毛磊[1]2007年在《基于嵌入式实时操作系统的任务调度研究与应用》文中进行了进一步梳理嵌入式系统有一个共同的特性，即对系统的响应时间有严格要求。随着实时嵌入式系统结构的日益复杂，运行环境的不确定因素增多，操作系统中任务调度受到广泛关注。本文首先介绍RTOS中经典的调度策略，分析其各种任务调度算法的局限性。然后从实时系统的不确定性、不可预测性角度入手，针对实时系统中硬实时任务与软实时任务并存情况，分析混合任务并介绍混合任务调度算法，提出了混合任务调度模型框架。在对任务反馈调度研究中，根据Chenyang Lu和John A．Stankovic提出的反馈控制实时调度算法，对PI控制器详细分析并介绍利用率、丢失率、利用率丢失率反馈调度算法，总结了各调度算法优劣。对于控制与调度协同设计问题，提出以Qoc作为评价基础，给出基于Qoc的调度策略，并构建基于实时控制与调度协同设计模型，使用弹簧算法灵活处理扰动到来对被控系统的影响。最后在反馈混合任务调度研究中，以反馈控制混合任务调度框架为基础，可调软硬实时任务负载带宽为出发点，准入与Qos调节器为软实时任务负载调节手段，提出了反馈调度的水箱模型以及控制器的控制算法，仿真结果验证了该算法的可行性。通过研究μC／OS-Ⅱ的任务管理、内核调度方面的内容，移植μC／OS-Ⅱ于TMS320LF2407A硬件平台上。在μC／OS-Ⅱ实时内核调度的可扩展性研究基础上，修改内核，设计实时任务和软件结构，并引入基于反馈控制混合任务调度算法。实践验证该调度算法有效提高系统的鲁棒性。
谢建平[2]2008年在《单处理器环境下实时混合任务的调度算法研究》文中进行了进一步梳理随着计算机与自动控制技术的发展,实时系统广泛地应用于航空、航天、航海等领域。实时调度是实时系统核心问题之一,因而成为现代工业、军事等领域的研究热点。调度算法是实时调度的核心所在,本文首先分析了实时混合任务调度算法的研究现状,将实时任务按照到达模式和截止期限类型两个纬度进行分类。然后针对以前调度算法的不足,对两类混合任务调度做了一定的研究并提出了改进性能的算法:1)当任务按照截止期限类型进行分类时可以分为硬截止期任务、固截止期任务和软截止期任务。针对传统的最高价值优先(HVF)和截止期/价值优先(EDV)等算法致使某些硬截止期任务的截止期得不到满足的缺点,提出了一种新的基于动态优先级的混合任务调度算法。该算法特别针对硬截止期任务的执行时机,融合了基于阈值的调度算法和任务的执行价值等多种元素。鉴于硬截止期、固截止期和软截止期任务的不同特征,对它们采用不同的优先级计算方法。经过仿真试验表明,该算法能保证硬截止期任务的满足截止期,并且能提高固截止期任务完成数量占总数量的比例。2)当任务按照到达模式进行分类时可以分为周期任务和非周期任务。文章提出了结合总带宽服务器算法(TBS)算法和时限单调算法(DMS)算法的实时混合任务的调度算法,基于TBS服务器思想将非周期任务临时转换成有时限要求的硬实时任务,然后基于DMS调度周期任务和非周期任务。由于是使用静态的DMS算法,不仅可以减小任务的切换开销,而且对系统的瞬时过载有一定的适应性。该方法能保证周期任务满足时限的要求,还能缩短非周期任务的响应时间。
王鹏超[3]2016年在《过载条件下价值率优先的实时系统任务调度算法的研究》文中研究表明随着社会经济的快速发展,实时系统在航空航天、工业控制等领域得到广泛应用。实时调度算法是实时系统的核心,在实时系统中起到至关重要的作用。合理的实时系统调度算法对提高系统的性能、保证实时任务可调度性具有非常重要的意义。本文分析了现有的一些比较常见的实时系统调度算法,如最早截止时间优先EDF算法、单调速率RM算法、价值最高最优先HVF算法和最小疏密度LL算法等,在此基础上,提出了在系统过载的条件下基于单处理器系统下的价值率最高最优先调度算法。本文对任务信息的描述采用四元组Ti(Ai Ci Di Vi)统一建模。其中Ai表示任务到达的时刻,Ci表示执行任务需要的时间,Di表示任务截止的时刻,Vi表示任务的价值。对于有依赖关系的任务使用邻接矩阵表示任务之间存在的依赖关系。根据任务有无依赖关系,把任务分为无依赖任务与有依赖任务；根据任务是否实时,分为实时任务与非实时任务。并根据它们的区别采取了不同的处理方式,但都是在满足时间约束前提下对价值率的比较,价值率越高表明任务的优先级别越高,反之,价值率越低说明任务的优先级别越低。无依赖关系的任务调度算法,采用动态调度的思想,允许任务高优先级抢占,任务在运行期间对任务进行调度算法。无依赖关系的非实时任务因为不存在截止时间,所以所有任务都满足时间约束条件即在截止期前执行完任务,此处的调度算法只需要比较任务的价值率即可,价值率越高优先级越高。对于无依赖关系的实时任务,实时任务存在截止期,任务需要满足时间约束条件,然后再比较价值率。对于无依赖关系的实时任务与非实时任务混合的情况,实时任务因为存在截止期,所以所有实时任务的优先级都高于非实时任务,然后再使用调度算法进行计算。有依赖关系的任务调度采用静态调度的思想。首先根据任务信息处理任务的依赖关系,在满足时间约束的前提下根据依赖关系确定优先级,有依赖关系的任务组之间通过价值率进一步确定优先级。
王凯[4]2017年在《基于多核平台的实时混合任务调度算法研究》文中指出随着社会的发展,人们对计算机处理性能的需求在不断提高。传统的单核处理器的处理能力已经不足以满足某些具体的应用需求,人们把提高计算机处理性能的需求寄希望于多核处理器结构。所以多核处理器应运而生。当今世界,多核处理器因其诸多的优势正在逐步取代传统的单核处理器,成为市场的主流。随着多核处理器的普遍使用,实时系统也有了更为广阔的应用平台。与此同时,实时系统的复杂性也大大地增加。在很多情况下,几种不同类型的任务会同时存在于一个实时系统当中,其中就包括实时周期任务和实时零星任务两种任务类型。针对多核处理器平台上实时周期和实时零星任务调度问题的研究具有非常重要的理论指导意义和实际应用价值。本文主要针对多核处理器平台上的实时周期任务和实时零星任务的混合任务调度问题进行研究,目标是在满足任务截止期的前提下,尽量改善实时零星任务平均响应时间。首先本文提出了最早释放时刻优先(ERTF)时间分配策略,并将它与传统的LRE-TL算法相结合,提出了基于ERTF时间分配策略的改进型算法:E-LRE-TL混合任务调度算法。该算法允许对处理器空闲时间重新分配,解决了 LRE-TL算法任务平均响应时间太大的不足,同时降低了实时系统中发生处理器内核抢占的概率,节省了系统调度开销。尽管与之前的算法相比,E-LRE-TL算法有诸多优势。但是通过分析发现它把过多的处理器资源应用于实时周期任务调度。为了克服E-LRE-TL算法的不足,本文进一步提出了基于零星任务优先(STF)的E-LRE-TL算法。它通过为实时零星任务分配更高的优先级,使得处理器可以尽早尽多的执行实时零星任务,实现改善实时零星任务平均响应时间的目标。
朱雪庆[5]2011年在《基于反馈机制的实时弹性任务调度算法研究》文中指出实时系统通常是指能够在指定或者确定时间内提供所需水平服务的计算系统。它不仅需要对外部变化及时有效地响应，而且要求具有广泛的灵活性，能及时响应可变系统负载。实时系统的调度策略是决定任务顺利完成以及系统性能的关键因素之一，因此设计合适的调度策略是实时系统研究中的关键问题。弹性调度是针对可变负载实时系统的有效调度策略之一，该策略通过周期调整算法对实时任务周期进行调整，进而调整系统负载，以适应实时系统的灵活性要求。本文针对弹性任务调度问题展开研究。为保证调度成功率及系统资源合理利用，在分析总结现有实时弹性任务调度算法基础上，本文对任务截止期等于任务周期的基本弹性任务调度算法和任务截止期不大于任务周期的广义弹性任务调度算法进行改进。具体研究工作如下：针对弹性调度主要研究软实时任务，往往不能很好地处理硬实时任务，并容易导致系统性能突变的问题，本文提出了一种基于资源预留的基本周期调整算法，对硬实时任务进行资源预留，以适应软硬实时任务共存的系统。同时，在原有性能指标函数的基础上，本文总结出一种以任务资源利用率变化为参数的性能指标函数来调整任务周期，以达到对可变负载的灵活处理以及实现系统性能缓慢变化。针对弹性任务调度中假定任务执行时间预先确定，导致任务调度成功率较低的问题，本文提出了一种基于反馈机制的实时弹性任务调度方法。该方法通过反馈机制动态估计任务执行时间，分别对本文改进后的基本实时弹性任务调度算法和广义实时弹性任务调度算法进行改进。本文所提的基本弹性调度算法有效反映任务资源占用情况，避免了对系统资源的悲观估计，从而提高系统资源合理利用及任务调度成功率。同时，改进后的广义实时弹性任务调度算法能真实地反映系统运行情况，放宽了算法的可调度条件，使任务调度成功率提高。为验证所提算法的有效性，本文采用随机生成实时弹性任务测试集合，对所提算法和经典算法进行仿真对比实验。实验数据表明：改进的基本实时弹性任务调度算法具有较强适应性，对提高任务调度成功率以及系统吞吐量均有较好效果；改进的广义实时弹性任务调度算法，很大程度上提高了任务调度成功率，但对系统吞吐量的效果不明显。
涂刚[6]2004年在《软实时系统任务调度算法研究》文中研究说明实时系统具有及时响应、高可靠性、专用性、少人工干预等特征,被广泛应用于工业控制、军事防御、信息通讯、网络传输、媒体处理等领域。实时技术的广泛应用促使其研究方向不断发展深化,现今,对软实时系统的研究逐渐成为实时研究的重点。软实时系统种类繁多,为实时理论研究提出了新的挑战。另外,软实时系统新的应用需求也在不断冲击着传统实时理论研究的框架。因此需要对原有的实时理论进行扩充,以适应新的变化。硬实时周期任务和软实时非周期任务是实时系统中两种基本的任务类型,它们的混合调度问题是实时研究的重点之一。在充分掌握硬实时周期任务集调度特性的基础上,使用形式化方法定义了“调度”和“逆调度”两种概念以及相关的运算规则。借助这些概念及运算规则,可以求得使用最近截止期限优先算法调度时硬实时周期任务集在任何时刻可挪用给软实时非周期任务集的执行时间的最大值,从而为缩短软实时非周期任务的响应时间和周转时间提供了参考。以此为基础,设计了用于缩短软实时非周期任务响应时间的动态优先级挪用调度算法。本算法使用了最大可挪用时间,能够在保证硬实时周期任务满足截止期限的前提下,实现软实时任务的最短响应时间和最小周转时间。在软实时周期任务灵活调度模型中,不需要事先确定软实时周期任务的最大执行时间和预留系统资源数量,不需要对软实时周期任务的类型加以区分,从而节省了系统资源,优化了系统结构。灵活调度算法能够根据实时系统性能参数动态调整调度方法,不断适应系统的变化。在软实时周期任务灵活调度模型的基础上,设计了相应的灵活反馈调度算法。由于以往的灵活调度算法只能对实时请求进行控制,不能根据软实时周期任务的当前状态动态调整系统负载,为此进行了改进。改进后的灵活反馈调度算法通过扩展自动控制理论中的反馈控制算法和实时调度理论中的弹簧算法,对软实时系统负载和软实时任务参数进行动态调整,使得实时系统能够处理尽可能多的软
于国龙[7]2010年在《嵌入式操作系统的实时性分析与研究》文中认为嵌入式操作系统已经被广泛的应用于各种嵌入式设备,由于嵌入式设备有着数据实时采集、现场控制、高危环境等特殊应用背景,嵌入式操作系统对实时性都有一定的要求。随着嵌入式设备的发展,目前实时系统具有任务数量和类型繁多,任务特征参数复杂,要求精确控制等一些新的特点,课题在分析了传统的嵌入式操作系统的实时性基础上,研究了现代可调度技术的理论和方法,特别对实时调度理论中的任务调度技术进行了研究,对基于优先级的抢占式调度存在的不足之处进行了优化,并通过实验证明了算法的有效性和可行性。主要研究内容包括以下几个方面：(1)分析了目前嵌入式操作系统的应用背景和特点以及对实时性的要求,研究了目前实现嵌入式操作系统实时性的六种途径及其技术方法,其中提高任务调度的实时性,是提高嵌入式操作系统的实时性的最有效途径之一。(2)在研究了任务实时调度策略和方法的基础上,对基于优先级的抢占式调度进行了深入的分析研究,发现它存在颠簸现象、考虑的任务特征单一、任务特征参数测量不精确等不足之处。(3)针对基于优先级的抢占式调度所存在的叁个不足之处,通过引入抢占阈值、引入任务重要度参数以及利用云模型模糊化描述任务的特征参数,来分别对这叁个不足之处进行优化。利用上述方法对LSF调度算法进行了优化,并进行了仿真分析,证明优化后的LSF调度算法实时性能得到了提高。(4)搭建了实时数据采集一控制系统,并在其上对优化后的LSF调度算法的调度性能进行了实际的运行验证,实际运行表明优化后的LSF调度算法较优化前调度性能上有较大的提高。
刘涛[8]2013年在《μC/OS-Ⅱ任务调度算法的改进与实现》文中研究表明实时系统是一个特殊的嵌入式系统，它不仅要求产生的结果是正确的，更重要的是要求正确结果必须在预定的截止时间内完成。对于实时系统来说，完成任务的时间都是在应用程序设计时就可以预知的，超过截止时间计算出来的正确结果和错误的结果一样都是不能容忍的。任务调度和资源管理是实时操作系统的核心，也是本文要研究的问题。本文以μC/OS-Ⅱ实时操作系统内核作为研究对象。μC/OS-Ⅱ是完全基于优先级进行抢占调度的硬实时内核，并且是开源的，具有足够的安全性、实时性和稳定性。μC/OS-Ⅱ为每一个任务分配唯一的优先级，但是最多能建立64个任务，并且不支持相同优先级任务的循环调度，这已经不能很好地满足日益增大的软实时应用程序的需求。因此，本文提出了子系统、作业和模块化调度的概念，扩展改进了μC/OS-Ⅱ实时内核。修改后的μC/OS-Ⅱ内核，把具体实时应用划分为若干个子系统，每个子系统包括多个作业，实行二级调度。子系统之间基于优先级进行调度，子系统内部不同优先级的作业采用抢占式调度算法，同优先级作业采取循环调度算法，形成一种新的混合任务集调度策略。通过实验验证，修改后的内核能正常的运行，满足特定实时系统的调度要求，并且增加了μC/OS-Ⅱ的应用范围，提高了其适用性。针对μC/OS-Ⅱ实时内核没有提供很好的机制去抑制优先级反转的问题，本文在对优先级反转现象产生的原因进行分析的基础上，运用承继策略和天花板策略两种方法去抑制μC/OS-Ⅱ的优先级反转。通过实验验证，这两种方法能有效地抑制μC/OS-Ⅱ的优先级反转。
柴华[9]2008年在《一种反馈控制机制在EDF算法上的应用》文中研究表明实时调度算法是嵌入式实时系统设计和实现的关键问题之一,也是保障实时系统两个必备特性(时限性和可靠性)的重要方法,是实时系统中重要而活跃的研究领域。在众多的实时调度算法中,速率单调(Rate Monotonic,RM)和最早截止期限优先(Eartiest Deadline First,EDF)分别是静态调度和动态调度领域中经典的调度算法。RM算法属于静态调度算法,在系统运行前决定任务的调度,实现简单,在满足前提条件的情况下可以保证实时任务集的成功调度。EDF算法属于动态调度算法,在系统运行时决定任务的调度,CPU利用率可以达到100%(理想情况下)。虽然RM和EDF算法以其各自所具备的优良性能在嵌入式实时系统中得到了广泛应用,但是我们也不能忽视它们本身存在的实时性问题。虽然一些改进后的算法能支持更复杂的任务集特性,但这些算法都是开环的调度算法。开环就意味着一旦调度器被创建,它们就不能基于持续的反馈进行调整了。尽管开环调度算法在负载精确建模的静态或动态系统中执行良好,但是该类算法在不可预测的动态系统环境下性能却较差。本文是在考虑“系统过载”的情况下,通过在EDF调度算法中引入反馈控制机制来提高EDF调度算法的实时性及稳定性。首先介绍实时调度算法的应用背景:实时系统、嵌入式系统、实时操作系统和嵌入式实时操作系统。接着对现有的实时调度模型、实时调度基本理论、调度策略和实时调度算法进行了分析和研究。对RM和EDF实时调度算法进行了详细分析,并举例说明了它们的调度过程。然后介绍了本文提出的反馈控制机制用到的相关理论—比例-积分-微分(Proportional-Integral-Derivative,PID)自动控制理论和操作方法,并说明了单神经元智能控制的基本理论。最后,通过使用自适应单神经元PID算法对EDF调度算法进行动态反馈控制,动态调整过载时系统中的任务数量,运用每次运行获得的截止期错失率作为下一次运行的输入参数进行实时任务调度,以此来提高实时系统的实时性和稳定性,达到有效改善过载的目的。本文模拟了基于PID反馈控制机制的最早截止期限优先调度算法,并比较了引入反馈控制机制前后的实验情况。实验结果表明:引入自适应单神经元PID反馈调度算法可以快速稳定并积极改善实时系统达到过载时的情况,可以优化系统降级时的性能。说明了使用PID反馈控制对改善EDF调度算法执行情况的可行性和有效性。该结论对实时调度算法的研究和使用有一定的理论和实践意义。本文的创新之处在于引入了单神经元PID反馈控制机制,使反馈控制更具智能型,实现了自适应单神经元PID控制算法在嵌入式实时调度算法领域的运用。
杨晓多[10]2017年在《CPS中基于优先级的抢占式任务调度机制研究》文中提出信息物理融合系统(Cyber-Physical Systems,CPS)在医疗、交通、军事等多个领域起着重要的作用,但挑战也随之而来,由于CPS系统高实时性、高可靠性、高复杂性等重要特点,对于相关技术也就有着极高的要求。本文着眼于CPS系统中的任务调度问题,对CPS系统的特性和框架体系以及实时系统任务调度的评价标准展开研究,总结列举了若干种较为有效的评价方式。分别针对CPS系统的高实时性、高资源利用率和高复杂性这叁个主要特点,从叁个方面进行了研究。主要内容包括:阐述了CPS系统的发展情况、主要特点和体系架构,分析了CPS和几种重要的技术相结合后取得的重要突破,总结归纳了几种CPS中分布式实时系统任务调度的评估标准。针对CPS系统实时性要求高的特点,提出一种可缓冲时间模型和保护时间模型,在此基础上提出了一种基于可缓冲时间的的实时任务调度策略。在任务可能需要进行切换时做出判断,保留优先级较低但不宜被暂停等待的任务,令优先级较高的任务稍作等待。最后通过实例和仿真实验证明了本算法能够避免任务频繁切换产生的抖动以及其对系统性能造成的不良影响,提高了系统的实时性。针对CPS系统对资源利用率要求高的特点,研究分析了几种已有的CPS实时系统的体系架构,提出一种改进型实时系统体系架构模型。进一步地建立了一种梯度权值模型,提出一种基于梯度权值的抢占式实时任务调度算法。最后与两种经典算法的性能进行对比,确认其能够更好的提高系统内资源的利用率。针对CPS系统的复杂性高的特点,结合系统内设备和任务的多样性,进一步地将CPS系统中的任务分为多个层次,并将优先级从原先单一的任务优先级扩展到调度机制优先级和任务优先级两个方面,对不同种类的实时任务使用不同的调度机制。最后通过仿真实验和与上文中所述的另一种综合调度策略进行比较,并以丢包率为依据验证了本算法的性能。
参考文献：
[1]. 基于嵌入式实时操作系统的任务调度研究与应用[D]. 毛磊. 同济大学. 2007
[2]. 单处理器环境下实时混合任务的调度算法研究[D]. 谢建平. 武汉理工大学. 2008
[3]. 过载条件下价值率优先的实时系统任务调度算法的研究[D]. 王鹏超. 安徽大学. 2016
[4]. 基于多核平台的实时混合任务调度算法研究[D]. 王凯. 天津工业大学. 2017
[5]. 基于反馈机制的实时弹性任务调度算法研究[D]. 朱雪庆. 湖南大学. 2011
[6]. 软实时系统任务调度算法研究[D]. 涂刚. 华中科技大学. 2004
[7]. 嵌入式操作系统的实时性分析与研究[D]. 于国龙. 兰州理工大学. 2010
[8]. μC/OS-Ⅱ任务调度算法的改进与实现[D]. 刘涛. 沈阳工业大学. 2013
[9]. 一种反馈控制机制在EDF算法上的应用[D]. 柴华. 太原理工大学. 2008
[10]. CPS中基于优先级的抢占式任务调度机制研究[D]. 杨晓多. 昆明理工大学. 2017
标签：计算机软件及计算机应用论文; 优先级论文; 实时系统论文; 反馈控制论文; 任务调度论文; 动态模型论文; 算法论文;