实时任务分为3大类,周期任务,偶发任务和非周期任务。对于实时任务的分析,主要是它的响应时间和是否可调度。对于实时任务的响应时间分析,现在主要分析的方法趋势是建立有向实时任务模型图,配以相应的参数,从而计算响应时间。所谓的响应时间,即在某个处理机上,某个任务集的一个任务按照优先级从开始释放到执行完毕所用的时间。通过计算响应时间是否满足要求判断是否可调度。作为对结束时间必须在deadline之前完成的,并且是任务繁重复杂的实时任务,建立一个好的模型对于分析起到很大的作用。模型需要平衡它的表达性和可行性测试的效率问题,表达性很高可能就会导致测试效率过低的问题。Liu and Layland模型是最早的实时任务模型,它的可行性分析效率很高,但是表达性极低,而对于时间自动机,它的表达性很高,但是在分析上会有很大的时间花费。在单处理机的情况下,多任务集的响应时间分析问题,静态优先级的任务是一个coNP-hard问题,存在空间爆炸的危险,每一个任务都有多种占用处理机的可能。因此,一般分析方法不适用于这样的任务集问题。这篇论文介绍了一种优化的分析多任务集的方法,对于多任务集,并且每种任务集存在多种任务序列的情况,大大缩短了计算时间,把笛卡尔积的运算简化了,降低了空间爆炸的危险性。对于静态和EDF动态优先级的任务,都有好的效果。对于建模和分析工具,本篇论文介绍了一种用户体验好,使用有向任务图进行建模的建模分析工具。能让用户根据实时任务建立图模型,并且计算任意任务在任意多任务集中的响应时间。有向任务图平衡了表达性和可行性测试。提高了表达性和可行性测试的级别。