CN115016632B - 一种基于多处理器分区的动态优先级节能调度方法 - Google Patents

一种基于多处理器分区的动态优先级节能调度方法 Download PDF

Info

Publication number
CN115016632B
CN115016632B CN202210748903.2A CN202210748903A CN115016632B CN 115016632 B CN115016632 B CN 115016632B CN 202210748903 A CN202210748903 A CN 202210748903A CN 115016632 B CN115016632 B CN 115016632B
Authority
CN
China
Prior art keywords
task
processor
critical
scheduling
tau
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
CN202210748903.2A
Other languages
English (en)
Other versions
CN115016632A (zh
Inventor
张忆文
胡欣雨
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 CN202210748903.2A priority Critical patent/CN115016632B/zh
Publication of CN115016632A publication Critical patent/CN115016632A/zh
Application granted granted Critical
Publication of CN115016632B publication Critical patent/CN115016632B/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
    • G06F1/329—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
    • G06F9/50—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
    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • 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)
  • Multi Processors (AREA)

Abstract

本发明提供了一种基于多处理器分区的动态优先级节能调度方法，包括计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序；采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上；如果分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；本发明提供的方法比现有的多处理器分区方法在任务集调度可行方面提升大约4.48倍的性能，与其它混合关键系统周期任务调度方法相比节约大约7.92％的能耗；此外混合关键系统能耗的降低，可以降低产品的生产成本，提高产品的可靠性。

Description

一种基于多处理器分区的动态优先级节能调度方法
技术领域
本发明涉及实时系统、嵌入式系统以及混合关键系统的实时调度领域，特别是指一种基于多处理器分区的动态优先级节能调度方法。
背景技术
为了解决系统的能耗、尺寸、重量与体积的因素，嵌入式实时系统的发展趋势是将多个不同的层次的应用集成到同一共享平台，从而形成一个混合关键系统。混合关键系统的任务存在不同的关键层次，高关键层次任务需要进行安全认证，必须确保其能够在截止期限内完成，否则会造成致命的后果，甚至带来灾难；低关键层次任务允许其偶尔错过截止期限，它只会影响到用户的体验。无人机、汽车自动驾驶系统以及飞机的控制系统是最常见的混合关键系统。
随着超大规模集成电路技术的发展，处理器的单位能耗越来越高；由原来的单处理器发展到多处理器，多处理器可以提高系统的运算能力。目前针对多处理器混合关键任务调度的研究相对较少，仅有的少数研究主要针对传统的混合关键模型，即系统处于高模式时，将低关键层次任务直接舍弃。此外，目前的低能耗调度方法主要针对传统的嵌入式实时系统，很少触及混合关键系统。
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，提出一种基于多处理器分区的动态优先级节能调度方法。
本发明采用如下技术方案：
一种基于多处理器分区的动态优先级节能调度方法，包括：
计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序；
采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上；
最坏适应方法为：按照任务利用率递减的顺序分配任务且使得处理器剩余的利用率最大；处理器Pl的剩余利用率ul由待分配的任务τi和已经分配到处理器Pl的任务所决定，其中1≤l≤M,l为整数，M为处理器的数量，其值由下式计算：
Figure BDA0003720511700000011
其中，ξi代表任务τi的关键层次，ξi＝LO和ξi＝HI分别代表任务τi是低关键层次和高关键层次任务；
Figure BDA0003720511700000012
和/>
Figure BDA0003720511700000013
分别是任务τi和已经分配到处理器Pl的任务在低模式和高模式的利用率之和，1≤i≤n,i为整数，n为任务集中任务的个数；更具体的是，任务τ1分配到处理器P1；在分配任务τ2时选择处理器剩余利用率最大的处理器进行分配，直到所有的任务都分配完；
若分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行。
具体地，所述计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序，具体包括：
在多处理器P＝{P1,P2,…Pl…PM}上使用动态优先级策略调度非精确混合关键周期任务Γ＝{τ1,τ2,…τi…,τn}；每个非精确混合关键周期任务τi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，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最坏情况执行时间；低模式是指任何任务τi在处理器速度S下，其执行时间都不超过Ci(LO)/S；高模式是指存在高关键层次任务τi在处理器速度S下，执行时间超过Ci(LO)/S；若混合关键周期任务τi为低关键层次任务，则Ci(HI)≤Ci(LO)；若混合关键周期任务τi为高关键层次任务，则Ci(HI)＞＝Ci(LO)；
动态优先级策略是指最早截止期限优先策略调度；最早截止期限优先策略通过任务的截止期限确定任务的优先级，优先级高的任务优先调度；非精确混合关键任务τi的最大利用率ui由下式计算：
Figure BDA0003720511700000021
其中，
Figure BDA0003720511700000022
和/>
Figure BDA0003720511700000023
分别是非精确混合关键任务τi在低模式和高模式下的利用率；利用最大利用率ui进行非升序排序，使得u1≥u2≥...,≥un。
具体地，若分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；包括：
当处理器Pl的剩余利用率ul≥0且调度可行的参数xlo和调度可行的参数xup，满足关系式0＜xlo≤xup≤1时，分配到处理器Pl的任务集调度可行；处理器Pl的能耗优化速度Sl由下式计算：
Figure BDA0003720511700000031
其中，
Figure BDA0003720511700000032
和/>
Figure BDA0003720511700000033
分别表示处理器Pl的任务集在低模式和高模式下利用率的上界；当ul＜0或者关系式0＜xlo≤xup≤1不成立时，该任务集调度不可行。
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：
本发明提供了一种基于多处理器分区的动态优先级节能调度方法，包括计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序；采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上；如果分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；本发明提供的方法比现有的多处理器分区方法在任务集调度可行方面提升大约4.48倍的性能，与其它混合关键系统周期任务调度方法相比节约大约7.92％的能耗；此外混合关键系统能耗的降低，可以降低产品的生产成本，提高产品的可靠性。
附图说明
图1为本发明实施例提供的方法的流程图示意图；
图2为本发明实施例提供的调度可行性实验结果图；
图3为本发明实施例提供的能耗实验结果图。
具体实施方式
以下将结合本发明附图，对本发明实施例中的技术方案进行详细描述和讨论。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参见图1所示，本发明的一种多处理器分区非精确混合关键任务动态优先级节能调度方法，包括如下步骤：
步骤1：计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序。
在多处理器P＝{P1,P2,…PM}(M为正整数，其为处理器的数量)上使用动态优先级策略调度非精确混合关键周期任务Γ＝{τ1,τ2,…,τn}；每个非精确混合关键周期任务τi由三元组{Ti,ξi,Ci}组成(1≤i≤n,i为整数,n为任务集中任务的个数,且n>M)，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；所谓的低模式是指任何任务τi在处理器速度S下，其执行时间都不超过Ci(LO)/S；所谓的高模式是指存在高关键层次任务τi在处理器速度S下，其执行时间超过Ci(LO)/S；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)；动态优先级策略是指最早截止期限优先策略调度；最早截止期限优先策略通过任务的截止期限确定任务的优先级，优先级高的任务优先调度；任务的截止期限越小其优先级越高，截止期限越高其优先级越低；任务的截止期限相同时，到达时间小的任务其优先级越高；任务的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。
非精确混合关键任务τi的最大利用率ui由下式计算：
Figure BDA0003720511700000041
其中，
Figure BDA0003720511700000042
和/>
Figure BDA0003720511700000043
分别是非精确混合关键任务τi在低模式和高模式下的利用率，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；Ti是混合关键周期任务τi；利用最大利用率ui进行非升序排序，使得u1≥u2≥...,≥un。
步骤2：采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上。
最坏适应方法总是按照任务利用率递减的顺序分配任务且使得处理器剩余的利用率最大；处理器Pl(1≤l≤M,l为整数)的剩余利用率ul由待分配的任务τi和已经分配到处理器Pl的任务所决定，其值由下式计算：
Figure BDA0003720511700000044
其中，ξi代表任务τi的关键层次，ξi＝LO和ξi＝HI分别代表任务τi是低关键层次和高关键层次任务；
Figure BDA0003720511700000045
和/>
Figure BDA0003720511700000046
分别是任务τi和已经分配到处理器Pl的任务在低模式和高模式的利用率之和，ψ(l)是任务τi和已经分配到处理器Pl的任务的集合；更具体的是，任务τ1分配到处理器P1；在分配任务τ2时选择处理器剩余利用率最大的处理器进行分配，直到所有的任务都分配完。
步骤3：所述如果分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行。
当处理器Pl的剩余利用率ul≥0且调度可行的参数xlo和调度可行的参数xup，满足关系式0＜xlo≤xup≤1时，分配到处理器Pl的任务集调度可行；调度可行参数xlo由下式计算：
Figure BDA0003720511700000051
其中，
Figure BDA0003720511700000052
和/>
Figure BDA0003720511700000053
分别表示处理器Pl的任务集ψ(l)中高关键层次任务和低关键层次任务在低模式的利用率之和；/>
Figure BDA0003720511700000054
由下式计算：
Figure BDA0003720511700000055
此外，
Figure BDA0003720511700000056
由下式计算：
Figure BDA0003720511700000057
调度可行的参数xup由下式计算：
Figure BDA0003720511700000058
其中，
Figure BDA0003720511700000059
是处理器Pl的任务集ψ(l)在高模式的利用率之和；/>
Figure BDA00037205117000000510
由下式计算：
Figure BDA00037205117000000511
Figure BDA00037205117000000512
是处理器Pl的任务集ψ(l)中低关键层次任务在高模式的利用率之和；
Figure BDA00037205117000000513
由下式计算：
Figure BDA00037205117000000514
分配到处理器Pl的任务集调度可行；处理器Pl的能耗优化速度Sl由下式计算：
Figure BDA00037205117000000515
其中，
Figure BDA00037205117000000516
和/>
Figure BDA00037205117000000517
分别表示处理器Pl的任务集在低模式和高模式下利用率的上界；处理器Pl的任务集在低模式利用率的上界/>
Figure BDA00037205117000000518
由下式计算：
Figure BDA00037205117000000519
其中，x是截止期限的参数，其值由下式计算：
Figure BDA00037205117000000520
调度可行参数xlo由下式计算：
Figure BDA0003720511700000061
调度可行的参数xup由下式计算：
Figure BDA0003720511700000062
处理器Pl的任务集在低模式利用率的上界
Figure BDA0003720511700000063
由下式计算：
Figure BDA0003720511700000064
其中，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；Ti是混合关键周期任务τi；当ul＜0或者关系式0＜xlo≤xup≤1不成立时，该任务集调度不可行。
本实施例中，处理器数量设置为4，高关键层次任务占任务集任务总数的50％,设置任务集在低模式的利用率为2.6；实验的仿真时间设置为100000个时间片；考察任务集任务数量对能耗和调度可行性的影响；在实验中比较三种方法，第一，本发明方法；第二，CA-BFD分区方法；CA-BFD分区先分配高关键层次任务，然后分配低关键层次任务；采用最佳适应方法分配任务；第三，CA-FFD方法；CA-FFD分区先分配高关键层次任务，然后分配低关键层次任务；采用首次适应方法分配任务；每次实验产生10000个任务集，实验的结果取平均值；实验结果表明本发明的方法与CA-FFD方法相比在任务集调度可行方面提升大约4.48倍的性能，节约能耗7.92％的能耗；本发明的方法与CA-BFD方法相比在任务集调度可行方面提升大约2.26倍的性能，节约能耗10.60％的能耗。
如图2为本发明实施例提供的调度可行性实验结果图；图3为本发明实施例提供的能耗实验结果图。
本发明提供了一种基于多处理器分区的动态优先级节能调度方法，包括计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序；采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上；如果分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；本发明提供的方法比现有的多处理器分区方法在任务集调度可行方面提升大约4.48倍的性能，与其它混合关键系统周期任务调度方法相比节约大约7.92％的能耗；此外混合关键系统能耗的降低，可以降低产品的生产成本，提高产品的可靠性。
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 (2)

1.一种基于多处理器分区的动态优先级节能调度方法，其特征在于，包括：
计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序；
采用最坏适应方法，将非精确混合关键任务τi分配到处理器Pl上；
最坏适应方法为：按照任务利用率递减的顺序分配任务且使得处理器剩余的利用率最大；处理器Pl的剩余利用率ul由待分配的任务τi和已经分配到处理器Pl的任务所决定，其中1≤l≤M,l为整数，M为处理器的数量，其值由下式计算：
Figure FDA0004119360610000011
其中，ξi代表任务τi的关键层次，ξi＝LO和ξi＝HI分别代表任务τi是低关键层次和高关键层次任务；
Figure FDA0004119360610000012
和/>
Figure FDA0004119360610000013
分别是任务τi和已经分配到处理器Pl的任务在低模式和高模式的利用率之和，1≤i≤n,i为整数，n为任务集中任务的个数；更具体的是，任务τ1分配到处理器P1；在分配任务τ2时选择处理器剩余利用率最大的处理器进行分配，直到所有的任务都分配完；
若分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；
所述计算非精确混合关键任务τi的最大利用率ui，利用最大利用率ui进行非降序排序，具体包括：
在多处理器P＝{P1,P2,…Pl…PM}上使用动态优先级策略调度非精确混合关键周期任务Γ＝{τ1,τ2,…τi…,τn}；每个非精确混合关键周期任务τi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，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最坏情况执行时间；低模式是指任何任务τi在处理器速度S下，其执行时间都不超过Ci(LO)/S；高模式是指存在高关键层次任务τi在处理器速度S下，执行时间超过Ci(LO)/S；若混合关键周期任务τi为低关键层次任务，则Ci(HI)≤Ci(LO)；若混合关键周期任务τi为高关键层次任务，则Ci(HI)>＝Ci(LO)；
动态优先级策略是指最早截止期限优先策略调度；最早截止期限优先策略通过任务的截止期限确定任务的优先级，优先级高的任务优先调度；非精确混合关键任务τi的最大利用率ui由下式计算：
Figure FDA0004119360610000021
其中，
Figure FDA0004119360610000022
和/>
Figure FDA0004119360610000023
分别是非精确混合关键任务τi在低模式和高模式下的利用率；利用最大利用率ui进行非升序排序，使得u1≥u2≥…,≥un。
2.如权利要求1所述的一种基于多处理器分区的动态优先级节能调度方法，其特征在于，若分配到处理器Pl的任务集调度可行，计算处理器Pl的能耗优化速度Sl，否则该任务集调度不可行；包括：
当处理器Pl的剩余利用率ul≥0且调度可行的参数xlo和调度可行的参数xup，满足关系式0<xlo≤xup≤1时，分配到处理器Pl的任务集调度可行；处理器Pl的能耗优化速度Sl由下式计算：
Figure FDA0004119360610000024
其中，
Figure FDA0004119360610000025
和/>
Figure FDA0004119360610000026
分别表示处理器Pl的任务集在低模式和高模式下利用率的上界；当ul<0或者关系式0<xlo≤xup≤1不成立时，该任务集调度不可行。/>
CN202210748903.2A 2022-06-29 2022-06-29 一种基于多处理器分区的动态优先级节能调度方法 Active CN115016632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210748903.2A CN115016632B (zh) 2022-06-29 2022-06-29 一种基于多处理器分区的动态优先级节能调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210748903.2A CN115016632B (zh) 2022-06-29 2022-06-29 一种基于多处理器分区的动态优先级节能调度方法

Publications (2)

Publication Number Publication Date
CN115016632A CN115016632A (zh) 2022-09-06
CN115016632B true CN115016632B (zh) 2023-05-26

Family

ID=83079499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210748903.2A Active CN115016632B (zh) 2022-06-29 2022-06-29 一种基于多处理器分区的动态优先级节能调度方法

Country Status (1)

Country Link
CN (1) CN115016632B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923487A (zh) * 2010-08-06 2010-12-22 西华师范大学 一种综合嵌入式实时周期任务调度方法
KR101430077B1 (ko) * 2013-03-04 2014-08-18 한국과학기술원 멀티프로세서 장치에서의 스케줄링 방법 및 멀티프로세서 장치에서 가상 마감시간을 이용하여 태스크에 대한 우선순위를 결정하는 방법
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
CN114578946A (zh) * 2022-02-21 2022-06-03 华侨大学 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923487A (zh) * 2010-08-06 2010-12-22 西华师范大学 一种综合嵌入式实时周期任务调度方法
KR101430077B1 (ko) * 2013-03-04 2014-08-18 한국과학기술원 멀티프로세서 장치에서의 스케줄링 방법 및 멀티프로세서 장치에서 가상 마감시간을 이용하여 태스크에 대한 우선순위를 결정하는 방법
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
CN114578946A (zh) * 2022-02-21 2022-06-03 华侨大学 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

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
CN115016632A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN102780759B (zh) 基于调度目标空间的云计算资源调度方法
CN108984292B (zh) 混合关键系统固定优先级周期任务能耗优化方法
CN110187956B (zh) 一种多智能体平台的分层实时任务调度方法和系统
CN110308977B (zh) 一种动态利用率更新混合关键偶发任务低能耗方法
CN109597378B (zh) 一种资源受限混合任务能耗感知方法
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
CN110647398A (zh) 一种面向边缘计算的基于任务关键度和时效性的交叉口控制任务调度方法
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
CN102917014A (zh) 资源调度方法及装置
CN113641417A (zh) 一种基于分支定界法的车辆安全任务卸载方法
CN115016632B (zh) 一种基于多处理器分区的动态优先级节能调度方法
CN116820784B (zh) 一种面向推理任务QoS的GPU实时调度方法及系统
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
CN111782627A (zh) 面向广域高性能计算环境的任务与数据协同调度方法
CN108874517B (zh) 固定优先级待机备用系统利用率划分能耗优化方法
CN117112161A (zh) 一种非精确多处理器混合关键系统资源访问方法
CN110850954A (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
CN113986484B (zh) 社交软件的任务处理全局调度方法
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
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
CN117331667A (zh) 一种基于组任务分区非精确混合关键任务节能调度方法
CN108563497B (zh) 一种高效的多维度算法调度方法、任务服务器
CN108268310B (zh) 一种确定最小调度粒度的方法及装置
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

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