| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第17-27页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 混合关键性系统 | 第18-22页 |
| 1.2.2 基于图的实时任务模型 | 第22-23页 |
| 1.3 本文研究内容与贡献 | 第23-25页 |
| 1.3.1 面向混合关键系统的研究 | 第23-24页 |
| 1.3.2 面向实时任务有向图模型的研究 | 第24-25页 |
| 1.4 本文组织结构 | 第25-27页 |
| 第2章 线性时间复杂度混合关键性调度算法 | 第27-49页 |
| 2.1 系统模型与定义 | 第28-29页 |
| 2.1.1 混合关键性偶发任务系统的运行时行为 | 第29页 |
| 2.1.2 混合关键性系统的可调度性 | 第29页 |
| 2.2 LPA算法 | 第29-37页 |
| 2.2.1 离线优先级分配算法 | 第30-32页 |
| 2.2.2 运行时调度算法 | 第32-35页 |
| 2.2.3 LPA算法实例 | 第35-36页 |
| 2.2.4 运行时时间复杂度 | 第36-37页 |
| 2.3 忙碌周期上界计算 | 第37-40页 |
| 2.4 LPA算法可调度性的证明 | 第40-44页 |
| 2.5 实验结果与分析 | 第44-47页 |
| 2.5.1 随机任务集合生成 | 第44-45页 |
| 2.5.2 时间开销 | 第45-46页 |
| 2.5.3 空间开销 | 第46-47页 |
| 2.5.4 可调度接受率 | 第47页 |
| 2.6 小结 | 第47-49页 |
| 第3章 基于虚拟截止期的划分调度算法 | 第49-65页 |
| 3.1 基本概念 | 第51-55页 |
| 3.1.1 混合关键性任务和混合关键性作业 | 第51页 |
| 3.1.2 需求上界函数DBF | 第51-52页 |
| 3.1.3 EY-VD方法 | 第52-55页 |
| 3.2 MPVD划分调度算法 | 第55-57页 |
| 3.2.1 混合划分策略 | 第55-56页 |
| 3.2.2 MPVD划分调度算法 | 第56-57页 |
| 3.3 MPVD算法优化技术 | 第57-60页 |
| 3.3.1 重型低关键性任务敏感的划分策略 | 第57-59页 |
| 3.3.2 虚拟截止期调整优化算法 | 第59-60页 |
| 3.4 实验结果与分析 | 第60-62页 |
| 3.4.1 随机任务集合生成 | 第60-61页 |
| 3.4.2 实验结果分析 | 第61-62页 |
| 3.5 小结 | 第62-65页 |
| 第4章 多处理器混合关键性系统划分调度策略 | 第65-81页 |
| 4.1 基本概念 | 第66-67页 |
| 4.1.1 需求上界函数DBF | 第66-67页 |
| 4.2 基于传统划分策略的混合关键性划分调度算法 | 第67-71页 |
| 4.2.1 多处理器划分调度的基本方法 | 第67-68页 |
| 4.2.2 MC-PEDF算法的描述 | 第68-70页 |
| 4.2.3 MC-PEDF算法的时间复杂性与正确性分析 | 第70-71页 |
| 4.3 针对混合关键性系统的多次划分实时调度策略 | 第71-77页 |
| 4.3.1 传统划分策略的局限性 | 第71-72页 |
| 4.3.2 混合关键性模型中的新型划分策略OCOP | 第72-74页 |
| 4.3.3 MC-MP-EDF算法描述 | 第74-75页 |
| 4.3.4 算法正确性分析 | 第75-77页 |
| 4.3.5 算法复杂性分析 | 第77页 |
| 4.4 实验仿真与结果分析 | 第77-79页 |
| 4.4.1 随机任务集生成算法 | 第77-78页 |
| 4.4.2 实验结果分析 | 第78-79页 |
| 4.5 小结 | 第79-81页 |
| 第5章 实时任务有向图的近似响应时间分析 | 第81-105页 |
| 5.1 系统模型与定义 | 第82-84页 |
| 5.1.1 模型定义 | 第82-83页 |
| 5.1.2 模型语义 | 第83-84页 |
| 5.1.3 静态优先级调度和最差响应时间 | 第84页 |
| 5.2 近似响应时间分析 | 第84-94页 |
| 5.2.1 RBF:需求上界函数分析方法 | 第86-88页 |
| 5.2.2 IBF:干涉上界函数分析方法 | 第88-91页 |
| 5.2.3 一些性质 | 第91-94页 |
| 5.3 加速比分析 | 第94-100页 |
| 5.3.1 RBF方法的加速比 | 第95-97页 |
| 5.3.2 IBF方法的加速比 | 第97-100页 |
| 5.4 实验结果与分析 | 第100-103页 |
| 5.4.1 随机任务集合生成方法 | 第101页 |
| 5.4.2 实验结果分析 | 第101-103页 |
| 5.5 小结 | 第103-105页 |
| 第6章 基于DRT模型的优化可调度性算法 | 第105-127页 |
| 6.1 问题模型 | 第106页 |
| 6.2 任务有向图整形的基本思想 | 第106-110页 |
| 6.3 高效整形算法 | 第110-121页 |
| 6.3.1 算法概述 | 第110-111页 |
| 6.3.2 需求上界函数rbfT | 第111-112页 |
| 6.3.3 Slf_Bound()过程 | 第112-114页 |
| 6.3.4 Itf_Bound()过程 | 第114-120页 |
| 6.3.5 整形算法的性质 | 第120-121页 |
| 6.4 实验评价 | 第121-124页 |
| 6.4.1 生成随机任务集合 | 第122页 |
| 6.4.2 实验结果分析 | 第122-124页 |
| 6.5 小结 | 第124-127页 |
| 第7章 结论 | 第127-131页 |
| 7.1 本文主要贡献与结论 | 第127-129页 |
| 7.1.1 面向混合关键系统的研究 | 第127-128页 |
| 7.1.2 面向实时任务有向图模型的研究 | 第128-129页 |
| 7.2 进一步的工作 | 第129-131页 |
| 7.2.1 基于混合关键系统 | 第129页 |
| 7.2.2 基于实时任务有向图模型 | 第129-131页 |
| 参考文献 | 第131-143页 |
| 致谢 | 第143-145页 |
| 攻博期间发表的论文 | 第145-147页 |
| 攻博期间参与的项目 | 第147-149页 |
| 作者简介 | 第149页 |