CN111324197B - 一种基于三速度周期任务的降低***能耗的方法 - Google Patents

一种基于三速度周期任务的降低***能耗的方法 Download PDF

Info

Publication number
CN111324197B
CN111324197B CN202010082932.0A CN202010082932A CN111324197B CN 111324197 B CN111324197 B CN 111324197B CN 202010082932 A CN202010082932 A CN 202010082932A CN 111324197 B CN111324197 B CN 111324197B
Authority
CN
China
Prior art keywords
task
periodic
time
periodic task
speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010082932.0A
Other languages
English (en)
Other versions
CN111324197A (zh
Inventor
张忆文
陈丽萍
赵宇婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN202010082932.0A priority Critical patent/CN111324197B/zh
Publication of CN111324197A publication Critical patent/CN111324197A/zh
Application granted granted Critical
Publication of CN111324197B publication Critical patent/CN111324197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Sources (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种基于三速度周期任务的降低***能耗的方法，计算周期任务Tx中前部分运行速度Sx.L下的执行时间cx.L、中间部分的运行速度Sx.M下的执行时间cx.M和后部分的运行速度Sx.H下的执行时间cx.H，充分利用任务调度过程中产生的空闲时间，利用三速度策略执行任务，降低任务的运行速度，能够实现比现有的低能耗调度方法降低约29.63％的能耗，有效地降低***能耗。对于用在便捷式设备的实时***而言，由于这些设备的电池容量都是有限的，本发明的实施能够降低能耗，可以延长这些设备的使用时间，完善***功能，同时减少电池更换周期，提高***性能。同时，***能耗的降低，处理器的发热量也会减低，这会提高***可靠性，同时减少对***散热和制冷的成本投入。

Description

一种基于三速度周期任务的降低***能耗的方法
技术领域
本发明涉及嵌入式***能耗管理技术领域，更具体地说，涉及一种基于三速度周期任务的降低***能耗的方法。
背景技术
实时***低能耗调度算法的研究起始于二十世纪九十年代，它结合了经典的实时调度理论与节能技术，在保证***实时性的前提下，降低***能耗；其中，动态电压调节(DVS)是目前常用的低能耗技术。
DVS技术根据***的负载，动态改变处理器的工作电压或时钟频率，通常能够立方级地减少能耗，而实时任务的执行时间一般近似为线性的增加。因此，能耗就会近似得到平方级的减少。
低能耗调度算法能够降低***能耗。其中，针对周期性任务，基于经典的最早截止期限优先(EDF)调度策略提出了回收高优先级任务空闲时间的DRA(dynamic reclaimalgorithm)算法；在此基础上，DSTRA(dynamic slack time reclaim algorithm)算法不仅可以回收高优先级任务的空闲时间，而且也可以回收低优先级任务的空闲时间。
但上述方法都基于***速度是连续的这个假设，实际上处理器只能够提供有限个离散的速度，进而在相当的程度上造成***能耗的过度消耗。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于三速度周期任务的降低***能耗的方法，在回收空闲时间的基础上，将运行速度更多的分散到相邻的低速度上，保证***实时可靠的同时，有效地降低***能耗。
本发明的技术方案如下：
一种基于三速度周期任务的降低***能耗的方法，步骤如下：
1)建立周期任务模型，根据最早截止期限策略，计算周期任务Ti的离线速度Soff；
2)建立空闲时间管理队列α，计算周期任务产生的空闲时间Spare_Time；
3)计算周期任务Tx能耗最低的速度Sx；
4)根据处理器提供的离散速度，确定周期任务Tx的前部分的运行速度Sx.L、中间部分的运行速度Sx.M和后部分的运行速度Sx.H；
5)计算周期任务Tx中前部分运行速度Sx.L下的执行时间cx.L、中间部分的运行速度Sx.M下的执行时间cx.M和后部分的运行速度Sx.H下的执行时间cx.H；
6)周期任务Tx的前部分以运行速度Sx.L运行执行时间cx.L，中间部分以运行速度Sx.M运行执行时间cx.M，后部分以运行速度Sx.H运行执行时间cx.H。
作为优选，步骤1)具体为：
单处理器***包含n个相互独立的周期任务的周期任务集{T1,T2,…,Tn}，每个周期任务Ti通过参数(Ci,Pi)进行表示，其中，Ci和Pi分别表示周期任务Ti在最大处理器速度下的最坏情况下执行时间和周期；周期任务Ti的相对截止期限等于其周期；
所述的最早截止期限优先策略为周期任务按照其截止期限进行调度；截止期限越低的周期任务，其优先级越高；优先级高的周期任务优先调度；其调度可行的条件是周期任务集利用率Utot不超过1；
周期任务Ti的离线速度Soff由下式计算：
Soff＝max{Utot,S1}；
其中，处理器提供n个归一化的离散速度[S1,S2,…,1]，S1是处理器提供的最小归一化速度，Utot是周期任务集利用率。
作为优选，截止期限相同的周期任务，到达时间越早的周期任务优先级越高；截止期限和到达时间都相同的周期任务，下标小的周期任务优先级越高。
作为优选，Utot是周期任务集利用率由下式计算：
Figure GDA0003975334050000031
其中，i、Ci、Pi分别为任务标识符、最坏情况下的执行时间、周期，n为任务的个数。
作为优选，步骤2)具体为：
建立空闲时间管理队列α，空闲时间管理队列α为一个就绪队列，记录周期任务在离线速度Soff下的到达时间、截止期限和剩余执行时间；
当有新任务到达时，根据最早截止期限优先策略将新任务***到α队列中的相应位置；周期任务开始执行前，找出队列中提前完成的任务，计算周期任务产生的空闲时间Spare_Time，由下式计算：
Spare_Time＝min{dx-t,H+L}；
其中，dx是周期任务Tx的截止期限，t是当前时刻，H和L分别是高优先级任务和低优先级任务产生的空闲时间。
作为优选，高优先级任务产生的空闲时间H由下式计算：
Figure GDA0003975334050000032
低优先级任务产生的空闲时间L由下式计算：
Figure GDA0003975334050000033
其中，PH(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj高的任务集合，remi(t)为周期任务Ti在时刻t的剩余执行时间；remk(t)和Wk(t)为周期任务Tk在时刻t的剩余执行时间和最坏情况下的剩余执行时间，周期任务Tk的优先级高于周期任务Tx，
Figure GDA0003975334050000035
是优先级高于周期任务Tk的任务的最早到达时间，ta是最近一个周期任务的到达时间，PL(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj低的任务集合。
作为优选，步骤3)具体为：
周期任务Tx能耗最低的速度Sx由下式计算：
Figure GDA0003975334050000034
其中，Wx(t)为周期任务Tx在时刻t最坏情况下的剩余执行时间，remx(t)为周期任务Tx在时刻t的剩余执行时间。
作为优选，步骤4)具体为：
将周期任务Tx能耗最低速度Sx与***提供的两个离散相邻低速度SLow、SMiddle和一个相邻高速度SHigh进行比较；当满足SLow＜SMiddle＜Sx≤SHigh时，任务前部分的运行速度Sx.L即为***提供的SLow，中间部分的运行速度Sx.M即为***提供的SMiddle，后部分的运行速度Sx.H即为***提供的SHigh。
作为优选，步骤5)中，基于如下关系条件计算出周期任务Tx各部分的执行时间cx.L、cx.M和cx.H：
周期任务Tx的总执行时间cx是任务前部分、中间部分与后部分的执行时间之和；
周期任务的速度和执行时间成线性关系；
任务前部分的执行时间cx.L和任务中间部分的执行时间cx.M相等时，周期任务产生的能耗最低。
作为优选，基于cx.L、cx.M和cx.H之间所满足的关系条件，计算得出周期任务Tx在前部分的执行时间cx.L和中间部分的执行时间cx.M如下：
Figure GDA0003975334050000041
进而计算得出周期任务Tx在后部分的执行时间cx.H：
cx.H＝cx-(cx.L+cx.M)；
其中，cx＝cx.L+cx.M+cx.H；Sx·cx＝Sx.L·cx.L+Sx.M·cx.M+Sx.H·cx.H；
Figure GDA0003975334050000042
时，周期任务Tx产生的能耗最低。
本发明的有益效果如下：
本发明所述的基于三速度周期任务的降低***能耗的方法，充分利用任务调度过程中产生的空闲时间，利用三速度策略执行任务，降低任务的运行速度，能够实现比现有的低能耗调度方法降低约29.63％的能耗，有效地降低***能耗。
对于用在便捷式设备的实时***而言，由于这些设备的电池容量都是有限的，本发明的实施能够降低能耗，可以延长这些设备的使用时间，完善***功能，同时减少电池更换周期，提高***性能。同时，***能耗的降低，处理器的发热量也会减低，这会提高***可靠性，同时减少对***散热和制冷的成本投入。
附图说明
图1是本发明的流程示意图；
图2是仿真实验结果图。
具体实施方式
以下结合附图及实施例对本发明进行进一步的详细说明。
本发明为了解决现有技术存在的假设***速度是连续而在相当的程度上造成***能耗的过度消耗的不足，提供一种基于三速度周期任务的降低***能耗的方法，如图1所示，步骤如下：
步骤1)建立周期任务模型，根据最早截止期限策略，计算周期任务Ti的离线速度Soff。
单处理器***包含n个相互独立的周期任务的周期任务集{T1,T2,…,Tn}，每个周期任务Ti通过参数(Ci,Pi)进行表示，其中，Ci和Pi分别表示周期任务Ti在最大处理器速度下的最坏情况下执行时间和周期；周期任务Ti的相对截止期限等于其周期。
处理器提供n个归一化的离散速度[S1,S2,…,1]，其中，S1代表处理器提供的归一化最低速度；所述的归一化速度是指将处理器速度除以最大处理器速度所得到的值。
所述的最早截止期限优先策略为周期任务按照其截止期限进行调度；截止期限越低的周期任务，其优先级越高；截止期限相同的周期任务，到达时间越早的周期任务优先级越高；截止期限和到达时间都相同的周期任务，下标小的周期任务优先级越高；优先级高的周期任务优先调度；其调度可行的条件是周期任务集利用率Utot不超过1。
周期任务Ti的离线速度Soff由下式计算：
Soff＝max{Utot,S1}；
其中，S1是处理器提供的最小归一化速度。
Utot是周期任务集利用率，其值由下式计算：
Figure GDA0003975334050000061
其中，i、Ci、Pi分别为任务标识符、最坏情况下的执行时间、周期，n为任务的个数。
步骤2)建立空闲时间管理队列α，计算周期任务产生的空闲时间Spare_Time。
建立空闲时间管理队列α，空闲时间管理队列α为一个就绪队列，记录周期任务在离线速度Soff下的到达时间、截止期限和剩余执行时间；
当有新任务到达时，根据最早截止期限优先策略将新任务***到α队列中的相应位置；周期任务开始执行前，找出队列中提前完成的任务，计算周期任务产生的空闲时间Spare_Time，由下式计算：
Spare_Time＝min{dx-t,H+L}；
其中，dx是周期任务Tx的截止期限，t是当前时刻，H和L分别是高优先级任务和低优先级任务产生的空闲时间。
高优先级任务产生的空闲时间H由下式计算：
Figure GDA0003975334050000062
低优先级任务产生的空闲时间L由下式计算：
Figure GDA0003975334050000063
其中，PH(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj高的任务集合，remi(t)为周期任务Ti在时刻t的剩余执行时间；remk(t)和Wk(t)为周期任务Tk在时刻t的剩余执行时间和最坏情况下的剩余执行时间，周期任务Tk的优先级高于周期任务Tx，
Figure GDA0003975334050000064
是优先级高于周期任务Tk的任务的最早到达时间，ta是最近一个周期任务的到达时间，PL(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj低的任务集合。
步骤3)计算周期任务Tx能耗最低的速度Sx，具体如下：
Figure GDA0003975334050000071
其中，Wx(t)为周期任务Tx在时刻t最坏情况下的剩余执行时间，remx(t)为周期任务Tx在时刻t的剩余执行时间。
步骤4)根据处理器提供的离散速度，确定周期任务Tx的前部分的运行速度Sx.L、中间部分的运行速度Sx.M和后部分的运行速度Sx.H。
将周期任务Tx能耗最低速度Sx与***提供的两个离散相邻低速度SLow、SMiddle和一个相邻高速度SHigh进行比较；当满足SLow＜SMiddle＜Sx≤SHigh时，任务前部分的运行速度Sx.L即为***提供的SLow，中间部分的运行速度Sx.M即为***提供的SMiddle，后部分的运行速度Sx.H即为***提供的SHigh。
步骤5)计算周期任务Tx中前部分运行速度Sx.L下的执行时间cx.L、中间部分的运行速度Sx.M下的执行时间cx.M和后部分的运行速度Sx.H下的执行时间cx.H。
基于如下关系条件计算出周期任务Tx各部分的执行时间cx.L、cx.M和cx.H：
周期任务Tx的总执行时间cx是任务前部分、中间部分与后部分的执行时间之和；
周期任务的速度和执行时间成线性关系；
任务前部分的执行时间cx.L和任务中间部分的执行时间cx.M相等时，周期任务产生的能耗最低。
具体地，cx.L、cx.M和cx.H满足如下关系：
周期任务Tx的总执行时间cx满足公式(1)：
cx＝cx.L+cx.M+cx.H (1)
周期任务Tx的执行时间和运行速度满足公式(2)：
Sx·cx＝Sx.L·cx.L+Sx.M·cx.M+Sx.H·cx.H (2)
周期任务Tx产生的能耗最低需满足公式(3)：
Figure GDA0003975334050000081
基于cx.L、cx.M和cx.H之间所满足的关系条件，计算得出周期任务Tx在前部分的执行时间cx.L和中间部分的执行时间cx.M如下：
将公式(1)和公式(3)代入公式(2)，计算周期任务Tx在前部分的执行时间cx.L和中间部分的执行时间cx.M，即，
Figure GDA0003975334050000082
进而计算得出周期任务Tx在后部分的执行时间cx.H：
由公式(4)得知周期任务Tx在前部分的执行时间cx.L和中间部分的执行时间cx.M，将cx.L和cx.M代入公式(1)计算任务Tx在后部分的执行时间cx.H，即，
cx.H＝cx-(cx.L+cx.M)；
其中，cx＝cx.L+cx.M+cx.H；Sx·cx＝Sx.L·cx.L+Sx.M·cx.M+Sx.H·cx.H；
Figure GDA0003975334050000083
时，周期任务Tx产生的能耗最低。
步骤6)周期任务Tx的前部分以运行速度Sx.L运行执行时间cx.L，中间部分以运行速度Sx.M运行执行时间cx.M，后部分以运行速度Sx.H运行执行时间cx.H。
仿真实验
本实施例中，周期任务集包含8个周期任务，周期任务的周期在区间[2.4,9.6]中随机选择；周期任务的最坏情况时间在1到其周期之间随机选择；周期任务的真实负载服从其最好情况下执行时间与最坏情况下执行时间的均匀分布。
实验的仿真时间设置为100000个时间片，重复实验10次。
处理器提供7个离散速度，分别为{0.15,0.3,0.4,0.6,0.7,0.8,1.0}。处理器的功耗模型为P＝0.08+1.52*S3，关键速度为0.3，处理器处于休眠状态的功耗为0.085。
仿真实验中比较两种方法：
其一：DSTRA(dynamic slacktime reclaim algorithm)，该方法不仅可以回收高优先级任务的空闲时间，而且也可以回收低优先级任务的空闲时间；
其二，本发明所述的方法。
如图2所示，实验结果表明本发明所述的方法能够实现比现有技术的低能耗调度算法降低约29.63％的能耗。
上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。

Claims (3)

1.一种基于三速度周期任务的降低***能耗的方法，其特征在于，步骤如下：
1)建立周期任务模型，根据最早截止期限策略，计算周期任务Ti的离线速度Soff；
2)建立空闲时间管理队列α，计算周期任务产生的空闲时间Spare_Time；
3)计算周期任务Tx能耗最低的速度Sx；
4)根据处理器提供的离散速度，确定周期任务Tx的前部分的运行速度Sx.L、中间部分的运行速度Sx.M和后部分的运行速度Sx.H；
5)计算周期任务Tx中前部分运行速度Sx.L下的执行时间cx.L、中间部分的运行速度Sx.M下的执行时间cx.M和后部分的运行速度Sx.H下的执行时间cx.H；
6)周期任务Tx的前部分以运行速度Sx.L运行执行时间cx.L，中间部分以运行速度Sx.M运行执行时间cx.M，后部分以运行速度Sx.H运行执行时间cx.H；
步骤1)具体为：
单处理器***包含n个相互独立的周期任务的周期任务集{T1,T2,…,Tn}，每个周期任务Ti通过参数(Ci,Pi)进行表示，其中，Ci和Pi分别表示周期任务Ti在最大处理器速度下的最坏情况下执行时间和周期；周期任务Ti的相对截止期限等于其周期；
所述的最早截止期限优先策略为周期任务按照其截止期限进行调度；截止期限越低的周期任务，其优先级越高；优先级高的周期任务优先调度；其调度可行的条件是周期任务集利用率Utot不超过1；
周期任务Ti的离线速度Soff由下式计算：
Soff＝max{Utot,S1}；
其中，处理器提供n个归一化的离散速度[S1,S2,…,1]，S1是处理器提供的最小归一化速度，Utot是周期任务集利用率；
步骤2)具体为：
建立空闲时间管理队列α，空闲时间管理队列α为一个就绪队列，记录周期任务在离线速度Soff下的到达时间、截止期限和剩余执行时间；
当有新任务到达时，根据最早截止期限优先策略将新任务***到α队列中的相应位置；周期任务开始执行前，找出队列中提前完成的任务，计算周期任务产生的空闲时间Spare_Time，由下式计算：
Spare_Time＝min{dx-t,H+L}；
其中，dx是周期任务Tx的截止期限，t是当前时刻，H和L分别是高优先级任务和低优先级任务产生的空闲时间；
高优先级任务产生的空闲时间H由下式计算：
Figure FDA0003975334040000021
低优先级任务产生的空闲时间L由下式计算：
Figure FDA0003975334040000022
其中，PH(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj高的任务集合，remi(t)为周期任务Ti在时刻t的剩余执行时间；remk(t)和Wk(t)为周期任务Tk在时刻t的剩余执行时间和最坏情况下的剩余执行时间，周期任务Tk的优先级高于周期任务Tx，
Figure FDA0003975334040000023
是优先级高于周期任务Tk的任务的最早到达时间，ta是最近一个周期任务的到达时间，PL(Tj,t)表示在时刻t已经完成执行周期任务且优先级比周期任务Tj低的任务集合；
步骤3)具体为：
周期任务Tx能耗最低的速度Sx由下式计算：
Figure FDA0003975334040000024
其中，Wx(t)为周期任务Tx在时刻t最坏情况下的剩余执行时间，remx(t)为周期任务Tx在时刻t的剩余执行时间；
步骤4)具体为：
将周期任务Tx能耗最低速度Sx与***提供的两个离散相邻低速度SLow、SMiddle和一个相邻高速度SHigh进行比较；当满足SLow＜SMiddle＜Sx≤SHigh时，任务前部分的运行速度Sx.L即为***提供的SLow，中间部分的运行速度Sx.M即为***提供的SMiddle，后部分的运行速度Sx.H即为***提供的SHigh；
步骤5)中，基于如下关系条件计算出周期任务Tx各部分的执行时间cx.L、cx.M和cx.H：
周期任务Tx的总执行时间cx是任务前部分、中间部分与后部分的执行时间之和；
周期任务的速度和执行时间成线性关系；
任务前部分的执行时间cx.L和任务中间部分的执行时间cx.M相等时，周期任务产生的能耗最低；
基于cx.L、cx.M和cx.H之间所满足的关系条件，计算得出周期任务Tx在前部分的执行时间cx.L和中间部分的执行时间cx.M如下：
Figure FDA0003975334040000031
进而计算得出周期任务Tx在后部分的执行时间cx.H：
cx.H＝cx-(cx.L+cx.M)；
其中，cx＝cx.L+cx.M+cx.H；Sx·cx＝Sx.L·cx.L+Sx.M·cx.M+Sx.H·cx.H；
Figure FDA0003975334040000032
时，周期任务Tx产生的能耗最低。
2.根据权利要求1所述的基于三速度周期任务的降低***能耗的方法，其特征在于，截止期限相同的周期任务，到达时间越早的周期任务优先级越高；截止期限和到达时间都相同的周期任务，下标小的周期任务优先级越高。
3.根据权利要求1所述的基于三速度周期任务的降低***能耗的方法，其特征在于，Utot是周期任务集利用率由下式计算：
Figure FDA0003975334040000041
其中，i、Ci、Pi分别为任务标识符、最坏情况下的执行时间、周期，n为任务的个数。
CN202010082932.0A 2020-02-07 2020-02-07 一种基于三速度周期任务的降低***能耗的方法 Active CN111324197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010082932.0A CN111324197B (zh) 2020-02-07 2020-02-07 一种基于三速度周期任务的降低***能耗的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010082932.0A CN111324197B (zh) 2020-02-07 2020-02-07 一种基于三速度周期任务的降低***能耗的方法

Publications (2)

Publication Number Publication Date
CN111324197A CN111324197A (zh) 2020-06-23
CN111324197B true CN111324197B (zh) 2023-03-07

Family

ID=71163332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010082932.0A Active CN111324197B (zh) 2020-02-07 2020-02-07 一种基于三速度周期任务的降低***能耗的方法

Country Status (1)

Country Link
CN (1) CN111324197B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1734438A (zh) * 2004-07-20 2006-02-15 索尼株式会社 信息处理设备、信息处理方法和程序
CN101799838A (zh) * 2010-01-22 2010-08-11 电子科技大学 用于寻找片上网络的任务与节点间映射方案的方法
CN103810043A (zh) * 2012-11-09 2014-05-21 中国科学院沈阳计算技术研究所有限公司 一种适用于数控***周期任务的节能调度方法
CN108984292A (zh) * 2018-08-14 2018-12-11 华侨大学 混合关键***固定优先级周期任务能耗优化方法
CN109324880A (zh) * 2017-07-31 2019-02-12 沈阳高精数控智能技术股份有限公司 一种适用于实时***周期任务模型的低功耗调度方法
CN109324891A (zh) * 2017-07-31 2019-02-12 沈阳高精数控智能技术股份有限公司 一种比例空闲时间分配的周期任务低功耗调度方法
CN109597378A (zh) * 2018-11-02 2019-04-09 华侨大学 一种资源受限混合任务能耗感知方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI349228B (en) * 2007-10-17 2011-09-21 Ind Tech Res Inst Speed-level calculator and calculating method for dynamic voltage scaling

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1734438A (zh) * 2004-07-20 2006-02-15 索尼株式会社 信息处理设备、信息处理方法和程序
CN101799838A (zh) * 2010-01-22 2010-08-11 电子科技大学 用于寻找片上网络的任务与节点间映射方案的方法
CN103810043A (zh) * 2012-11-09 2014-05-21 中国科学院沈阳计算技术研究所有限公司 一种适用于数控***周期任务的节能调度方法
CN109324880A (zh) * 2017-07-31 2019-02-12 沈阳高精数控智能技术股份有限公司 一种适用于实时***周期任务模型的低功耗调度方法
CN109324891A (zh) * 2017-07-31 2019-02-12 沈阳高精数控智能技术股份有限公司 一种比例空闲时间分配的周期任务低功耗调度方法
CN108984292A (zh) * 2018-08-14 2018-12-11 华侨大学 混合关键***固定优先级周期任务能耗优化方法
CN109597378A (zh) * 2018-11-02 2019-04-09 华侨大学 一种资源受限混合任务能耗感知方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Multi-Objective Computation Offloading Method for Workflow Applications in Mobile Edge Computing;Kai Peng 等;《2019 International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData)》;全文 *
一种WCET比例空闲时间分配的周期任务低功耗算法;郭锐锋等;《小型微型计算机***》(第08期);全文 *
抢占阈值调度的功耗优化;贺小川等;《计算机学报》(第11期);全文 *
资源受限周期任务低能耗调度算法;张忆文 等;《小型微型计算机***》;第38卷(第5期);全文 *
资源受限周期任务双速度调度算法;张忆文等;《小型微型计算机***》(第09期);全文 *

Also Published As

Publication number Publication date
CN111324197A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN110308977B (zh) 一种动态利用率更新混合关键偶发任务低能耗方法
CN111277005B (zh) 考虑源-荷协调优化的多源电力***多时间尺度调度方法
CN109324880A (zh) 一种适用于实时***周期任务模型的低功耗调度方法
CN106970835B (zh) 固定优先级资源受限***层次能耗优化方法
CN103810043B (zh) 一种适用于数控***周期任务的节能调度方法
CN109324891A (zh) 一种比例空闲时间分配的周期任务低功耗调度方法
WO2016115956A1 (zh) 基于云计算的业务***的调度方法及调度装置
Li et al. Energy-efficient scheduling in nonpreemptive systems with real-time constraints
CN114578947A (zh) 一种动态优先级能耗感知非精确混合关键任务调度方法和***
Stangaciu et al. Energy efficiency in real-time systems: A brief overview
CN111324197B (zh) 一种基于三速度周期任务的降低***能耗的方法
CN113535356B (zh) 一种能量感知的分层任务调度方法和装置
CN105630126A (zh) 一种基于常带宽服务器混合任务低功耗调度方法
CN112130992A (zh) 基于高性能开放式数控***的低功耗调度方法
CN117251044A (zh) 一种基于arima技术的云服务器动态能耗管理方法和***
CN111124605B (zh) 利用气流组织分布方式进行数据中心虚拟机放置与调度的方法
CN110570010B (zh) 一种含储热装置的分布式***的能量管理方法
CN108874517B (zh) 固定优先级待机备用***利用率划分能耗优化方法
CN104182180B (zh) 面向混合主存嵌入式***的低能耗edf实时任务调度方法
CN104182280B (zh) 面向混合主存嵌入式***的低能耗rm实时任务调度方法
CN114578946B (zh) 一种非精确混合关键任务非抢占动态优先级能耗优化方法
Huang et al. Leakage-aware reallocation for periodic real-time tasks on multicore processors
CN105677449B (zh) 一种适用于数控***的低功耗调度方法
CN111813553B (zh) 一种基于可选因子周期任务动态优先级低能耗方法
CN106933325B (zh) 一种固定优先级io设备能耗管理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant