一种嵌入式自适应调度算法的设计

根据嵌入式实时系统的需求及应用领域中任务的特点,提出一种针对两种常见的不同类型任务,进行自适应调度算法ERTAS（Real-Time Embedded Adaptive Scheduling Algorithm,并提出了其系统结构。分析μC/OS-Ⅱ内核中与调度相关的数据结构,提出在其内核中自适应调度算法的实现,主要是包括控制器与基础调度器的实现。通过仿真实验比较了改进的设计算法与原调度算法的性能,通过分析说明了该调度算法的可行性。     

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。     

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。     

实时系统中的调度算法分类研究

本文叙述了实时系统中调度算法的分类、各类算法的研究成果和近期研究状况。     

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。     

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     

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。     

并行与分布硬实时系统的调度

一、前言实时系统是工作在时间约束下的系统,与一般计算机系统的主要区别是引入了时间概念,这大大地影响了系统的设计、验证和实现。实时系统不但要保证计算结果的逻辑正确性,而且要在规定的时间内完成计算。如果某个实时任务没有按时完成,则可能导致整个系统失败,甚至引起灾难性后果。这类实时系统被称为硬实时(hard real-time)系统。例如,核电厂或导弹控制系统等。因此硬实时系统的调度理     

集群软件无线电系统中实时信号处理调度研究

在集群软件无线电系统中,当宽带大容量信号数据进入系统后通过在节点上的并行计算实现对强衰弱信号的高增益、低延迟处理.结合集群软件无线电系统中信号处理的特点,研究了以下任务调度方面的问题:1) 提出了一种适合集群软件无线电系统中信号处理的调度器模型.该模型简单、高效,避免了瓶颈问题.2) 提出了一种新的包含3 个步骤的调度策略——RQBB,其中第1 步采用已有的DASAP 算法.3) 提出了两种启发式算法——MQB 和MSD,分别用在RQBB 的第2 步和第3 步操作.MQB 是一种公平算法,用于使所有接收的任务具有较高的QoS 收益(较高的QoS 级别和较小的QoS 级别差异),MSD 算法用于使系统具有较高的吞吐率并达到负载均衡.通过大量实验对RQBB 与DASAP, DALAP 算法和RQRB 策略进行了比较.实验结果表明,RQBB 具有较高的调度成功率,使得所接收任务具有最优的QoS 收益,同时使得系统具有较高的吞吐率并达到负载均衡.     

开放式实时环境中的集成调度框架

开放式实时环境中的多类型实时任务并存的情况给实时调度机制带来了新的需求和挑战．提出了一种适用于开放式实时环境的3层集成调度框架，它基于服务器方式的实时调度理论，把5种既有相关性又有功能互补特征的服务器有机的集成到统一的调度机制中．可支持多种类型的实时任务及非实时任务共存于同一系统的混合调度，并且根据它们的属性自动选择最合适的服务器与之搭配．相对于现有方法，该调度框架可支持的调度对象类型更广泛，易于进行服务质量控制，并且有良好的可扩展性．因此，更适合于开放式实时环境．     

开放式实时系统的调度理论与方法分析

随着实时系统应用的日益广泛,多类型实时和非实时任务并存的情况给系统调度机制带来了新的需求和挑战.开放式实时系统的相关研究因为解决这一问题而受到关注,也为调度理论与方法带来了新的思路.在阐述了开放式实时系统的基本概念和理论的基础上,提出了一种调度对象的层次性模型,适用于开放式实时调度环境.对几种有代表性的相关方法进行了详细的比较研究,指出它们各自的功能特征和适用范围及其共同特征.把不同方法进行有机集成是可行的,也是一个发展方向,可以使各方法在集成的调度机制内各施所长,更适合于开放式实时系统的应用环境.     

一种提供延迟保证的多级FIFS队列包调度算法

包调度算法是提供服务质量保证的一个重要部分.传统的每流区分的包调度方法通常不能支持较好的扩展性,不适应当前网络带宽的迅速增长.而非每流区分的方法又不能提供每流的服务保证.动态包状态(dynamic packet state,简称DPS)方法提供了一种在无须维护每流状态下提供保证服务的方法,该方法在保证服务质量的同时大大提高了扩展性.但是它仍然需要每包的调度,其复杂度和包的数量有关.在DPS的基础上提出了一种用多级FIFS队列提供延迟保证的包调度算法,并给出了该算法实现服务保证的约束条件.理论分析和仿真实验结果都表明:该算法可以实现常数时间的包调度复杂性,同时具有和DPS同样的延迟性能.     

QoS敏感的802.11e分组调度算法

分析并总结无线网络中基于QoS的分组调度算法,针对802.11e EDCA机制中多媒体数据分组调度的不公平问题,提出QoS敏感的802.11e数据分组调度算法.首先,根据不同数据业务延时敏感性需求,提出新的基于紧急度的数据分组调度指标.然后,在802.11e协议中根据业务流的紧急度,调整不同业务流所对应AC队列的参数,改变AC队列信道访问优先级,使紧急业务流有更多机会竞争到信道访问权.最后,进行大量仿真实验,实验结果验证了所提算法的有效性.     

可变负载动态反馈弹性调度模型及其算法研究

由于工作负载的动态变化,以多媒体应用为代表的软实时系统的运行具有很大的不确定性.在这种情况下,依靠任务的静态属性进行调度分析和决策不足以为系统提供高效、实用的资源分配支持.提出一种弹性资源调度算法,该算法周期地采集系统的作业总数和作业丢失数,并以此为根据改变部分软实时任务的作业周期,以调整系统在下一个采样周期内的作业总数,达到满足任务的QoS(quality of service)、接纳尽可能多的服务请求、提高系统的并发服务能力的目的.详细分析了模型结构和核心算法的实现机制,并利用模拟平台对该算法进行了验证.实验结果表明,该算法在提高资源利用效率的同时,还具有良好的稳定性和收敛性.     

基于多传感器的控制系统实时调度算法

将简单反馈控制与任务准入/回归、可达/夭折等策略相结合,设计新的动态调度框架。在此基础上,综合截止期、关键度和最坏执行时间3种特征参数,提出基于反馈控制的混合策略调度算法,该算法也适用于对任务的其他多种特征参数的综合。从截止期错失率、错失任务平均关键度和CPU有效利用率3个方面,分析算法的性能。实验结果表明,该算法在混合任务和动态负载下与最早截止期优先和最高价值优先算法相比具有更好的性能。     

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.     

基于网络带宽约束的网格任务调度算法研究

在对网格计算任务调度算法的研究中,分析一般适应性调度启发算法即最小一最小(Min-min)算法的不足,在最小一最小(Min-min)算法的基础上,加入考虑QoS方面主要是网络带宽因素的任务调度算法.对以上算法做了实验并指出下一步的研究方向.