分布式实时系统任务与消息综合调度算法研究

分布式实时系统作为一种典型的实时系统应用受到了关注，目前提出了许多分布式实时系统的调度策略。但是，绝大多数策略往往忽略了全局任务调度时的消息调度。本文提出一种综合任务调度和消息调度的算法，提供了一种实时系统调度的新思路。     

面向分布知识处理的分布式任务调度器

本文介绍了面向分布知识处理的分布式任务调度器的设计方案,包括:分布任务的特征,分布系统的结构特征,调度目标及调度策略,基于黑板结构的分布式任务调度器。     

实时分布式计算机系统的性能研究

将分布式计算机用于实时系统时主要关心的是可用性和实时性。高实时性必须高速度。在硬件环境一定的前提下，影响速度的关键因素是并行性。任务调度策略对可用性和并行性影响极大。本文将对实时分布式计算机系统的可用性、并行性、任务调度策略及一些特殊问题进行探索性研究。     

物联网感知层节点任务分布式调度算法研究

针对传统节点任务调度效率低的问题,笔者设计了物联网感知层节点任务分布式调度算法。通过选取任务节点,本算法减少任务集中出现在同一节点的情况,构建任务调度机制,提高调度过程中的资源整合能力。为保证调度的实时性需求,该算法设定调度时间约束,以此完成物联网感知层节点任务分布式调度。实验结果表明,该算法节点任务分布式调度的效率比传统算法效率高,具有实际应用意义。     

分布式计算机系统中的任务调度

对分布式计算机系统,在多计算机之间实行任务动态调度是取得高速、高可靠和资源高度分享的核心措施。本文介绍了一些相应的数据结构,论述了一些调度算法,着重阐明了线性预算法和概率计算法.后面这两种方法可广泛应用于各种实时分布式计算机系统的动态任务调度之中.     

L^6PC中的动态任务调度

在分布式计算机系统中,多机之间的动态任务调度是取得系统高速、高可靠性和资源分享的核心措施。我们在由八台80286AT机连成的立方体拓扑结构上开发成功了一个分布式操作系统的研究模型(L~6PC),本文对其基于概率计算和梯度招标的动态任务调度算法进行了介绍。初步试验表明,该调度算法实现简单,有广泛的实用价值。     

并行绘制系统中基于网络处理单元的图像合成及显示

随着绘制任务复杂度和绘制数据规模不断增长,使用PC集群进行分布式并行绘制是一个常用的解决方案。Sort-last分布式并行绘制方法具有好的扩展性和负载平衡,但由于图像合成瓶颈的限制,绘制速度不能满足实时需求。本文提出了一个使用网络处理单元（NPU）来进行快速硬件图像合成的方法,开发了一个sort-last并行绘制系统NPUPR。实验表明,针对4个绘制节点,基于NPU的硬件图像合成方法与direct send的合成算法相比,绘制速度有了4倍的提高。本文也给出通过增加网络处理单元来扩展系统支持更多绘制节点的方案,分析表明,系统图像合成性能不会随节点个数的增加而明显降低。     

分布式任务调度的智能化及其实验系统 KZ2／FRD

在一个大型分布式系统中,传统的调度方法存在着知识的不确定性、不完整性、调度不稳定性和策略单一性等问题.为了解决这些问题,本文提出一个智能分布式任务调度的新方法,并介绍了实验系统KZ2/FRD的实现和性能分析.     

电网自动化中的高可靠分布式任务调度算法

电网自动化系统实现了电网变电站的现代化管理，是确保电力系统安全、稳定、可靠运行的重要手段，本文提出了针对电网自动化调度监控中心的分布式结构模型，并在此基础上设计和实现了两种高可靠的分布式任务调度算法－－ADS算法和LFS算法，对系统性能的测试结果表明，采用本文的分布式结构和算法可保证电网自动化系统的实时性和高可靠性。     

分布式实时嵌入式系统任务调度研究

本文把分布式系统调度分为全局调度和本地调度两个调度层次；为了满足实时性能。把线程分为非时间片线程以及时间片线程两类。本文同时指出了分布式嵌入操作系统的任务调度略。同时在Linux开放代码的基础上修改Linux内核的调度策略，初步实现了分布式实时调度策略并进行了测试。     

基于点采样的大规模三维模型显示

大规模三维模型的实时显示一直是许多虚拟现实应用追求的目标之一,也是计算机图形学领域的研究热点之一。文中采用基于采样点的显示方法,把具有显示质量优势的传统三角形与显示速度快、简化表示能力强的采样点,通过八叉树有机组织起来;通过对基本算法做出有效的改进,并添加计算分解和重用、有效的数据管理等模块,以高效的实现方式完成了30,000个独立运动的虚拟人场景的实时显示。文中的方法也可处理其它场景,能直接应用于紧急疏散或影视、游戏等领域中大规模三维模型的显示,具有很好的应用前景。     

支持队列公平和安全策略的调度算法研究

分布式实时系统具有动态性、分布性等特征,为了使其具有较好的执行效率,需要一种有效的调度算法来进行任务的调度。本文在采用多队列调度策略的基础上,对一些有安全级别限制的系统,设计一种支持队列公平和安全策略的多队列调度算法。最后,给出该算法在网格模拟器上的测试结果,并与一些算法进行比较。结果表明,本算法在大任务量情况下,满足安全性要求,较好地实现队列公平。     

单调比率(RM)调度算法及应用

介绍了任务死线不大于其周期的任务集调度条件分析及算法实现。这种约束条件放松, 有利于周期与非周期任务混合模型调度。同时,分析了以往调度算法中单调比率调度算法约束条件, 并指明了计算时间复杂度的缺点。因而,在RM算法基础之上提出一种实时系统调度算法及实现流 程图,并对提出的现场级实时调度算法进行了对比测试。     

面向移动终端的分布并行化渲染

目的 随着移动互联技术和实时渲染技术的快速发展,面向移动终端的3维展示提供了远程交互式的模型渲染,但较高的渲染计算复杂度与较大的数据处理规模,影响了移动终端3维展示的渲染质量和实时性。针对以上不足,提出一种面向移动终端的分布并行化渲染方法。方法 该方法将渲染任务分布到服务端与终端,服务端采用层次细节模型控制场景复杂度,生成初次渲染图像;终端采用基于图像的渲染技术再次绘制图像,提高渲染质量,同时在渲染过程中利用CUDA(compute unified device architecture)并行计算加速渲染数据处理。结果 本方法有效提高了渲染速度,降低了数据传输量,并保证了图像质量,帧率和数据传输量优化了大约10.8%。结论 本文方法为面向移动终端的3维展示提供了很好的解决途径,在移动网络环境中,能够有效降低服务端负载压力,提高资源利用率并改善用户体验。     

基于异构CMP的改进蚁群优化任务调度策略

为提高异构CMP任务调度执行效率,充分发挥异构CMP的异构性和并行能力,提出一种基于异构CMP的改进蚁群优化任务调度算法--IACOTS。IACOTS算法首先建立任务调度模型、路径选择规则和信息素更新规则,使蚁群算法能够适用于异构CMP任务调度问题。同时通过采用动态信息素更新、相遇并行搜索策略和引入遗传算法中的变异因子对基本的蚁群算法进行优化,克服蚁群算法搜索时间过长和“早熟”现象。通过仿真实验获得的结果表明,IACOTS算法执行效率优于现有的遗传算法,完成相同的任务需要的迭代次数最少,能有效降低程序执行时间,适用于异构CMP等大规模并行环境的任务调度。     

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.     

基于时间负载均衡蚁群算法的云任务调度优化

针对云渲染系统中渲染节点与任务不匹配调度而带来的时间负载不均衡和耗时长的问题,提出一种基于时间负载均衡的任务调度方式来优化系统耗时的策略.该算法采用Min-min与Max-min相结合的思想,建立时间负载均衡模型进行前期迭代,将迭代结果作为蚁群算法的初始序列,并按照适应度规则计算出相应的初始信息素,同时通过单一变量法确定合理的参数,蚁群算法采用已有的初始资源和参数值进行后期迭代,根据标准量度自定义函数进行高效寻优,进而求得最终的任务调度序列.仿真结果表明,本策略既具有较高的搜索效率和较强的全局寻优能力,又能有效降低任务完成时间,且在时间负载均衡和寻优速度方面均显著优于蚁群算法和蚁群退火算法.     

分布式实时渲染中帧同步的实现

分布式实时渲染系统有效地解决了单机渲染的时间瓶颈问题。但在该系统中,由于每一帧图像在各个部分的场景复杂度不一样,这样就造成了渲染端节点负载不平衡,这将导致各输出端节点显示的图像不能组成一幅连贯的图像。为了解决该问题,本文提出了在分布式实时渲染系统中,通过控制端节点发送命令通知渲染端节点切换缓冲,然后渲染端节点发送请求要求控制端节点发送数据的方法来实现分布式渲染的帧同步。