Z-STACK协议栈应用开发分析

Z-STACK协议栈可为基于开放式协议的应用开发提供强大的功能支持。为了理清协议栈的工作过程,文中在简要说明了Z-STACK协议栈的层次结构及任务调度流程的基础上,结合具体案例,剖析了基于Z-STACK协议栈的应用开发流程。

基于混合变邻域遗传算法的电堆装配线优化

传统的电堆装配线生产线效率低,为提高电堆装配生产线效率,对装配线进行优化。首先,建立了以最小化工作站数量和工人数量的数学模型,提出了在自动化装配线的条件下允许工作站共用工人的分配方法;其次,针对平行装配线平衡问题提出了一种混合变邻域搜索遗传算法(HVGA)求解大规模问题;然后,对燃料电池电堆装配线例子进行了仿真验证与分析,提出了仿真目标,建立了平衡优化前后的仿真模型;最后,对仿真模型进行对比分析。平衡后工作站的平均利用率从75.52%提高到了82.53%,提高了7.01%,同时工人的平均利用率从52.1%提高到了73.2%,提高了21.1%,与平衡结果基本一致,验证了平行装配线平衡方法与工人分配方法的有效性。

平行叠落地铁区间施工地表沉降特征研究

北京某在建地铁区间暗挖段工程北侧为单跨双层拱顶直墙断面,采用PBA法施工;南侧为双洞叠落标准断面,上层采用CRD法施工,下层采用台阶法施工。因此,利用有限元软件进行数值模拟分析,研究了“先小后大”+“先下后上”、“先小后大”+“先上后下”、“先大后小”+“先下后上”以及“先大后小”+“先上后下”4种不同施工顺序下,地铁区间施工对纵向地表沉降与横向地表沉降的影响。研究结果表明:在该工程中,采用“先大后小”+“先下后上”的施工顺序引起的地表沉降值最小。该研究成果可为同类型工程地表变形控制提供参考。

μC/OS-Ⅱ及其在ARM平台上的实现

对μC/OS-Ⅱ微内核系统及其主要特点做了简要介绍,并指出μC/OS-Ⅱ本身在任务调度时的局限性,同时参考当前应用广泛的嵌入式平台ARM系列,详细分析了在该平台上实现μC/OS-Ⅱ系统时的主要难点,并分别给出了切实可行的解决办法。

μC/OS_Ⅱ中任务切换机理及中断调度技术研究

μC/OS_Ⅱ是一个源码公开的占先式多任务实时嵌入式操作系统,本文对μC/OS_Ⅱ中任务调度机制和中断管理模式进行了分析,对任务栈处理进行了改进以实现中断调度优化。

嵌入式实时操作系统μC/OS-Ⅱ在C8051F020上的移植

通过对嵌入式实时操作系统应用背景的分析,论述了在嵌入式控制系统中采用嵌入式实时操作系统的必要性.简略介绍了源代码开放的嵌入式实时操作系统μC/OS Ⅱ及微控制器C8051F020的特点,重点阐述了μC/OS Ⅱ在以微控制器C8051F020为运行平台的移植.对μC/OS Ⅱ的移植条件及各个组成模块进行说明,讨论了移植过程中遇到的问题,并对需要编写的底层硬件的相关函数进行了深入细致的分析,提出了相应的示意性代码.在此基础上,根据实际系统的要求优化改进了原有的任务堆栈结构.

Android应用交互及任务栈处理

针对Android应用开发中应用内部及应用之间的交互非常频繁的问题,对应用交互的模式、返回路径、传输媒介与任务栈等进行研究,旨在提高应用的系统效率.Intent组件是应用之间交互的媒介,对Intent组件的主要属性、显式Intent与隐式Intent两种启动目标组件方式进行了详细的说明,并提供了具体的实现代码.在不同应用之间的交互情境下选择不同的Intent启动方式有利于提高交互的效率.在Activity的返回路径上,提出任务栈返回与Task Stack Builder对象管理返回两种模式及解决方案,解决了顺序路径的返回及指定路径的返回等问题,并在多个型号的设备上进行了测试验证.

基于树结构的μC/OS-Ⅱ任务栈空间计算方法及应用

针对用现有方法较难确定μC/OS-Ⅱ任务栈空间大小的问题,提出了基于树结构计算μC/OS-Ⅱ任务栈空间的方法。分析了任务栈空间结构,定义了能够表示栈空间最坏使用情况的树结构,提出了用树结构计算最坏情况下栈空间的计算公式,并计算了一个实际系统的栈空间。用该方法确定的任务栈空间能够准确地反映任务栈空间的最坏使用情况,同时还能够节约内存的使用。

Linux内核与内存关系的几个问题的探讨

L inux内核与内存之间的关系涉及内核中与系统硬件相关的部分 ,本文作者在阅读 L inux内核源代码的基础上 ,探讨内核与内存之间关系的若干基本问题的答案 .这些问题包括 :内核与进程的关系、内核映象的生成、系统启动过程中内核与内存的关系、内核堆栈的机制等 .本文的讨论基于 Intel的 80 x86平台上的内核 2 .2 .

基于Kriging代理模型的动态云任务调度方法

任务调度在云计算环境中发挥着重要作用。提出一种基于Kriging代理模型的动态云任务调度方法。通过对云任务在不同资源组合下的性能表现进行Kriging代理模型建模并优化,从而得到对应于该云任务的最优资源分配方案;利用云平台的API,可动态对该云任务实施资源调度。基于Open Stack开源云平台,对两个工程计算应用进行了任务调度性能测试,结果表明该方法可有效动态调整云任务中的资源配给,按需按优对平台中的云任务进行资源调度。

多线程系统在S3C2410上的实现

首先对多线程及S3C2410微处理器作了简要介绍,接着详细剖析了多线程系统在S3C2410平台上的具体实现过程,同时结合实践对实现过程中的各个技术难点作了详细的说明,并提供了切实可行的解决方案。

基于VxWorks的异常问题分析及调试方法的研究

在基于嵌入式操作系统VxWorks的软件开发过程中,由于人员水平和经验的限制,开发的软件中如果使用了非法指令或堆栈溢出、程序死循环等原因,会造成系统或任务异常,甚至装置死机或重启。根据在实际开发过程中遇到的问题,总结了异常的原因并通过示例给出了分析定位异常问题的方法。

码垛机器人工作空间合理度量化评价方法及应用

文章提出了一种对四自由度码垛机器人工作空间合理程度进行量化评价的方法。应用D-H法建立待评价机器人坐标系,将最小长方体任务空间转化为子午面内矩形任务空间,对比分析机器人实际工作空间与矩形任务空间的偏差,并结合对于工作空间利用效率的考虑,提出了应用工作空间利用率及左侧轮廓斜率绝对值评价机器人工作空间合理程度的方法。算例验证表明,该评价方法有效,相关方法对四自由度码垛机器人的结构设计及优化有一定的指导意义。

μC/OS-Ⅱ任务调度的改进与实现

介绍了μC/OSⅡ嵌入式实时操作系统的特点,分析了单一的基于优先级调度算法存在的不足。根据嵌入式应用的实时性要求不同,将应用划分为实时任务、分时任务和后台任务3种类型。针对分时任务新增的时间片调度算法,给出调度算法的实现方法,并增加了任务创建和销毁的接口。降低了基于μC/OSⅡ操作系统嵌入式产品的开发难度和设计成本,有利于该操作系统的应用推广。

基于FPGA的栈空间管理器的研究和设计

提出了一种将堆栈空间划分为任务栈和中断嵌套栈的设计结构,使堆栈空间最小化。采用VHDL硬件语言,在FPGA设备上模拟实现了具有自动检验功能的栈空间管理器。栈空间管理器由不同功能的逻辑模块组成,主要阐述了状态控制逻辑模块和地址产生逻辑模块的设计方法。

μC/OS-II移植中应注意的问题及移植技巧

μC/OS-II作为一种实时性、源代码公开的嵌入式内核,已经被移植到8位、16位乃至32位单片机上。由于μC/OS-II其自身的高稳定性和实时性,并且具有可固化、可剪裁的特点,已经在许多领域都得到了应用。本文不讨论移植代码编写的具体过程,而是以凌阳单片机SPCE061A为例着重讨论了在移植μC/OS-II前需要了解的几个基本问题以及在移植μC/OS-II的过程中,OSCtxSw()和OSIntCtxSw()两个函数的比较、任务堆栈的设计以及用户中断服务子程序的编写等三个应注意的问题和以及处理它们的技巧。

一个嵌入式RTOS中TCP相关任务的互斥问题

分析了在基于抢占式内核的嵌入式实时操作系统WebitOS中设计TCP层协议软件时遇到的任务互斥问题,提出了一种“使用单独的发送任务”的解决方案,并通过实验对这种解决方案和传统的解决方案进行了对比。

JAVA CARD多任务切换机制实现及应用

作为在智能卡平台上运行的Java虚拟机,受限于硬件资源,目前还只能以传统的单进程、单任务的机制运行。即使在具备多逻辑通道的卡上,虚拟机之上的Applet应用程序都是在APDU的触发下开始执行,其他Applet只有在其执行完成后才可以开始执行。单个APDU会话周期中只允许一个Applet应用程序执行。提出一种对卡上Java虚拟机的改造方案,来实现多个Applet以并发任务的状态共存、相互间中断并切换执行的机制,而后描述了这种机制的优点和多个应用场景,并就其局限性和优化进行讨论。

嵌入式系统裸机的任务调度应用设计

在中低端MCU的嵌入式系统软件设计中,为了节省有限的RAM资源,只能采用不加操作系统的裸机方式。为了借鉴操作系统的任务调度机制,在裸机开发方式中,设计一种不带任务堆栈的逻辑任务,按照具体应用划分若干逻辑任务,这些逻辑任务共享一个系统堆栈,每个逻辑任务都有自己的事件队列和任务处理程序,任务之间通过发送事件的形式进行通信。这种方案既避免了加载操作系统对系统RAM资源和MCU计算资源的消耗,又能够实现类似于操作系统的任务调度机制,实现软件的模块化,从而设计出低耦合、高内聚的软件。

r-排列非递归生成算法及应用

提出一种利用回溯法生成r-排列的算法.该算法使用栈和队列,并引入标记已选元素的方法,避免了回溯时的重复选择.生成的r-排列具有分组和对称性,且符合字典序.此算法也能生成全排列.利用该算法提出了r-组合生成算法,分析了它们的时间和空间复杂度,并介绍了r-排列和r-组合算法在任务安排问题中的应用.