实时DVS系统：基于AET的动态调度算法与功耗优化

本文主要探讨了"动态电压调整(Dynamic Voltage Scaling, DVS)"在硬实时周期任务调度中的应用，特别是在关注任务截止时间和处理器功耗的优化方面。实时DVS调度相较于传统的实时任务可调度分析，更加注重系统在运行过程中功耗的控制，因为功耗问题对于嵌入式实时系统来说是关键因素，长时间的累积效应需要特别考虑。 论文指出，传统的基于最坏执行时间的任务调度模型，由于其忽视了实际执行时间(Average Execution Time, AET)的不确定性，无法有效处理实时DVS调度中的功耗优化问题。作者提出了一种新的方法，即采用AET的概率分布来构建实时任务调度模型，这种方法能够更好地反映任务的实际执行情况，从而提供更准确的功耗预测。 通过随机分析技术，研究人员分析了AET分布对实时DVS调度算法性能的影响，这涉及到任务的不确定性如何影响系统的整体性能。他们设计并实施了一种基于平均执行时间的实时DVS动态调度算法，该算法在面对任务AET分布变化时，能够保持相对稳定的功耗性能，这对于实时系统在低功耗状态下保持任务可靠性至关重要。 关键词的选取反映了论文的核心内容，包括动态电压调整、功耗计算、功耗优化、实时系统以及任务调度，这些都是论文研究的重点领域。通过实验结果的验证，该算法的有效性得到了证实，这为嵌入式实时系统中的能耗管理和优化提供了一种新的策略。 这篇论文不仅深化了我们对实时DVS系统中任务调度的理解，还提出了一种实用的功耗优化方法，对于提高能源效率，延长电池寿命，以及在资源受限的环境中维持系统性能具有重要意义。在未来的研究和实践中，这一工作可能会推动实时系统设计向更加节能和高效的方向发展。