CN112905330B - 一种固定优先级混合关键偶发任务能耗感知方法 - Google Patents
一种固定优先级混合关键偶发任务能耗感知方法 Download PDFInfo
- Publication number
- CN112905330B CN112905330B CN202110320604.4A CN202110320604A CN112905330B CN 112905330 B CN112905330 B CN 112905330B CN 202110320604 A CN202110320604 A CN 202110320604A CN 112905330 B CN112905330 B CN 112905330B
- Authority
- CN
- China
- Prior art keywords
- sporadic
- task
- key
- sporadic task
- mixed
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
Abstract
一种固定优先级混合关键偶发任务能耗感知方法,通过关键层次单调速率策略调度混合关键偶发任务集Γ;计算能耗感知的速度S;根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率;利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,本发明提出一种固定优先级混合关键偶发任务能耗感知方法,该方法通过关键层次单调速率策略调度混合关键偶发任务集Γ,利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,有效地降低***能耗。
Description
技术领域
本发明涉及处理器技术领域,特别是指一种固定优先级混合关键偶发任务能耗感知方法。
背景技术
随着处理器技术和计算机技术的快速发展,嵌入式***的发展趋势就是将多个不同关键层次的应用集中到同一共享平台中形成混合关键***,以满足时限、功耗与体积的需求。目前,混合关键***的应用比较广泛,例如航空领域、汽车和工业标准(IEC 61508,DO-178B DO-178C,ISO 26262)。无人机就是混合关键***的典型应用。无人机的任务可以分为安全关键功能和任务关键功能,而安全关键功能必须通过认证。由于无人机等混合关键***采用电池供电;因此,能耗与时限成为设计混合关键***的重要目标。
现有的混合关键能耗感知算法主要关注动态优先级偶发任务调度问题,很少有研究者关注固定优先级混合关键***偶发任务的能耗感知调度问题。此外,现有的研究工作没有利用偶发任务到达时间不确定所产生的空闲时间,空闲时间的利用率低,导致节能效果不佳。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷,提出一种固定优先级混合关键偶发任务能耗感知方法,该方法通过关键层次单调速率策略调度混合关键偶发任务集Γ,利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,有效地降低***能耗。
本发明采用如下技术方案:
一种固定优先级混合关键偶发任务能耗感知方法,具体包括:
通过关键层次单调速率策略调度混合关键偶发任务集Γ;
计算能耗感知的速度S;
根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率;
利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC。
具体地,所述通过关键层次单调速率策略调度混合关键偶发任务集Γ,包括:
在单处理器***上,相互独立的混合关键偶发任务集Γ,所述混合关键偶发任务集Γ由n个偶发任务组成即Γ={τ1,τ2,...,τn},每个偶发任务τi,1≤i≤n,n为整数,由五元组{Ti,Di,Li,Ci(LO),Ci(HI)}表示,其中Ti是偶发任务τi的最小释放时间;Di是偶发任务τi的相对截止期限;Li是偶发任务τi的关键层次,表示为Li={LO,HI};Li的取值LO代表偶发任务τi是低关键层次任务,不需进行安全认证;Li的取值HI代表偶发任务τi是高关键层次任务,需进行安全认证;Ci(LO)和Ci(HI)分别表示偶发任务τi在***处于低模式和高模式的最坏情况执行时间;混合关键***的低模式是指***既执行低关键层次偶发任务又执行高关键层次偶发任务且不需进行安全认证;混合关键***的高模式是指***只执行高关键层次偶发任务且需进行安全认证;
偶发任务τi具有隐性的截止期限,相对截止期限等于最小释放时间(Di=Ti);低关键层次偶发任务τi的高模式和低模式最坏情况执行时间相等,即Ci(HI)=Ci(LO);高关键偶发任务τi高模式最坏情况执行时间大于或者等于低模式最坏情况执行时间,即Ci(HI)≥Ci(LO)。
具体地,所述关键层次单调速率策略,具体为:
按照任务的关键层次分配优先级,关键层次高的优先级高;关键层次低的优先级低;
关键层次相同的任务,按照单调速度策略分配其优先级。
具体地,所述计算能耗感知的速度S,具体为:
S=max{S1,S2}
其中,S1和S2分别是***处于低模式和高模式调度可行的最低速度。
具体地,所述根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率,具体包括:
初始时将偶发任务子集OS设置为混合关键偶发任务集Γ,即OS=Γ;
在时刻t偶发任务τi到达且其属于集合OS,根据其关键层次增加混合关键偶发任务集Γ的利用率Utot,并将偶发任务τi从集合OS中移除;
在预期到达时刻t+Ti,偶发任务τi没有到达且其不属于集合OS,根据其关键层次降低混合关键偶发任务集Γ的利用率Utot,并将偶发任务τi加入集合OS;
处理器处于空闲的时刻,混合关键偶发任务集Γ的利用率Utot被设置为0。
具体地,所述利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,包括:
任务最终的执行速度SC由下式计算:
SC=Utot*S/F(n)
其中,Utot是混合关键偶发任务集Γ的利用率,S是能耗感知的速度,F(n)是单调速度策略调度可行的利用率上界。
另一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行一种固定优先级混合关键偶发任务能耗感知方法。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
(1)本发明提出了一种固定优先级混合关键偶发任务能耗感知方法,该方法通过关键层次单调速率策略调度混合关键偶发任务集Γ,利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,有效地降低***能耗,通过实验验证本发明的方法比现有的混合关键偶发任务调度方法节约大约33.21%能耗;通过***能耗的降低,可以降低产品的生产成本,延长设备的使用时间,减少电池的更换周期。
附图说明
图1本发明实施例提供的一种固定优先级混合关键偶发任务能耗感知方法的流程图;
图2本发明实施例提供的仿真实验示意图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
参见图1,本发明提供的一种固定优先级混合关键偶发任务能耗感知方法,包括如下步骤:
步骤101:通过关键层次单调速率策略调度混合关键偶发任务集Γ。
在单处理器***上考虑相互独立的混合关键偶发任务集Γ,该任务集由n个偶发任务组成即Γ={τ1,τ2,…,τn},每个偶发任务τi(1≤i≤n,i为整数)由五元组{Ti,Di,Li,Ci(LO),Ci(HI)}表示,其中Ti是偶发任务τi的最小释放时间;Di是偶发任务τi的相对截止期限;Li是偶发任务τi的关键层次,其可以表示为Li={LO,HI};Li的取值为LO代表偶发任务τi是低关键层次任务,其不需要进行安全认证;Li的取值为HI代表偶发任务τi是高关键层次任务,其需要进行安全认证;Ci(LO)和Ci(HI)分别表示偶发任务τi在***处于低模式和高模式的最坏情况执行时间。混合关键***的低模式是指***既执行低关键层次偶发任务又执行高关键层次偶发任务且不需要进行安全认证;混合关键***的高模式是指***只执行高关键层次偶发任务且需要进行安全认证。考虑偶发任务τi具有隐性的截止期限,即其相对截止期限等于最小释放时间(Di=Ti)。低关键层次偶发任务τi的高模式和低模式最坏情况执行时间相等,即Ci(HI)=Ci(LO);高关键偶发任务τi高模式最坏情况执行时间大于或者等于低模式最坏情况执行时间,即Ci(HI)≥Ci(LO)。
所谓的关键层次单调速率策略是指按照任务的关键层次分配其优先级,关键层次高的其优先级高;关键层次低的其优先级低;关键层次相同的任务,按照单调速度策略分配其优先级;最小释放时间越小,其优先级越高;最小释放时间越大,其优先级越高。最小释放时间相同,到达时间早的其优先级高,到达时间晚的其优先级低;最小释放时间和到达时间都相同,任务下标小的优先级高,任务下标大的优先级低。
步骤102:计算能耗感知的速度S。
能耗感知的速度S由下式计算:
S=max{S1,S2}
其中,S1和S2分别是***处于低模式和高模式调度可行的最低速度;S1由下式计算:
S2由下式计算:
F(n)是单调速度策略调度可行的利用率上界,其值由下式计算:
其中,n是混合关键偶发任务集Γ中偶发任务的个数;Ci(LO)为高关键层次偶发任务τi低模式的执行时间,Ci(HI)为高关键层次偶发任务τi高模式的执行时间,Ti是高关键层次偶发任务τi的最小释放时间;
步骤103:根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率。
(1)初始时将偶发任务子集OS设置为混合关键偶发任务集Γ,即OS=Γ;
(2)在时刻t偶发任务τi到达且其属于集合OS,根据其关键层次增加混合关键偶发任务集Γ的利用率Utot,并将偶发任务τi从集合OS中移除;当偶发任务τi是低关键层次任务时,混合关键偶发任务集Γ利用率为Utot=Utot+Ci(LO)/S/Ti;当偶发任务τi是高关键层次任务且其有任务实例完成执行时,混合关键偶发任务集Γ利用率为Utot=Utot+Ci(LO)/S/Ti;当偶发任务τi是高关键层次任务且其没有任务实例完成执行时,混合关键偶发任务集的利用率Γ为Utot=Utot+Ci(LO)/S/Ti+(Ci(HI)-Ci(LO))/Ti,其中Ci(LO)为高关键层次偶发任务τi低模式的执行时间,Ci(HI)为高关键层次偶发任务τi高模式的执行时间,Ti是高关键层次偶发任务τi的最小释放时间,S是能耗感知速度;
(3)在预期到达时刻t+Ti,偶发任务τi没有到达且其不属于集合OS,根据其关键层次降低混合关键偶发任务集Γ利用率Utot,并将偶发任务τi加入集合OS;当偶发任务τi是低关键层次任务时,混合关键偶发任务集Γ利用率为Utot=Utot-Ci(LO)/S/Ti;当偶发任务τi是高关键层次任务且其有任务实例完成执行时,混合关键偶发任务集Γ利用率为Utot=Utot-Ci(LO)/S/Ti;当偶发任务τi是高关键层次任务且其没有任务实例完成执行时,混合关键偶发任务集的利用率Γ为Utot=Utot-Ci(LO)/S/Ti-(Ci(HI)-Ci(LO))/Ti,其中Ci(LO)为高关键层次偶发任务τi低模式的执行时间,Ci(HI)为高关键层次偶发任务τi高模式的执行时间,Ti是高关键层次偶发任务τi的最小释放时间,S是能耗感知速度;
(4)处理器处于空闲的时刻,混合关键偶发任务集Γ利用率Utot被设置为0。
步骤104:利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC。
任务最终的执行速度SC由下式计算:
SC=Utot*S/F(n)
其中,Utot是混合关键偶发任务集Γ利用率,S是能耗感知的速度,F(n)是单调速度策略调度可行的利用率上界,其值由下式计算:
其中,n是混合关键偶发任务集Γ中偶发任务的个数。
本实施例中,混合关键偶发任务集包含4个混合关键偶发任务,其中两个偶发任务为低关键层次偶发任务,另外两个偶发任务为高关键层次偶发任务。偶发任务τi的最小释放时间Ti在区间[10,100]中随机选择,低关键层次偶发任务τi在低模式下的执行时间Ci(LO)在区间[1,Ti]中随机选择,其在高模式下的执行时间Ci(HI)等于Ci(LO)。高关键层次偶发任务τi在低模式下的执行时间Ci(LO)在区间[1,Ti]中随机选择,其在高模式下的执行时间Ci(HI)在区间[Ci(LO),Ti]随机选择。实验中采用如下的功耗模型P=0.1+0.2*S+S3,实验的仿真时间设置为100000,产生100个混合关键偶发任务集,取这100个混合关键偶发任务集的能耗的平均值作为最终的能耗。设置低关键层次偶发任务低模式的利用率为0.3,高关键层次偶发任务高模式的利用率为0.4。考察高关键层次任务高模式和低模式利用率比值对算法能耗的影响。低关键层次偶发任务利用率设置为1.1到1.9,步长为0.1。实验中比较三种方法:第一,CRMS算法,在低模式所有任务以速度S执行;第二,RHS算法;该算法基于CRMS,在低模式能够回收高关键层次任务预留的空闲时间降低能耗;第三种方法为本发明方法。实验的结果如图2所示,本发明方法的能耗最低,通过计算可知其比其它方法节约大约33.21%的能耗。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (5)
1.一种固定优先级混合关键偶发任务能耗感知方法,其特征在于,包括:
通过关键层次单调速率策略调度混合关键偶发任务集Γ,包括:
在单处理器***上,相互独立的混合关键偶发任务集Γ,所述混合关键偶发任务集Γ由n个偶发任务组成,即Γ={τ1,τ2,...,τn},每个偶发任务τi,1≤i≤n,n为整数,由五元组{Ti,Di,Li,Ci(LO),Ci(HI)}表示,其中Ti是偶发任务τi的最小释放时间;Di是偶发任务τi的相对截止期限;Li是偶发任务τi的关键层次,表示为Li={LO,HI};Li的取值LO代表偶发任务τi是低关键层次任务,不需进行安全认证;Li的取值HI代表偶发任务τi是高关键层次任务,需进行安全认证;Ci(LO)和Ci(HI)分别表示偶发任务τi在***处于低模式和高模式的最坏情况执行时间;混合关键***的低模式是指***既执行低关键层次偶发任务又执行高关键层次偶发任务且不需进行安全认证;混合关键***的高模式是指***只执行高关键层次偶发任务且需进行安全认证;
偶发任务τi具有隐性的截止期限,相对截止期限等于最小释放时间,即Di=Ti;低关键层次偶发任务τi的高模式和低模式最坏情况执行时间相等,即Ci(HI)=Ci(LO);高关键偶发任务τi高模式最坏情况执行时间大于或者等于低模式最坏情况执行时间,即Ci(HI)≥Ci(LO);
计算能耗感知的速度S;
根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率;
利用混合关键偶发任务集Γ的利用率,计算任务最终的执行速度SC,包括:
任务最终的执行速度SC由下式计算:
SC=Utot*S/F(n)
其中,Utot是混合关键偶发任务集Γ的利用率,S是能耗感知的速度,F(n)是单调速度策略调度可行的利用率上界。
2.根据权利要求1所述的一种固定优先级混合关键偶发任务能耗感知方法,其特征在于,所述关键层次单调速率策略,具体为:
按照任务的关键层次分配优先级,关键层次高的优先级高;关键层次低的优先级低;
关键层次相同的任务,按照单调速度策略分配其优先级。
3.根据权利要求1所述的一种固定优先级混合关键偶发任务能耗感知方法,其特征在于,所述计算能耗感知的速度S,具体为:
S=max{S1,S2}
其中,S1和S2分别是***处于低模式和高模式调度可行的最低速度。
4.根据权利要求1所述的一种固定优先级混合关键偶发任务能耗感知方法,其特征在于,所述根据偶发任务的执行情况,实时计算混合关键偶发任务集Γ的利用率,具体包括:
初始时将偶发任务子集OS设置为混合关键偶发任务集Γ,即OS=Γ;
在时刻t偶发任务τi到达且其属于集合OS,根据其关键层次增加混合关键偶发任务集Γ的利用率Utot,并将偶发任务τi从集合OS中移除;
在预期到达时刻t+Ti,偶发任务τi没有到达且其不属于集合OS,根据其关键层次降低混合关键偶发任务集Γ的利用率Utot,并将偶发任务τi加入集合OS;
处理器处于空闲的时刻,混合关键偶发任务集Γ的利用率Utot被设置为0。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320604.4A CN112905330B (zh) | 2021-03-25 | 2021-03-25 | 一种固定优先级混合关键偶发任务能耗感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320604.4A CN112905330B (zh) | 2021-03-25 | 2021-03-25 | 一种固定优先级混合关键偶发任务能耗感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112905330A CN112905330A (zh) | 2021-06-04 |
CN112905330B true CN112905330B (zh) | 2023-05-26 |
Family
ID=76106384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320604.4A Active CN112905330B (zh) | 2021-03-25 | 2021-03-25 | 一种固定优先级混合关键偶发任务能耗感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112905330B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114578944B (zh) * | 2022-02-21 | 2023-06-20 | 华侨大学 | 固定优先级利用率更新混合关键任务能耗感知方法和*** |
CN114578943B (zh) * | 2022-02-21 | 2023-05-26 | 华侨大学 | 一种固定优先级非精确混合关键任务调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110308977A (zh) * | 2019-06-25 | 2019-10-08 | 华侨大学 | 一种动态利用率更新混合关键偶发任务低能耗方法 |
CN110850954A (zh) * | 2019-10-28 | 2020-02-28 | 华侨大学 | 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296382B2 (en) * | 2017-05-17 | 2019-05-21 | Imam Abdulrahman Bin Faisal University | Method for determining earliest deadline first schedulability of non-preemptive uni-processor system |
-
2021
- 2021-03-25 CN CN202110320604.4A patent/CN112905330B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110308977A (zh) * | 2019-06-25 | 2019-10-08 | 华侨大学 | 一种动态利用率更新混合关键偶发任务低能耗方法 |
CN110850954A (zh) * | 2019-10-28 | 2020-02-28 | 华侨大学 | 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法 |
Non-Patent Citations (3)
Title |
---|
基于RM策略的资源受限偶发任务调度算法;张忆文 等;《华中科技大学学报(自然科学版)》;全文 * |
混合关键级***提升低关键级任务可调度算法研究;胡心洁;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;全文 * |
黄丽达 ; 李仁发 ; .截止时限为关键参数的混合关键级实时任务调度研究.《计算机研究与发展》.2016,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112905330A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112905330B (zh) | 一种固定优先级混合关键偶发任务能耗感知方法 | |
Rivera et al. | Distributed convex optimization for electric vehicle aggregators | |
CN108984292B (zh) | 混合关键***固定优先级周期任务能耗优化方法 | |
Ebbesen et al. | A generic particle swarm optimization Matlab function | |
CN105893148A (zh) | 一种基于rm策略的偶发任务低能耗调度方法 | |
CN110308977B (zh) | 一种动态利用率更新混合关键偶发任务低能耗方法 | |
CN105677461B (zh) | 基于关键度的混合关键任务调度方法 | |
CN105389206A (zh) | 一种云计算数据中心虚拟机资源快速配置方法 | |
CN106445070B (zh) | 一种硬实时***资源受限偶发任务能耗优化调度方法 | |
CN109597378B (zh) | 一种资源受限混合任务能耗感知方法 | |
CN106776025A (zh) | 一种计算机集群作业调度方法及其装置 | |
CN109918185B (zh) | 基于虚拟任务固定优先级混合关键***调度方法 | |
CN111984389B (zh) | 基于截止期限的资源共享混合关键周期任务能耗优化方法 | |
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*** | |
CN110288153B (zh) | 一种最优速度混合关键周期任务能耗优化方法 | |
CN107329817A (zh) | 一种待机备用***混合划分可靠性感知能耗优化方法 | |
CN110850954B (zh) | 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法 | |
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 | |
CN105955816A (zh) | 一种事件调度方法及装置 | |
CN115480890A (zh) | 概率混合关键***动态优先级非精确任务节能调度方法及装置 | |
CN114578944B (zh) | 固定优先级利用率更新混合关键任务能耗感知方法和*** | |
Yao et al. | Streaming Data Priority Scheduling Framework for Autonomous Driving by Edge | |
CN110806795B (zh) | 一种基于动态空闲时间混合关键周期任务的能耗优化方法 | |
CN110825504B (zh) | 一种基于服务器混合关键偶发任务能耗优化方法 | |
CN113752919A (zh) | 一种燃料电池汽车能量分配方法及*** |
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 |