本次毕业设计课题研究的核心方向是针对多核智能汽车场景下的混合关键性任务到多个处理器上的分配与调度问题，旨在构建以最小化系统资源为目标、以混合关键性系统的安全认证标准和服务质量为限制条件的数学模型，探索混合关键性任务到处理器上的分配策略及调度模型的优化设计算法，提出一种有效的解决方案，并进行实验分析。根据我们的调查，目前这一方向是航天航空和智能汽车的热门方向，并且该技术可以广泛地应用各种实时嵌入式系统中。该文献综述将大致地介绍我们调查到的关于混合关键度系统的信息，并对比介绍不同的技术（例如抢占阈值调度、分区调度、半分区调度等），并对拟采用的方法进行简介。
信息物理融合系统（Cyber-Physical Systems, CPS），又名信息物理系统，是实时嵌入式系统的进一步延伸，是一个集成计算、通信和控制于一身的下一代智能系统，它的应用范围非常广阔，大到航天航空，物联网，智能汽车，小到智能家居，智能导航都是它发挥作用的范围。CPS系统作为一个全新的系统架构，在医疗健康设备、智能机器人系统、国防工业等领域都有着巨大的应用潜力。CPS系统的精确控制和对内部设备的协调能力是工业控制领域加强自动化和智能化的强有力条件，是提高系统可靠性，高效性和安全性的重要手段，对实现节能减排和低碳环保都发挥着非常关键的作用[1]。
混合关键度系统（Mixed Criticality System，MCS），是本次毕业设计研究中的核心系统架构。信息物理融合系统（CPS）是一种特殊的系统，近年来发展迅猛，它基于异构传感、网络、计算和控制模块之间的强大协同作用。这些系统中包含的逻辑功能，既可以通过现实世界的状态改变来更改逻辑功能的状态，也可以通过更改逻辑的状态来更改现实世界的状态，或者二者一起改变。它们基本上包括具有不同性能、硬件、时间限制且与环境具有直接交互作用的系统，例如控制系统、机器人系统和运输系统等。每个应用的请求都来自不同类型的应用程序，因此，需要多种的调度机制来管理[2]。同时，随着实时嵌入式系统的规模和复杂性的日益增长，系统中集成的处理器的个数越来越多，例如在汽车电子领域中，一台高端汽车上有超过100个电子控制单元（electronic control unit，ECU），每一个ECU负责一个特定的功能（如加速、制动等）[3]，而航空电子系统中微处理器的数量更为庞大。较高的处理器数量造成了网络负载较高，处理器之间通信延迟较大，难以保障分布式系统中的端到端延迟可以满足截止期（Deadline），也给系统的集成、升级和维护带来了许多困难。为了应对这些复杂的挑战，致使新概念和新类别系统的产生：混合关键度系统（Mixed Criticality System，MCS）。MCS的概念是指“一种嵌入式计算平台，其中不同关键程度的应用程序功能共享计算和/或通信资源”[4]，即采用少数性能比较强的单核或多核处理器取代大量分布式的专用小型处理器，将运行在多个分布式联网的小型处理器的多个应用整合到一个较为强大的多核处理器上，从而降低网络负载与通信的延迟，有利于提高实时性能和系统的集成。这种将多种不同关键级别的应用集成于同一处理器上的系统即为混合关键度系统（Mixed Criticality System）。混合关键度系统的基本思想是将不同关键度级别的任务（即操作系统中的进程或者线程）分为不同的安全级别。每个任务tau;i 会被赋予一个周期（最小到达时间间隔），截止期，执行时间，和关键级:（）。为了描述的简便，目前的文献通常将安全级分为高（HI）和低（LO）两个级别，这时任务tau;i 的参数就变为了:（）[5]。为了确保通过在模型上应用调度理论得出的结论将适用于实际系统，建模过程通常会引入最差执行时间（Worst-Case Execution Time,WCET）[6]。为了保证系统的安全运行，HI级别任务的最差执行时间的估算较为悲观,而为了充分的利用系统资源，LO级别任务的最差执行时间估计就比较乐观，运行时可能会超时，但不会影响系统的安全性。由于运行时系统的不确定性，这种悲观的估计是不可避免的。
抢占阈值调度（Preemption Threshold Scheduling，PTS），传统的实时调度算法有两大类，分别为抢占式调度和非抢占式调度。在非抢占调度中，一个任务一旦开始执行就不能被任何任务所抢占。在抢占式调度中，一个正在执行的任务可以被另一个更高优先级的任务抢占，被抢占的任务被挂起，直到更高优先级的任务执行完毕后才能从挂起态转为就绪态继续执行。不可抢占式调度虽然会造成更高优先级任务的阻塞，但是它也有一些优势，如无需任何资源共享协议和减小存储空间等。可抢占式调度可以确保更高优先级任务的实时要求，但是会带来大量的运行时开销和执行时间的不确定性，开销包括调度开销、流水线开销、缓存开销和总线开销等。抢占阈值调度（Preemption Threshold Scheduling）就是二者的一种折中。在给任务进行优先级分配的时候，需要给任务赋予两个优先级，一个是任务固定的优先级，一个是抢占阈值，当某个任务开始运行的时候，只有优先级比它抢占阈值高的任务才能进行抢占。与完全抢占调度相比，它具有减少堆栈大小和减少抢占次数的优点[7]。关于抢占阈值调度已经有了很多研究[7,8,9]，在[7]中将抢占阈值调度（PTS）和混合关键度系统（MCS）集成，实现了在资源受限的嵌入式平台上减小应用程序栈空间的需求，并将可调度性测试与优先级抢占阈值分配算法结合起来，为混合关键度系统（MCS）的分析和综合提供了一个完整的方案。[8]中提出了一种新的分配优先级和抢占阈值的算法：最优优先级和抢占阈值分配算法（Optimal Priority and Preemption Threshold Assignment，OPTA），该算法有效地减少了搜寻解的时间需求，并且和截止期单调优先级分配（Deadline Monotonic Priority Assignment，DM）相比有了很好的提升。[9]中考虑了固定优先级（FP）和最早截止期优先（EDF）与抢占阈值调度（PTS）相结合的多核处理器分区调度，解决了将任务映射到处理器核心的设计优化问题，并提出算法实现了最小化系统栈空间。
分区调度（Partitioned Scheduling），是一种多核调度算法，所有任务都静态映射到一个处理器，不要要需任务的迁移，当有HI-task超出预算时，仅仅其所在的核切换为HI-mode。文献[10,11,12,13,14,15]均采用的是分区调度。分区调度是一个NP难的问题。[10,11,14]中分别讨论了固定优先级抢占式（FP）和具有虚拟截止期的最早截止期优先（EDF-VDs）在分区调度下的可行性，并分别提出了适应的算法实现。[12]中将最先进的单处理器混合关键度调度算法EY扩展到了多处理器平台，提出了多处理器分区调度算法MPVD，其关键思想是将不同关键级的任务均匀分配给不同的处理器，以更好地探索不同关键级任务之间的不对称性，提高系统的可调度性。[13]中基于在所有处理器之间的平均分配任务的总高关键度任务利用率和总低关键度任务利用率之间的差异开发了两种新策略，结果的可调度性得到了明显的的提高。[15]提出了大部分分区调度算法的局限性，即不能保证高关键度之间的强隔离和低关键度任务的较差的实时性能，文章提出了一种多处理器平台上的混合关键度任务分区调度方案，很好的解决了这些问题。
半分区调度（Semi-partitioned Scheduling），是一种多核调度算法，所有任务都静态映射到一个处理器，当有HI-task超出预算时，仅其所在的核切换为HI-mode，核上的LO-task迁移至未发生模式转变（Mode change）的核上。当混合关键度系统在多核体系结构上实现时，出现了几个挑战，例如这些系统的分区效率等。[16]通过提出一种新的混合关键度分区算法——双分区混合关键度（DPM）算法来解决这一问题，该算法允许有限的LO临界任务迁移，以提高分区的效率，同时保持分区系统的许多优点。在传统的混合关键度系统中，随着模式转变，低关键度任务被放弃以保证高关键度任务享有资源。然而，在实践中，放弃低关键度任务会产生不利影响而且系统往往没有得到充分利用[18]。[17,18,19]的研究中通过在模式转变时对低关键度任务的保留或者迁移而在保证可调度的前提下提高低关键度任务的服务质量。任务迁移的思路非常值得借鉴，现阶段我们打算在毕业设计课题的研究中采用这个技巧。
参考文献
[1] 赵庆玲. 混合关键度CPS系统中的资源共享协议和设计优化[D].浙江大学,2015.
[2] Eugenia Ana Capota, Cristina Sorina Stangaciu, Mihai Victor Micea, Daniel-Ioan Curiac, Towards mixed criticality task scheduling in cyber physical systems: Challenges and perspectives, Journal of Systems and Software, Volume 156, 2019, Pages 204-216, ISSN 0164-1212, https://doi.org/10.1016/j.jss.2019.06.099.
[3] 陈刚,关楠,吕鸣松,王义.实时多核嵌入式系统研究综述.软件学报,2018,29(7):2152-2176. http://www.jos.org.cn/1000-9825/5580.htm.
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
