单处理器的调度与优化

《单处理器的调度与优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要：数字控制系统运行于计算机系统上，主要完成数据采集、控制计算、控制输出及报警等功能。随着微处理器性能的迅速增加，经常用一个处理器控制多个回路，这可以充分利用处理器资源，减少软、硬资源，但它涉及到实时多任务的调度问题。本课题研究的目的是针对单处理器控制系统，以实时系统中任务调度理论为基础，设计和分析控制系统中任务的调度算法，以满足系统的控制要求和任务的实时性，提高处理器的利用率；在此基础上，对调度算法进行优化，提高系统的控制性能。首先针对控制系统中的周期性任务，设计调度算法，并对算法进行优化算法。给出了周期

2、性任务的分解模型，每个回路任务分解为多个子任务；在此基础上，设计了双优先级调度算法，为每个回路任务设置主优先级，以确定回路任务的执行顺序，同时为每个子任务设置一个辅助优先级，用于确定一个回路任务的子任务的执行顺序。算法有利于减小任务的端端延迟。然后应用粒子群算法对调度算法进行优化，提高控制系统的性能。其次研究了周期性、非周期性共存的任务类型。给出了周期性任务和非周期任务模型。设计了带有非周期服务器的EDF调度算法，分析了算法的可调度性，给出了可调度条件。基于此，采用粒子群算法对任务的采样周期进行了优化，并采用

3、任务分解模型减小任务的端端延迟，以提高系统的控制性能。最后采用计算机对优化调度算法进行仿真，结果表明本文提出的算法是有效的。关键词：实时控制系统，周期性任务，非周期性任务，任务调度，算法优化。46Abstract：Digitalcontrolsystemsrunonthecomputersystem,andtheymainlycompletesamplingdata,controlcalculation,controloutputandalarmetc.Withtherapidincreaseoftheper

4、formanceofmicroprocessor,multiplecontrolloopsarecompletedonasingleprocessorinordertomakeuseofprocessorentirelyanddecreaseinvestmentinsoftwareandhardwareofthesystem.Therefore,itinvolvesthereal-timetasksschedulingproblem.Basedonreal-timeschedulingtheory,sched

5、ulingalgorithmsforsingleprocessorcontrolsystemaredesignedandanalyzedinthisdissertation.Theyincreaseutilizationofprocessorunderconditionthatalltasksmeettheirdeadline.Onthebasisofthis,schedulingalgorithmsareoptimizedtoimprovethecontrolperformanceofthesystem.F

6、irstly,schedulingalgorithmforperiodictasksinsinglecontrolsystemisdesignedandoptimized.Ontheanalysisofcontrolsystem,thedecomposedtaskmodelwhichdecomposesalooptaskintoseveralsubtasksisgiven.Basingonthis,dual-priorityschedulingalgorithmispresented.Itassignsloo

7、ptaskamainpriorityandsubtaskaassistantpriority.Thealgorithmcandecreaseend-to-enddelayoftask.Particleswarmoptimization(PSO)algorithmisadoptedtoimprovethecontrolperformanceofsystem.Secondly,thesysteminwhichperiodictasksandsporadictaskscoexistisstudied.Theperi

8、odictaskmodelandsporadicmodelareinvestigated.Then,EDFalgorithmwithsporadicserverispresented.Theschedulabilityofthealgorithmisanalyzed46andschedulableconditionisstudied.PSOalgorithmisusedtooptimizedthes