Page 106 - 《软件学报》2021年第6期

1680 Journal of Software 软件学报 Vol.32, No.6, June 2021

400
T23
350

300
T31
缓存相关抢占延迟/us 150 T11
250
200
T21

100 T22
T16
T12
50 T15
T13
T17
T24
0 T14
500Kbyte 750Kbyte 1Mbyte 1.25Mbyte 1.5Mbyte 1.75Mbyte 2Mbyte
高速缓存容量大小
Fig.11 Line chart shows the impact of cache size on CRPD of tasks
图 11 Cache 大小对 CRPD 估计的影响
4 总结与展望
本文面向复杂嵌入式系统,研究在缓存相关抢占延迟约束下 AADL 模型的可调度性,采用属性扩展的方式
对 AADL 属性进行扩展,使其能够对 Cache 进行建模,在此基础上,提出了 CRPD 约束下 AADL 模型可调度性分
析方法,通过计算任务集在特定调度策略下的抢占序列,进而计算出被抢占任务的 CRPD.该方法从系统架构层
面考虑了任务之间的抢占行为对系统可调度性的影响,并且具有良好的通用性以及有效性,保证了缓存相关抢
占延迟约束的最坏执行时间计算值的安全性.本文设计并实现了面向 AADL 存储资源约束的可调度性分析工
具原型,并结合航空智能信息系统开展实验分析,通过实验可知:基于抢占序列的计算方法比 UCB-Union,ECB-
Union 方法得到的 CRPD 结果更加精确;当系统的任务集不可调度时,通过分析不可调度原因并给出合理优化
意见,使得优化后的系统变得可调度;实验最后针对 Cache 容量大小对任务 CRPD 的影响进行评估,供系统设计
人员参考使用.
基于抢占序列的 CRPD 计算方法是通过获取特定调度算法下的抢占序列,进而对任务之间抢占所产生的
CRPD 进行计算,并综合考虑加入最坏执行时间来分析系统任务抢占发生时系统调度行为.但是影响任务可调
度性的因素较多,如不同调度策略下计算任务的抢占序列方法的差异性、模型中任务间同步关系等都会对系统
调度性产生影响.因此,如何考虑到调度策略以及同步关系两个因素得出抢占序列,仍是亟待解决的问题.
References:
[1] Liu YF, Zhang LC. Worst-Case execution time analysis for real-time systems. Application Research of Computers, 2005,22(11):
16−18 (in Chinese with English abstract).
[2] Zhou GC, Guo BL, Gao X, et al. Fast estimation of WCET based on distribution function. Computer Science, 2016,43:157−161 (in
Chinese with English abstract).
[3] SAE. Architecture analysis and design language (AADL) AS-5506A. The Engineering Society for Advancing Mobility and Sea Air
and Space, Aerospace lnfonnation Report. Version 2.0. Tech. Rep. 2009.
[4] Yang ZB, Pi L, Hu K, Gu ZH, Ma DF. AADL: An architecture design and analysis language for complex embedded real-time
systems. Ruan Jian Xue Bao/Journal of Software, 2010,21(5):899−915 (in Chinese with English abstract). http://www.jos.org.cn/
1000-9825/3700.htm
[5] Zhang J. Research on the earliest deadline priority real-time scheduling algorithm [Ph.D. Thesis]. Wuhan: Huazhong University of
Science and Technology, 2009 (in Chinese with English abstract).
[6] Clarke D, Lee I, Xie H L. VERSA: A tool for the specification and analysis of resource-bound real-time systems. Nonlinear
Dynamics, 2016,87(1):1−7.
[7] Clavel M, et al. Maude Manuel. Version 2.1. Menlo Park: SRI Int’l, 2004. http://maude.cs.uiuc.edu