基于高速缓存动态锁定的多核实时嵌入式系统任务调度算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61702368
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 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:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Task scheduling has become a significant research direction in the area of embedded systems. In real-time embedded systems, the current embedded software consists of a set of concurrent tasks which subject to timing constraints. The primary objective of the task scheduling algorithm is to construct a feasible schedule such that all the constraints can be satisfied; meanwhile the total response time of the task set is minimized. A basic requirement for finding a feasible schedule is to know the WCET (Worst Case Execution Time) of each task. However, caches make it significantly harder to compute the WCET of a task as it is difficult to know at compile time whether the corresponding data or instruction of each memory access is in the cache or not. To alleviate this problem, modern embedded processors provide hardware support for cache locking, a mechanism used to facilitate the WCET calculation of a task. However,integrating cache locking and task scheduling is more challenged for the reason that we need to consider the selection of locked cache contents, the allocation of the cache space and the determine of the addresses of the selected cache contents. This research will investigate the problem of integrating cache locking and task scheduling for real-time embedded systems. We will propose an optimal approach to select a set of instructions and data as locked cache contents for instruction cache and data cache, respectively. In addition, we will propose an approach to construct a feasible schedule in order to satisfy all the constraints and minimize the total response time. Furthermore, we will also study the cache allocation problems for two level caches. Lastly, we will implement the algorithms and use aiT to analyze the performance.
任务调度是实时嵌入式系统领域一个重要的研究热点。高效的任务调度算法能够确保满足实时嵌入式系统时间约束,并提高其的执行效率。然而高速缓存(cache)的应用使得任务的最差运行时间(WCET)无法精确预估,通常会造成任务WCET的过量估计,降低调度算法的有效性。高速缓存动态锁定(DCL)可以有效的解决这个问题。然而将其整合于任务调度算法之中会带来cache空间分配、被锁定内容的选取、被锁定内容的存储等问题,目前尚未有完善的相关算法。本项目拟研究基于DCL的多核实时嵌入式系统任务调度算法,最大程度提高系统执行效率。将分别针对指令缓存和数据缓存提出高效的锁定算法,减少单个任务的WCET;针对多核处理器,整合DCL,建立最优化的实时任务调度算法,满足任务时间约束并减少整体运行时间;对两级cache分别提出高效的空间分配和地址确定算法,提高cache的利用率;实现算法并用aiT软件进行仿真分析。

结项摘要

随着实时嵌入式系统的广泛应用,对其处理能力的要求也在日益提高,迫切的需要提升嵌入式系统执行效率。因此任务调度成为实时嵌入式系统领域的一个重要的研究热点。然而,进行任务调度的前提是能够精确的估计任务的最差执行时间,高速缓存的使用使得任务最差运行时间难以估计。因为难以估计被调用的内容是否存储于高速缓存之中,而从主存和从高速缓存调用所需时间相差较大。高速缓存动态锁定算法(Dynamic Cache Locking, DCL)能够解决这一问题。废除高速缓存自身的替换机制,将某些内容锁定在高速缓存中,存储状况被固定,调用时间也就相对固定,方便预测任务的最差执行时间。除此之外,通过最优化的选择锁定的内容,将最常用的内容锁定,可以有效的减少任务的执行时间。本项目主要研究基于DCL的多核实时嵌入式系统任务调度算法。主要研究内容分为三个部分:1)DCL算法设计;2)基于DCL的单核实时嵌入式任务调度算法;3)基于DCL的多核实时嵌入式系统任务调度算法。本项目的主要目的是将DCL方法与传统的任务调度算法相结合,设计合理的调度方法,提升实时嵌入式系统的执行效率。本项目完成了全部研究目标,通过仿真实验进行了算法性能的测试。在测试实验中,DCL算法平均减少任务执行时间8.3%,最高减少20%。针对单核实时嵌入式系统,系统的执行效率平均提升13.5%,最高提升19.12%。针对多核实时嵌入式系统,能够平均减少系统执行时间14.96%,最高21.15%。在工程应用当中,实时嵌入式系统对安全性的要求高于执行效率,需要设置合理的截止时间,保证任务能够在截止时间内完成。因此往往会做冗余设计,通过过量估计任务的最差运行时间,进行任务调度的设计,从而通过牺牲系统执行效率来保障系统的安全性。基于DCL的任务调度算法能够解决这一问题,极大的提升系统的执行效率。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(1)
Exploring Spatial and Mobility Patterns Effects for Collaborative Point-of-Interest Recommendation
探索空间和移动模式对协作兴趣点推荐的影响
  • DOI:
    10.1109/access.2019.2950927
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Xu Jiao;Yingyuan Xiao;Wenguang Zheng;Lei Xu;Hui Wu
  • 通讯作者:
    Hui Wu
基于位置的社会化网络推荐技术研究进展
  • DOI:
    10.7544/issn1000-1239.2018.20170489
  • 发表时间:
    2018
  • 期刊:
    Z201810019
  • 影响因子:
    --
  • 作者:
    焦旭;肖迎元;郑文广;朱珂
  • 通讯作者:
    朱珂
A Dynamic Instruction Cache Locking Approach for Minimizing Worst Case Execution Time of a Single Task
一种最小化单个任务最坏情况执行时间的动态指令缓存锁定方法
  • DOI:
    10.1109/access.2020.3038170
  • 发表时间:
    2020
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Xuting Zhang;Wenguang Zheng;Yingyuan Xiao;Guangping Xu
  • 通讯作者:
    Guangping Xu
A novel Kalman Filter based shilling attack detection algorithm
一种新颖的基于卡尔曼滤波器的先令攻击检测算法
  • DOI:
    10.3934/mbe.2020081
  • 发表时间:
    2020
  • 期刊:
    Mathematical Biosciences and Engineering
  • 影响因子:
    2.6
  • 作者:
    Xin Liu;Yingyuan Xiao;Xu Jiao;Wenguang Zheng;Zihao Ling
  • 通讯作者:
    Zihao Ling
Enhancing Collaborative Filtering by User-User Covariance Matrix
通过用户-用户协方差矩阵增强协同过滤
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Mathematical Problems in Engineering
  • 影响因子:
    --
  • 作者:
    Yingyuan Xiao;Jingjing Shi;Wenguang Zheng;Hongya Wang;Ching-Hsien Hsu
  • 通讯作者:
    Ching-Hsien Hsu

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

基于位置的社会化网络推荐技术研究进展
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    焦旭;肖迎元;郑文广;朱珂
  • 通讯作者:
    朱珂
Multicycle study on chemical-looping combustion of simulated coal gas with a CaSO4 oxygen carrier in a fluidized bed reactor
CaSO4载氧体模拟煤气在流化床反应器中化学循环燃烧的多循环研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Energy & Fuels
  • 影响因子:
    5.3
  • 作者:
    郑文广;邓中乙;宋启磊;肖睿;沈来宏;肖军
  • 通讯作者:
    肖军

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

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