زمان بندي آگاه از انرژي مصرفي براي سيستم هاي بي درنگ تك پردازنده اي بحراني - مختلط

Energy-Aware Scheduling for Real-Time Unicore Mixed-Criticality Systems

معماري پيمانه‌اي يكپارچه تحولي قابل توجه در صنعت هوافضا به وجود آورده است. در اين معماري به دليل كاهش اندازه، وزن، توان مصرفي و هزينه، وظايف با درجه بحرانيت متفاوت بر روي يك سخت‌افزار تجميع شده و از منابع به صورت مشترك استفاده مي‌كنند. علاقه صنعت به اين يكپارچه‌سازي، منجر به معرفي سيستم‌هاي بحراني- مختلط شده است. يكي از نيازهاي اساسي اين سيستم‌ها، بي‌درنگي و اطمينان از اجراي به موقع وظايف بحراني مي‌باشد كه البته تجميع وظايف بحراني و غير بحراني، زمان‌بندي اجراي وظايف را با مشكلاتي مواجه مي‌كند. همچنين به دليل استفاده از باتري در اين وسايل، كاهش انرژي مصرفي از ديگر نيازهاي مهم مي‌باشد. بنابراين در اين مقاله به منظور دستيابي به نيازهاي مطرح‌شده (زمان‌بندي بي‌درنگ و كاهش انرژي مصرفي)، يك روش زمان‌بندي ابتكاري آگاه به انرژي مصرفي در اين سيستم‌‌ها معرفي مي‌شود. اين الگوريتم ضمن تضمين اجراي به موقع وظايف بحراني، انرژي مصرفي سيستم را با تغيير پوياي ولتاژ و فركانس (DVFS) كاهش خواهد داد. نتايج به دست آمده از شبيه‌سازي‌ها نشان مي‌دهد انرژي مصرفي الگوريتم پيشنهادي 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.