混合关键级多任务调度中低关键级任务的积极处理

当前的混合关键级多任务调度,一旦高关键级任务的执行时间需求增加,通常的做法是立即抛弃相对低关键级任务,以确保高关键级任务获得足够处理器时间。考虑到数据访问的一致性和完整性以及相应的性能损失,这种处理低关键级任务的方法过于消极;同时,任务的实际执行时间并不总是能达到最差情况下执行时间,且多处理器平台上的调度存在可观的空闲时隙。因此,完全可以也应该对低关键级任务采取更为积极的处理方法。基于同构多处理器平台,构建了两类队列,一类队列容纳回收的空闲时隙,另一类队列为任务队列,包括就绪任务队列和被抛弃的低关键级任务队列,针对这两种任务队列的特性采取不同的调度方案：就绪任务队列采用混合关键级局部调度,被抛弃的低关键级任务则对空闲时隙进行分配。仿真实验表明,此调度方法在保证高关键级任务截止时限的同时,能够使混合关键级系统的可接受任务集数目获得明显提升。     

混合关键级多任务调度中低关键级任务的积极处理

当前的混合关键级多任务调度,一旦高关键级任务的执行时间需求增加,通常的做法是立即抛弃相对低关键级任务,以确保高关键级任务获得足够处理器时间。考虑到数据访问的一致性和完整性以及相应的性能损失,这种处理低关键级任务的方法过于消极;同时,任务的实际执行时间并不总是能达到最差情况下执行时间,且多处理器平台上的调度存在可观的空闲时隙。因此,完全可以也应该对低关键级任务采取更为积极的处理方法。基于同构多处理器平台,构建了两类队列,一类队列容纳回收的空闲时隙,另一类队列为任务队列,包括就绪任务队列和被抛弃的低关键级任务队列,针对这两种任务队列的特性采取不同的调度方案:就绪任务队列采用混合关键级局部调度,被抛弃的低关键级任务则对空闲时隙进行分配。仿真实验表明,此调度方法在保证高关键级任务截止时限的同时,能够使混合关键级系统的可接受任务集数目获得明显提升。     

基于离线利用率分析的混合关键级任务调度优化研究

现主流的混合关键级调度算法在系统高关键级状态下时主要通过抛弃低关键级任务来保证高关键级任务的执行,进而保证系统的正确性。此方法常常导致低关键级任务无法执行但系统资源却过剩的问题发生,故基于该问题提出复合型SDU（schedule depend on utilization）调度算法。该方法根据任务集对系统资源需求情况的不同进行利用率区间的划分,通过对各个区间实际使用情况的分析,设计相应的子算法进行调度,并提出了SDU算法对应的可调度性判据。仿真实验结果表明,相较于混合关键级任务调度领域主流的EDF-VD（earliest deadline first-virtual deadline）算法,所提SDU算法可将系统对任务集的调度率提升30%,并在相同情况下将系统对低关键级任务的执行率提升165%,证明了该算法可以极大地提高系统资源使用率,并保证系统服务完整性。     

协同设计环境中任务分解与调度的研究

在协同设计环境中,为了满足快速响应,低成本和高质量产品的设计需求,进一步提高产品的设计效率,提出了两级任务分解方法和双向选择优先的任务调度策略.借助计算机支持的协同设计技术,两级任务分解在协同设计联盟的抽象层次模型的基础上,采用了基于产品结构、特征服务和子任务目标属性的任务分解方法,从而降低了任务的复杂性.在此基础上,提出了双向选择优先的任务调度策略,以优化分布合作求解问题,并进行调度策略的仿真实验.仿真结果表明了该调度策略的优越性.     

混合关键性多核系统调度综述

混合关键性多核系统调度主要考虑划分任务到每个核和任务在核上的调度两个大方面,以满足嵌入式系统安全性和可靠性的需求.由于嵌入式系统在硬件等多方面的约束,混合关键性得到了学术界和企业界的广泛关注,在提高任务调度率和多核系统资源利用率方面展开了许多研究.而不同的任务调度方法和划分方法对提高利用率方面有不同的结果,为此从改善低关键任务的调度、提高每个核的资源利用率、任务执行时的干扰、多核的划分策略等方面,对近年来的混合关键性任务调度进行了详细的分析和总结,并指出了当前研究的不足和未来的研究方向.     

基于异构多核系统的混合关键任务调度算法

针对目前混合关键系统任务调度过程中处理器利用率不高、对非关键任务消极处理、不允许关键任务核间迁移等问题,提出一种适用于异构多核系统的混合关键任务调度算法。在处理器映射阶段优先将关键任务分配到强核上,并以处理器最大剩余带宽为指标进行任务分配,在系统模式切换时考虑关键任务的核间迁移,引入回收队列对被丢弃非关键任务进行回收再分配。仿真结果表明,该算法能最大限度保证关键任务在截止期前完成,同时提高非关键级任务的执行率和系统的任务接受能力。     

固定优先级混合关键偶发任务能耗感知算法

混合关键系统是将不同关键层次的应用或组件集成到同一个共享平台.由于受尺寸、重量与体积的限制,能耗对于混合关键系统而言尤其重要.能耗感知调度算法是解决混合关键系统能耗问题的关键,现有的能耗感知算法主要基于动态优先级策略且空闲时间利用率低.针对固定优先级混合关键系统偶发任务能耗感知问题,提出节能效果更好的固定优先级混合关键调度(fixed priority mixed criticality schedule, FPMCS)算法.首先,提出关键层次单调速率策略(criticality rate monotonic scheme, CRMS)调度混合关键偶发任务,分析该策略的调度可行性,且计算出能耗感知速度.其次,利用高关键层次任务预留的空闲时间,通过事件触发的方法动态更新混合关键偶发任务集的利用率来回收偶发任务到达时间不确定产生的空闲时间.再次,利用混合关键偶发任务集的利用率决定任务的执行速度以达到降低能耗的目的.最后,通过理论分析和实验验证FPMCS算法是可行的;仿真实验表明：所提出的FPMCS算法比现有的方法可以节约大约33.21%的能耗.     

信息物理融合系统的动态多优先级调度

信息物理融合系统(Cyber-physical Systems,CPS)的复杂和异构性给设计者带来了不少挑战,其中任务的多样性使得传统的调度策略不能满足CPS的性能需求.提出了专门针对基于大规模传感器网络的CPS的动态多优先级调度策略.根据任务类型分配4级缓存队列:第1级是来自控制器待处理的实时任务,拥有最高的可抢占式优先级;第2级是来自控制器待转发的实时任务,拥有次高的可抢占式优先级;第3级是来自其他节点待转发的非实时任务,拥有第三高的非抢占式优先级;第4级是来自本地待发送的非实时任务,拥有最低的非抢占式优先级.设计了抢占与非抢占混合的动态调度策略来减少任务的平均等待时间,加入了等待时间阈值机制来保证第4级任务的公平性.通过理论分析和仿真实验对调度策略的性能做了评价.仿真结果显示,动态多优先级调度策略在提高系统性能和稳定性上要优于传统优先级调度.     

RTAI混合任务调度器的设计与实现

针对RTAI系统只能调度单一类型任务的问题,提出一种可调度多类型任务的混合任务调度器。该调度器支持CBS调度策略,并采用LXRT机制关联软实时任务和CBS服务器,根据服务器调度策略对软实时任务进行调度。实验结果表明,该混合任务调度器在保证硬实时任务正常运行的同时提高了软实时任务的服务水平。     

混合云中基于截止时间和费用约束的调度方法研究*

针对混合云调度中私有云利用率不高和公有云费用偏高的问题,基于性能和费用目标提出了两个调度策略—截止时间优先和费用优先策略,建立了混合云中的任务和资源模型,能够根据用户提交的任务需求自适应选择合适的调度资源,对截止时间要求比较高的任务可以优先调度至公有云,对费用要求高的任务可以优先调度至私有云,而且两种策略均满足截止时间和一定的费用约束,因此相对于其它类似的基准调度方法,本文的两种调度策略在调度完成时间、费用、截止时间超出率和私有云利用率等方面均有很好的表现,尤其是当任务量比较大的时候,两种调度策略表现出更好的自适应性和优势。     

FFOB: efficient online mode-switch procrastination in mixed-criticality systems

Real-Time Systems - In mixed-criticality scheduling, the widely adopted mode-switch scheme assumes that both high- and low-criticality tasks are schedulable when no tasks overrun (normal mode) and...     

A novel view on bounding execution demand under mixed-criticality EDF

Real-Time Systems - In this paper, we are concerned with scheduling a mix of high-criticality (HI) and low-criticality (LO) tasks under Earliest Deadline First (EDF) on one processor. To this end,...     

基于Flink的任务调度策略

针对大数据流式计算平台拓扑中因各关键节点上任务间不同类型的通信方式导致的通信开销较大问题,提出一种Flink环境下的任务调度策略。通过各任务间数据流大小确定拓扑边权重,将有向无环图转化为拓扑关键路径模型,在保证关键路径上节点负载差异较小的同时,最小化关键任务的节点间通信开销。实验结果表明,该算法与Flink平台现有的任务调度策略相比,在WordCount和TwitterSentiment作业执行过程中计算平均时延降低了13.09%,有效提升了系统性能。     

分时EDF算法及其在多媒体操作系统中的应用

提出了一种新的CPU调度算法－－分时EDF（Earliest Deadine First)算法,该算法能保证硬实时任务不丢失死线,并易于在分时系统中实现。以分时EDF算法为基础,提出一种新的CPU层次调度算法－－HRFSFQ,该算法用于多媒体操作系统时能保证各类任务的QoS。最后通过大量实验证明了上述算法的有效性和正确性。     

调度服务在虚拟试验系统中的研究与应用

为了提高虚拟试验系统的执行效率,保证系统负载平衡,提高系统的实时性和可靠性,研究并设计了一种实时任务调度服务;该调度服务以节点任务调度算法和迁移策略为基础,提供了一种动态的、可靠的任务分配策略和负载均衡机制,使虚拟试验的任务得到了合理分配和调度;以节点容纳度作为试验参数进行多次试验,试验结果表明:该调度服务在虚拟试验系统中能够动态维持各个节点的负载平衡,降低了任务平均响应时间,提高系统的实时性和可靠性,达到了提高虚拟试验系统整体性能的目的。     

一种能量收集嵌入式系统自适应调度算法

能量收集嵌入式系统(energy harvesting embedded system,简称EHES)的任务调度算法需要考虑能量收集单元的能量输出、能量存储单元的能量水平和能量消耗单元的能耗.实时任务在满足能量约束的条件下,才可能满足时间约束.在这个背景下,传统固定优先级调度算法不再适用于EHES.提出一种基于分组的自适应任务调度算法,它能根据能量收集单元由于能量输出的不确定性而造成的非能量约束情况和能量约束情况,自适应地选择任务调度算法.在非能量约束的情况下,减少任务抢占次数,增强任务的可调度性;在能量约束情况下,减少电池模式切换次数,提高能量存储单元的平均能量水平,从而降低系统能量约束.在一个可进行大范围任务集合仿真的实验环境下对提出的算法进行验证,并将基于分组的自适应调度算法与现有的两个经典算法进行了对比.     

云环境下周期和非周期混合实时任务双容错调度算法

云环境中的处理机故障已成为云计算不可忽视的问题,容错成为设计和发展云计算系统的关键需求。针对一些容错调度算法在任务调度过程中调度效率低下以及任务类型单一的问题,提出一种处理机和任务主副版本分组的容错调度方法;并给出了副版本可重叠执行的判定方法,以及任务最坏响应时间的计算公式。通过实验和分析表明,和以前算法相比,将处理机分成两组分别执行任务主版本和任务副版本,减少了任务调度所需进行可调度测试的时间,增加了副版本重叠执行的机会,减少了所需的处理机个数,对提高系统处理机的利用率和容错调度的效率具有重要的意义。     

容错实时任务调度的DSPN建模与分析

复杂系统的形式化描述对新系统的设计以及现有系统的改进与评价都具有十分重要的作用;针对处理机系统容错实时混合任务调度,提出采用确定与随机Petri网进行建模与性能分析;首先,根据任务执行的优先级、周期性、容错性和实时性,将任务分为四类;然后,采用DSPN对任务调度执行过程,不同优先级任务抢占式调度,处理机故障及故障恢复过程进行建模,由此构成处理机系统容错实时任务调度过程的DSPN模型;最后,仿真实验结果表明,在负载相同情况下,处理机利用率基本相同,且具有容错的实时任务调度算法可以有效地降低任务错失率;容错实时任务调度DSPN模型可以为复杂任务调度系统的Petri网建模与分析奠定了基础,并为实际工程应用提供了理论指导。     

网格原子化作业的二分图调度方法

对于网格系统中计算力调度等问题,结合有向无环作业图DATG和无向节点图UNG,采用并行集APS建立了一种基于二分图的网格调度算法BGS,并在惩罚策略、负载均衡、复活机制的引导下,使系统的调度动态地逐步趋向优化.实验结果表明:该算法能够更加适应网格资源的变化,降低作业负载,提高作业的并行化程度,并能根据系统负载合理地利用节点资源.