基于多核处理器平台的公平调度算法

为了减少多核处理器系统全局调度算法中共享L2cache抖动,在Pfair调度算法基础上提出一种新的Cache感知的软实时公平调度算法.通过对WSS(work set size)、子任务截止时间和任务负载建立多因素优先级模型,并将此优先级模型应用到改进后的Pfair算法中,该算法的调度决策在系统负载较重的系统中对WSS具有自适应性.模拟实验结果显示:在对称4核和8核处理器系统中,该算法任务丢失率低,且在系统负载重时能够减少共享L2cache抖动,其整体调度性能优于传统的G-EDF(global-earliest deadline first)调度算法和Pfair调度算法.     

高功率微波上升沿等效脉宽研究

任务调度是影响动态可重构系统性能的关键因素之一。针对目前相关研究中没有充分考虑CPU核和FPGA的并行执行特性,以及FPGA配置开销等问题,提出了一种面向可重构多核系统的混合任务调度算法。算法充分利用CPU核与FPGA进行并行工作,并通过配置预取和任务重用以隐藏硬件任务的配置开销。实验结果表明,该方法能够有效减少应用程序的执行时间。     

DVS系统硬实时周期任务动态调度算法

与实时任务的可调度分析不同,实时DVS调度在保证任务截止时间限制同时,还要关注任务执行的处理器功耗。功耗研究一段时间的累积效果,传统基于最坏执行时间的任务调度模型不能满足实时DVS调度需要。该文采用实际执行时间(AET)概率分布建立实时任务调度模型,利用随机分析的方法分析AET分布对实时DVS调度算法性能的影响,提出了基于平均执行时间的实时DVS动态调度算法。实验结果表明,该算法在任务具有不同AET分布情况下可保持稳定的功耗性能。     

高速旋转相控阵雷达基于资源预规划的任务调度算法

针对传统时间指针调度算法应用于高速旋转相控阵雷达任务调度时,任务执行时间偏移率高引起探测性能下降的问题,提出一种资源预规划的任务调度算法。首先,按照调度间隔对应的任务扇区进行资源预规划,将任务饱和扇区的任务按照时间偏移率最小原则调配到相邻空闲扇区,在任务调度阶段根据扇区总资源限制优先选择高优先级任务;然后,根据任务期望执行时刻排序形成任务执行列表。该算法时间利用率高于传统的算法,任务执行偏移率低于传统算法,工程实现简单、计算量低。仿真实验表明了算法的正确性和有效性。     

基于本体的信任模型及其在任务分配中的应用

提出一种基于本体的信任模型可信动态级调度算法,提高了信任度计算的粒度,并对执行复合任务序列提供了支持.仿真实验表明,作者提出的可信动态级调度算法能在复合任务调度中取得较高的任务执行率.     

双电压动态可重构FPGA任务模型及调度算法

通过对单电压动态可重构可编程逻辑门阵列（FPGA）实时任务模型的学习研究,建立基于双电压动态可重构FPGA的非可抢占任务模型.该模型很好地描述了双电压动态可重构FPGA任务的特征,在单电压任务模型的基础上增加了双电压任务模型特有的属性.并基于降序首次自适应算法提出一种新的硬件任务调度算法,该算法在保证任务集限制时间内完成所有任务的同时,利用动态电压调节的方法大幅度减少了任务集完成所需要的能量.在Sun Saloris 工作站下对任务调度模型及其算法进行仿真和评估,实验数据表明,这种基于双电压的任务模型的调度算法,能够有效降低FPGA任务执行的能耗,对于大规模的任务,能耗最高可节省24.1%.     

基于反馈控制的多处理器任务调度算法

在高度动态和不确定的计算环境下,系统的负栽有极大的不确定性,传统的多处理器调度算法基于最坏执行时间悲观估计负载,造成了系统资源浪费.文章提出了一种基于反馈控制的多处理器任务调度算法,通过动态调整分配在各个处理器上的任务集合,使得每个处理器的CPU利用率保持在参考值附近,保证了任务的实时性.依据控制理论分析了算法的稳定性、稳态以及动态性能,并通过实验验证了算法的实时性和适应性.     

基于有限优先级的动态调度算法

实时任务调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面。当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量。实时调度在理论分析时,都假设系统能够识别任意多的优先级。该文提出了在优先级数量有限的条件下的动态调度算法,给出了一个任务系统动态调度所需的最小优先级的数量的算法,并对算法的复杂性进行了分析。     

基于Multi-Agent的分布式测控系统任务调度算法

基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法。该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标。该算法采用移动Agent来迁移任务,有效地减少了网络传输,节省了时间。     

基于粒子群优化的多核处理器系统节能调度算法

针对嵌入式多核系统中的实时性和能耗问题,提出了基于粒子群优化的多核处理器系统节能调度算法.通过对多核处理器系统任务调度和能量消耗的分析,建立了新的编码策略和相应的目标函数,将任务划分、任务调度及电压选择3个过程整合到粒子群算法的一个单迭代寻优循环中,并兼顾系统的实时性,将问题转化为有约束的粒子群优化问题,利用可行性规则的约束处理技术,形成基于约束粒子群优化的整体节能调度算法.实验结果表明:本文算法能以较快的速度收敛于使系统能耗更少的调度解.     

DAG任务模型的粒子群优化调度算法

在并行多处理器系统中,通常用有向无环图(DAG)表示任务之间的依赖关系.为了提高该任务模型调度算法的性能,基于粒子群优化算法,提出一种新的调度算法.算法将任务高度和粒子位置作为任务优先级,使用表调度策略生成有效的调度方案,在满足任务间依赖关系的条件下,使所有任务的完成时间最小.仿真实验结果表明,与遗传算法相比,所提出的算法提高了解的质量和收敛速度,特别适合于规模较大的多处理器任务调度.     

改进的DBSCAN聚类算法在云任务调度中的应用

针对云计算环境中任务调度中存在的执行效率低的问题,提出了一种基于改进的基于密度的聚类算法(DB-SCAN)的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类,然后与已经分类的资源进行匹配,解决资源与任务匹配程度低的问题.实验结果表明,对任务进行聚类后进行任务调度,任务在终端上的平均执行时间减少了大约35.2％,任务的调度时间也有了明显减少.     

实时分布系统的动态容错调度算法

分布系统中如何保证具有容错需求任务的实时性是一个具有挑战性的课题,目前针对不同的应用背景已产生了一些有意义的研究成果,但当任务的截止时间不足以让主、副两版本分别单独运行时,尚未作处理.这里提出了基于PB的改进时间冗余的启发式动态容错调度算法FTPB,在算法中根据任务的开始时间、执行时间、截止期限之间的内在关系,分别采用副版本主动复制与被动复制策略,使系统在不增加额外资源的前提下,既有较好的容错能力,又有效地利用CPU资源,同时还能提高任务的接受率.模拟实验结果表明:算法FTPB优于同类其他算法,具有较好的实用价值.     

多处理器实时系统中的非精确轮转式调度算法

目的研究基于多处理器实时系统中具有截止期和容错需求任务的非精确轮转式调度算法,使强实时系统在发生故障的情况下,任务也能在其截止期内完成,不至产生灾难性后果.方法将非精确计算模型引入到轮转式调度算法中.结果仿真实例表明,非精确轮转式调度算法具有更低的任务拒绝率,同时能更为有效地利用系统资源.结论该算法扩展了轮转式调度算法的允许调度定理,使得主/副版本任务在执行时间上可以重叠,提高了任务的可调度性,使整个系统负载均衡,并减少了系统搜索时间.     

Hybrid and dependent task scheduling algorithm for on-board system software

0　INTRODUCTIONAnon boardcomputersystemisadistributedcom putersystemconsistingofsomeembededreal timecontrol lingsystemsandsomereal timeinformationprocessingsystems .Itassuresthecorrectnessofcomputingresultsandthecompletionbeforethedeadlinegiven ,orthesys temmaytotallyfailinspitofitscorrectcomputation .Forexample ,ifreal timedataprocessingisimpossiblefortheattitudecontrollingsystem ,thereisnowayforthesatellitetoworknormally ,anditmayevengetoutofcontrol[1] .Soasthecoreofcontrol,theon boardc…     

实时系统非周期任务的可预测调度研究

提出了一种实时系统任务模型 ,分析了该模型中周期和非周期任务可调度的条件 ,并给出了一种强实时非周期任务的可预测调度算法。该算法按照 RMS算法的原则统一调度系统任务 ,保证系统周期和非周期任务满足各自的时限约束 ,实现了强实时非周期任务的可预测调度     

一种基于拟序的关联备份任务调度算法

为了减少存储备份任务的执行时间和提高整个存储系统的效率，提出了一种新的SAN体系结构——基于集群技术的SAN体系结构，并在其结构上提出并实现了关联备份任务的数学模型和实现该模型的核心调度算法。该算法的基本思想是对投入的关联备份任务找到一个最优的执行顺序，以便提高整个系统的性能。实验数据表明，对于关联备份任务的调度与执行，该算法可以有效提高整个系统的效率。     

负载均衡优先的改进优先级表调度算法

针对当前云计算环境下DAG任务调度时存在的负载失衡、任务调度效率不高的问题,提出了一种负载均衡优先的改进优先级表调度算法(LS-IPLB).算法将云计算集群中虚拟机的状态参数变化抽象成空间中的参数向量变化,给出实时衡量云计算集群的负载均衡性方法,并作为虚拟机选择权值的重要参数.同时以任务执行代价、任务的出度和任务间的通信代价作为参数计算任务优先级,并在任务调度时采用任务复制策略进一步优化调度过程.结果表明,LS-IPLB算法能有效缩短DAG任务图的完成时间,并实现了良好的负载均衡性.