分布式在线状态下任务时间参数预测技术的研究

论文摘要

随着计算机技术和网络技术的发展，分布式实时系统在信息家电、医疗仪器、智能汽车、工业控制以及通信设备等各个领域已经比较成熟了。一直以来，实时任务对时间的特殊要求使得实时系统不得不采用各种方法来保证系统的正常运行，如采用复杂的算法。这些方法或多或少影响了实时系统的性能，因此人们迫切的希望能够在满足实时要求的前提下提高实时系统的性能。如果能够预测实时任务的运行时间，将在系统设计、任务调度和资源分配三个方面影响实时系统，正确的预测结果将在很大程度上提高实时系统的性能。本文的目的是实现分布式在线状态下基于调度的实时任务运行时间的预测。由于实时任务存在资源竞争、CPU抢占、定时器中断、I／O冲突等原因，实时任务的运行时间会产生一定的随机性，目前已经有不少可调度性分析算法，预测新到的实时任务是否可以在某台主机上可行的调度，如果能够得到可行调度，则可根据调度算法预测任务的运行时间。本文将根据实时系统在运行过程中的状态，获取主机的运行情况，并综合可调度分析预测实时任务的运行时间。在一台固定的主机上，实时任务的运行时间是和当前主机的运行情况相关的。基于这一事实，本文将获取主机的运行情况和可调度性分析算法结合起来，根据当前主机的运行情况，预测实时任务的可调度性，并根据可调度性分析结果预测实时任务的运行时间。这种方法可以在实时任务被调度前，获知该任务是否能够在主机上满足要求的运行。在分布式应用中，这个方法的优点是可以为新到的任务选择合适的或者最优的主机。如果能够较准确地预测实时任务的运行时间，将改善实时系统的设计，资源利用及其性能，并对这些方面的研究起到一定的参考价值。

论文目录

• 摘要
• Abstract
• 目录
• Contents
• 第一章 绪论
• 1.1 论文的研究背景
• 1.2 论文的研究意义
• 1.3 国内外研究历史及现状
• 1.4 论文的主要工作以及目标
• 第二章 实时系统的定义及模型
• 2.1 实时系统基础
• 2.1.1 实时系统的定义和类型
• 2.1.2 任务和作业
• 2.1.3 时间参数
• 2.1.4 处理器和资源
• 2.2 实时调度算法
• 2.2.1 时间驱动调度算法
• 2.2.2 加权轮转调度算法
• 2.2.3 优先级驱动调度算法
• 第三章 任务运行时间的可预测性分析
• 3.1 可预测性的概念
• 3.2 实时系统的可预测性
• 3.2.1 静态可预测性
• 3.2.2 动态可预测性
• 3.3 任务运行的可预测性
• 第四章 时间需求分析模型扩展算法及分析
• 4.1 实时算法的可调度性
• 4.1.1 单处理器下周期任务的可调度性分析
• 4.1.2 单处理器下非周期任务和偶发任务的可调度性分析
• 4.1.3 多处理器和分布式下可调度性分析
• 4.2 临界时刻
• 4.3 时间需求分析模型
• 4.3.1 经典的时间需求分析模型
• 4.3.2 通用的时间需求分析模型
• 4.4 在线状态下时间需求分析模型扩展
• 4.4.1 在线状态参数获取
• 4.4.2 时间需求分析模型扩展
• 第五章 在线状态下任务运行时间预测实验及分析
• 5.1 系统模型描述
• 5.1.1 环境模型
• 5.1.2 任务模型
• 5.1.3 资源模型
• 5.2 在线状态下任务运行时间预测
• 5.2.1 预测最好运行时间
• 5.2.2 预测最坏运行时间
• 5.3 预测算法描述
• 5.4 预测的影响因素
• 5.4.1 实际运行对预测的影响
• 5.4.2 执行时间对预测的影响
• 5.4.3 资源需求对预测的影响
• 5.5 实例分析
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢