多核系统中基于GlobalEDF的在线节能实时调度算法
华中科技大学金海实验室科研项目汇总
华中科技大学金海实验室科研项目汇总1. 国家重点基础研究发展计划（973计划）项目，云安全的基础理论与方法研究（2014CB340600），2014.1-2018.82. 国家重点基础研究发展计划（973计划）项目，计算系统虚拟化基础理论与方法研究（No.2007CB310900），2007.7-2011.123. 国家重点基础研究发展计划（973计划）项目，基于语义网格的语义关联存贮模型及管理和通信平台（No.2003CB317003），2004.1-2009.84. 国家重点基础研究发展计划（973计划）子项目，无线传感网络的自主组网模型方法研究（No.2006CB303002），2006.8-2010.125. 973青年科学家项目，软件定义的云数据中心网络基础理论与关键技术，2014.1-2018.126. 国家科技重大专项“新一代宽带无线移动通信网”，新型移动业务控制网络的架构及关键技术（No.2010ZX03004-001-03），2010.1-2012.127. 国家科技重大专项“新一代宽带无线移动通信网”子项目，宽带移动业务关键技术开放式研究（No.2009ZX03004-004-04），2009.1-2010.128. 国家科技支撑计划项目，翻译业务云计算基础架构和海量数据处理系统研发（No. 2012BAH14F02），2012.1-2014.129. “十一五”国家科技支撑计划重点项目，虚拟实验教学环境关键技术研究与应用示范（No.2008BAH29B00），2009.1-2011.1210. 教育部“十五”211工程公共服务体系建设项目，中国教育科研网格（ChinaGrid），2003.1-2005.1211. 教育部211工程公共服务体系建设项目，中国教育科研网格（ChinaGrid）二期建设，2012.1-2013.512. 教育部创新团队“长江学者和创新团队发展计划”，中国教育科研网格计划典型应用示范，2006-200813. 教育部“985工程”二期建设项目，基于网格的高性能计算与复杂系统仿真科技创新平台，2004.1-2007.1214. 国家自然科学基金国际（地区）合作交流项目，NSFC-RGG联合资助项目，因特网上基于对等网络的大规模实时视频系统：理论和实践（No.60731160630），2008.1-2010.1215. 国家杰出青年科学基金项目，基于数据网格的高性能存储环境及其关键技术的研究（No.60125208），2002.1-2005.1216. 全国百篇优秀博士学位论文专项基金，大规模社交网络内容搜索系统研究（No.201345），2013.1-2016.1217. 国家自然科学基金重大研究计划子项目，网络计算应用支撑中间件/网络计算安全支撑环境（网络计算环境综合试验平台No.90412010），2004.1-2007.1218. 国家自然科学基金重点项目，云计算环境下面向复杂工程应用的资源管理调度方法研究（No.61232008），2013.01-2017.1219. 国家自然科学基金重点项目，大型数据中心的低能耗可扩展理论与关键技术（No.61133006），2012.01-2016.1220. 国家自然科学基金重点项目，适应云计算环境的视频编码、传输与智能处理（No.61133008）,2012.01-2016.1221. 国家自然科学基金重点项目，对等计算及广域网虚拟平台（No.60433040），2005.1-2007.1222. 国家自然科学基金面上项目，结构化可搜索公钥加密及其应用研究（No.61472156），2015.01-2018.1223. 国家自然科学基金面上项目，基于时空上下文数据的关联关系挖掘与推理技术研究（No.61472149），2015.01-2018.1224. 国家自然科学基金项目面上项目，虚拟化环境下面向新型存储系统的I/O资源调度方法（No.61472151），2015.1-2018.1225. 国家自然科学基金面上项目，面向隐私保护的大数据查询处理方法研究（No.61472148）, 2015.01-2018.1226. 国家自然科学基金优秀青年科学基金项目，分布式计算与系统（No.61422202）， 2015.01-2017.12.27. 国家自然科学基金优秀青年科学基金项目，并行与分布式计算（No. 61322210），2014.1-2016.1228. 国家自然科学基金资助项目，科学大数据处理优化理论与关键技术研究（No. 61370104），2014.1-2017.1229. 国家自然科学基金资助项目，云计算环境中租户数据的计算安全保障机制研究（No. 61370106），2014.1-2017.1230. 国家自然科学基金资助项目，面向云计算性能保证的多租户数据中心网络带宽分配与最优性价比计价体系研究（No. 61370232），2014.1-2017.1231. 国家自然科学基金资助项目，社交网络搜索系统中基于交互局部性的通信代价优化策略研究（No. 61370233），2014.1-2017.1232. 国家自然科学基金资助项目，基于语义计算的海量Deep Web知识探索机制研究（No. 61272411），2013.1-2016.1233. 国家自然科学基金资助项目，新型系统结构下数据密集型计算的运行时优化机制研究（No. 61272408），2013.1-2016.1234. 国家自然科学基金资助项目，保护监控视频隐私的漂移失真免疫算法研究（No. 61202302），2013.1-2015.1235.国家自然科学基金资助项目，基于容错代价的云计算可生存性理论与关键技术研究，（No. 61272072），2013.1-2016.1236. 国家自然科学基金资助项目，抗量子密码分析的基于身份加密研究（No. 61100222），2012.1-2014.1237. 国家自然科学基金资助项目，NoC众核系统中基于可靠性的节能实时调度算法及策略研究（No. 61173045），2012.1-2015.1238. 国家自然科学基金资助项目，面向计算密集型的海量数据查询处理关键技术研究（No. 61100060），2012.1-2014.1239. 国家自然科学基金资助项目，基于虚拟化技术的数据中心多维资源整合和全局能效优化研究（No. 61103176），2012.1-2014.1240. 国家自然科学基金资助项目，网络视频定向广告关键技术研究（No. 61003006），2011.1-2013.1241. 国家自然科学基金资助项目，虚拟计算环境下磁盘资源管理机制的研究（No. 61003007），2011.1-2013.1242. 国家自然科学基金资助项目，基于事务内存的云计算编程模型研究（No. 61073024），2011.1-2013.1243. 国家自然科学基金资助项目，移动容迟网络的路由与拥塞控制方法研究（No. 61003220），2011.1-2013.1244. 国家自然科学基金资助项目，大规模标注RDF数据管理的关键技术研究（No. 61073096），2011.1-2013.1245. 国家自然科学基金资助项目，基于虚拟计算环境生命周期的服务器资源调度方法研究（No.61073024），2011.1-2013.1246. 国家自然科学基金资助项目，虚拟机计算资源调度中关键技术的研究（No.60903022），2010.1-2012.1247. 国家自然科学基金资助项目，逻辑虚拟域中软件执行的可信确保机制研究（No.60973038），2010.1-2012.1248. 国家自然科学基金资助项目，云计算数据中心高可用理论与方法研究（No.60973037），2010.1-2012.1249. 国家自然科学基金资助项目，基于合成基准测试程序的多核处理器模拟技术研究（No.60973036），2010.1-2012.1250. 国家自然科学基金资助项目，云计算环境中高效可靠虚拟化桌面的关键机制研究（No.60973133），2010.1-2012.1251. 国家自然科学基金资助项目，面向普适环境的流媒体柔性机理与调度策略研究（No.60903173），2010.1-2012.1252. 国家自然科学基金资助项目，基于网格的多源异构数据访问与集成方法研究（No.60803006），2009.1-2011.1253. 国家自然科学基金资助项目，面向虚拟计算环境的入侵容忍机制研究（No.60803114），2009.1-2011.1254. 国家自然科学基金资助项目，对等网络弹性拓扑的基础理论研究（No.60703050），2008.1-2010.1255. 国家自然科学基金资助项目，网格可信赖性评测理论的研究（No.60603058），2007.1-2009.1256. 国家自然科学基金资助项目，基于图论分析自然图像解析方法研究（No.60603024），2007.1-2009.1257. 国家自然科学基金资助项目，基于数据活性的数据网格管理调度策略研究（No.60673174），2007.1-2009.1258. 国家自然科学基金资助项目，面向网格虚拟组织的可信安全机制研究（No.60603065），2007.1-2007.1259. 国家自然科学基金资助项目，对等流媒体覆盖网络的协作式优化机制研究（No.60642010），2007.1-2007.1260. 国家自然科学基金资助项目，虚拟组织中资源共享的安全代价分析理论的研究（No.60503040），2006.1-2008.1261. 国家自然科学基金资助项目，虚拟流媒体存储系统理论和实现技术研究（No.60403024），2005.1-2005.1262. 国家自然科学基金资助项目，基于信息服务网格的无形计算理论及模型（No.60273076），2003.1-2005.1263. 国家高技术研究发展计划（863计划）项目子课题，云端和终端资源自适应协同与调度平台，2015.1-2017.1264. 国家高技术研究发展计划（863计划）项目子课题，内存计算系统软件研究与开发，2015.1-2017.1265. 国家高技术研究发展计划（863计划）项目子课题，高性能计算环境应用服务优化关键技术研究，2014.1-2016.666. 国家高技术研究发展计划（863计划）项目子课题，云平台一体化监控系统研究(No.2013AA01A213)，2013.01-2015.1267. 国家高技术研究发展计划（863计划）项目子课题，亿级并发云服务器系统（No.2013AA01A208），2013.01-2015.1268. 国家高技术研究发展计划（863计划）项目（主题项目课题），面向多核/众核系统的运行时支持技术与系统(No.2012AA010905)，2012.01-2015.1269. 国家高技术研究发展计划（863计划）项目子课题，真实感动漫渲染系统研究与应用(No.2012AA01A306)，2012.01-2015.1270. 国家高技术研究发展计划（863计划）项目，“云制造服务平台关键技术”，课题“面向航天复杂产品的集团企业云制造服务平台开发、系统构建及应用”（No. 2011AA040502），2011.1-2012.871. 国家高技术研究发展计划（863计划）项目子课题，基于网格的数字化医疗决策支持系统（No.2006AA02Z347），2007.1-2008.1272. 国家高技术研究发展计划（863计划）项目，面向医学图像处理的武汉高性能网格结点建设（No.2006AA01A115），2006.12-2010.1273. 国家高技术研究发展计划（863计划）项目，中国教育科研网格计划典型应用示范（No.2004AA104280），2004.1-2006.1274. 国家高技术研究发展计划（863计划）项目，集群服务器功能软件（No.2002AA1Z2102），2002.9-2004.1275. 国家高技术研究发展计划（863计划）项目，存储虚拟化及其文件系统的研究（No.2001AA111011），2001.10-2003.1276. 中国下一代互联网示范工程CNGI 2005年研究开发、产业化及应用试验项目，基于IPv6的大规模高性能网格应用（GI-04-15-7A），2005.9-2006.1277. 中国下一代互联网示范工程CNGI 2005年研究开发、产业化及应用试验项目，基于IPv6的P2P弹性重叠网络智能节点的研制（GI-04-12-1D），2005.9-2006.1078. 中国下一代互联网示范工程CNGI 2005年研究开发、产业化及应用试验项目，基于IPv6的P2P内容存取应用系统研制（GI-04-12-2A），2005.9-2006.1079. CNGI2008年下一代互联网业务试商用及设备产业化专项，中国教育科研网格IPv6升级（教育科研基础设施IPv6技术升级和应用示范项目），2009.1-2010.1280. 2009“新一代宽带无线移动通信网”科技重大专项子项目，全IP宽带移动网络架构及关键技术研究(No.2009ZX03004-002)，2009.1-2010.1281. 高等学校科技创新工程重大项目培育资金项目，网络环境下的科技文献共享服务支撑平台（No.705034），2006.1-2007.1282. 霍英东高等院校青年教师基金项目，存储局域网虚拟化系统结构的研究，2001.7-2004.783. 教育部高等学校本科教学质量与教学改革工程专项，国家精品课程地区资源分中心建设及相关软件系统研发（NO. JPKC-2）（“国家精品课程集成项目”子项目），2007-201084. 教育部创新团队项目，云计算与分布式处理，2014.6 -2016.785. 教育部新世纪优秀人才计划项目，虚拟化用户桌面环境的基础理论与关键技术研究（No.NCET-08-0218），2009.1-2011.1286. 教育部新世纪优秀人才计划项目，面向数据时间特性的网格数据管理机制研究（No.NCET-07-0334），2008.1-2010.1287. 教育部-中国移动科研基金（2013）研发项目，基于网络侧数据的用户特征提取与新业务受众预测研究（No. MCM20130382），2014.1 -2015.1288. 教育部-中国移动科研基金（2012）研发项目，面向视频转码的高性能云计算节点的研究与实现（No. MCM20122041），2013.1 -2014.1289. 教育部－英特尔信息技术专项科研基金，云计算环境下海量教育资源管理技术研究（No. MOE-INTEL-2012-01），2012.7-2014.690. 教育部－英特尔信息技术专项科研基金，云计算环境中大规模虚拟化桌面的关键机制研究（No.MOE-INTEL-10-05），2010.4-2012.491. 教育部－英特尔信息技术专项科研基金，面向云计算的数据并行处理系统研究（No.MOE-INTEL-09-03），2009.4-2011.492. 教育部－英特尔信息技术专项科研基金，基于虚拟计算技术的多核系统计算资源管理(No.MOE-INTEL-08-06)，2008.2-2010.493. 湖北省自然科学基金杰出青年基金项目，云终端的基础理论与关键技术，（No. 2012FFA007 ）2013.1-2014.1294. 湖北省杰出青年基金项目，面向云计算的虚拟化数据中心资源管理策略研究（No. 2011CDA086），2012.1-2013.1295. 湖北省自然科学基金创新团队，新型网络存储系统及存储机理的研究，（No.2005ABC005），2005-200696. 湖北省新世纪高层次人才工程择优资助项目，信息服务网格支撑平台关键技术的研究，2004-200597. 新世纪百千万人才工程国家级人选科研项目，基于动态联合体的网络协同安全控制机制的研究，2005.198. 国家国际科技合作专项项目，移动网络环境下云端融合的关键技术合作研究，2015.01-2017.1299. 欧盟项目，Desktop Grids for International Scientific Collaboration，2010.6-2012.5100. 欧盟项目，MONICA-Mobile Cloud Computing: Networks, Services and Architecture，2012.1-2014.12。
基于改进EDF的多核处理器混合任务调度算法
基于改进EDF的多核处理器混合任务调度算法郭秀岩;张武;王劲林;吴刚【期刊名称】《高技术通讯》【年(卷),期】2012(022)003【摘要】为解决多核处理器系统中的实时任务调度问题,尤其是实时任务和非实时任务的混合调度问题,在对最早截止时间优先(EDF)算法进行改进的基础上,提出多核处理器混合任务调度算法——EDF-segment算法.EDF-segment算法可以整理调度混合任务时出现的碎片,并通过对碎片的迁移、合并提高处理器的利用率,从而提高系统处理混合任务的性能.通过EDF-segment算法不但可以解决混合任务的调度问题,还可以避免使用EDF算法时造成的多核处理器利用率下降,在保证实时任务处理延迟的前提下提升多核处理器的利用率.经过理论推导和实验分析证明,EDF-segment算法可以有效地应用于多核处理器系统中.%In order to schedule the real-time tasks in multicore processor systems, especially to handle the hybrid tasks composed of real-time tasks and non-real-time tasks, this paper presents a hybrid task scheduling algorithm based on the improvement of the earliest deadline first (EDF) algorithm, called the EDF-segment algorithm. The EDF-segment algorithm can arrange the segments caused by hybrid task scheduling, and migrate and merge segments between cores to enhance the processor utilization. The EDF-segment algorithm can not only solve the hybrid tasks scheduling, but also avoid the reduction of the multicore processor utilization by using the EDF algorithm, and enhance the utilization with the guarantee that real-timetasks can be processed on time. Proved by theoretical and experimental analysis, the EDF-segment algorithm can be effectively applied to multicore processor systems.【总页数】9页(P231-239)【作者】郭秀岩;张武;王劲林;吴刚【作者单位】中国科学技术大学自动化系网络传播系统与控制安徽省重点实验室合肥230027;中国科学院声学研究所国家网络与新媒体技术工程研究中心北京100190;中国科学院声学研究所国家网络与新媒体技术工程研究中心北京100190;中国科学技术大学自动化系网络传播系统与控制安徽省重点实验室合肥230027;中国科学院声学研究所国家网络与新媒体技术工程研究中心北京100190;中国科学技术大学自动化系网络传播系统与控制安徽省重点实验室合肥230027【正文语种】中文【相关文献】1.基于异构多核处理器的高效任务调度算法 [J], 李静梅;李静;丁楠2.基于异构多核系统的混合关键任务调度算法 [J], 赵瑞姣;朱怡安;李联3.基于多核处理器并行系统的任务调度算法 [J], 袁云;邵时4.基于Linux的多核实时任务调度算法改进 [J], 陈国良;朱艳军5.基于多核处理器的关联任务并行感知调度算法 [J], 梁秋玲;张向利;张红梅;闫坤因版权原因，仅展示原文概要，查看原文内容请购买。
基于多核处理器的节能调度算法研究
第1章
1.1 课题研究的目的和意义............................................................................. 1 1.2 国内外研究现状 ........................................................................................ 2 1.3 论文的工作安排 ........................................................................................ 4 第2章 系统模型 ................................................................................................... 5
ii11课题研究的目的和意义12国内外研究现状13论文的工作安排21处理器模型22任务模型23问题假设24属性定义esrss2节能调度算法实现31算法概述311esrss2算法基本思想312算法的伪代码1532算法分析16321动态电压频率调节dvs16322动态功率管理dpm17322esrss2算法的理论分析1833本章小结2141实验数据2142超时限分析22武汉理工大学硕士学位论文43算法影响因素及分析2346改进算法totalradio2644改进算法esrss2ce2745改进算法esrss2m2846算法对比分析2947本章小结3351总结3352展望35参考文献36武汉理工大学硕士学位论文11课题研究的目的和意义当前处理器主要采用cmoscomplementarymetaloxidesemiconductor逻辑门电路而cmos的主要能源消耗来自短路能耗静态能耗和动态能耗123
支持缓存划分的全局EDF实时系统调度策略
关 键 词: 资源管理ꎻ实时嵌入式系统ꎻ最早截止期优先ꎻ多核ꎻ缓存划分
中图分类号: ＴＰ ３１６ ２ 文献标志码: Ａ 文章编号: １００５ － ３０２６(２０２１)１２ － １６７３ － ０８
区ꎬ并将任务映射到这些分区上执行ꎬ比如 ＡＲＭ
的 ＬｂＭ 技术 [５ － ６] ꎬＩｎｔｅｌ 的 ＣＡＴ 技术 [１ꎬ７] 等. 这样
并行执行的任务总是可使用不同的分区ꎬ实现了
调度条件ꎻ并且针对现有分析的缺陷ꎬ提出了一个
优化算法ꎻ综合以上提出了一个基于线性规划的
可调度条件ꎻ最后通过实验验证了调度分析的有
先级. 因此这种调度策略相比于固定优先级更适
用于开放系统( ｏｐｅｎ ｓｙｓｔｅｍ) . 文献[８ － １１] 针对
记为 ｄ ｊｉ ꎬ它的最晚开始时间记为 ｌ ｊｉ ꎬ其中 ｄ ｊｉ ＝ ｒ ｊｉ ＋
务当且仅当该任务释放后且没有执行完成. 本文
中ꎬ一个作业 τ ｊｉ 满足截止期ꎬ当且仅当 ｆ ｊｉ ≤ｄ ｊｉ .
作者简介: 林宇晗(１９８８ － ) ꎬ男ꎬ福建福清人ꎬ东北大学博士研究生ꎻ 邓庆绪(１９７０ － ) ꎬ男ꎬ河南南阳人ꎬ东北大学教授ꎬ博士生
导师.
东北大学学报( 自然科学版)
１６７４
都受 到 最 大 的 争 用 延 迟 作 为 最 差 执 行 时 间
(ＷＣＥＴ) 的一部分从而为任务预留足够的系统资
个就绪任务ꎬ而在ｇＥＤＦｃａ中系统还需要考虑可用
缓存分区数量的限制.
具体来说ꎬｇＥＤＦｃａ 总是在有作业完成或释放
的时刻做调度决策:在有足够的缓存分区和核的
检查是 否 满 足 当 前 核 和 缓 存 分 区 的 约 束 ( 第 ４
基于多核嵌入式实时系统动态电压频率调整的节能调度
基于多核嵌入式实时系统动态电压频率调整的节能调度1.简介嵌入式实时系统能够应用于手提电话，传感网络，卫星等领域，如今对高性能微处理器提出了要求。
多核体系的微处理器的出现正符合了这一需求。
考虑到这一类系统的便携性以及尺寸，功耗的控制如今变成了首要问题。
归结为较长的电池生命，可靠性等等。
DVS，动态电压频率调整是一种被广泛推广的技术。
它通过增加线程执行时间来提高能量收益，以确保实时任务线程的截止时间约束。
这成为了一大关注问题。
在多核处理器上调度实时任务的问题类似于在多处理器系统上的调度。
这是一个非常难的问题，以及现有的启发式解决方案可分为两类：分段调度算法和全局调度算法。
分段调度算法将任务分配给他们各自的内核。
这样每个内核的任务被一些著名的算法，比如最早截止时间有限，几率单调等调度。
尽管多核处理器有益于DVS技术，但是由于一块芯片上的内核都在同一个时钟域内，他们必须执行于相同的时钟频率和工作电压，因此功效将会低于多处理器系统。
另外，设备的功耗大致被区分为动态功耗和静态功耗。
DVS能够减少动态功耗，也可以通过在执行的计算机系统上延长间隔来引起损耗能量的增加。
因此损耗能量也要进行考虑。
随着多核在嵌入式实时系统领域被广泛运用的风潮，DVS被广泛推广。
学习调度算法致力于降低能耗是非常重要的。
也就是说，必须权衡实时系统的限制与节约能源。
2.相关工作最早截止时间优先是在但处理器上可抢占式周期实时任务调度的最优算法。
确定任务的利用率作为执行时间除以周期的值，最早截止时间调度算法可以在人物利用率的总和小于任何单个人物利用率的基础上保证所有任务符合满足他们的截止时间。
基于这一特性，Pillai 和Shin 提出了3种DVS调度方式：静态的，循环保存和预先式的。
一些研究机构已经发表了这些运行实时任务的时候的多处理移植能量管理问题。
关于减少运用D VS的对称性多处理器的周期性实时任务能量的问题已经发表了。
最早截止时间算法分析了分段式方程的效果。
基于多核处理器的节能任务调度方法
基于多核处理器的节能任务调度方法叶常华;左朝树【期刊名称】《中国电子科学研究院学报》【年(卷),期】2012(007)002【摘要】由于关系到系统的安全性及散热代价等方面,能耗问题已经成为嵌入式系统研究的重点。
对于多核处理器上具有依赖关系的周期性硬实时任务,设计了一种基于动态电压调节的节能任务调度方法。
该方法首先用RDAG算法将任务独立化,然后以功耗最低为原则,采用遗传算法确定任务映射。
基于Intel PXA270功耗模型,采用了几个随机任务集进行仿真实验,结果表明该方法比现有的方法节省了20%～30%的能耗。
%Related to the safety of system and the cost of cooling, saving energy has been an important is- sue. For periodic hard real-time tasks with dependence running on multi-core processors, an energy-effi- cient task scheduling approach based on dynamic voltage scaling （DVS）was designed. Based on inde- pendent tasks produced by the RDAG algorithm, the approach took genetic algorithm（GA） to get the opti- mal scheduling. Based on the power model of the Intel PXA270, simulation experiments were conducted with several random task graphs. Results showed that the proposed approach decreased energy effectively.【总页数】4页(P204-207)【作者】叶常华;左朝树【作者单位】保密通信重点实验室,成都610041;保密通信重点实验室,成都610041【正文语种】中文【中图分类】TP302.7【相关文献】1.基于多核处理器的低能耗任务调度优化算法 [J], 刘亚秋;陈雨佳;景维鹏;王鹍2.基于多核处理器的K线程低能耗的任务调度优化算法 [J], 王科特;王力生;廖新考3.面向同构多核处理器的节能任务调度方法 [J], 王颖锋;刘志镜4.基于粒子群优化算法的多核处理器任务调度研究 [J], 田佳;胡威;李琳;柯鹏;张凯5.基于改进的混洗蛙跳算法的异构多核处理器任务调度 [J], 程小辉;顾俊杰;邓昀因版权原因，仅展示原文概要，查看原文内容请购买。
多核系统中基于动态松弛时间回收的节能实时调度算法
为有效减少能耗， 现代多核处理器系统广泛 采用了各种硬件节能技术， 如动态电压频率调节 （ Ｄ ｙ ｎ ａ ｍ ｉ ｃＶ ｏ ｌ ｔ ａ ｇ ｅＦ ｒ ｅ ｑ ｕ ｅ ｎ ｃ ｙＳ ｃ ａ ｌ ｉ ｎ ｇ ，Ｄ Ｖ Ｆ Ｓ ） 和 动态功耗管理 （ Ｄ ｙ ｎ ａ ｍ ｉ ｃＰ ｏ ｗ ｅ ｒＭ ａ ｎ ａ ｇ ｅ ｍ ｅ ｎ ｔ ，
Ａ ｎＥ ｎ ｅ ｒ ｇ ｙ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ Ｍｕ ｌ ｔ ｉ ｃ ｏ ｒ ｅＲ ｅ ａ ｌ ｔ ｉ ｍｅＳ ｃ ｈ ｅ ｄ ｕ ｌ ｉ ｎ ｇＡ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ Ｂ ａ ｓ ｅ ｄｏ ｎＤ ｙ ｎ ａ ｍｉ ｃＳ ｌ ａ ｃ ｋＲ ｅ ｃ ｌ ａ ｍａ ｔ ｉ ｏ ｎ
为了保证当前tl面内所有活跃任务的可调度性算法3首先将ts的利用率us加入所有任务的总利用率以及最大利用率中即utsus和utsmaxus第1行到第2行然后获得每个活跃任务ti的有效局部剩余执行时间lits以及重新计算ti的局部利用率uits同时得到当前tl面内最大利用率utsmaxuitsutsmaxmax第3行到第11行从而重新确定当事件a发生时新的频率调节因子tsmaxutsmaxutsm第12行
２ ０ １ １－ ０ ６－ ０ １ 收稿日期：
［ １ ］
［ ２ ］ Ｄ Ｐ Ｍ） ， 但是这两种硬件节能技术并没有考虑
任务的实时性， 在进行节能调度时很可能会因为 降频节能而导致执行时间增加， 从而错失截止期。 因此， 为了满足嵌入式实时应用的进一步发展， 随
基金项目： 国家自然科学基金资助项目（ ６ ０ ９ ０ ３ ２ ０ ６ ，６ ０ ８ ０ ３ １ ５ ２ ，６ ０ ９ ７ ２ １ ６ ６ ） ； 国家教育部博士点基金资助项目（ ２ ０ １ ０ ４ ３ ０ ７ １ １ ０ ０ ０ ５ ） ； Ｂ １ ０ ０ ６ ０ １ ） ； 湖南省优秀研究生 国家部委资助项目； 国防科技大学资助项目； 国防科技大学优秀研究生创新资助项目（ 创新资助项目（ Ｃ Ｘ ２ ０ １ ０ Ｂ ０ ２ ６ ） 万方数据 作者简介： 张冬松（ １ ９ ８ ０ —） ， 男， 博士生。
基于多核处理器的节能任务调度方法
Ｅｎ ｒ ｙ ｅ ｃｅ ｔＴａ ｋ Ｓ ｈ ｄ ｌ ｇ Ａｐ ｒ ａ ｈ ｆ ｒ Ｍ ｕ ｔ－ ｏ ｅ Ｐ ｏ ｅ ｓ ｒ ｅ ｇ －ｆ ｉｎ ｓ ｃ ｅ ｕ ｉ ｐ ｏ ｃ ｏ ｉ ｎ ｌｉｃ ｒ ｒ ｃ ｓｏ ｓ
ＹＥ ａ ｇ ｈ ａ，ＺＵＯ ａ —ｈ Ｃｈ ｎ — ｕ Ｃｈ ｏ ｓ ｕ
ｃｅｔ ａｋｓｈ ｄ ｌ ｇａ ｐｏ ｃ ａｅ ｎ ｄｎ ｍ ｃｖｌ ｇ ｃｌ ｇ Ｄ Ｓ ａ ｅｉｎｄ Ｂ ｓｄ ｏ ｎ ｅ ｉ ｓ ｃ ｅｕｉ ｐ ｒａｈｂ ｓｄｏ ｙ ａ ｉ ｏ ａｅｓａｉ （ Ｖ ）ｗ ｓｄ ｓ ｅ ． ａｅ ｎ ｉｄ — ｎｔ ｎ ｔ ｎ ｇ
ｐ ｎ ｅ ｔａｋ ｒｄ ｃｄｂ ｅＲ Ａ ｇｒ ｈ ｔ ｐ ｒａｈｔ ｋｇｎ ｔ ｌ ｒｈ Ｇ ｅ ｄ ｎ ｔ ｓ ｏ ｕ ｅ ｙ ｈ Ｄ Ｇ ａ ｏｉ ｍ， ｅａ ｐｏｃ ｏ ｅｅｉ ａ ｏｉ ｍ（ Ａ）ｔ ｇｔｈ ｐｉ ｓ ｐ ｔ ｌ ｔ ｈ ｏ ｃ ｇ ｔ ｏ ｅ ｔｅｏｔ —
针对周 期任 务 的多处理 器节 能调度 算法 。该算 法通
０ 引 言
近年来 ， 随着 无线 和移定 了最 低 处 理器 调 度 要 求 ， 满 足 可 在
调度性 的条件 下 动态 缩 放 各个 处 理 器 电压 ， 而 降 从
低 了整个 系统 的能 耗 。Ｌｕ等 提 出了一 种 针 对 流 ｉ
（ ｃ ｎｅａ ｄＴ ｅｏｏ ｇ ｎＣ ｍ ｕ ｉ ｔ ｎＳｃｒｙＬ ｂｒｔ ｙ Ｃ ｅ ｇｕ６０ ４ ， ｈｎ ） Ｓｉ ｃ ｎ ｅｈｎｌ ｙｏ ｏ ｍ ｎ ａ ｏ ｅｕｉ ａｏａ ｒ， ｈｎｄ １０ １ Ｃ ｉａ ｅ ｏ ｃｉ ｔ ｏ
Ａｂｓｒ ｃ ：Ｒｅａ ｅ ｏ ｔ ａｅｙ ｏ ｙ ｔｍ ｎ ｈ ｏ ｔｏ ｏ ｌｎ ｓ ｖ ｎ ｎ ｒｙ ｈ ｓｂｅ ｎ ａ ｍｐｏｔ ｎ ｓ ｔａ ｔ ｌ ｔｄ ｔ ｈｅ ｓ ｆｔ ｆｓ ｓｅ ａ ｄ ｔ ｅ ｃ ｓ ｆｃ ｏｉ ｇ， ａ ｉ ｇ ｅ ｅ ｇ ａ ｅ ｎ ｉ ｒａ ｔｉ－ ｓ ｅ Ｆｏ ｒｏ ｉ ａ ｄ ｒ ａ —ｉ ａ ｋ ｔ ｐ ｎ ｅ ｅ ｒ ｎ ｎｇ ｏ ｌｉｃ ｒ ｒ ｃ ｓ ｏ ｓ ａ ｎ ｒ —ｆｉ ｕ ． ｒｐｅ ｉｄ ｃ ｈ ｒ ｅ ｌｔｍｅ ｔｓ ｓ ｗｉ ｄｅ ｅ ｄ ｎｃ ｕ ｎｉ ｎ ｍｕ ｔ—ｏ ｅ ｐ ｏ ｅ ｓ ｒ ， ｎ ｅ ｅ ｇ ｅｆ— ｈ ｙ
多处理器计算环境中基于能量节约的实时动态调度算法
多处理器计算环境中基于能量节约的实时动态调度算法韩建军;李庆华;缪天鹏【期刊名称】《小型微型计算机系统》【年(卷),期】2006(27)5【摘要】当前处理器由于较高的能量消耗,导致处理器热量散发的提高及系统可靠性的降低, 已经成为目前计算机领域较为关心的问题. 然而目前一些有效降低能量消耗的技术大多针对单处理器系统, 较少考虑多处理器系统. 提出的调度算法针对多处理器计算环境, 以执行时间最快的任务优先调度为基础, 结合其它有效技术(共享空闲时间回收), 使得实时任务在其截止期内完成的同时能够有效地减低整个系统的能量消耗. 针对独立任务集及具有依赖关系的任务集, 提出两种针对同构计算环境的算法:STFBA1(Shortest-Task-First-Based Algorithm)及STFBA2, 及两钟针对多任务集的算法HSA1(Hybrid Scheduling Algorithm)及HAS2. 在单任务集计算环境下, 与目前所知的有效算法相比, 算法具有更好的性能(调度长度及能量消耗). 在多任务集计算环境下, 基于混合调度策略的算法能够明显改进调度性能.【总页数】7页(P866-872)【作者】韩建军;李庆华;缪天鹏【作者单位】华中科技大学,计算机科学与技术学院,湖北,武汉,430074;华中科技大学,计算机科学与技术学院,湖北,武汉,430074;华中科技大学,计算机科学与技术学院,湖北,武汉,430074【正文语种】中文【中图分类】TP316【相关文献】1.Eucalyptus中基于能量消耗的调度算法研究 [J], 赵玉艳;赵生慧2.基于PTG的虚拟计算环境中DAG任务并行调度算法研究 [J], 蔺建霞3.无线传感器网络中基于延迟与能量平衡的背压调度算法 [J], 王彬彬;周继鹏4.多处理器环境中基于节能及容错的实时动态调度算法 [J], 韩建军;甘露;阮幼林;李庆华;Abbas A．Essa5.实时多处理器系统中基于能量节约的动态调度算法 [J], 韩建军;李庆华;缪天鹏;Abbas;A．Essa因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于EDF的实时任务调度算法浅析
一种基于EDF的实时任务调度算法浅析一种基于EDF的实时任务调度算法浅析摘要实时系统的高可靠性、计算准确性及输出结果的实时性使得其在各领域的应用越来越广泛。
而实时调度算法是实时系统中的关键技术。
本文在EDF 算法的基础上提出了一种新的实时调度算法，该算法通过任务的可推迟执行时间逐次逼近，能够快速准确的计算出每个任务的最大可挪用时间。
关键词实时性；实时调度算法；单调速率优先；最早截止期优先；计算时间前言实时系统是指能够及时响应外部发生的随机事件，并在规定时间内完成对事件处理的计算机系统。
实时系统具有高可靠性、实时性、少人工干预、专用性等特征，广泛应用于航天控制、工业控制、机器人智能控制、云计算、多处理器下多媒体流调度以及嵌入式智能设备等各个重要领域。
实时系统不仅应用广泛，而且要求严格。
对实时调度算法的研究，是实时领域的一个重要的研究课题[1]。
1 实时调度算法实时调度算法可以分为两类：静态调度算法和动态调度算法。
RM 和EDF 调度算法分别是经典的静态和动态实时高度算法，在实时调度领域占有重要地位。
EDF调度算法按照实时任务截止期的远近来分配优先级，截止期越近的任务优先级越高，任何时刻总是运行优先级最高的任务，即总是优先运行最紧迫的任务。
因为在不同时刻，两个周期任务截止期的远近关系可能会改变，所以EDF 调度算法是一种动态优先级调度算法。
EDF算法不仅对于硬实时周期任务调度，而且对于硬实时非周期任务的调度来说都是最优的动态优先级调度算法本文在EDF算法的基础上提出了一种新的实时调度算法，该算法通过任务的可推迟执行时间逐次逼近，能够快速准确的计算出每个任务的最大可挪用时间[2]。
2 任务模型本文使用以下概念来描述实时系统。
定义1（超周期，hyperperiod）：硬实时周期任务集中的所有任务周期的最小公倍数，记为H，H=LCM（T1，T2，…，Tn），其中LCM是最小公倍数函数。
定义2（周期任务的负载）：一个周期任务平均对处理器的占用率，记为u，u=C/T，C为周期任务每次的执行时间，T为周期任务的周期，即每次释放的时间间隔。
edf算法在linux内核中的实践研究
edf算法在linux内核中的实践研究EDF（Earliest Deadline First）算法是一种实时调度算法，用于根据任务的截止时间进行调度。
在 Linux 内核中，EDF 调度算法主要应用于实时任务的调度。
Linux 内核中的实时调度器主要有两种：CFS（Completely Fair Scheduler）和SCHED_DEADLINE。
其中，SCHED_DEADLINE 是实时调度器的一种扩展，提供了对实时任务的支持，包括使用EDF 调度算法对实时任务进行调度。
SCHED_DEADLINE 调度策略下的任务可以通过设置参数来指定任务的截止时间和期限。
在这种调度策略下，Linux 内核使用EDF 调度算法将任务按照截止时间的先后顺序进行调度，确保截止时间更早的任务优先被执行。
对于周期性任务，Linux 内核提供了 sched_setscheduler() 系统调用来设置任务的调度策略和相关参数。
在调用该系统调用时，可以指定任务的调度策略为 SCHED_DEADLINE，然后设置相关的截止时间和期限等参数。
Linux 内核会根据设置的参数使用 EDF 调度算法进行实时任务的调度。
通过使用 EDF 调度算法，Linux 内核能够更好地保证实时任务的截止时间得到满足，并提高实时任务的响应能力和可靠性。
这对于一些对响应时间要求较高的应用场景非常重要，比如嵌入式系统、工控系统等。
总之，EDF 算法在 Linux 内核中通过 SCHED_DEADLINE 调度策略的实现，提供了对实时任务的支持，并根据任务的截止时间进行调度。
它在提高实时任务的响应能力和可靠性方面具有重要的实践研究意义。
多核平台的并行实时调度与内存分配算法
多核平台的并行实时调度与内存分配算法周本海;乔建忠;林树宽【期刊名称】《东北大学学报（自然科学版）》【年(卷),期】2012(033)003【摘要】With low power consumption and high performance characteristics, multi-core processors have occupied the main market. Aiming at parallel real time scheduling on multi-core platform, a scheduling algorithm combined with local and global EDF was proposed. The budgets, deadline partition, and task migration time were decided by the proposed CPU width reserved server. A memory allocation method was presented, which could manage the memory resources for parallel real time tasks effectively. Experimental results showed that the proposed new scheduling algorithm has a higher scheduling success rate. In addition, using the presented memory partition algorithm, real-time characteristics and stability of tasks were assured in memory competition situation .%多核处理器凭借着低功耗高性能的优势占据了市场.针对多核平台上并行实时任务,提出局部与全局EDF相结合的调度算法,其中任务的截止期划分、执行预算以及迁移时机由所设计的处理器带宽预留服务器决定.同时,提出了内存分配算法,该算法能够更好地为并行实时任务管理内存资源.实验结果表明新的调度算法具有更高的调度成功率.另外,在内存资源竞争的前提下,内存分配算法可以保证并行任务的实时性与系统稳定性.【总页数】5页(P357-360,376)【作者】周本海;乔建忠;林树宽【作者单位】东北大学信息科学与工程学院,辽宁沈阳110819;东北大学信息科学与工程学院,辽宁沈阳110819／东北大学辽宁省软件开发与应用重点实验室,辽宁沈阳110819;东北大学信息科学与工程学院,辽宁沈阳110819【正文语种】中文【中图分类】TP391【相关文献】1.基于 DSPC6678多核平台的实时任务调度架构设计分析 [J], 任志明2.多核平台下考虑能耗的实时任务分派与调度研究 [J], 黄阳阳;3.基于多核处理器实时并行半实物仿真平台研究 [J], 高蕾;张鑫焱;李文超4.基于多核感知的应用服务并行调度平台 [J], 白伟华;朱嘉贤;奚建清;黄少伟5.多核系统中并行实时任务调度策略 [J], 雷振阳;雷向东;龙军因版权原因，仅展示原文概要，查看原文内容请购买。
多处理器系统的在线节能调度算法
多处理器系统的在线节能调度算法作者：张彬连徐洪智来源：《计算机应用》2013年第10期摘要：随着多处理器系统计算性能的提高，能耗管理已变得越来越重要，如何满足实时约束并有效降低能耗成为实时调度中的一个重要问题。
基于多处理器计算系统，针对随机到达的任务，提出一种在线节能调度算法（OLEAS）。
该算法在满足任务截止期限的前提下，尽量将任务调度到产生能耗最少的处理器，当某个任务在所有处理器上都不能满足截止期限要求时，则调整处理器之间的部分任务，使之尽量满足截止期限要求。
同时，OLEAS尽量使单个处理器上的任务按平均电压/频率执行，以降低能耗，只有当新到任务不满足截止期限要求时，才逐个调高前面任务的电压/频率。
模拟实验比较了OLEAS、最早完成时间优先（EFF）、最高电压节能（HVEA）、最低电压节能（LVEA）、贪心最小能耗（MEG）和最小能耗最小完成时间（MEMC）的性能，结果表明OLEAS在满足任务截止期限和节省能耗方面具有明显的综合优势。
关键词：多处理器系统；在线调度；动态电压调整；节能0 引言随着计算机硬件技术的快速发展，多处理器计算系统的成本变得越来越低，同时其计算能力变得越来越强。
但是，处理器的高性能也会带来高能耗，能耗管理已成为多处理器系统中的一个重要问题，对于电池供电的嵌入式系统尤其如此。
目前，已有许多处理器可在不同的电压模式下工作，如Intel公司的Core2 Duo processor[1]，AMD公司的mobile Athlon[2]，ARM公司的ARM11 MPCore[3]等。
在系统运行时，通过动态调整电压以改变执行频率从而降低系统能耗，即为动态电压频率调整（Dynamic Voltages Frequency Scaling，DVFS）技术。
一般情况下，处理器产生的能耗包括动态能耗、静态能耗和状态转换能耗。
动态能耗通常是速度（频率）的凸函数和递增函数，速度越高动态能耗越多；静态能耗是由于泄露电流而产生的，状态转换能耗则是处理器关闭和唤醒时产生的。
基于EDF算法的嵌入式Linux实时调度策略
基于EDF算法的嵌入式Linux实时调度策略
关斌斌;王勇
【期刊名称】《电子测试》
【年(卷),期】2010(000)003
【摘要】随着Linux广泛应用于嵌入式系统、实时控制等领域,增强Linux内核的实时性变得尤为重要.Linux2.6内核加入了抢占点,可以最大限度地降低内核不可抢占的时间间隔.但嵌入式系统实时性要求较高.本文分析Linux内核的调度策略,指出其应用于实时系统时存在的不足,提山一种改进的的实时调度策略,该策略吸取了最早期限优先调度算法的优点,使内核可以在任何时间被抢占,测试结果表明应用此策略的内核任务响应时间少,从而进一步提高了嵌入式Linux的实时性.
【总页数】6页(P27-31,52)
【作者】关斌斌;王勇
【作者单位】南京邮电大学,南京,210003;南京邮电大学,南京,210003
【正文语种】中文
【中图分类】TP316.2
【相关文献】
1.基于RM与EDF的实时混合调度算法研究 [J], 黄仁;李建章;程平
2.一种基于EDF算法的多处理器实时调度算法 [J], 张惠娟;周利华
3.基于EDF调度策略的端到端实时系统可调度性分析算法 [J], 沈卓炜;汪芸
4.多核系统中基于Global EDF的在线节能实时调度算法 [J], 张冬松;吴彤;陈芳园;
金士尧
5.基于EDF的实时数据库动态容错调度算法 [J], 刘文晓;贾智平
因版权原因，仅展示原文概要，查看原文内容请购买。
浅析RM与EDF实时调度算法
浅析RM与EDF实时调度算法1引言与非实时系统相比，嵌入式实时系统因其所控制物理过程的动态性，要求运行于其中的单个任务必须满足其时限要求，以确保整个系统的正确性和安全性[1]。
在航空航天、电信、制造、国防等领域，对实时系统有着强烈的应用需求。
实时处理和实时系统的研究和应用工作已经有了相当长的历史，在实时任务调度理论、实时操作系统、实时通信等方面取得了大量成果。
实时任务调度理论是实时处理技术的核心和关键[2]。
这是因为，实时任务具有时限要求，在一个或多个处理器之间调度实时任务，需要判断是否每个任务的执行都能在其截止期限内完成。
如果每个任务的执行都能在其截止期限内完成，则称该调度是可行。
可调度性判定就是判定给定的n个实时任务在应用某种调度算法的前提下能否产生一个可行的调度。
调度算法的设计要尽可能满足任务可调度性的要求[3]。
2实时调度分类由于实时系统的侧重点不同，实时调度亦有多种分类方式。
常见的分类有，根据任务实时性要求的重要程度，分为硬实时调度和软实时调度——在硬实时调度中任务必须在其截止期限内执行完毕，否则将产生严重后果。
而对于软实时任务，当系统负载过重的时候，允许发生错过截止期限的情况，根据任务是在一个或多个处理器上运行，分为单处理器实时调度和多处理器实时调度，多处理器实时调度又可分为集中式调度和分布式调度；根据调度算法和可调度性判定是在任务运行之前还是运行期间进行的，分为静态调度、动态调度和混合调度；根据被调度的任务是否可以互相抢占，分为抢占式调度和非抢占式调度；根据任务请求到达的情况不同。
分为周期性任务调度和非周期性任务调度。
不同调度方式具有各自的优缺点，适用于不同类型的实时系统。
3RM与EDF调度算法简介11973年，Liu和Layland提出了一种适用于可抢占的硬实时周期性任务调度的静态优先级调度算法——速率单调（RateMonotonic，简称RM）调度算法，并对其可调度性判定问题进行了研究。