基于嵌入式LINUX系统的实时进程调度算法的研究

RTOS(实时操作系统)是嵌入式计算机中的核心软件,对于嵌入式操作系统的应用开发,LINUX系统的优势明显,因此在高校和企业的研究领域中被广泛使用。这些年嵌入式技术快速发展,其中RTOS的实时性能和可靠性等方面要求越来越高。这里主要研究的对象是嵌入式LINUX系统,它在实时性能和可靠性方面表现一直不错,但是传统的策略都存在一定的冗余度。对软实时系统的进程调度算法进行优化研究,设计出新的优化算法。通过实验取50个数据运算结果,对价值完成率和进程完成率进行分析,优化以后的算法大大提升了LINUX系统的效率。     

HT—RTU操作系统实时调度算法

本文首先引出了UNIX操作系统进程调度的实时改造问题,给出实时化原则,然后从实时调度标志、优先数设置、就绪进程排队策略、AST自陷重调度、进程对换策略等五个方面对调度算法进行了详细的实时化设计,给出了切实可行的方案。     

Linux 2.6内核进程调度分析

Linux操作系统是一种支持多任务、多用户和多处理器的现代通用操作系统。2.6内核的Linux支持O(1)级进程调度算法,支持可抢占内核,相比于2.4内核具有更好的实时性能。文中基于Linux 2.6.10内核源代码,分析了Linux 2.6内核的进程调度系统。并在详细介绍关键数据结构的基础上,阐述了进程调度算法的原理,并对实时进程的支持作了分析。     

Linux 2.6内核进程调度分析

Linux操作系统是一种支持多任务、多用户和多处理器的现代通用操作系统。2．6内核的Linux支持0（1）级进程调度算法，支持可抢占内核，相比于2．4内核具有更好的实时性能。文中基于Linux2．6．10内核源代码，分析了Linux2．6内核的进程调度系统。并在详细介绍关键数据结构的基础上，阐述了进程调度算法的原理，并对实时进程的支持作了分析。     

Linux内核组调度的研究与应用

进程调度是操作系统内核的重要功能。组调度是当前操作系统内核调度算法的发展方向之一,在linux最新内核中,在完全公平调度算法CFS的基础之上,实现了基于分组的进程调度。该文以Kernel2.6.27源代码为参考,从数据结构和程序实现等方面对组调度算法做了分析,并举例说明了组调度应用的方法。     

Xen中Credit调度算法的优化

在系统级虚拟机中,一个高效的调度算法可以显著提高硬件资源的利用率。Xen-q-以对半虚拟化Guest操作系统有效调度。但在Xen的全虚拟化环境中,由于Xen统对Guest操作系统的运行情况无法直接了解,因此无法对对全虚拟化的Guest操作系统做出有效的调度。该文主要对目前Xen中使用的Credit调度算法进行了如下改进：在全虚拟化Guest操作系统上运行反馈进程,该进程会向Xen反馈系统的负载状态,从而优化Xen对CPU资源的分配。     

支持服务质量的Linux内核设计与实现

Linux操作系统对实时QoS支持较弱,但具有很好的实时应用前景。本文选择对Linux在内核级进行QoS扩展。利用Linux进程管理策略与机制分离的设计风格,设计了一个内核级的支持QoS的实时调度器。不需要修改应用,就能满足应用的QoS需求。选择EDF实时调度算法作为扩展目标,引入了“预留”对象这一数据结构,实现了进程间的共享QoS。该新的Linux内核能更好地支持QoS,满足了实时系统的QoS需求。     

一种实时多任务操作系统的进程调度分析

进程调度是影响操作系统实时性的重要因素,对操作系统的整体性能有着非常重要的影响.文中从进程结构、进程的状态、进程调度策略等几方面对一个实时多任务操作系统SZ97进行了分析,最后给出了进程调度中断程序的清单.     

基于RTAI的Linux系统实时性研究与改进

分析现有嵌入式Linux操作系统实时性的不足,借鉴实时应用接口的结构和完全公平调度算法,提出一种内核进程调度策略,将此调度策略编译进操作系统。系统性能测试表明无论该系统处于忙或闲的状态,改进后的系统都较改进前的系统性能优越,尤其是对于复杂度较高的进程,其性能提升效果更加明显。     

基于LINUX2.6内核进程调度策略分析

LINUX是一个多用户多任务的操作系统,且支持多处理器体系结构。LINUX2.6内核在进程调度方面,修改了相关的数据结构,并采用了一种几乎全新的调度算法--O(1)调度程序,并支持内核抢占,具有更优越的实时性能。     

基于杂交遗传算法的多处理器硬实时容错调度算法

传统的硬实时容错调度算法获得了较好的容错性能,但其任务拒绝率、处理器分配偏差比例以及最早完成时间等性能参数不佳,对此提出一种基于杂交遗传算法的优化方案,并对传统的硬实时容错算法进行优化。采用了中心型调度模型,并采用了任务备份方案来实现容错能力。将任务拒绝率、处理器分配偏差比例以及最早完成时间三个优化参数作为遗传算法适应度目标函数的三个带权分量,对其进行优化,通过遗传算法的杂交与迭代计算获得了优化的结果。最终使用不同的任务数量与处理器数量的组合对本算法与传统算法进行对比试验,结果可看出本算法的3个优化参数明显优于传统算法,且总适应度值亦比传统算法有明显改进。     

基于Hadoop的车辆调度算法优化及应用

随着互联网技术的快速发展,各行各业所产生的信息数据也在以指数级的速度增长.传统的车辆调度算法已经不能够很好地解决车辆调度问题中出现的实时性,大规模等问题.因此,本文构建了一种基于Hadoop的动态车辆调度并行智能优化算法.该算法以传统遗传算法为基础,通过改善遗传算法全局优化能力弱和收敛于局部次优解的问题,并利用Hadoop平台的并行计算机制对传统遗传算法进行改进,使其能够有效应对大规模、快速响应的车辆调度.数值计算结果表明：基于Hadoop的车辆调度算法能够有效提升传统调度算法的优化性能,在处理大规模车辆调度问题时具有良好的加速比.     

嵌入式Linux操作系统调度算法改进

在嵌入式系统中,实时调度算法性能的好坏直接对系统的实时性起着决定性的作用。因此,该文首先介绍了系统调度的相关概念和实时调度算法的分类,接着在讨论了目前常见的调度算法的优劣之后,对基于优先级的调度算法进行了改进,基于改进后RADS算法的多种混合调度模型满足了实际应用中对实时性多样性的需要。     

基于遍历有向非循环图的实时事务调度算法

移动环境下实时数据库系统负载的不可预测,以及实时事务争夺有限的系统资源经常导致实时事务重启或夭折。传统的实时事务调度算法已不适应,在用有向非循环图表示数据相互间的导出关系的基础上,提出一种基于遍历这种图的实时事务调度算法。结合实时数据对象的时间域和值域有效性,系统适当地丢弃一些低价值的更新事务以减轻系统负载。仿真实验表明：算法一定程度上降低了事务错过截止期比率并提高了数据新鲜度。     

Edge computing-based real-time scheduling for digital twin flexible job shop with variable time window

Production scheduling is the central link between enterprise production and operation management and is also the key to realising efficient, high-quality and sustainable production. However, in real-world manufacturing, the frequent occurrence of abnormal disturbance leads to the deviation of scheduling, which affects the accuracy and reliability of scheduling execution. The traditional dynamic scheduling methods (TDSMs) cannot solve this problem effectively. This paper presents a real-time digital twin flexible job shop scheduling (R-DTFJSS) method with edge computing to address the issue. Firstly, an overall framework of R-DTFJSS is proposed to realise real-time scheduling (RS) through real-time interaction between physical workshop (PW) and virtual workshop (VW). Secondly, the implementation process of R-DTFJSS is designed to realise real-time operation allocation. Then, to obtain the optimal RS result, an improved Hungarian algorithm (IHA) is adopted. Finally, a case simulation from an industrial case of a cooperative enterprise is described and analysed to verify the effectiveness of the proposed R-DTFJSS method. The results show that compared with the TDSMs, the R-DTFJSS method can effectively deal with unexpected and frequent abnormal disturbances in the production process.     

人工代谢算法在铝板轧制中的应用(英文)

铝板轧制过程的控制是板材生产过程自动化中的重要环节。针对该过程,本文提出一种人工代谢算法。通过算法中的人工酶对轧制过程进行辨识,通过建立代谢平衡方程对控制目标进行优化,通过对代谢方程中的反应速率、平衡常数和抑制因子进行调节来获取实时的控制优化值,建立一个分布式离散事件系统来对系统进行监控,并通过控制实例说明了该算法的优越性。所提出的控制系统成功地应用于某铝材厂的铝板轧制过程,节约了时间成本,提高了生产效益。     

基于Linux的多核实时任务调度算法改进

嵌入式实时系统通常被实现为多任务系统,以满足多个外部输入的响应时间的最后期限约束。Linux内核中已经实现了基于EDF(Earliest Deadline First)调度算法的DL调度器,使得实时任务能在截止期限内运行完成。但对于多核处理器,由于实时任务在EDF算法下会出现Dhall效应,论文对 Linux内核中实时任务调度算法进行了改进。在EDF算法的基础上,实现LLF(Least Laxity First)调度算法并对其加以改进,通过降低任务上下文切换频率以及减少松弛度的计算来减小调度过程中的颠簸现象。实验证明该方法既避免了Dhall效应,又减少了任务上下文切换带来的系统开销,并使得任务能在截止期限内完成调度,取得了较好的调度性能。     

多处理器并行EDPF优化实时调度算法

实时多处理器系统的任务调度问题始终都是一个重要课题。针对该系统须保证任务截止期和有效性的特点,提出了一种并行EDPF（Earliest Deadline and Processing Time First）优化调度算法。该算法适用于可并行任务,并在考虑到了任务集的截止期和资源因素基础上,加入了运行时间因素,达到了减少调度返回次数以及提高有效性的目的。最后通过大量的仿真,分析了一些必要参数对调度成功率的影响,并通过比较证明了该算法明显优于Myopic算法。     

雾计算平台的任务调度算法研究

雾计算平台中的任务调度问题是无法在多项式时间复杂度内求取精确解的NP-问题。本文在根据雾计算任务调度流程,构建雾计算平台任务调度数学模型基础上,采用改进人工蜂群算法,将任务调度映射为蜂群寻找蜜源的过程,在种群初始化阶段过引入混沌思想,改善了人工蜂群算法缺陷,扩大了蜂群搜索范围,避免陷入局部最优解。实验结果表明,改进后的人工蜂群算法具有更快的算法收敛速度,算法解析所对应的任务调度策略,也具有更高的任务处理总性能,表明本文所研究的改进人工蜂群算法,达到了提高雾计算资源利用率,提高雾计算任务处理效率的目的。     

开销敏感的多处理器最优节能实时调度算法

嵌入式多处理器系统的能耗问题变得日益重要,如何减少能耗同时满足实时约束成为多处理器系统节能实时调度中的一个重要问题.目前绝大多数研究基于关键速度降低处理器的频率以减少动态能耗,采用关闭处理器的方法减少静态能耗.虽然这种方法可以实现节能,但是不能保证最小化能耗.而现有最优的节能实时调度未考虑处理器状态切换的时间和能量开销,因此在切换开销不可忽视的实际平台中不再是最优的.文中针对具有独立动态电压频率调节和动态功耗管理功能的多处理器系统,考虑处理器切换开销,提出一种基于帧任务模型的最优节能实时调度算法.该算法根据关键速度来判断系统负载情况,确定具有最低能耗值的活跃处理器个数,然后根据状态切换开销来确定最优调度序列.该算法允许实时任务在处理器之间任意迁移,计算复杂度小,易于实现.数学分析证明了该算法的最优性.