汽车实时嵌入式系统中的软件健康监控技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61272127
  • 项目类别:
    面上项目
  • 资助金额:
    75.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0202.系统软件、数据库与工业软件
  • 结题年份:
    2016
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2016-12-31

项目摘要

Based on the safety-critical domain requirements of real-time embedded automotive electronics systems, develop Software Health Management (SHM) techniques suitable for the automotive electronics environment. We plan to reference related research in the aerospace electronics systems, and build upon the industry standards AUTOSAR, FlexRay and CAN bus, monitor the health conditions of real-time embedded systems effectively under severely-constrained computing and communication resources, and make real-time responses to improve system health condition through runtime dynamic reconfiguration, in order to enhance system fault tolerance capability.
基于实时嵌入式汽车电子系统的安全关键领域需求,研发适用于汽车电子环境的软件健康监控(SHM)技术。借鉴航空电子系统的相关研究,围绕汽车电子领域的行业标准AUTOSAR, FlexRay与CAN总线,在计算与通信资源严重受限的条件下有效监控实时嵌入式系统的健康状况,并作出实时响应, 通过运行时动态重构来改进系统健康状况,提高系统容错能力。

结项摘要

作为现代汽车的大脑与中枢神经,汽车电子控制系统日趋复杂的并且高度安全关键。汽车电子系统在设计、开发和验证均面临重大挑战,包括混合关键性,硬实时性需求,高可靠性需求,为了降低成本而高度受限的硬件资源,应用和硬件平台的高度复杂性,较短的开发周期等。本项目针对此类以汽车电子为代表的安全关键而又资源受限的实时嵌入式系统, 围绕汽车电子领域的行业标准AUTOSAR与FlexRay总线,研发了实时系统设计,分析与优化算法与软件健康监控与容错技术。针对设计阶段,研发了针对单核,多核与分布式系统的实时调度分析与资源优化算法,在保证系统实时性的前提下降低片上内存等硬件资源需求,降低系统成本;针对运行阶段,研发了实时健康监控与容错技术,在硬件资源受限的条件下有效检测系统健康状况,提高系统容错能力。主要研究成果包括:1.混合关键性系统中的实时调度算法,共享资源同步协议与设计优化技术,用于混合关键性系统的安全认证与硬件成本降低;2.分层内存系统与实时调度算法的协同优化算法,用于降低对于片上内存资源的需求并优化实时性能或降低能耗;3.轻量级软件控制流检验与健康监控技术,用于在满足实时性约束的条件下提供可调的可靠性保障;4.低成本高可靠嵌入式系统的设计与实现, 包括面向汽车电子与面向微小卫星的实时操作系统,以及相关的设计工具和仿真测试平台,用于理论研究成果在实际嵌入式平台上的部署与测试。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
WCET-Aware Energy-Efficient Data Allocation on Scratchpad Memory for Real-Time Embedded Systems
实时嵌入式系统暂存存储器上的 WCET 感知节能数据分配
  • DOI:
    10.1109/tvlsi.2014.2379635
  • 发表时间:
    2015-11
  • 期刊:
    IEEE Transactions on Very Large Scale Integration Systems
  • 影响因子:
    --
  • 作者:
    Wang, Zhu;Gu, Zonghua;Shao, Zili
  • 通讯作者:
    Shao, Zili
Security-Aware Mapping and Scheduling with Hardware Co-Processors for FlexRay-Based Distributed Embedded Systems
基于 FlexRay 的分布式嵌入式系统的安全感知映射和硬件协处理器调度
  • DOI:
    10.1109/tpds.2016.2520949
  • 发表时间:
    2016-10-01
  • 期刊:
    IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS
  • 影响因子:
    5.3
  • 作者:
    Gu, Zonghua;Han, Gang;Zhao, Qingling
  • 通讯作者:
    Zhao, Qingling
Minimizing Stack Memory for Hard Real-Time Applications on Multicore Platforms with Partitioned Fixed-Priority or EDF Scheduling
使用分区固定优先级或 EDF 调度最大限度地减少多核平台上硬实时应用程序的堆栈内存
  • DOI:
    10.1145/2846096
  • 发表时间:
    2016-05
  • 期刊:
    ACM Transactions on Design Automation of Electronic Systems
  • 影响因子:
    1.4
  • 作者:
    Wang, Chao;Dong, Chuansheng;Zeng, Haibo;Gu, Zonghua
  • 通讯作者:
    Gu, Zonghua
Global Fixed Priority Scheduling with Preemption Threshold: Schedulability Analysis and Stack Size Minimization
具有抢占阈值的全局固定优先级调度:可调度性分析和堆栈大小最小化
  • DOI:
    10.1109/tpds.2016.2528978
  • 发表时间:
    2016-11
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems (TPDS)
  • 影响因子:
    --
  • 作者:
    Chao Wang;Zonghua Gu;Haibo Zeng
  • 通讯作者:
    Haibo Zeng
Optimized allocation of data variables to pcm/dram-based hybrid main memory for real-time embedded systems
用于实时嵌入式系统的基于 pcm/dram 的混合主存储器的数据变量的优化分配
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    IEEE Embedded Systems Letters
  • 影响因子:
    1.6
  • 作者:
    Wang, Zhu;Gu, Zonghua;Shao, Zili
  • 通讯作者:
    Shao, Zili

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

用于AUTOSAR模型验证的功能仿真器
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    顾宗华;王超;孙征;李红
  • 通讯作者:
    李红
资源预留调度算法在虚拟化环境中的设计与实现
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    吴昊;顾宗华
  • 通讯作者:
    顾宗华
实时虚拟化环境中的负载均衡与准入控制算法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    赵庆玲;顾宗华;张劲超;李红
  • 通讯作者:
    李红

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

顾宗华的其他基金

基于多核平台的实时嵌入式混合关键性系统的设计,分析与系统支持
  • 批准号:
    61672454
  • 批准年份:
    2016
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
汽车电子中分布式嵌入式系统的优化算法与设计工具
  • 批准号:
    61070002
  • 批准年份:
    2010
  • 资助金额:
    36.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码