论文部分内容阅读
随着计算机技术的不断发展，实时系统被广泛应用，人们对实时系统的功能需求逐渐增加，高性能多核处理器已成为当今实时系统应用的主流微处理器。全球变暖日益严重，低功耗设计作为绿色计算的重要手段，已引起了众多专家、学者的高度关注。并且，大量文献研究显示，降频节能会增加处理器的短暂性错误，一定程度上降低了系统可靠性，对航海、空天等高可靠性实时系统造成负面影响。本文旨在研究多核实时系统的任务调度问题，其目的在于寻找一种较理想的任务调度算法，在满足实时系统特定要求的前提下，充分发挥多核处理器并行性，合理利用空闲时间，使得系统能耗最小。根据实时系统有无可靠性要求可分为普通实时系统和高可靠实时系统两类。本文针对普通实时系统提出了一种动态优化高效节能调度算法DEERTS，该算法包含重定时优化、静态任务调度确定和动态空闲时间利用三个阶段。与现有调度算法相比，DEERTS通过基于软件流水的重定时技术消除了迭代内任务间的依赖约束，增加了任务集的最大并行度，采用混合智能优化算法得到较优的静态节能实时任务调度方案，利用任务执行时产生的空闲时间进一步降低了任务执行的工作频率。虽然DEERTS算法可较好地降低能耗，但不能维持系统原有可靠性。因此，在DEERTS算法的基础上针对高可靠实时系统设计了一种动态优化可靠性感知的节能调度算法DDRAPM，在静态任务调度确定阶段为维持系统原有可靠性预留了共享恢复模块，并利用了任务执行时间和短暂性错误出现不确定性产生的两种动态空闲时间。最后，使用E3S和TGFF测试平台做了大量模拟实验，与已有算法进行了性能比较。实验结果分析表明：DEERTS算法和DDRAPM算法均具有较好的任务并行性，降低了一定的系统能耗，并且DDRAPM算法能够保证系统的可靠性。