基于图的实时任务模型的可调度性分析与性能优化技术研究

来源 :国防科技大学   | 被引量 : 0次 | 上传用户:dingxiaoyun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,嵌入式实时系统已经广泛应用于航空、航天、船舶制造、汽车、火车、工业控制、家电控制等多个重要领域。一方面,现代控制系统的自动化、电气化、数字化和智能化程度不断提高;另一方面,对系统的安全性、稳定性、舒适性等功能和性能的要求变得越来越严格。这些变化要求实时系统提供更加强大的支撑能力。因此,对实时系统的可预测性和应用性能提出了越来越严苛的要求。论文对实时任务模型的可调度性分析和性能优化技术进行了探索和研究,主要研究内容包括以下四个方面:
  (1)有向图实时任务模型的可调度性分析
  作为多种实时任务模型的严格扩展,有向图实时任务模型为现实世界中的实时应用提供了更强的表达能力,并且能够支持形式化研究时间约束问题。然而,具有任意时限特性的有向图实时任务的可调度性分析方法尚未提出。同时,目前也不存在相干限定函数的高效计算方法。为了进一步研究和优化有向图实时任务模型的可调度性分析问题,论文为任意时限的有向图实时任务模型提出了严格和近似的响应时间分析方法。基于极大加代数的理论结果,证明了相干限定函数是线性周期的,即该函数可以通过有限的非周期性部分和无限重复的周期性部分表示,从而使得相干限定函数的计算独立于间隔时间的大小。另外,推导出相干限定函数的线性上界,以及研究了相比于现有方法其应用在响应时间分析中的分析精度。论文提出的基于线性周期特性的计算方法能够有效提升相干限定函数的计算效率,以及显著减少可调度性测试的分析时间。
  (2)同步有限状态机任务模型的可调度性分析
  在嵌入式软件的开发中,计算同步反应式(synchronous reactive,SR)模型的应用非常广泛。Matlab/Simulink工具能够有效支持SR模型的分析和仿真,其包括两种重要的区块类型:Dataflow和Stateflow。然而,当前最先进的时间分析方法仅仅为基于单个任务实现的Stateflow提供了充分不必要的可调度性判断条件,而更精确的时间分析方法尚无文献研究。论文对同步有限状态机模型(Simulink/Stateflow)的可调度性分析问题进行了深入研究。由于同步有限状态机按照同步的周期时间进行触发,论文的分析考虑带有同步偏移(offset)的周期任务。提出了同步有限状态机任务的严格响应时间分析方法,并证明了同步有限状态机的严格分析是强coNP-hard。论文也研究了基于请求限定函数或相干限定函数的近似响应时间分析方法,以及它们相对于严格响应时间的加速因子。为了进一步加速响应时间分析,论文也给出了利用线性周期特性严格计算请求限定函数和相干限定函数的高效算法。最后,在一些随机生成的任务系统中去评估这些分析技术和比较它们的精度和时间。论文提出的基于同步偏移的近似响应时间分析方法具有较好的分析精度、较少的运行时间和较高的可扩展性。
  (3)动态自适应变化速率任务模型的可调度性分析
  在内燃机车辆中,存在一类按照预先定义的发动机曲柄的转动角度触发执行的应用任务(称之为角度任务)。在系统设计中,为了避免在高转速情况下的工作过载,这些角度任务在不同的转速区间内将采用不同实现。然而,当前的研究只考虑在设计时配置任务实现的切换转速。这样的离线固定配置不能够充分适应动态情况。论文提出并研究了动态调整切换转速的任务模型。为这样新的实时任务模型开发了可调度性分析方法。该方法通过引入一种动态有向图的任务模型来安全的近似评估这种动态角度任务的执行负载。论文提出的任务模型和分析方法具有较高的分析精度,并能够有效减少时间复杂度。
  (4)动态自适应变化速率任务模型的性能优化
  在当前的实践中,发动机控制系统通常基于标准行驶循环中的平均驾驶需求来离线设置改变控制策略的切换转速。这显然是次优的,因为实际行驶循环可能与标准行驶循环有很大不同,并且它无法完全适应行驶循环的动态变化。论文证明了有效的转速划分具有限定的加速因子,因而分析方法具有限定的悲观性,对于优化问题具有潜在的应用价值。针对发动机性能优化问题,提出了根据互连自动驾驶汽车技术预测行驶信息来动态调整切换转速的优化算法。该算法的核心是充分利用多种具有不同准确性和复杂性的可调度性分析技术从而形成一种新的混合可调度性分析方法。基于混合可调度性分析的动态切换转速重新配置方法比静态优化方法提供了更好的且接近上限的性能,同时显著减少算法运行时间。
  综上,论文对实时任务的可调度性分析和性能优化的若干问题进行了研究,主要集中在三种任务模型:有向图实时任务模型、同步有限状态机任务模型和自适应变化速率任务模型,提出了一系列的可调度性分析和性能优化方法,对实时任务的分析理论研究做出了积极的贡献,具有一定的理论意义和应用价值。
其他文献
数字IC集成电路,尤其是FPGA硬件电路的版权保护技术是半导体技术发展的重要核心问题之一。目前尽管部分核心技术产品已得到了众多半导体公司及研究机构的广泛应用,但是IC芯片硬件安全技术在给设计者带来安全保障的同时,也带来了许多潜在的安全隐患。因此,如何研究解决IC芯片电子产品中FPGA硬件电路版权的安全保护与实时认证问题,已成为了当前FPGA硬件安全电路设计领域急需解决的问题之一。本文利用信息隐藏、
学位
水产养殖是农业的重要组成部分,多年来产量处于是世界首位,是一个不断发展的综合性研究领域。为了深入了解水产养殖业发展现状及发展趋势,以及渔民喂养方式和获取信息途径,我们前往“浙江省淡水水产研究所八里店实验综合基地”实地调研,通过一个月的实地观察以及工作人员和周围养殖户的反馈,我们发现养殖户多以经验养殖为主,养殖技术以及鱼病预防等措施更新不及时,遇到问题虽通过网络途径查询,却出现各种错综复杂的信息,导
学位
随着精准农业概念在我国的进一步推广,农业生产对智能机器人的需求也变得更加的旺盛。在农业智能机器人领域,目标障碍物识别技术一直是关系到机器人能否自动行走避障的关键。本文提出了一种基于立体视觉的光谱聚类算法,并把该算法应用到农业智能机器人障碍物检测的研究中。  本文为了降低在伪目标存在的条件下,由于伪目标的干扰引起的算法误检概率,进而提高本系统在非结构化的复杂环境中对目标的有效识别能力,提出了一种基于
随着互联网科技的迅猛发展,人类已经进入了一个信息大爆炸的时代,如何从繁杂的信息资源中提取有效的信息成为了学者们研究的重点内容,谷歌、百度等搜索引擎的出现很好的解决了这一问题。它能够对用户提交的查询请求进行处理,返回给用户想要搜索的信息。  目前虽然我国拥有很多涉农网站,如中国农业信息网、中国农村网、农联网、农业智能搜索网等,这些网站拥有丰富的农业信息资源,符合农业用户的查询要求。但是由于没有规范的
学位
我国作为农业大国,无论是农业在国民经济体系当中所占的比重还是我国的农耕土地面积都是在世界上处于前列的位置,同时随着我国的国家经济的飞速发展和改革开放之后我国经济的快速腾飞,无论是农业的技术水平和果树的种植产业都有了极大的提升和发展,水果和农副产品在人们的日常生活当中的比重和消费都呈现迅速增长的趋势。自1993开始我国成为世界第一水果生产大国之后,无论是果园的播种面积还是水果总产量,还是人均水果产量
学位
在机器学习/数据挖掘的众多研究分支中,异常检测一直是最为重要并且最具有挑战性的课题之一,其也被称为单类别分类/新奇点检测/离群点检测等。具体来说,异常检测致力于从一个数据集合中检测出与观测到的数据常见行为最为不相符的那些异乎寻常的数据模式,换言之,其将数据分类为正常类别和异常类别。异常检测有着非常广泛的应用领域,例如网络入侵检测、欺诈检测、工业故障检测以及智能图像视频处理与理解等。与传统的分类问题
学位
图像作为记录生活、分享信息的重要手段,是大数据时代最主要的非结构化数据形态,其应用领域已经深入到人类生活和工作的方方面面,然而,一方面,随着手机、平板电脑、摄像头等各种图像采集设备的广泛使用,图像的规模正呈现出爆炸性增长的趋势;另一方面,图像的处理和分析(如特征提取、物体检测、目标识别、图像检索等)通常包含非常复杂的计算过程。因此,大规模图像数据已经远远超过了资源受限的终端设备的存储和计算能力。 
学位
构建于大量节点之上云存储方便易用、成本低廉且可弹性扩展,被广泛用来保存人们快速产生的海量数据。根据节点分布,云存储可分为单中心云存储、跨中心云存储和P2P云存储三类。前二者通过运营包含大量服务器的一个或多个数据中心来提供服务;P2P云存储则通过大量租用个人闲置的存储空间和网络带宽来提供服务。对于任何一类云存储,采用容错技术以保证数据不因节点失效而丢失都至关重要。基于纠删码的容错技术容错能力更强且存
学位
随着智能移动设备和移动通信技术的发展,诸如Uber、滴滴打车等基于位置的服务广泛应用在人们工作生活的各个方面,给人们提供了巨大的便利。但是在使用基于位置的服务过程中,位置服务提供商也获取了大量来自用户的隐私位置数据,使得用户隐私面临严重威胁。一方面,位置服务提供商可能在经济利益的驱使下,对用户位置数据进行非授权的分析建模,提取并挖掘用户的行动模式、家庭住址、工作单位、收入水平、消费倾向等隐私信息。
学位
室内场景重建与理解是计算机视觉、计算机图形学以及机器人学中的难点。作为室内场景导航、推理等复杂任务的核心问题,室内场景重建与理解是室内服务型机器人的基础。随着工业和娱乐领域对数字几何需求的不断增长,对室内场景进行分析理解比过去任何时候都更加重要。近年来深度扫描技术的快速发展使得室内场景的数据获取方式越来越多元化。由于这一技术革新,室内场景的重建和理解技术经历了由简单到复杂以及由低维到高维的发展演变