实时任务的选择性压缩

实时任务的动态调度仍然是一个值得研究的问题,特别是在一些新的应用背景下.当一个实时系统已经处于满负荷运行,而又有新任务需要插入或老任务需要加速时,就要有老任务降速(受压)以出让带宽.即使如此,什么时刻能开始这一调整是一个关键问题.关于这一调整时刻的计算,现有研究成果都只是基于一个受压任务给出的.基于EDF(Earliest Deadline First)调度算法,提出了在多个可压缩任务中进行选择的思想,给出了相应的选择性压缩算法,引入了立即点百分比进行性能评价.基于这一思想,快速完成插入或加速的概率明显增加.

一种选择性压缩的存储系统的设计

我们可以在主存和cache中选择性地存储一些压缩了的数据,这样就变相地增加主存与cache的存储容量,从而明显地降低失页率以及减少了访问虚拟存储器的次数和时间消耗;同样地在一定情况下主存与cache之间可以直接传送压缩的数据来进行数据交换,这样缩短了数据传输的时间,达到了提高整个系统运行效率的目的。

一种基于改进零树小波算法的选择性医学图像压缩技术

针对传统零树编码的三个不足 ,利用游程编码结合人眼视觉特性 ,对其进行了改进 ,在此基础上根据医学图像压缩的特点 ,探讨了选择性医学图像压缩技术 ,并将其和小波压缩算法结合。实验结果表明 ,改进方法减少了编码比特率和编码时间 ,达到了较好的压缩效果。

基于EDF的实时任务带宽转让研究综述

实时任务带宽转让问题在网络通信和机器人目标逼近等许多场合具有应用背景。当新任务插入或老任务加速时,可能需要某些现行任务转让带宽。该文从三个方面对这个问题进行综述。一是如何进行压缩任务的选择,以便尽快而安全地实现这种转让;二是如何求出最早的安全转让时刻;三是有关算法的收敛问题。这三个方面都是基于最早截止期优先算法来展开研究的。