多处理器硬实时系统的抢占阈值调度研究

在实时系统中,抢占在提高系统灵活性的同时带来额外的系统开销,特别在多处理器平台上抢占导致的作业迁移会造成相当大的性能下降,减少不必要的抢占是硬实时系统研究的重要方向.抢占阈值调度是处于抢占调度和不可抢占调度之间的一种混合调度方法,在保持调度能力的基础上限制抢占.基于截止期分析建立了多处理器硬实时系统抢占阈值调度的可调度性判定条件,针对抢占阈值调度提出一种改进的优先级分配算法OPA-MLL,并建立了抢占阈值分配(preemption threshold assignment,PTA)算法.仿真结果表明,采用OPA-MLL算法和PTA算法分别给任务集分配优先级和抢占阈值时,可调度任务集比率明显提高,同时能最大程度限制抢占次数.

基于动态抢占阈值的实时调度

具有抢占阈值的调度算法集非抢占调度和纯抢占调度的特点 ,既减少了由于过多的随意抢占造成的CPU资源浪费 ,又保证了一定的任务截止期错失率及CPU资源利用率 已有的工作基本集中于讨论任务集完全给定 ,任务数、任务的优先级及任务的抢占阈值在调度前已完全确定 ,而且要求不同的任务具有不同的优先级 提出的具有抢占阈值的调度算法 ,完全放松了对这些条件的限制 ,即任务的个数不确定 ,任务的优先级及其抢占阈值在调度过程中可以动态地变化 最后以常用的LSF调度策略为例 ,结合动态的抢占阈值进行仿真 仿真结果表明 ,对于不确定的任务集、任务优先级和抢占阈值 ,利用具有抢占阈值的动态调度算法 ,降低了任务截止期错失率。

容错优先级可提升的抢占阈值容错调度算法

基于软件容错模型,提出了允许容错优先级提升的抢占阈值容错调度算法(extended fault-tolerantfixed-priority with preemption threshold,简称FT-FPPT*).该算法能够在抢占式容错调度算法(fault-tolerantfixed-priority preemptive,简称FT-FPP)和抢占阈值容错调度算法(fault-tolerant fixed-priority with preemptionthreshold,简称FT-FPPT)无法提高系统容错能力的情况下,进一步提高系统的容错能力.为了获得系统中任务优先级分配的最佳策略,基于任务最坏响应时间的可调度性分析,提出了一种最优的优先级配置搜索算法(priorityassignment search algorithm,简称PASA).经过深入分析和实验证明,与FT-FPPT算法相比,FT-FPPT*算法能够有效地提高硬实时系统的容错能力.

一种采用抢占阈值的软实时动态调度策略PT-STDS

抢占式实时任务调度,其任意抢占会浪费系统资源而影响调度性能;有必要尽量减少任务间的无效抢占.针对软实时任务的特点,提出一种基于抢占阈值的动态调度策略PT-STDS.首先,PT-STDS策略考虑软实时任务的空闲时间和价值密度,提出综合两者的优先级构造函数.其次,PT-STDS策略根据任务的响应时间和任务间的抢占关系,确定任务的抢占阈值.通过设置任务抢占阈值减少较低优先级任务被抢占的机率,以提高整个系统任务间的有效抢占和执行完成率.实验证明,在软实时系统环境下,PT-STDS策略能够有效提高任务成功率、减少软实时任务的延迟时间,并提高系统总收益.

基于软件容错的抢占阈值调度算法设计与仿真

为了提高硬实时系统的容错能力,同时减少任务间的抢占次数,基于软件容错模型提出了抢占阈值容错调度算法(FT-FPPT).为了获得系统中任务抢占阈值分配的最佳策略,基于任务最坏响应时间的可调度性分析,提出了一种最优的抢占阈值配置搜索算法(PTCSA).PTCSA算法能够将搜索空间由O(n!)减少到O(n 2),其中n为任务的个数.最后给出了该算法的最优性证明.仿真实验表明,抢占阈值容错调度算法能够在抢占式容错调度算法的基础上,进一步提高系统的容错能力。

基于动态抢占阈值的LSF调度算法

在最小空闲时间优先(LSF)调度算法中,当任务集中有多个任务的优先级相同或相近时,过多的上下文切换会产生"颠簸"现象,从而大幅增加系统开销。为此,结合LSF算法的特点,通过设计合理的动态抢占阈值,提出一种改进的调度算法DPTLSF。仿真结果表明,改进的算法能够大幅减少"颠簸"现象的发生,降低任务集的截止期错失率。

基于抢占阈值调度的周期任务最小响应时间分析

针对采用抢占阈值调度策略的系统,在假设任务对释放偏移没有特定要求的情况下,给出使得任务响应时间最小时应满足的条件,并根据该条件得到了任务最小响应时间的计算公式。该公式的一个重要应用是在分布式系统中分析后继子任务的最大释放抖动,有效降低端到端任务的最大响应时间的计算结果,从而有利于提高系统的可调度性。

抢占阈值调度的功耗优化

DVS(Dynamic Voltage Scaling)技术的应用使得任务执行时间延长进而使得处理器的静态功耗(由CMOS电路的泄露电流引起)迅速增加.延迟调度(Procrastination Scheduling)算法是近年提出用于减少静态功耗的有效方法,它通过推迟任务的正常执行来尽可能长时间地让处理器处于睡眠或关闭状态,从而避免过多的静态功耗泄露.文中针对可变电压处理器上运用抢占阈值调度策略的周期性任务集合,将节能调度和延迟调度结合起来,提出一种两阶段节能调度算法,先使用离线算法来计算每个任务的最优处理器执行速度,而后使用在线模拟调度算法来计算每个任务的延迟时间,从而动态判定处理器开启/关闭时刻.实例研究和仿真实验表明,作者的方法能够进一步降低抢占阈值任务调度算法的功耗.

FPTS:一种任务间存在共享资源时的抢占阈值调度算法

受到广泛关注的抢占阈值调度算法能够有效减少现场切换次数,防止不必要的任务抢占,降低资源额外消耗,提高任务集合的可调度性.目前该调度算法的研究工作大多围绕独立任务集合展开,在实际实时系统中任务经常需要互斥访问共享资源,任务之间由于资源共享而导致的相关性对于任务集合的优先级分配和抢占阈值分配都有很大的影响.SRP协议是在实时系统中得到广泛应用的资源访问控制协议,具有死锁避免、提前阻塞、共享任务栈等一系列优良特性.将SRP和抢占阈值调度算法结合起来,提出FPTS调度模型,给出相应的可调度性判定公式,考虑在任务之间使用SRP协议时求解任务抢占阈值分配,最后给出计算抢占阈值分配的伪多项式时间算法.

能量收集信息物理融合系统抢占阈值调度

在能量收集信息物理融合系统(energy harvesting based cyber-physical systems,EHCPS)中,其能量管理体系结构不同于传统电池供电嵌入式系统,任务调度策略需要考虑能量收集单元的能量输出、电池的能量存储和计算任务的能量消耗.实时任务在满足能量约束的情况下,才能满足时间约束.传统抢占阈值调度的可调度性分析没有考虑任务的能量属性,其阈值分配算法也不适用于EHCPS.针对此问题,提出了一种能量相关抢占阈值调度策略(energy related preemption threshold scheduling,ERPT),在可调度性分析中融入任务能耗属性和能量补充能力,并给出了阈值分配算法,为抢占阈值调度在EHCPS中的应用提供了一种解决方法.通过与目前现有的2个经典调度策略进行比较,验证了ERPT策略能够有效减少任务抢占.

采用抢占阈值调度的具有释放抖动和特定释放偏移的最大响应时间计算方法

当采用抢占阈值调度时,如果任务具有释放抖动并且对释放偏移有特定要求,任务最大响应时间的计算就很复杂。通过将对响应时间有影响的任务实例划分为4个集合,分别分析得出达到最大响应时间的各种条件,从而进一步得到具有释放抖动和特定释放偏移的周期任务最大响应时间的计算方法。试验结果表明:这种方法的运行时间要远低于采用模拟运行方法时的运行时间。

基于抢占阈值的嵌入式实时数据库事务调度

提出了一种嵌入式实时数据库事务处理模型 ,把抢占阈值应用到固定优先级可抢占的实时事务调度之中 ,并提出了一种冲突避免的实时事务并发控制协议 ,使实时事务调度和并发控制高度集成 ,降低了系统的事务管理开销 .通过事务的可调度性分析 。

抢占阈值调度算法的分析与研究

本文详细论述了应用于静态优先级实时系统的抢占阈值调度算法。描述了算法实现和任务集合可调度性判定公式的推导,分析了算法的性能特点,阐述了抢占阈值调度是静态优先级嵌入式实时系统开发中调度算法的合适选择。

基于抢占阈值调度的周期任务请求的响应时间计算

在实时系统中计算任务请求的响应时间具有重要意义,针对抢占阈值调度,给出了一个计算任务请求响应时间的公式。试验结果表明所给公式与采用模拟运行的方法相比具有计算量小、运行时间短的优点。

EPTS:一种实时动态电压调整的抢占阈值调度器

低功耗目前已成为嵌入式实时系统设计中非常重要的性能需求。动态电压调度DVS机制通过动态调整处理器电压进而有效降低系统功耗,正在逐渐得到广泛应用。抢占阈值调度策略实现双优先级系统,每个任务具有两个优先级,任务优先级被用于任务之间竞争处理器,而抢占阈值作为任务开始运行后实际使用的优先级,从而减少现场切换次数,降低系统功耗,同时也提高整个任务集合的可调度性。本文提出一种在线节能调度算法EPTS,拓展抢占阈值调度模型,在任务执行过程中动态调节处理器电压,力求在保证任务集合可调度性的前提下尽可能减少系统功耗,提高系统性能。而后在AMDAthlon4处理器和RT-Linux平台上实现了EPTS调度器,实验证明对于实际任务集合能够有效节能,提高了处理器的利用率,改善了RT-Linux的实时性能。

动态抢占阈值调度中的快速任务选择算法

基于动态抢占阈值的实时调度算法集非抢占调度和纯抢占调度的特点,既减少了由于过多的随意抢占造成的CPU资源浪费,又保证了较高的CPU资源利用率。然而,现有的任务选择算法运行时的额外代价严重影响了系统的整体性能。针对这个问题,本文提出一种使用"选择树"作为任务队列结构的、时间复杂度为Ο[log2n]的快速任务选择算法。本文从理论上证明该算法正确性的同时,在使用ARM9芯片的Nokia智能手机上验证了该算法在嵌入式实时系统中的有效性。实验表明,该算法在充分利用处理器的同时能够有效降低动态阈值调度算法的额外代价。

抢占式调度算法与抢占阈值调度算法研究

基于抢占阈值的调度算法结合抢占式和非抢占式调度算法的优点,可以提高可调度性。该算法的核心是对抢占阈值的分配,但是会增加计算开销。在抢占式算法和抢占阈值算法都可以调度的情况下,抢占式算法的CPU有效利用率更高且计算开销更小,更适合静态优先级嵌入式实时系统环境。

在构件化嵌入式操作系统中应用抢占阈值调度

现有基于构件的嵌入式实时软件开发过程着重于从结构的角度分解系统成若干构件,以及重用构件。实践证明,该开发过程还应从运行角度将构件映射成任务,并选择适当的实时调度算法。为此,根据目前的工程实践提出一种实时构件模型,包含将构件映射成任务的方式。描述了当前构件化嵌入式操作系统可以使用的4种调度算法,并比较这些算法的性能特点。提出抢占阈值(preemptionthreshold)调度模型更适合构件化嵌入式实时系统,仿真实验的结果证明了该结论。比较结果和结论对构件化嵌入式实时系统的设计和开发有一定的参考价值。

改进的基于抢占阈值调度的任务响应时间分析方法

基于抢占阈值调度的任务响应时间分析方法是一种新型实时系统任务可调度性判定技术。然而已有的研究工作,有时对以前的任务请求检查过少,可能导致对响应时间估计过低。同时对任务响应时间的分析忽略了任务释放抖动和时钟嘀嗒调度对任务响应时间的影响,造成任务错过期限的现象,系统任务可调度性判定存在潜在的不精确因素。针对上述缺点不足,本文提出改进的基于抢占阈值调度的任务响应时间分析方法,在修正已有方法缺陷的同时,考虑任务释放抖动和时钟嘀嗒调度的影响,引入额外的时间需求,使用改进的任务参数计算系统任务时间需求函数。仿真对比结果表明,改进后的方法较单纯固定优先级抢占阈值调度下的任务响应时间分析方法得到更加精确可调度性分析结果。

基于抢占阈值调度的动态电压分配算法

为了将实时操作系统应用于功耗敏感的嵌入式场景中,提出一种基于抢占阈值调度的动态电压分配算法.仅使用动态电压调节会导致更多无用的任务抢占,任务集可调度性下降.针对上述的问题,将抢占阈值调度方法与动态电压调节结合,在保证任务集可调度的前提下进一步降低处理器供电电压和运行频率.通过仿真,验证了该算法在降低系统功耗方面的优势.