDF通过在线实时获取性能计数器的值,计算处理器当前温度来动态调度队列中的线程,提出了MST（Maximum Scheduling Threshold）启发式方法。基于HotSpot温度模型对算法进行了仿真实验,结果显示,该算法不仅可以满足任务的时间限制而且可以满足温度限制,并且较传统的EDF（Early Deadline First）LTEDF算法可以创建更加统一的功率密度图,MST启发式算法可以明显减少线程迁移带来的开销。