汽车信息物理系统(Automotive Cyber Physical Systems,ACPS)是CPS(Cyber Physical Systems)在汽车领域的典型应用,其本质是一个能与物理环境实时交互,计算与网络深度融合的异构分布嵌入式系统。新能源汽车如纯电动汽车是未来汽车工业发展的方向,能量资源将成为ACPS设计阶段尤为重要的一项因素,如何实现低能耗并且保证ACPS中功能应用的实时性与可靠性是研究的新热点。本文从能量感知的角度出发,在系统能量资源有限的情况下,针对ACPS中以DAG为模型的分布式功能应用的实时性与可靠性展开研究,采用了动态电压频率调节技术(DVFS)实现节能目的。主要的工作及贡献如下:(1)本文首先针对ACPS中能量约束下的调度长度优化展开研究,所研究问题可分解为能量分配以及调度长度优化两个子问题,提出了能量约束下的高效调度算法(ESECC)。算法采用预分配的方式实现功能应用的能量约束与任务能量约束之间的转换,引入可用能量概念进行未调度任务的能量预分配,改进了现有算法不合理的能量分配所导致的悲观结果。(2)本文接着针对ACPS中能量约束下的可靠性优化展开研究,所研究问题可分解为能量分配、满足截止时间以及可靠性优化三个子问题,提出了能量约束下的功能应用可靠性增强算法(REREC)。REREC算法在本文提出的ESECC算法基础上进行能量的重分配,同时将功能应用的截止时间需求转换成任务的执行时间约束,在能量与时间双重约束下为任务选择高可靠性的处理器。弥补了现有研究单一考虑能量约束或者截止时间需求的不足。(3)针对本文所提出的算法分别采用大量的对比实验进行验证。通过真实的并行应用验证了ESECC算法在满足能量约束下能有效地降低调度长度;通过真实的汽车功能应用以及随机生成的功能应用验证了REREC算法在满足能量约束以及不超过应用截止时间的情况下仍然能达到非常高的可靠性。因此本文所提出的算法可以为能量感知的ACPS设计提供一定的参考价值。