CN114578946B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN114578946B
CN114578946B CN202210158094.XA CN202210158094A CN114578946B CN 114578946 B CN114578946 B CN 114578946B CN 202210158094 A CN202210158094 A CN 202210158094A CN 114578946 B CN114578946 B CN 114578946B
Authority
CN
China
Prior art keywords
task
mode
low
critical
tasks
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.)
Active
Application number
CN202210158094.XA
Other languages
English (en)
Other versions
CN114578946A (zh
Inventor
张忆文
陈荣堃
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 CN202210158094.XA priority Critical patent/CN114578946B/zh
Publication of CN114578946A publication Critical patent/CN114578946A/zh
Application granted granted Critical
Publication of CN114578946B publication Critical patent/CN114578946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F1/3243—Power saving in microcontroller unit
    • 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
    • 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
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了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，具体包括，根据非精确混合关键任务非抢占模型，确定系统模式转化策略；利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件；根据系统调度可行的充分条件，计算虚拟截止期限参数x；计算统一的能耗优化速度SU，系统在低模式和高模式下，均按照统一的能耗优化速度SU执行任务。本发明提供的方法，能够确保周期任务在其截止期限内完成执行且系统开销小，能耗降低进一步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。

Description

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
技术领域
本发明涉及能耗优化调度领域，特别是指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。
背景技术
由于功耗、体积、尺寸以及重量的限制，嵌入式实时系统的发展趋势是将不同的组件和应用集成到同一个平台上，形成混合关键系统。无人机控制系统和汽车自动驾驶系统就是常见的混合关键系统。常见的民用无人机是采用电池供电，电池技术的发展远落后于系统能耗的增长，所以能耗对于无人机而言非常重要。
现有的混合关键系统能耗优化调度方法，主要针对传统的混合关键任务模型，且采用抢占性调度策略。针对非精确混合关键任务模型的调度方法比较少，仅有的研究也是采用抢占性调度策略，并且采用双速度的方法执行任务。抢占性调度策略，会导致上下文切换频繁发生，无形中增加了系统的抢占开销；此外，抢占性调度方法不够灵活，无法预测任务的调度过程，时间复杂度高等。双速度的方法也会无形中增加处理器速度切换的开销。
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，提出一种非精确混合关键任务非抢占动态优先级能耗优化方法，能够确保周期任务在其截止期限内完成执行且系统开销小，能耗降低进一步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。
本发明采用如下技术方案：
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，包括：
根据非精确混合关键任务非抢占模型，确定系统模式转化策略；
利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件；
根据系统调度可行的充分条件，计算虚拟截止期限参数x；
计算统一的能耗优化速度SU；
系统在低模式和高模式下，均按照统一的能耗优化速度SU执行任务。
具体地，所述根据非精确混合关键任务非抢占模型，确定其模式转化策略，具体包括：
单处理器上考虑非精确混合关键周期任务集Γ＝{τ1,τ2,…,τn}；混合关键周期任务τi,1≤i≤n,i为整数,由三元组{Ti,ξi,Ci}组成，其中Ti表示混合关键周期任务τi的周期；ξi表示混合关键周期任务τi的关键层次，其可以表示为ξi＝{LO,HI}，混合关键周期任务τi的关键层次为LO时，其为低关键层次任务；混合关键周期任务τi的关键层次为HI时，其为高关键层次任务；Ci表示混合关键周期任务τi的不同模式下的最坏情况下执行时间；Ci(LO)和Ci(HI)分别表示混合关键周期任务τi在低模式和高模式下的执行时间；系统的模式转化规则如下：
系统开始时处于低模式；当高关键层次任务τi的执行时间超过Ci(LO)且其没有完成执行；系统此时从低模式切换到高模式；系统处于高模式时，当无高关键层次任务等待执行或者处理器处于空闲状态时，系统从高模式切换到低模式。
具体地，所述利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件，具体包括：
通过任务在某一区间的处理器需求与该区间的长度进行判断；当任务的处理器需求小于或等于该区间长度时，调度是可行的；否则调度不可行；
非精确混合关键周期任务集根据任务的周期进行排序，系统在低模式调度可行的充分条件由下式给出：
Figure BDA0003513056000000021
Figure BDA0003513056000000022
其中，
Figure BDA0003513056000000023
和/>
Figure BDA0003513056000000024
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；x是虚拟截止期限参数，n是非精确混合关键周期任务集中任务的数量；t是实数；Ci(LO)，Cj(LO)和Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合；
系统处于高模式调度可行的充分条件由下式给出：
Figure BDA0003513056000000025
Figure BDA0003513056000000026
其中，
Figure BDA0003513056000000027
和/>
Figure BDA0003513056000000028
分别是所有低关键层次任务和高关键层次任务在高模式的利用率之和；Ci(HI)和Ck(HI)分别是混合关键周期任务τi和τk在高模式下最坏情况下的执行时间。
具体地，所述根据系统调度可行的充分条件，计算虚拟截止期限参数x，包括：
虚拟截止期限参数x由下式计算：
Figure BDA0003513056000000029
Figure BDA0003513056000000031
其中，
Figure BDA0003513056000000032
和/>
Figure BDA0003513056000000033
分别任务τi在高模式和低模式下的利用率，/>
Figure BDA0003513056000000034
分别任务τj在低模式下的利用率，/>
Figure BDA0003513056000000035
分别任务τk在高模式下的利用率。/>
具体地，所述计算统一的能耗优化速度SU，包括：
统一的能耗优化速度SU由下式给出：
Figure BDA0003513056000000036
Figure BDA0003513056000000037
其中，
Figure BDA0003513056000000038
和/>
Figure BDA0003513056000000039
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；/>
Figure BDA00035130560000000310
和/>
Figure BDA00035130560000000311
分别是所有低关键层次任务和高关键层次任务在高模式的利用率之和；/>
Figure BDA00035130560000000312
和/>
Figure BDA00035130560000000313
分别任务τi在高模式和低模式下的利用率；/>
Figure BDA00035130560000000314
分别任务τj在低模式下的利用率，/>
Figure BDA00035130560000000315
分别任务τk在高模式下的利用率；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合。
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)本发明提供了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，具体包括，根据非精确混合关键任务非抢占模型，确定系统模式转化策略；利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件；根据系统调度可行的充分条件，计算虚拟截止期限参数x；计算统一的能耗优化速度SU，本发明提供的方法，能够确保周期任务在其截止期限内完成执行且系统开销小，能耗降低进一步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。
(2)实验证明，本发明提供的方法比现有的混合关键系统周期任务调度方法相比节约大约17.15％能耗。
附图说明
图1为本发明实施例提供的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流程图。
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
本发明提出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，能够确保周期任务在其截止期限内完成执行且系统开销小，能耗降低进一步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。
参见图1所示，本发明提供的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，包括如下步骤：
步骤101：根据非精确混合关键任务非抢占模型，确定系统模式转化策略。
单处理器上考虑非精确混合关键周期任务集Γ＝{τ1,τ2,…,τn}；混合关键周期任务τi(1≤i≤n,i为整数)由三元组{Ti,ξi,Ci}组成，其中Ti表示混合关键周期任务τi的周期；ξi表示混合关键周期任务τi的关键层次，其可以表示为ξi＝{LO,HI}，混合关键周期任务τi的关键层次为LO时，其为低关键层次任务；混合关键周期任务τi的关键层次为HI时，其为高关键层次任务；Ci表示混合关键周期任务τi的不同模式下的最坏情况下执行时间；Ci(LO)和Ci(HI)分别表示混合关键周期任务τi在低模式和高模式下的执行时间；非精确混合关键周期任务集与传统的混合关键周期任务模型相比，其区别主要在于系统处于高模式时，同时执行高关键层次任务和低关键层次。而传统的混合关键周期任务模型，只执行高关键层次任务，舍弃所有低关键层次任务。如果混合关键周期任务τi为低关键层次任务，则Ci(HI)≤Ci(LO)；如果混合关键周期任务τi为高关键层次任务，则Ci(HI)＞＝Ci(LO)；所谓低模式是指任何任务τi的执行时间都不超过Ci(LO)；所谓高模式是指任何任务τi的执行时间都不超过Ci(HI)；系统的模式转化规则如下：
系统开始时处于低模式；当高关键层次任务τi的执行时间超过Ci(LO)且其没有完成执行；系统此时从低模式切换到高模式；系统处于高模式时，当没有高关键层次任务等待执行或者处理器处于空闲状态时，系统从高模式切换到低模式；
该任务集由非抢占修改的最早截止期限策略调度；所谓的修改的最早截止期限策略是指在不同的系统模式，给高关键层次任务分配不同的虚拟截止期限；由虚拟截止期限确定任务的优先级，优先级高的任务优先调度；所谓非抢占是指一旦任务开始执行，其它任务，哪怕是优先级比它高的任务都必须等待其完成执行，才能继续执行；在系统处于低模式和高模式时，高关键层次任务τi的虚拟截止期限分别为ai+xTi和ai+Ti，其中ai是高关键层次任务τi的到达时间，x为虚拟截止期限参数；虚拟截止期限小的任务的优先级越高，虚拟截止期限大的任务的优先级越低。任务的虚拟截止期限相同时，到达时间越早的优先越高；到达时间越晚的其优先级越低；任务的虚拟截止期限和到达时间都相同时，下标小的任务，其优先级越高，下标大的任务，其优先级越低。
步骤102：利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件。
所谓时间需求分析方法是指通过任务在某一区间的处理器需求与该区间的长度进行判断；当任务的处理器需求小于或等于该区间长度时，调度是可行的；否则调度不可行；
非精确混合关键周期任务集根据任务的周期进行非降排序，系统处于低模式调度可行的充分条件由下式给出：
Figure BDA0003513056000000051
Figure BDA0003513056000000052
其中，
Figure BDA0003513056000000053
和/>
Figure BDA0003513056000000054
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；ΓLO和ΓHI分别是低关键层次任务和高关键层次任务的集合；
Figure BDA0003513056000000055
是任务τi在低模式的利用率；x是虚拟截止期限参数，n是非精确混合关键周期任务集中任务的数量；t是实数；Ci(LO)，Cj(LO)，Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合；/>
系统处于高模式调度可行的充分条件由下式给出：
Figure BDA0003513056000000056
Figure BDA0003513056000000057
其中，
Figure BDA0003513056000000058
和/>
Figure BDA0003513056000000059
分别是所有高关键层次任务和低关键层次任务在高模式的利用率之和；ΓLO和ΓHI分别是低关键层次任务和高关键层次任务的集合；
Figure BDA00035130560000000510
是任务τi在高模式的利用率；t是实数；Ci(LO)，Cj(LO)，Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合；Ci(HI)和Ck(HI)分别是混合关键周期任务τi和τk在高模式下最坏情况下的执行时间。
步骤103：根据系统调度可行的充分条件，计算虚拟截止期限参数x。
虚拟截止期限参数x由下式计算：
Figure BDA0003513056000000061
Figure BDA0003513056000000062
其中，
Figure BDA0003513056000000063
和/>
Figure BDA0003513056000000064
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；ΓLO和ΓHI分别是低关键层次任务和高关键层次任务的集合；
Figure BDA0003513056000000065
和/>
Figure BDA0003513056000000066
分别是任务τi和τj在低模式的利用率；/>
Figure BDA0003513056000000067
是任务τk在高模式的利用率；t是实数；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；Ci(LO)，Cj(LO)，Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；Ck(HI)是混合关键周期任务τk在高模式下最坏情况下的执行时间；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合。
步骤104：所述计算统一的能耗优化速度SU。
统一的能耗优化速度SU由下式给出：
Figure BDA0003513056000000068
Figure BDA0003513056000000069
其中，
Figure BDA00035130560000000610
和/>
Figure BDA00035130560000000611
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；/>
Figure BDA00035130560000000612
和/>
Figure BDA00035130560000000613
分别是所有高关键层次任务和低关键层次任务在高模式的利用率之和；ΓLO和ΓHI分别是低关键层次任务和高关键层次任务的集合；/>
Figure BDA00035130560000000614
和/>
Figure BDA00035130560000000615
分别是任务τi和τj在低模式的利用率；/>
Figure BDA00035130560000000616
和/>
Figure BDA00035130560000000617
分别是任务τk和τi在高模式的利用率；t是实数；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；Ci(LO)，Cj(LO)，Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；Ci(HI)和Ck(HI)分别是混合关键周期任务τi和τk在高模式下最坏情况下的执行时间；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合。
步骤S105：系统在低模式和高模式下，均按照统一的能耗优化速度SU执行任务。
本实施例中，混合周期任务集Γ＝{τ1,τ2,τ3}包含3个周期任务；周期任务τ1的周期T1等于10，关键层次ξ1为LO，即其为低关键层次任务，其低关键层次模式最坏情况下执行时间C1(LO)为2；其高关键层次模式最坏情况下执行时间C1(HI)为1；周期任务τ2的周期T2等于10，关键层次ξ2为HI，即其高低关键层次任务，其低关键层次模式最坏情况下执行时间C2(LO)为2；其高关键层次模式最坏情况下执行时间C2(HI)为3；周期任务τ3的周期T3等于15，关键层次ξ3为LO，即其为低关键层次任务，其低关键层次模式最坏情况下执行时间C3(LO)为3；其高关键层次模式最坏情况下执行时间C3(HI)为1.5；通过计算可知，能耗优化速度SU＝0.875，在区间[0,30]内调度该任务集，将本发明方法与没有采用动态电压频率调节方法相比较节约大约17.15％的能耗。
本发明提供了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，具体包括，根据非精确混合关键任务非抢占模型，确定系统模式转化策略；利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件；根据系统调度可行的充分条件，计算虚拟截止期限参数x；计算统一的能耗优化速度SU，本发明提供的方法，能够确保周期任务在其截止期限内完成执行且系统开销小，能耗降低进一步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。
实验证明，本发明提供的方法比现有的混合关键系统周期任务调度方法相比节约大约17.15％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 (3)

1.一种非精确混合关键任务非抢占动态优先级能耗优化方法，其特征在于，包括：
根据非精确混合关键任务非抢占模型，确定系统模式转化策略；
利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件；
根据系统调度可行的充分条件，计算虚拟截止期限参数x；
计算统一的能耗优化速度SU；
系统在低模式和高模式下，均按照统一的能耗优化速度SU执行任务；
所述根据非精确混合关键任务非抢占模型，确定其模式转化策略，具体包括：
单处理器上非精确混合关键周期任务集Γ＝{τ1,τ2,…,τn}；混合关键周期任务τi,1≤i≤n,i为整数,由三元组{Ti,ξi,Ci}组成，其中Ti表示混合关键周期任务τi的周期；ξi表示混合关键周期任务τi的关键层次，其可以表示为ξi＝{LO,HI}，混合关键周期任务τi的关键层次为LO时，其为低关键层次任务；混合关键周期任务τi的关键层次为HI时，其为高关键层次任务；Ci表示混合关键周期任务τi的不同模式下的最坏情况下执行时间；Ci(LO)和Ci(HI)分别表示混合关键周期任务τi在低模式和高模式下的执行时间；系统的模式转化策略如下：
系统开始时处于低模式；当高关键层次任务τi的执行时间超过Ci(LO)且其没有完成执行；系统此时从低模式切换到高模式；系统处于高模式时，当无高关键层次任务等待执行或者处理器处于空闲状态时，系统从高模式切换到低模式；
所述利用时间需求分析的方法，分别给出系统处于低模式和高模式调度可行的充分条件，具体包括：
通过任务在某一区间的处理器需求与该区间的长度进行判断；当任务的处理器需求小于或等于该区间长度时，调度是可行的；否则调度不可行；
非精确混合关键周期任务集根据任务的周期进行排序，系统在低模式调度可行的充分条件由下式给出：
Figure FDA0004110439950000011
Figure FDA0004110439950000012
其中，
Figure FDA0004110439950000013
和/>
Figure FDA0004110439950000014
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；x是虚拟截止期限参数，n是非精确混合关键周期任务集中任务的数量；t是实数；Ci(LO)，Cj(LO)和Ck(LO)分别是混合关键周期任务τi，τj，τk在低模式下最坏情况下的执行时间；T1，Tj，Tk分别是混合关键周期任务τ1，τj，τk的周期；i,j,k都是正整数；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合；
系统处于高模式调度可行的充分条件由下式给出：
Figure FDA0004110439950000021
Figure FDA0004110439950000022
其中，
Figure FDA0004110439950000023
和/>
Figure FDA0004110439950000024
分别是所有低关键层次任务和高关键层次任务在高模式的利用率之和；Ci(HI)和Ck(HI)分别是混合关键周期任务τi和τk在高模式下最坏情况下的执行时间。
2.如权利要求1所述的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，其特征在于，所述根据系统调度可行的充分条件，计算虚拟截止期限参数x，包括：
虚拟截止期限参数x由下式计算：
Figure FDA0004110439950000025
Figure FDA0004110439950000026
其中，
Figure FDA0004110439950000027
和/>
Figure FDA0004110439950000028
分别任务τi在高模式和低模式下的利用率，/>
Figure FDA0004110439950000029
分别任务τj在低模式下的利用率，/>
Figure FDA00041104399500000210
分别任务τk在高模式下的利用率。
3.如权利要求2所述的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，其特征在于，所述计算统一的能耗优化速度SU，包括：
统一的能耗优化速度SU由下式给出：
Figure FDA00041104399500000211
Figure FDA00041104399500000212
其中，
Figure FDA00041104399500000213
和/>
Figure FDA00041104399500000214
分别是所有低关键层次任务和高关键层次任务在低模式的利用率之和；/>
Figure FDA00041104399500000215
和/>
Figure FDA00041104399500000216
分别是所有低关键层次任务和高关键层次任务在高模式的利用率之和；/>
Figure FDA00041104399500000217
和
Figure FDA00041104399500000218
分别任务τi在高模式和低模式下的利用率；/>
Figure FDA00041104399500000219
分别任务τj在低模式下的利用率，/>
Figure FDA00041104399500000220
分别任务τk在高模式下的利用率；heLO(i)和heHI(i)分别是优先级高于混合关键周期任务τi的低关键层次任务集合和高关键层次任务集合。/>
CN202210158094.XA 2022-02-21 2022-02-21 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 Active CN114578946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210158094.XA CN114578946B (zh) 2022-02-21 2022-02-21 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210158094.XA CN114578946B (zh) 2022-02-21 2022-02-21 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

Publications (2)

Publication Number Publication Date
CN114578946A CN114578946A (zh) 2022-06-03
CN114578946B true CN114578946B (zh) 2023-05-26

Family

ID=81774558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210158094.XA Active CN114578946B (zh) 2022-02-21 2022-02-21 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

Country Status (1)

Country Link
CN (1) CN114578946B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016632B (zh) * 2022-06-29 2023-05-26 华侨大学 一种基于多处理器分区的动态优先级节能调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1341084A2 (en) * 2002-03-01 2003-09-03 Broadcom Corporation Method of analyzing the schedulability of a non-preemptive system
CN107766140A (zh) * 2017-10-30 2018-03-06 华中科技大学 一种带抢占点实时任务的可调度性分析方法
CN112486652A (zh) * 2020-11-30 2021-03-12 华侨大学 一种非抢占固定优先级混合关键任务能耗优化调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1341084A2 (en) * 2002-03-01 2003-09-03 Broadcom Corporation Method of analyzing the schedulability of a non-preemptive system
CN107766140A (zh) * 2017-10-30 2018-03-06 华中科技大学 一种带抢占点实时任务的可调度性分析方法
CN112486652A (zh) * 2020-11-30 2021-03-12 华侨大学 一种非抢占固定优先级混合关键任务能耗优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于异构多核系统的混合关键任务调度算法;赵瑞姣;朱怡安;李联;;计算机工程(02);全文 *

Also Published As

Publication number Publication date
CN114578946A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN108984292B (zh) 混合关键系统固定优先级周期任务能耗优化方法
CN101339521B (zh) 一种任务优先级动态调度算法
CN114578947B (zh) 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
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
CN109597378B (zh) 一种资源受限混合任务能耗感知方法
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
CN109739332B (zh) 一种多任务通用能耗优化方法
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
CN110308977A (zh) 一种动态利用率更新混合关键偶发任务低能耗方法
CN102110022A (zh) 基于优先级调度的传感器网络嵌入式操作系统
CN109324891A (zh) 一种比例空闲时间分配的周期任务低功耗调度方法
CN109918185B (zh) 基于虚拟任务固定优先级混合关键系统调度方法
CN112905330B (zh) 一种固定优先级混合关键偶发任务能耗感知方法
CN107329817B (zh) 一种待机备用系统混合划分可靠性感知能耗优化方法
CN110850954B (zh) 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
CN116126503A (zh) 动态优先级半透视非精确混合关键任务能耗优化调度方法
CN117311945A (zh) 一种同步感知非精确混合关键任务分区调度方法
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
CN113590324B (zh) 一种面向云边端协同计算的启发式任务调度方法和系统
CN115016632B (zh) 一种基于多处理器分区的动态优先级节能调度方法
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
CN110825504B (zh) 一种基于服务器混合关键偶发任务能耗优化方法
CN114578945B (zh) 非抢占动态优先级混合关键任务能耗感知实时调度方法
CN115793838A (zh) 一种自适应固定优先级半透视混合关键任务能耗优化方法
CN115617483A (zh) 一种混合关键系统最早截止期限优先能耗优化方法

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