基于抢占阈值调度的周期任务最小响应时间分析*

针对采用抢占阈值调度策略的系统,在假设任务对释放偏移没有特定要求的情况下,给出使得任务响应时间最小时应满足的条件,并根据该条件得到了任务最小响应时间的计算公式。该公式的一个重要应用是在分布式系统中分析后继子任务的最大释放抖动,有效降低端到端任务的最大响应时间的计算结果,从而有利于提高系统的可调度性。     

改进的抢占阈值调度任务响应时间分析方法

现有的基于抢占阈值调度的任务响应时间分析方法对实时任务系统进行可调度性判定时,对任务响应时间估计过低,造成任务错过期限的现象。针对上述缺点不足,该文提出改进的基于抢占阈值调度的任务响应时间分析方法,考虑了任务释放抖动和时钟嘀嗒调度的影响,使用改进的任务参数计算系统任务时间需求函数。仿真对比结果表明,改进后的方法较单纯固定优先级抢占阈值调度下的任务响应时间分析方法得到更加精确可调度性分析结果。     

改进的基于抢占阈值调度的任务响应时间分析方法

基于抢占阈值调度的任务响应时间分析方法是一种新型实时系统任务可调度性判定技术。然而已有的研究工作,有时对以前的任务请求检查过少,可能导致对响应时间估计过低。同时对任务响应时间的分析忽略了任务释放抖动和时钟嘀嗒调度对任务响应时间的影响,造成任务错过期限的现象,系统任务可调度性判定存在潜在的不精确因素。针对上述缺点不足,本文提出改进的基于抢占阈值调度的任务响应时间分析方法,在修正已有方法缺陷的同时,考虑任务释放抖动和时钟嘀嗒调度的影响,引入额外的时间需求,使用改进的任务参数计算系统任务时间需求函数。仿真对比结果表明,改进后的方法较单纯固定优先级抢占阈值调度下的任务响应时间分析方法得到更加精确可调度性分析结果。     

采用抢占阈值调度的具有释放抖动和特定释放偏移的最大响应时间计算方法

当采用抢占阈值调度时,如果任务具有释放抖动并且对释放偏移有特定要求,任务最大响应时间的计算就很复杂.通过将对响应时间有影响的任务实例划分为4个集合,分别分析得出达到最大响应时间的各种条件,从而进一步得到具有释放抖动和特定释放偏移的周期任务最大响应时间的计算方法.试验结果表明：这种方法的运行时间要远低于采用模拟运行方法时的运行时间.     

基于EDF抢占式调度的周期任务最小响应时间分析

针对采用EDF抢占式调度策略的系统,在假设任务对释放偏移没有特定要求的情况下,给出使得任务响应时间最小时应满足的条件,并根据该条件得到了任务最小响应时间的计算公式。该公式的一个重要应用是用于精确估计在分布式系统中后继子任务的最大释放抖动,从而精确计算出端到端任务的最大响应时间,以正确判断任务的可调度性。     

抢占阈值调度的功耗优化

DVS(Dynamic Voltage Scaling)技术的应用使得任务执行时间延长进而使得处理器的静态功耗(由CMOS电路的泄露电流引起)迅速增加.延迟调度(Procrastination Scheduling)算法是近年提出用于减少静态功耗的有效方法,它通过推迟任务的正常执行来尽可能长时间地让处理器处于睡眠或关闭状态,从而避免过多的静态功耗泄露.文中针对可变电压处理器上运用抢占阈值调度策略的周期性任务集合,将节能调度和延迟调度结合起来,提出一种两阶段节能调度算法,先使用离线算法来计算每个任务的最优处理器执行速度,而后使用在线模拟调度算法来计算每个任务的延迟时间,从而动态判定处理器开启/关闭时刻.实例研究和仿真实验表明,作者的方法能够进一步降低抢占阈值任务调度算法的功耗.     

基于动态抢占阈值的LSF调度算法

在最小空闲时间优先(LSF)调度算法中,当任务集中有多个任务的优先级相同或相近时,过多的上下文切换会产生“颠簸”现象,从而大幅增加系统开销。为此,结合LSF算法的特点,通过设计合理的动态抢占阈值,提出一种改进的调度算法DPTLSF。仿真结果表明,改进的算法能够大幅减少“颠簸”现象的发生,降低任务集的截止期错失率。     

抢占阈值调度算法的分析与研究

本文详细论述了应用于静态优先级实时系统的抢占阈值调度算法。描述了算法实现和任务集合可调度性判定公式的推导,分析了算法的性能特点,阐述了抢占阈值调度是静态优先级嵌入式实时系统开发中调度算法的合适选择。     

基于动态抢占阈值的实时调度

具有抢占阈值的调度算法集非抢占调度和纯抢占调度的特点,既减少了由于过多的随意抢占造成的CPU资源浪费,又保证了一定的任务截止期错失率及CPU资源利用率。已有的工作基本集中于讨论任务集完全给定,任务数、任务的优先级及任务的抢占阈值在调度前已完全确定,而且要求不同的任务具有不同的优先级,提出的具有抢占阈值的调度算法,完全放松了对这些条件的限制,即任务的个数不确定,任务的优先级及其抢占阈值在调度过程中可以动态地变化。最后以常用的LSF调度策略为例,结合动态的抢占阈值进行仿真,仿真结果表明,对于不确定的任务集、任务优先级和抢占阈值,利用具有抢占阈值的动态调度算法,降低了任务截止期错失率、提高了CPU的有效使用率。     

在构件化嵌入式操作系统中应用抢占阈值调度

现有基于构件的嵌入式实时软件开发过程着重于从结构的角度分解系统成若干构件,以及重用构件。实践证明,该开发过程还应从运行角度将构件映射成任务,并选择适当的实时调度算法。为此,根据目前的工程实践提出一种实时构件模型,包含将构件映射成任务的方式。描述了当前构件化嵌入式操作系统可以使用的4种调度算法,并比较这些算法的性能特点。提出抢占阈值(preemptionthreshold)调度模型更适合构件化嵌入式实时系统,仿真实验的结果证明了该结论。比较结果和结论对构件化嵌入式实时系统的设计和开发有一定的参考价值。     

快速响应矩阵码的多级阈值化方法

为适应在不同光照、不同尺寸、不同灰度下快速响应矩阵码图像的二值化处理,提出了一种集全局阈值、局部阈值和多级阈值化的二值化算法。实验结果表明,该算法性能优越,明显地提高了条码的识别率,可以满足实时场景下条码的译码应用。     

Algorithms for Minimizing Response Time in Broadcast Scheduling

In this paper we study the following problem. There are n pages which clients can request at any time. The arrival times of requests for pages are known in advance. Several requests for the same page may arrive at different times. There is a server that needs to compute a good broadcast schedule. Outputting a page satisfies all outstanding requests for the page. The goal is to minimize the average waiting time of a client. This problem has recently been shown to be NP-hard. For any fixed , 0 < \le &frac;, we give a 1/-speed, polynomial time algorithm with an approximation ratio of 1/(1 – ). For example, setting = &frac; gives a 2-speed, 2-approximation algorithm. In addition, we give a 4-speed, 1-approximation algorithm improving the previous bound of 6-speed, 1-approximation algorithm.     

Hadoop集群环境下集成抢占式调度策略的本地性调度算法设计

在Hadoop集群环境下本地性调度算法是提高数据本地性的算法。本地性调度算法的调度策略的本质是提高数据本地性,减少网络传输开销,避免阻塞。但是由于Map任务的完成时间不同,Reduce任务存在的等待现象影响了作业的平均完成时间,使得作业的完成时间增加,进而引起系统的性能参数不佳。因此提出在保留原算法数据本地性要求的基础上集成可抢占式的调度方法。在Reduce任务等待时,挂起该任务并释放资源给其他Map任务,当Map任务完成到一定程度后,重新调度Reduce任务。基于上述调度策略设计了集成抢占式策略的本地性调度。为了对改进的算法进行验证,通过实验对本地性调度算法和集成抢占式本地性调度算法进行比较。实验结果表明,在相同数据上,集成抢占式本地性调度算法的平均完成时间有明显的降低。     

无线传感器网络中受时间窗限制的移动充电调度算法

对于能量受限的无线传感器网络而言,移动充电是一个迫切需要解决的关键问题。针对已有工作认为节点一旦有能量消耗就需要进行充电这一不合理的假设,提出了一种受时间窗限制的移动充电调度算法ScheduleAlgorithm。该算法将移动充电问题转化为受时间窗约束的车辆多路径问题,同时通过增加虚拟点的方式将多路径转化为单路径问题,从而选择适当的时间来为每个传感器节点进行充电。仿真结果表明,ScheduleAlgorithm算法比HηClusterCharging(β)算法表现出了明显的优势。     

基于FIRMSYS构架的MPU响应时间数学模型分析

为了评价核电站DCS响应时间的测试方法中,重启MPU这个步骤是否必需,本文将响应通道涉及的物理部件进行耗时分析,并在此基础上建立对应的数学模型,通过大量的仿真,获得响应时间的统计概率分布,为测试中的试验步骤取舍提供了一定的理论支撑。     

AR模型压力变送器响应时间测量方法

压力变送器响应时间传统检测方法是将待测变送器送入试验室进行离线检测。电厂压力变送器无法进行实时性检测。压力变送器在役期响应时间原位测量对保证电厂系统的可靠性与安全性非常重要。基于电厂正常工作期的压力变送器噪声信号,研究一种压力变送器噪声时域信号自回归(AR)模型分析的响应时间测量方法。通过最终测量误差(FPE)和阿凯克信息论(AIC)准则判断模型收敛阶数,Yuler-walker算法估计参数。模型参数确定后,计算模型脉冲响应,积分得斜坡响应并求得模型的响应时间。通过仿真验证模型算法,在实验室条件下通过外加气动噪声,对3款压力变送器试验,并与传统斜坡法测试结果进行对比。结果表明,3款压力变送器测试结果与斜坡法误差均小于7%,该研究对国内电厂压力变送器原位测试装置的研发有重要意义。