一种改进的RM可调度性判定算法

固定优先级任务可调度性判定是实时系统调度理论研究的核心问题之一.目前已有的各种判定方法可归结为两大类:多项式时间调度判定和确切性判定.多项式时间调度判定通常采用调度充分条件来进行,为此,许多理想条件下基于RM(rate monotonic)调度算法的CPU利用率最小上界被提了出来.确切性判定利用RM调度的充要条件,保证任何任务集均可被判定,并且判定结果是确切的.但是由于时间复杂度较差,确切性判定方法难以实现在线分析.提出了一种改进的RM可调度性判定方法(improved schedulability test algorithm,简称ISTA).首先介绍了任务调度空间这一概念,并提出了二叉树表示,然后进一步提出了相关的剪枝理论.在此基础上,研究了任务之间可调度性的相关性及其对判定任务集可调度性的影响,提出并证明了相关的定理.最后基于提出的定理,给出了一种改进的伪多项式时间可调度性判定算法,并与已有的判定方法进行了比较.仿真结果表明,该算法平均性能作为任务集内任务个数的函数具有显著提高.

基于改进RMS算法的多核嵌入式系统总线周期调度表优化设计

远程指挥控制决策系统是军事作战体系的“神经中枢”,有效、高速、可靠地获取战场信息一直是制约战场态势感知的一个瓶颈。针对这个问题,讨论一种同构的多核嵌入式系统,该系统能够通过控制多条总线增加信息获取源,并通过信息源的备份增加信息的可靠性和稳定性。针对该系统的总线周期表优化问题,给出了系统任务模型,对RMS算法改进策略,并进行改进RMS算法可调度性分析。实验结果表明该算法解决了RMS算法适用于多核嵌入式系统的瓶颈问题,能够在多个处理器中同步进行总线资源调度,并且可以满足总线动态负载平衡,提高总线传输效率和系统的可靠性。

基于逻辑“或”约束优化的实时系统设计

标准约束优化问题的等式或不等式约束之间是逻辑“与”关系,目前已经有很多高效、收敛的优化算法.但是,在实际应用中有很多更一般的约束优化问题,其等式或不等式约束之间不仅包含逻辑“与”关系,而且还包含逻辑“或”关系,现有的针对标准约束优化问题的各种算法不再适用.给出一种新的数学变换方法,把具有逻辑“或”关系的不等式约束转换为一组具有逻辑“与”关系的不等式,并应用到实时单调速率调度算法的可调度性判定充要条件中,把实时系统设计表示成混合布尔型整数规划问题,利用经典的分支定界法求解.实验部分指出了各种方法的优缺点.

多功能车辆总线周期扫描表优化设计

针对参与通信的各周期信息特点设计优化的多功能车辆总线周期扫描表对提高列车通信网络的实时性能具有重要作用;标准推荐的周期轮询算法存在周期信息分布不均匀,带宽利用率相差较大的问题,在对周期扫描表的优化设计方法进行深入研究后,提出基于模拟退火算法的优化方案。建立了周期信息通信模型,详细阐述了通信抖动的概念并对其进行了定义。给出了优化目标函数并采用模拟退火算法进行求解,对算法的几个关键步骤进行了设计,并采用改进策略提高了模拟退火算法效率。通过实例仿真证明该算法实现了周期信息在整个宏周期范围内的均匀分布,优化了周期扫描表的构造。

基于单调速率调度算法的μC/OS-II多任务周期的设计

嵌入式实时操作系统μC/OS-II对于多任务调度采用让就绪表中优先级最高的任务总是处于运行状态,这种策略在周期性多任务的调度中存在着缺陷,可能使得任务的周期设计不当导致任务不能被调度。通过引入单调速率调度算法,在对多个任务设计任务周期时予以分析,确定每个任务都能被调度。

分布式实时系统任务调度算法的设计和实现

针对分布式实时任务中容易引起的任务分配不合理及系统负载不平衡的情况,根据分布式实时任务多机执行的特点及分布式实时系统在同一结点上有多任务执行,提出了两级分布式系统结构下实时任务的调度策略:任务分配和任务调度。实验表明,在任务分配阶段提出的算法可以更合理地平衡任务,在任务调度阶段采用的调度算法能够更好地完成任务的执行。

改进的单调速率调度算法

实时系统中调度算法起着重要的作用。单调速率调度算法(rate monotonic algorithm,RM)是一种被广泛使用的调度算法,并且已被证明是一种最佳的静态优先级算法。传统的RM算法忽略上下文切换需要消耗的时间,针对此问题,提出了一种延迟抢占的改进方法。该方法考虑了上下文切换消耗时间对调度算法的影响,可以减少低优先级任务不必要的频繁抢占。通过实验证明了该方法的有效性。

基于时空隔离原则的列车控制软件集成方法的研究

针对CTCS-3设备硬件资源浪费、通信复杂和容易出故障的问题,参考ARINC 653标准中时空隔离的思想,目的是实现一台设备集成多台设备的功能,提高设备效率和可靠性。文中运用两级调度结构,根据VXWORKS操作系统的特性计算程序运行时间,确定隔离时间和周期;运用开发平台工具测量单个任务所需内存,确定隔离内存大小。用实例验证本方法的正确性。