實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度模型與算法研究.pdf

1、實時異構(gòu)系統(tǒng)已被廣泛應用在航空航天、工業(yè)控制、電訊行業(yè)、圖像處理以及Internet應用等諸多領域。在這些應用中，存在大量的硬、軟實時任務共存的情況，對實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度模型與算法的研究具有重大理論和實際意義。本文對實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度問題進行了深入的研究，提出了一種實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度模型，基于這種模型，提出批優(yōu)化的調(diào)度策略和批任務在處理器上運行的目標函數(shù)構(gòu)造原則。在此基礎上，提出了一種基于分批優(yōu)化的實時異構(gòu)系統(tǒng)的

2、集成動態(tài)調(diào)度算法——GOIDSH算法。 本文針對實時異構(gòu)多任務調(diào)度的特點，采用集中式調(diào)度模型；提出軟、硬實時任務形式化描述非精確計算的統(tǒng)一任務模型，清晰地描述實時任務的特點。、系統(tǒng)任務描述簡單，節(jié)省存儲空間，為實現(xiàn)基于批優(yōu)化的集成動態(tài)調(diào)度打下基礎。 論文提出了一種新的實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度算法——基于分批優(yōu)化的集成動態(tài)調(diào)度算法(GOIDSH算法)。該算法以啟發(fā)式搜索為基礎，主要包括任務分批、構(gòu)造目標函數(shù)和基于批優(yōu)化的

3、調(diào)度策略三大部分，采用統(tǒng)一形式完成了實時異構(gòu)系統(tǒng)的集成動態(tài)調(diào)度。同時，在構(gòu)造目標函數(shù)時，算法還引入軟實時任務服務質(zhì)量(Qos)降級策略來提高調(diào)度成功率。 GOIDSH算法的核心思想是：在每次擴充當前局部調(diào)度時，首先按一定規(guī)則在待調(diào)度的任務集中選取一批任務組成任務子集，保證所選取的任務子集中某一任務對某個資源有訪問需求時，子集中的其它任務不能對該資源有訪問需求。然后，綜合各種因素，對該批任務中的每項任務在每個處理器上的運行構(gòu)造目標

4、函數(shù)，將問題轉(zhuǎn)化為非平衡指派問題，利用非平衡指派問題直接解法對任務進行優(yōu)化分配，一次性為這些任務分配一個處理器或為每個處理器分配一項任務，使得這種分配具有最好的“合適性”，增大未被調(diào)度任務的被成功調(diào)度的可行性。 論文通過仿真和模擬，從調(diào)度成功率、軟實時任務的降級比率(DR)和被降級軟實時任務的服務質(zhì)量(QoS)三個方面，驗證了GOIDSH算法的有效性及其調(diào)度性能。在仿真實驗時，提出了一種按如下順序設定的價值最高最優(yōu)先的任務隊列排

5、序原則： ①任務的截止期越近，其價值越高； ②任務需要訪問的資源越多，其價值越高； ③任務要需訪問的資源中，互斥方式的訪問越多，其價值越高； ④任務的空閑時間越短，其價值越高； ⑤相同情形下，硬實時任務的價值高于軟實時任務的價值。 仿真實驗結(jié)果表明，基于分批優(yōu)化的實時異構(gòu)系統(tǒng)集成動態(tài)調(diào)度算法(GOIDSH算法)不僅成功地解決了實時異構(gòu)系統(tǒng)中硬、軟實時任務的集成動態(tài)調(diào)度問題，而且還有效地提高