论文部分内容阅读
随着计算机技术的飞速发展,智能系统被广泛的应用于工业生产、国防、航天探索等领域而且变得越来越复杂,呈现出多处理器协同工作的趋势。多处理器上的多类型实时任务调度作为复杂智能系统的关键技术之一,关系到工业、国防和人的生命财产安全,因而得到了国内外学者的广泛关注。当前多处理器上的多类型实时任务组合调度算法,虽然一定程度上考虑了各种任务的特性,却没有较好地协调各种任务之间的关系。针对当前组合算法的不足,本文采用两种组合调度算法对多处理器上的多类型实时任务集进行调度,在满足周期硬实时任务截止期的前提下,分别提高了软实时任务的响应性和偶发实时任务的调度成功率,主要工作如下:针对周期性硬实时、非周期性软实时和非实时的多类型实时任务集在同构多处理器上的调度问题及现行的组合算法对多类型实时任务之间关系考虑的不足,本文使用fpEDF(结合固定优先级(fixed priority)和最早截止期优先(EDF))算法和以资源为中心调整松弛时间碎片RCSD(Resource-Centric with Slack Defragmentation)算法的组合算法来调度多类型实时任务集。RCSD算法考虑周期性任务的实际调度之间存在松弛时间,并适当地对其进行调整以便更好地调度非周期性任务。提出的组合算法在保证所有周期性实时任务截止期的前提下,有效地提高了非周期性任务的响应性。针对周期性硬实时、偶发硬实时和非周期软实时的多类型实时任务集在异构多处理器上的调度问题及现行的组合算法存在让空闲处理器过早使用的不足,使用UEDF算法(EDF算法在多处理器水平推广)和以任务为中心调整松弛时间碎片TCSD(Task-Centric with Slack Defragmentation)算法的组合算法来调度这种多类型实时任务集。UEDF算法在保证周期性实时任务满足截止期的前提下将周期性任务集尽量放在较少处理器上执行来预留出更多空闲处理器资源;然后结合TCSD算法的优势,有效地提高了偶发性实时任务的调度成功率。在实验中分别验证两种组合调度算法在同构多处理器或者异构多处理器上调度不同多类型实时任务集的调度效果。根据不同类型实时任务的特性来生成不同组合调度算法调度多类型实时任务集,与当前较好组合调度算法进行比较,验证改进的组合调度算法的有效性。