Kombinace time-triggered a event-triggered rozvrhování

Abstract

Time-triggered (TT) systémy poskytují spolehlivé chování, zatímco event-triggered (ET) systémy poskytují vyšší flexibilitu a efektivněji využívají časovou šířku pásma. Tato práce formuluje framework kombinující ET a TT rozvrhování nepreemptivních úloh na jednoprocesoru tak, aby bylo dosaženo výhod obou systémů. Přístup, založený na generování rozvrhovacího grafu, navržený autory Nasri a Brandenburg [RTSS 2017, s. 12–23], se hodí pro kombinaci rozvrhování ET a TT úloh. Zjistili jsme však, že analýza rozvrhovatelnosti prezentovaná autory Nasri a Brandenburg není exaktní. První část diplomové práce je zaměřena na analýzu rozvrhovatelnosti, která rovněž sestrojuje rozvrhovací graf, ale je zároveň exaktní. Experimentální vyhodnocení navíc ukazuje, že naše analýza rozvrhovatelnosti je výrazně rychlejší. Druhá část diplomové práce popisuje heuristický algoritmus, který hledá platnou množinu časů pro zahájení TT úloh tak, aby byla zajištěna rozvrhovatelnost pro TT i ET úlohy. V experimentálním vyhodnocení tento algoritmus našel řešení v 97.8 % případů, kdy řešení existovalo. Navíc byl obecně schopný vyřešit instance s 20 TT a 20 ET úlohami během několika sekund.

The time-triggered (TT) systems provide reliable behavior, while the event-triggered (ET) systems provide higher flexibility and make use of the bandwidth more efficiently. To attain the advantages of both, this thesis formulates a framework for combining ET and TT scheduling of non-preemptive tasks on a uniprocessor. We believe that the approach based on schedule graph generation, proposed by Nasri and Brandenburg [RTSS 2017, pp. 12–23], is well suited for combining ET and TT scheduling. However, we found out that the schedulability analysis presented by Nasri and Brandenburg is not exact. The first part of the thesis focuses on a schedulability analysis that also constructs the schedule graph but is exact. Additionally, the experimental evaluation shows that our schedulability analysis is substantially faster. In the second part of the thesis, we propose a heuristic algorithm that searches for a valid set of start times for TT tasks while ensuring schedulability for both TT and ET tasks. In an experimental evaluation, the heuristic algorithm was able to find a solution in 97.8 % of cases where a solution existed. Additionally, it was generally able to solve instances of 20 TT and 20 ET tasks in a matter of seconds.