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

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61672454
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0204.计算机系统结构与硬件技术
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Today's complex real-time embedded systems, e.g., automotive electrical/electronic systems, shows a recent trend of hardware platform consolidation due to increased level of system integration, i.e., to integrate multiple applications with different levels of criticality on a common shared hardware platform with high computation performance, forming Mixed-Criticality Systems (MCS). The performance and power advantages of multicore processors lead to their increasing adoption in MCS, but the multiple shared hardware resources on a multicore processor, including CPU, cache, memory, etc., bring serious challenges to design and implementation of MCS on multicore processor platforms. We plan to provide design algorithm and runtime system support for MCS based on high-performance embedded multicore processors, including real-time scheduling and design optimization algorithms, for providing effective algorithm support for the entire design life cycle process from software models to final implementation; and multicore operating systems implementation based AUTOSAR, for providing effective runtime system support for application execution on multicore/manycore processor platforms.
现代高度复杂的实时嵌入式系统,例如汽车电子系统,近年来有一个提高系统集成度的硬件平台整合趋势,即将多个不同关键性级别的应用整合到运算能力较为强大的共享硬件平台上,成为一个混合关键性系统。多核处理器的性能与功耗优势使其在混合关键性系统中的应用日益广泛,但是多核平台上的各种共享硬件资源,包括处理器,缓存, 内存等,使得基于多核平台的混合关键性系统的设计与实现具有较高的挑战性。我们计划为基于高性能嵌入式多核平台的混合关键性系统设计提供设计算法与运行时系统支持,包括混合关键性系统的实时调度与设计优化算法,为从软件模型到最后实现的整个设计流程提供有效的算法支持;与基于AUTOSAR的多核操作系统,为应用在多核平台上提供有效的运行时系统支持。

结项摘要

一个混合关键性系统集成多个不同关键性的应用在一个共享硬件平台上,并且需要同时通过多个级别的安全认证,例如汽车电气电子系统的安全认证标准ISO 26262定义了4个汽车安全与完整性级别,从A到D依次递增。近年来车内计算平台趋向于高度集成架构,即采用少量几个高性能多核处理器作为车内计算中心,来取代大量分布式的小型电子控制单元。混合关键性系统的概念最初针对航空电子应用领域提出,而近年来的集成架构趋势使其在汽车电气电子系统中也日益重要。本项目旨在研究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。主要研究成果包括:在混合关键性系统中引入抢占阈值,目标是提高资源受限嵌入式系统的可调度性以及降低其栈空间需求;基于多速率同步响应模型的混合关键性系统设计优化算法,目标是在保证系统可调度性的前提下,选择性插入单位边延迟并分配任务优先级来优化控制系统性能;同步数据流图至多核平台的映射与调度优化算法,目标是优化以系统吞吐量为度量的计算性能;基于最早截止期最先的具备弱硬实时约束的混合关键性调度算法,目标是为低关键性任务在高关键性执行模式下提供有限的服务质量;WCET感知的部分控制流检测算法,目标是为资源受限的实时嵌入式系统提供有限的硬件瞬态错误检测能力;AUTOSAR 操作系统中基于合同的灵活实时调度框架,目标是基于服务合同模型来满足静态与动态资源需求,为应用提供严格的服务质量保障。除了单处理器节点外,我们进一步针对总线互联的分布式嵌入式系统展开研究,提出了针对CAN-FD总线或时间触发协议总线的系统性能优化算法。我们还提出了基于对数时间编码的人工神经网到脉冲神经网络高效转化算法,目标是为下一代高性能低功耗嵌入式深度学习加速器提供算法支持。本项目的研究成果可以适用而不局限于汽车电气电子系统,为今天与未来高度复杂的混合关键性系统提供了一系列设计优化算法与系统支持。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
Cognitive computing and wireless communications on the edge for healthcare service robots
医疗服务机器人的边缘认知计算和无线通信
  • DOI:
    10.1016/j.comcom.2019.10.012
  • 发表时间:
    2020-01-01
  • 期刊:
    COMPUTER COMMUNICATIONS
  • 影响因子:
    6
  • 作者:
    Wan, Shaohua;Gu, Zonghua;Ni, Qiang
  • 通讯作者:
    Ni, Qiang
An Intelligent Video Analysis Method for Abnormal Event Detection in Intelligent Transportation Systems
智能交通系统中异常事件检测的智能视频分析方法
  • DOI:
    10.1109/tits.2020.3017505
  • 发表时间:
    2021-07-01
  • 期刊:
    IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS
  • 影响因子:
    8.5
  • 作者:
    Wan, Shaohua;Xu, Xiaolong;Gu, Zonghua
  • 通讯作者:
    Gu, Zonghua
Efficient Spiking Neural Networks With Logarithmic Temporal Coding
具有对数时间编码的高效尖峰神经网络
  • DOI:
    10.1109/access.2020.2994360
  • 发表时间:
    2018-11
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Zhang Ming;Gu Zonghua;Zheng Nenggan;Ma De;Pan Gang
  • 通讯作者:
    Pan Gang
A Survey of Neuromorphic Computing Based on Spiking Neural Networks
基于尖峰神经网络的神经形态计算综述
  • DOI:
    10.1049/cje.2018.05.006
  • 发表时间:
    2018-07
  • 期刊:
    CHINESE JOURNAL OF ELECTRONICS
  • 影响因子:
    1.2
  • 作者:
    Zhang Ming;Gu Zonghua;Pan Gang
  • 通讯作者:
    Pan Gang
WCET-Aware Control Flow Checking With Super-Nodes for Resource-Constrained Embedded Systems
针对资源受限嵌入式系统使用超级节点进行 WCET 感知控制流检查
  • DOI:
    10.1109/access.2018.2852805
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    MING ZHANG;ZONGHUA GU;HONG LI;NENGGAN ZHENG
  • 通讯作者:
    NENGGAN ZHENG

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

汽车实时嵌入式系统中的软件健康监控技术
  • 批准号:
    61272127
  • 批准年份:
    2012
  • 资助金额:
    75.0 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