实时系统中的熵容错模型研究

针对硬实时系统中采用的N重冗余容错模式存在代价大和容错效率不高的问题,在硬实时分布并行系统中提出了一种熵容错模型,将数据/任务按给定的约束分割为惯性和非惯性两个子集,其中惯性分量的未来状态是可估值的,非惯性分量是不可预测的。在容错实现中,对惯性分量不做冗余,在故障引起的间断期则对其估值;对非惯性分量进行多重冗余,从而使系统在故障活动期内仍能提供可信服务。应用证明该模型在惯性分量权重较高的系统中能够以低于2的容错因子包容多个故障,改善容错效率。

基于容错度自适应支持向量机的液压泵故障诊断

针对已有在线故障诊断方法在数据量大、噪声强条件下分类速度较低、分类精度不够高等问题,结合液压泵故障类别数目大、工作环境恶劣的特点,提出了一种适用于混凝土泵车液压泵在线诊断的状态识别算法——容错度自适应支持向量机。该方法主要从四个方面对分类速度做了改进:①引入容错度因子进行模型训练;②优先选择能将某一类故障样本单独分离出来的二分类器;③在满足②的基础上选择平均支持向量机少的分类器;④引入增量学习算法对参数进行自适应调整,提高多故障诊断中对新故障类别和新故障数据的适应性,保证系统的分类精度。通过对混凝土泵车的液压泵故障诊断,证明了该方法在明显提高分类速度的同时保证了较高的分类精度。

Web服务组合运行时的容错处理

基于WebJet服务组合组装与运行平台,设计了一个基于反馈容错机制、支持Web服务组合运行时自动容错处理的基本框架。针对服务组合运行时的时间QoS质量和用户SLA计算容错选择因子,运用聚类算法确定容错边界值,提出容错处理的一般映射方法,并给出了故障处理及流程重构区域计算方法。系统支持流程在线自恢复,适应复杂的网络生态环境,为流程执行时业务功能与服务质量的保障提供了一种有效的机制。

基于RTLinux的容错硬实时性的研究与实现

容错已逐渐成为实时系统的一个重要特性,针对RTLinux的实时调度机制尚未考虑容错的需求,对RTLinux进行了容错硬实时性的改造。改造了基于主/副版本容错模型对任务模型,对先前提出的基于最坏响应时间的容错实时任务可调度性分析,通过将改进的最佳容错分配因子搜索算法(improved fault-tolerant priority configuration search algorithmI,FPCS)运用到实时调度算法中,提高了RTLinux的容错实时性能,并给出了容错实时程序的设计框架。