实时系统调度算法综述

在多道程序环境下,主存中有多个进程,其数目往往多于处理机数目。操作系统通过处理机调度程序,按照某种调度算法动态地把处理机分配给就绪队列中的一个进程,使之执行。处理机是重要的计算机资源,提高处理机的利用率及改善系统性能（吞吐量、响应时间）,很大程度上取决于处理机调度性能的好坏,因而操作系统的调度算法是非常重要的。通过研究基本的操作系统作业（进程）调度算法,详尽分析和对比这些调度算法的优势和劣势。最后对新兴的实时系统研究现状进行介绍和展望,为以后实时系统调度算法研究提供了有效的参考价值。     

分布式实时系统的容错调度算法

提出了两种分布式实时容错调度算法：副版本后调度算法（ＢＫＣＬ）及无容错需求后调度算法（ＮＦＲＬ）,并研究了算法的时间复杂度,这两种容雕工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,ＢＫＣＬ和ＮＦＲＬ所产生的调度可保证：在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时间内完成,在描述了两个实时容错调度算法之后,分别证明了这两个算法的容错调度正确性。接着,阐述     

分布式实时系统中的预测调度算法

对于分布式实时系统中的周期性任务,人们提出了一系列静态分配调度算法,有效地解决了各种特定条件下的任务分配和调度问题.这些算法的主要特点是,它们均要求被调度任务的特征参数为已知条件.然而在很多实时系统中,周期性任务的运行时间或任务数量常常是一些具有一定规律的随机过程,因而上述静态算法的效能将受到限制.在分析了特定应用背景中的处理流程之后,抽象得到两类随机任务模型,针对这两类模型介绍了在分布式实时系统中已经得到应用的静态分配调度算法SAA(static allocation algorithms),进而提出了多任务分配调度的预测算法PAA(predicting allocation algorithm).它根据周期性任务执行时间或子任务数量的统计特性,实现任务参量的合理预测和多任务的动态调度,以提高系统的实时性能.仿真结果表明,对于两类任务模型,PAA算法与SAA算法相比,在任务完成时间、负载均衡度、系统响应时间及任务夭折率等多方面均有显著改善.     

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。     

单机实时系统中的一种混合型实时容错调度算法

目前研究单机实时系统的调度算法文章大多只能调度单一类型的任务。本文在PKSA算法的基础上，建立了一种混合型实时容错模型，提出一种调度算法不仅可以调度有容错需求的周期任务，同时也能够调度无容错需求的周期任务和非周期非实时任务，实现了调度混合型任务的目的。     

单机实时系统中的一种混合型实时容错调度算法

目前研究单机实时系统的调度算法文章大多只能调度单一类型的任务。本文在PKSA算法的基础上,建立了一种混合型实时容错模型,提出一种调度算法不仅可以调度有容错需求的周期任务,同时也能够调度无容错需求的周期任务和非周期非实时任务,实现了调度混合型任务的目的。     

硬实时系统中基于软件容错的动态调度算法

在硬实时系统中,由于任务超时完成将会导致灾难性后果,因而硬实时系统具有严格的时间及可靠性限制条件.目前实时容错调度算法大部分针对硬件的容错,很少考虑软件运行的故障.提出了两种类似EDF(earliest deadline first)的软件容错的动态实时调度算法:PKSA(probing K-step algorithm)和CUBA(changing utilization-based algorithm).两种算法在任务执行过程中,通过若干试探性检测步骤,提高了任务可执行性的预测,尽可能地避免了任务早期的失败对后续任务的影响,因此提高了任务的完成率,同时也有效地减少了浪费的CPU时间片数量.通过实验测试,与目前所知的同类算法相比,具有更佳的调度性能--调度成本平衡性.     

面向硬实时系统的容错调度算法研究

目前基于软件容错模型的调度算法大部分都是针对如何提高主版本可执行性的预测精度,很少考虑如何提高主版本的完成率.基于这一问题,本文提出一种基于软件容错模型的实时调度算法(kernel),该算法有选择地重新执行某些失败的主版本并允许其运行在更高的优先级别上,尽最大努力地提高了主版本的完成率,改善了输出结果的计算精度.仿真实验表明,与同类算法相比,kernel算法在提高系统容错能力方面更为有效.     

实时系统的多任务调度

讨论了实时系统多任务的调度，对速率单调调度算法进行了改进，以便其能应用于具有非周期任务的实时系统，同时对系统的瞬时过载有一定的适应性。最后，给出了系统中任务可调度的条件。     

实时系统中弹性调度策略

弹性调度面向负载可变的实时系统,通过动态调整任务属性以满足系统的灵活性要求,是一种高效的任务调度策略。针对弹性调度研究中的成果及问题,概述了弹性调度的研究背景,从任务模型、调度模型以及调度算法三个方面对弹性调度的国内外研究进展进行综述,探讨当前研究中存在的问题,并对弹性调度未来研究工作进行分析和展望。     

实时系统中的非定期任务调度算法综述

非定期任务调度是实时系统中的一个重要研究内容,综述了实时系统中非定期任务调度算法的研究与进展,按照这些算法的特征分为基于服务器的算法与基于空闲时间的算法两大类别,并着重对每个类别中的不同算法的特征与性能进行了分析,通过对这些算法的比较与分析,希望为实时系统的研究与开发者提供有意义的参考,最后还给出了非定期任务调度进一步研究的思路与建议。     

实时操作系统μC/OS-Ⅱ调度算法的研究

在工程实践中,嵌入式系统往往需要较高的实时性,对嵌入式操作系统提出了更高的实时性要求.本文在分析μC/OS-Ⅱ调度算法的基础上,实现了调度算法的改进,通过在数据采集控制系统中的应用,表明这种改进能明显的提高系统的实时性.     

强实时系统的调度

实时系统的一个重要研究领域是调度 ,实时任务能否在规定的时限内完成依赖于调度算法的好坏。本文给出了当前强实时系统的主要调度思想和模型 ,并对各算法的特点进行了评述 ,对强实时系统的设计和论证具有重要意义。     

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     

实时多处理器系统中基于能量节约的动态调度算法

当前处理器由于较高的能量消耗。导致处理器热量散发的提高及系统可靠性的降低，已经成为目前计算机领域较为关心的问题．然而目前一些有效降低能量消耗的技术大多针对单处理器系统，较少考虑多处理器系统．本文提出的调度算法针对多处理器系统，以最短任务优先调度为基础，结合其它有效技术，如共享空闲时间回收等，使得实时任务在其截止期内完成的同时能够有效地减低整个系统的能量消耗．针对独立任务集及具有依赖关系的任务集，本文提出两种算法：STFBA1及STFBA2（Shortest Task First—Based Algorithm）．与目前所知的有效算法相比，我们的算法具有更好的性能（调度长度及能量消耗）．     

基于异构分布式系统的实时容错调度算法

目前文献中研究的实时容错调度算法都是基于同构分布式系统，系统中的所有处理机完全相同。该文首先建立了一个基于异构分布式系统实时容错调度模型，异构分布式系统中的各个处理机均不相同。基于该异构分布式系统模型，该文引入了可靠性代价（reliability cost）概念，并提出两种静态实时容错调度算法（RTFTNO和RTFTRC）用于调度周期性实时容错任务。算法RTFTRC在调度任务时，尽量使系统的可靠性代价最小；而算法RTFTNO在调度实时任务时，没有考虑系统的可靠性代价。该文详细讨论了两种调度算法的性能。性能模拟实验分别比较了两个算法的可靠性代价，超时比率和可调度性；并研究了任务的计算时间与可靠性代价的关系以及调度长度阈值与最小处理机个数的关系。实验结果表明，算法RTFTRC的性能优于算法RTFTNO。     

Scheduling of Time-Triggered Real-Time Systems

Thispaper introduces a new class of applications for constraint programming.This new type of application originates out of a special classof real-time systems, enjoying increasing popularity in areassuch as automotive electronics and aerospace industry. Real-timesystems of this kind are time triggered in the sense that theiroverall behavior is globally controlled by a recurring clocktick. Being able to compute an appropriate pre-runtime scheduleautomatically is the major challenge for such an architecture.What makes this specific off-line scheduling problem somewhatuntypical is that a potentially indefinite, periodic processinghas to be mapped onto a single time window. In this article wewill show how this problem can be solved by constraint programmingand we will describe which techniques from traditional schedulingand real-time computing led to success and which failed whenconfronted with a large-scale application of this type. The techniquesthat proved to be the most successful were special global constraintsand an elaborate search heuristics from Operations Research.Also for finding a valid schedule mere serialization is shownto be sufficient. The actual implementation was done in the concurrentconstraint programming language Oz.     

软件容错模型中的容错实时调度算法

在软件容错模型的容错实时调度算法中,主部分可执行性的预测精度是影响调度算法性能的关键.针对此问题提出了DPA(deep-prediction based algorithm)和EDPA(EDF-based DPA)算法.算法考虑当前时间至替代部分通知时间之间的任务执行情况,通过构建预测表对待执行主部分的可执行性进行精确预测.当主部分不发生错误时算法根据预测表调度任务. DPA依照预测表中通知时间的先后顺序调度主部分,而EDPA则按照EDF算法调度预测表中的主部分.模拟结果表明,DPA和EDPA较目前同类算法可获得更多的主部分执行时间,降低CPU的消耗.当软件错误率较低、任务周期较短时,算法能够以较小的调度开销获得较高的调度性能.