زمان‌بندی آگاه از انرژی مصرفی برای سیستم‌های بی‌درنگ تک‌پردازنده‌ای بحرانی- مختلط
محورهای موضوعی : مهندسی برق و کامپیوترسیدحسن صادق‌زاده 1 , یاسر صداقت 2
1 - دانشگاه فردوسی مشهد
2 - دانشگاه فردوسی مشهد
کلید واژه:
چکیده مقاله :
معماری پیمانه‌ای یکپارچه تحولی قابل توجه در صنعت هوافضا به وجود آورده است. در این معماری به دلیل کاهش اندازه، وزن، توان مصرفی و هزینه، وظایف با درجه بحرانیت متفاوت بر روی یک سخت‌افزار تجمیع شده و از منابع به صورت مشترك استفاده می‌کنند. علاقه صنعت به این یکپارچه‌سازی، منجر به معرفی سیستم‌های بحرانی- مختلط شده است. یکی از نیازهای اساسی این سیستمها، بی‌درنگی و اطمینان از اجراي به موقع وظایف بحرانی می‌باشد که البته تجمیع وظایف بحرانی و غیر بحرانی، زمان‌بندی اجراي وظايف را با مشکلاتی مواجه مي‌كند. همچنین به دلیل استفاده از باتری در این وسایل، کاهش انرژی مصرفی از دیگر نیازهای مهم می‌باشد. بنابراین در این مقاله به منظور دستیابی به نیازهای مطرح‌شده (زمان‌بندی بی‌درنگ و کاهش انرژی مصرفی)، یک روش زمان‌بندی ابتکاری آگاه به انرژی مصرفی در این سیستمها معرفی می‌شود. این الگوریتم ضمن تضمین اجرای به موقع وظایف بحرانی، انرژی مصرفی سیستم را با تغییر پویای ولتاژ و فرکانس (DVFS) کاهش خواهد داد. نتایج به دست آمده از شبیه‌سازی‌ها نشان مي‌دهد انرژي مصرفي الگوریتم پیشنهادی در مقايسه با روش‌هاي مشابه تا 14% بهبود مي‌يابد.
Integrated modular avionics (IMA) has significantly evolved avionic industry. In this architecture, tasks with different criticality have been integrated into a share hardware in order to reduce the size, weight, power consumption and cost so they commonly use the resources. The industry’s interest in integrating tasks has resulted in introducing mixed-criticality systems. Real time and assurance of executing critical tasks are considered of the two basic needs for these kinds of systems. However, integration of critical and non-critical tasks makes some problems for scheduling executing tasks. On the other hand, reducing energy consumption is another important need as these devices run by batteries. Therefore, the present study aims at satisfying the above mentions needs (real time scheduling and reducing energy consumption) by introducing an innovative energy- aware scheduling approach. The proposed algorithm guarantees executing critical tasks as well as reducing energy consumption by dynamic voltage and frequency scaling (DVFS). The results of simulation showed that energy consumption of the proposed algorithm improved up to 14% in comparison with the similar approaches.
