CN110308977A - 一种动态利用率更新混合关键偶发任务低能耗方法 - Google Patents

一种动态利用率更新混合关键偶发任务低能耗方法 Download PDF

Info

Publication number
CN110308977A
CN110308977A CN201910554633.XA CN201910554633A CN110308977A CN 110308977 A CN110308977 A CN 110308977A CN 201910554633 A CN201910554633 A CN 201910554633A CN 110308977 A CN110308977 A CN 110308977A
Authority
CN
China
Prior art keywords
task
accidental
accidental task
key level
low
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910554633.XA
Other languages
English (en)
Other versions
CN110308977B (zh
Inventor
张忆文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN201910554633.XA priority Critical patent/CN110308977B/zh
Publication of CN110308977A publication Critical patent/CN110308977A/zh
Application granted granted Critical
Publication of CN110308977B publication Critical patent/CN110308977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G06F9/4893—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues taking into account power or heat criteria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/486—Scheduler internals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Power Sources (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种动态利用率更新混合关键偶发任务低能耗方法，包括以下步骤:通过虚拟截止期限策略调度混合关键偶发任务集Γ；计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度在混合关键偶发任务的调度点，动态更新系统利用率Utot；根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发任务的执行速度和本发明的方法通过动态利用率更新，计算低关键层次偶发任务与高关键层次偶发任务的最终执行速度，有效地降低系统能耗。

Description

一种动态利用率更新混合关键偶发任务低能耗方法
技术领域
本发明涉及动态优先级混合关键系统低能耗实时调度，特别涉及一种动态利用率更新混合关键偶发任务低能耗方法。
背景技术
混合关键系统是在一个平台上集成多种功能以满足实际需要的嵌入式实时系统，对能耗、成本以及体积有着很高的要求。混合关键系统存在着关键性任务与非关键性任务，关键性任务必须优先完成，非关键性任务必须尽可能完成。混合关键系统广泛应用于航空航天、工业制造等领域，无人机就是混合关键系统的典型应用。
偶发任务是混合关键系统中的一类重要任务，偶发任务实例的释放时间间隔不是固定的，但相邻两个偶发任务实例的释放时间间隔不低于其最小释放时间。偶发任务也要确保其在截止期限内完成，否则会造成致命后果。目前混合关键系统偶发任务能耗方法的研究，不能利用偶发任务随机到达所产生的空闲时间，导致其节能效果很差。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷，提出一种动态利用率更新混合关键偶发任务低能耗方法，该方法通过动态利用率更新，计算低关键层次偶发任务与高关键层次偶发任务的最终执行速度，有效地降低系统能耗。
本发明采用如下技术方案：
一种动态利用率更新混合关键偶发任务低能耗方法包括如下步骤：
通过虚拟截止期限策略调度混合关键偶发任务集Γ；
计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度
在混合关键偶发任务的调度点，动态更新系统利用率Utot；
根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发任务的执行速度和
具体的，所述通过虚拟截止期限策略调度混合关键偶发任务集Γ，包括：
混合关键偶发任务集Γ由n个混合关键偶发任务组成即Γ＝{τ1,τ2,…,τn}，每个混合关键偶发任务τi(1≤i≤n,i为整数)由四元组{Ti,Li,Ci(LO),Ci(HI)}组成，其中Ti是混合关键偶发任务τi的最小释放时间；Li是混合关键偶发任务τi的关键层次，其可以表示为Li＝{LO,HI}；Ci(LO)和Ci(HI)分别为混合关键偶发任务τi在低模式和高模式下的执行时间；所谓低模式是指所有高关键层次偶发任务在速度S下的执行时间不超过Ci(LO)/S，且同时执行高关键层次偶发任务和低关键层次偶发任务；所谓高模式是指高关键层次偶发任务在速度S下的执行时间超过Ci(LO)/S，只执行高关键层次偶发任务；混合关键偶发任务τi的关键层次为LO时，其为低关键层次偶发任务；此时Ci(HI)＝Ci(LO)；混合关键偶发任务τi的关键层次为HI时，其为高关键层次偶发任务，此时Ci(HI)>＝Ci(LO)；
所述虚拟截止期限策略是指为不同关键层次的任务分配不同的截止期限；调度任务时截止期限越小的，其优先级越高；截止期限越大的，其优先级更低；优先级高的任务被优先调度；低关键层次偶发任务τi的截止期限等于t+Ti；其中t是低关键层次偶发任务τi的到达时间，Ti是低关键层次偶发任务τi的最小释放时间；高关键层次偶发任务τj的截止期限等于t+xTj，其中t是高关键层次偶发任务τj的到达时间，Tj是高关键层次偶发任务τj的最小释放时间，x是截止期限系数；在高模式下x等于1；在低模式下x由下式计算：
x＝1-M
其中M是高关键层次偶发任务额外负载利用率，其值由下式计算：
其中，Ci(LO)和Ci(HI)分别为高关键层次偶发任务τi在低模式和高模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间。
具体的，所述计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度包括：
低关键层次偶发任务的最优速度由下式计算：
其中min代表求最小值，K为高关键层次偶发任务低模式下的负载利用率，其值由下式计算：
其中，Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间；M是高关键层次偶发任务额外负载利用率；L为低关键层次偶发任务的负载利用率，其值由下式计算：
其中，Ci(LO)为低关键层次偶发任务τi的执行时间,Ti是低关键层次偶发任务τi的最小释放时间；H是与任务负载相关的常数，其值由下式计算：
其中max代表求最大值，Smin为处理器提供的最小速度；
高关键层次偶发任务的最优速度由下式计算：
其中K为高关键层次偶发任务低模式下的负载利用率，L为低关键层次偶发任务的负载利用率，M是高关键层次偶发任务额外负载利用率,为低关键层次偶发任务的最优速度。
具体的，所述在混合关键偶发任务的调度点，动态更新系统利用率Utot，包括：
混合关键偶发任务的调度点是指偶发任务τi的到达时刻t，偶发任务τi的预期到达时刻t+Ti以及处理器处于空闲的时刻，其中Ti是偶发任务τi的最小释放时间；系统利用率Utot的动态更新原则如下：
(1)初始时将偶发任务子集OS设置为混合关键偶发任务集Γ，即OS＝Γ，系统利用率Utot的值设置为0；
(2)在时刻t偶发任务τi到达且其属于集合OS，根据其关键层次增加系统利用率Utot，并将偶发任务τi从集合OS中移除；当偶发任务τi是低关键层次偶发任务时，系统利用率为当偶发任务τi是高关键层次偶发任务且其有任务实例完成执行时，系统利用率为当偶发任务τi是高关键层次偶发任务且其没有任务实例完成执行时，系统利用率为其中Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间，Ci(HI)为高关键层次偶发任务τi在高模式下的执行时间，Ti是高关键层次偶发任务τi的最小释放时间，是低关键层次偶发任务的最优速度；
(3)在预期的到达时刻t+Ti，偶发任务τi没有到达且其不属于集合OS，根据其关键层次降低系统利用率Utot，并将偶发任务τi加入集合OS；当偶发任务τi是低关键层次偶发任务时，系统利用率为当偶发任务τi是高关键层次偶发任务且其有任务实例完成执行时，系统利用率为当偶发任务τi是高关键层次任务且其没有任务实例完成执行时，系统利用率为其中Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间，Ci(HI)为高关键层次偶发任务τi在高模式下的执行时间，Ti是高关键层次偶发任务τi的最小释放时间，是低关键层次偶发任务的最优速度；
(4)处理器处于空闲的时刻，系统利用率Utot被设置为0。
具体的，所述根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发任务的执行速度和包括：
当系统利用率Utot大于1时，将其设置为1，即Utot＝1；低关键层次偶发任务和高关键层次偶发任务的执行速度和分别由下式计算：
其中，为低关键层次偶发任务的最优速度，为高关键层次偶发任务的最优速度
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
(1)本发明的方法比现有的混合关键偶发任务调度方法节约大约46.20％能耗；
(2)系统能耗的降低，可以降低产品的生产成本，延长设备的使用时间，减少电池的更换周期。
附图说明
图1为本发明方法的流程图示意图；
图2为本发明方法的仿真实验图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
参见图1，本发明提供的一种动态利用率更新混合关键偶发任务低能耗方法，包括如下步骤：
步骤101：通过虚拟截止期限策略调度混合关键偶发任务集Γ。
混合关键偶发任务集Γ由n个混合关键偶发任务组成即Γ＝{τ1,τ2,…,τn}，每个混合关键偶发任务τi(1≤i≤n,i为整数)由四元组{Ti,Li,Ci(LO),Ci(HI)}组成，其中Ti是混合关键偶发任务τi的最小释放时间；Li是混合关键偶发任务τi的关键层次，其可以表示为Li＝{LO,HI}；Ci(LO)和Ci(HI)分别为混合关键偶发任务τi在低模式和高模式下的执行时间；所谓低模式是指所有高关键层次偶发任务在速度S下的执行时间不超过Ci(LO)/S，且同时执行高关键层次偶发任务和低关键层次偶发任务；所谓高模式是指高关键层次偶发任务在速度S下的执行时间超过Ci(LO)/S，只执行高关键层次偶发任务；混合关键偶发任务τi的关键层次为LO时，其为低关键层次偶发任务；此时Ci(HI)＝Ci(LO)；混合关键偶发任务τi的关键层次为HI时，其为高关键层次偶发任务，此时Ci(HI)>＝Ci(LO)；
所谓的虚拟截止期限策略是指为不同关键层次的任务分配不同的截止期限；调度任务时截止期限越小的，其优先级越高；截止期限越大的，其优先级更低；当任务的截止期限相同时，到达时间越早的任务，其优先级越高；当任务的截止期限与到达时间都相同时，下标小的任务，其优先级越高；优先级高的任务被优先调度；低关键层次偶发任务τi的截止期限等于t+Ti；其中t是低关键层次偶发任务τi的到达时间，Ti是低关键层次偶发任务τi的最小释放时间；高关键层次偶发任务τj的截止期限等于t+xTj，其中t是高关键层次偶发任务τj的到达时间，Tj是高关键层次偶发任务τj的最小释放时间，x是截止期限系数；在高模式下x等于1；在低模式下x由下式计算：
x＝1-M
其中M是高关键层次偶发任务额外负载利用率，其值由下式计算：
其中，Ci(LO)和Ci(HI)分别为高关键层次偶发任务τi在低模式和高模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间。
步骤102：计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度
低关键层次偶发任务的最优速度由下式计算：
其中min代表求最小值，K为高关键层次偶发任务低模式下的负载利用率，其值由下式计算：
其中，Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间；M是高关键层次偶发任务额外负载利用率；L为低关键层次偶发任务的负载利用率，其值由下式计算：
其中，Ci(LO)为低关键层次偶发任务τi的执行时间,Ti是低关键层次偶发任务τi的最小释放时间；H是与任务负载相关的常数，其值由下式计算：
其中max代表求最大值，Smin为处理器提供的最小速度；
高关键层次偶发任务的最优速度由下式计算：
其中K为高关键层次偶发任务低模式下的负载利用率，，其值由下式计算：
其中，Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间；L为低关键层次任务的负载利用率，其值由下式计算：
其中，Ci(LO)为低关键层次偶发任务τi的执行时间,Ti是低关键层次偶发任务τi的最小释放时间；M是高关键层次偶发任务额外负载利用率,其值由下式计算：
其中，Ci(LO)和Ci(HI)分别为高关键层次偶发任务τi在低模式和高模式下的执行时间,Ti是高关键层次偶发任务τi的最小释放时间；为低关键层次偶发任务的最优速度。
步骤103：在混合关键偶发任务的调度点，动态更新系统利用率Utot。
混合关键偶发任务的调度点是指偶发任务τi的到达时刻t，偶发任务τi的预期到达时刻t+Ti以及处理器处于空闲的时刻，其中Ti是偶发任务τi的最小释放时间；系统利用率Utot的动态更新原则如下：
(1)初始时将偶发任务子集OS设置为混合关键偶发任务集Γ，即OS＝Γ，系统利用率Utot的值设置为0；
(2)在时刻t偶发任务τi到达且其属于集合OS，根据其关键层次增加系统利用率Utot，并将偶发任务τi从集合OS中移除；当偶发任务τi是低关键层次偶发任务时，系统利用率为当偶发任务τi是高关键层次偶发任务且其有任务实例完成执行时，系统利用率为当偶发任务τi是高关键层次偶发任务且其没有任务实例完成执行时，系统利用率为其中Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间，Ci(HI)为高关键层次偶发任务τi在高模式下的执行时间，Ti是高关键层次偶发任务τi的最小释放时间，是低关键层次偶发任务的最优速度；
(3)在预期的到达时刻t+Ti，偶发任务τi没有到达且其不属于集合OS，根据其关键层次降低系统利用率Utot，并将偶发任务τi加入集合OS；当偶发任务τi是低关键层次偶发任务时，系统利用率为当偶发任务τi是高关键层次偶发任务且其有任务实例完成执行时，系统利用率为当偶发任务τi是高关键层次任务且其没有任务实例完成执行时，系统利用率为其中Ci(LO)为高关键层次偶发任务τi在低模式下的执行时间，Ci(HI)为高关键层次偶发任务τi在高模式下的执行时间，Ti是高关键层次偶发任务τi的最小释放时间，是低关键层次偶发任务的最优速度；
(4)处理器处于空闲的时刻，系统利用率Utot被设置为0。
步骤104：根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发的执行速度和
当系统利用率Utot大于1时，将其设置为1，即Utot＝1；低关键层次偶发任务和高关键层次偶发任务的执行速度和分别由下式计算：
其中，为低关键层次偶发任务的最优速度，为高关键层次偶发任务的最优速度。
本实施例中，混合关键偶发任务集包含4个混合关键偶发任务，其中两个偶发任务为低关键层次偶发任务，另外两个偶发任务为高关键层次偶发任务。偶发任务τi的最小释放时间Ti在区间[10,100]中随机选择，低关键层次偶发任务τi在低模式下的执行时间Ci(LO)在区间[1,Ti]中随机选择，其在高模式下的执行时间Ci(HI)等于Ci(LO)。高关键层次偶发任务τi在低模式下的执行时间Ci(LO)在区间[1,Ti]中随机选择，其在高模式下的执行时间Ci(HI)在区间[Ci(LO),Ti]随机选择。
实验中采用如下的功耗模型P＝0.1+0.2*S+S3，实验的仿真时间设置为100000，产生100个混合关键偶发任务集，取这100个混合关键偶发任务集的能耗的平均值作为最终的能耗。设置高关键层次偶发任务在高模式下的利用率为0.5，高关键层次偶发任务在高模式下的利用率与其在低模式下的利用率的比值设置为1.3，考察低关键层次偶发任务利用率对算法能耗的影响。低关键层次偶发任务利用率设置为0.05到0.45，步长为0.05。
实验中比较三种方法：第一种方法为AlgorithmA，以低关键层次偶发任务最优速度与高关键层次偶发任务最优速度执行；第二种方法为AlgorithmB，开始以低关键层次偶发任务最优速度与高关键层次偶发任务最优速度执行，当高关键层次偶发任务完成执行时，动态地降低偶发任务的执行速度；第三种方法为本发明方法，其通过动态利用率更新的方法降低能耗。
实验的结果如图2所示，AlgorithmB的归一化能耗低于AlgorithmA的能耗；此外，本发明方法的能耗最低，通过计算可知其比AlgorithmB节约大约46.20％的能耗。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (5)

1.一种动态利用率更新混合关键偶发任务低能耗方法,其特征在于：
通过虚拟截止期限策略调度混合关键偶发任务集Γ；
计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度
在混合关键偶发任务的调度点，动态更新系统利用率Utot；
根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发任务的执行速度和
2.如权利要求1所述的一种动态利用率更新混合关键偶发任务低能耗方法,其特征在于：所述混合关键偶发任务集Γ由n个混合关键偶发任务组成即Γ＝{τ1,τ2,…,τn}，每个混合关键偶发任务τi由四元组{Ti,Li,Ci(LO),Ci(HI)}组成，1≤i≤n,i为整数，其中Ti是混合关键偶发任务τi的最小释放时间；Li是混合关键偶发任务τi的关键层次，其可以表示为Li＝{LO,HI}；Ci(LO)和Ci(HI)分别为混合关键偶发任务τi在低模式和高模式下的执行时间；混合关键偶发任务τi的关键层次为LO时，其为低关键层次偶发任务；此时Ci(HI)＝Ci(LO)；混合关键偶发任务τi的关键层次为HI时，其为高关键层次偶发任务，此时Ci(HI)>＝Ci(LO)；
所述虚拟截止期限策略是指为不同关键层次的任务分配不同的截止期限；调度任务时截止期限越小的，其优先级越高；截止期限越大的，其优先级更低；优先级高的任务被优先调度；低关键层次偶发任务τi的截止期限等于t+Ti；其中t是低关键层次偶发任务τi的到达时间，Ti是低关键层次偶发任务τi的最小释放时间；高关键层次偶发任务τj的截止期限等于t+xTj，其中t是高关键层次偶发任务τj的到达时间，Tj是高关键层次偶发任务τj的最小释放时间，x是截止期限系数；在高模式下x等于1；在低模式下x由下式计算：
x＝1-M
其中M是高关键层次偶发任务额外负载利用率。
3.如权利要求1所述的一种动态利用率更新混合关键偶发任务低能耗方法,其特征在于：计算低关键层次偶发任务的最优速度和高关键层次偶发任务的最优速度包括：
低关键层次偶发任务的最优速度由下式计算：
其中min代表求最小值，K为高关键层次偶发任务低模式下的负载利用率，M是高关键层次偶发任务额外负载利用率,L为低关键层次偶发任务的负载利用率，H是与任务负载相关的常数，其值由下式计算：
其中max代表求最大值，Smin为处理器提供的最小速度；
高关键层次偶发任务的最优速度由下式计算：
其中K为高关键层次偶发任务低模式下的负载利用率，L为低关键层次偶发任务的负载利用率，M是高关键层次偶发任务额外负载利用率,为低关键层次偶发任务的最优速度。
4.如权利要求1所述的一种动态利用率更新混合关键偶发任务低能耗方法，其特征在于：在混合关键偶发任务的调度点，动态更新系统利用率Utot，包括：
混合关键偶发任务的调度点是指偶发任务τi的到达时刻t，偶发任务τi的预期到达时刻t+Ti以及处理器处于空闲的时刻，其中Ti是偶发任务τi的最小释放时间；系统利用率Utot的动态更新原则如下：
(1)初始时将偶发任务子集OS设置为混合关键偶发任务集Γ，即OS＝Γ；
(2)在时刻t偶发任务τi到达且其属于集合OS，根据其关键层次增加系统利用率Utot，并将偶发任务τi从集合OS中移除；
(3)在预期到达时刻t+Ti，偶发任务τi没有到达且其不属于集合OS，根据其关键层次降低系统利用率Utot，并将偶发任务τi加入集合OS；
(4)处理器处于空闲的时刻，系统利用率Utot被设置为0。
5.如权利要求1所述的一种动态利用率更新混合关键偶发任务低能耗方法，其特征在于：根据系统利用率Utot，计算低关键层次偶发任务和高关键层次偶发任务的执行速度和包括：
当系统利用率Utot大于1时，将其设置为1，即Utot＝1；低关键层次偶发任务和高关键层次偶发任务的执行速度和分别由下式计算：
其中，为低关键层次偶发任务的最优速度，为高关键层次偶发任务的最优速度。
CN201910554633.XA 2019-06-25 2019-06-25 一种动态利用率更新混合关键偶发任务低能耗方法 Active CN110308977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910554633.XA CN110308977B (zh) 2019-06-25 2019-06-25 一种动态利用率更新混合关键偶发任务低能耗方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910554633.XA CN110308977B (zh) 2019-06-25 2019-06-25 一种动态利用率更新混合关键偶发任务低能耗方法

Publications (2)

Publication Number Publication Date
CN110308977A true CN110308977A (zh) 2019-10-08
CN110308977B CN110308977B (zh) 2022-09-30

Family

ID=68077435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910554633.XA Active CN110308977B (zh) 2019-06-25 2019-06-25 一种动态利用率更新混合关键偶发任务低能耗方法

Country Status (1)

Country Link
CN (1) CN110308977B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110825504A (zh) * 2019-10-24 2020-02-21 华侨大学 一种基于服务器混合关键偶发任务能耗优化方法
CN110850954A (zh) * 2019-10-28 2020-02-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN111984405A (zh) * 2020-08-07 2020-11-24 华侨大学 一种汽车控制系统安全调度方法
CN112905330A (zh) * 2021-03-25 2021-06-04 华侨大学 一种固定优先级混合关键偶发任务能耗感知方法
CN114578947A (zh) * 2022-02-21 2022-06-03 华侨大学 一种动态优先级能耗感知非精确混合关键任务调度方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150339576A1 (en) * 2014-05-23 2015-11-26 International Business Machines Corporation Optimization of Mixed-Criticality Systems
CN106445070A (zh) * 2016-09-12 2017-02-22 华侨大学 一种硬实时系统资源受限偶发任务能耗优化调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150339576A1 (en) * 2014-05-23 2015-11-26 International Business Machines Corporation Optimization of Mixed-Criticality Systems
CN106445070A (zh) * 2016-09-12 2017-02-22 华侨大学 一种硬实时系统资源受限偶发任务能耗优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓昌义: "基于平衡因子的动态偶发任务低功耗调度算法", 《吉林大学学报（工学版）》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110825504A (zh) * 2019-10-24 2020-02-21 华侨大学 一种基于服务器混合关键偶发任务能耗优化方法
CN110825504B (zh) * 2019-10-24 2023-03-07 华侨大学 一种基于服务器混合关键偶发任务能耗优化方法
CN110850954A (zh) * 2019-10-28 2020-02-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN110850954B (zh) * 2019-10-28 2023-03-28 华侨大学 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法
CN111984405A (zh) * 2020-08-07 2020-11-24 华侨大学 一种汽车控制系统安全调度方法
CN111984405B (zh) * 2020-08-07 2023-05-26 华侨大学 一种汽车控制系统安全调度方法
CN112905330A (zh) * 2021-03-25 2021-06-04 华侨大学 一种固定优先级混合关键偶发任务能耗感知方法
CN112905330B (zh) * 2021-03-25 2023-05-26 华侨大学 一种固定优先级混合关键偶发任务能耗感知方法
CN114578947A (zh) * 2022-02-21 2022-06-03 华侨大学 一种动态优先级能耗感知非精确混合关键任务调度方法和系统
CN114578947B (zh) * 2022-02-21 2023-05-26 华侨大学 动态优先级能耗感知非精确混合关键任务调度方法和系统

Also Published As

Publication number Publication date
CN110308977B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN110308977A (zh) 一种动态利用率更新混合关键偶发任务低能耗方法
CN108984292A (zh) 混合关键系统固定优先级周期任务能耗优化方法
CN108182115A (zh) 一种云环境下的虚拟机负载均衡方法
CN104866379B (zh) 一种多核处理器调度方法、装置及终端
CN105677461B (zh) 基于关键度的混合关键任务调度方法
CN106445070B (zh) 一种硬实时系统资源受限偶发任务能耗优化调度方法
CN110070219A (zh) 一种基于截止期限混合关键系统静态能耗优化方法
CN107220780B (zh) 众包系统中的异构任务执行序列优化方法
CN103049213A (zh) 一种磁盘调度方法及装置
CN109597378B (zh) 一种资源受限混合任务能耗感知方法
CN110288153A (zh) 一种最优速度混合关键周期任务能耗优化方法
CN109739332B (zh) 一种多任务通用能耗优化方法
CN112486652B (zh) 一种非抢占固定优先级混合关键任务能耗优化调度方法
CN111984389B (zh) 基于截止期限的资源共享混合关键周期任务能耗优化方法
CN109976911A (zh) 一种自适应资源调度方法
CN112905330B (zh) 一种固定优先级混合关键偶发任务能耗感知方法
CN114578946B (zh) 一种非精确混合关键任务非抢占动态优先级能耗优化方法
CN111562837A (zh) 一种多cpu/gpu异构服务器的功耗控制方法
CN110825504B (zh) 一种基于服务器混合关键偶发任务能耗优化方法
CN110806795B (zh) 一种基于动态空闲时间混合关键周期任务的能耗优化方法
CN112214295B (zh) 一种多cpu/gpu异构服务器集群的低能耗作业调度方法
CN108563497B (zh) 一种高效的多维度算法调度方法、任务服务器
CN103440533B (zh) 一种云制造模式下作业车间非瓶颈资源能力的界定方法
CN114578944B (zh) 固定优先级利用率更新混合关键任务能耗感知方法和系统
CN115016632B (zh) 一种基于多处理器分区的动态优先级节能调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant