面向物联网应用的边缘控制系统关键技术研究与验证
发布时间：2021-06-29 10:19
随着云计算、人工智能、大数据、区块链和5G等技术的快速发展,各种物联网应用层出不穷。而物联网多样化的应用对网络提出更高的差异化需求,比如容量更大、响应更快、更高效、更灵活、更安全等等。但是云计算架构相对固定,网络体系不够灵活,数据集中处理带来的高延迟和网络拥塞始终得不到解决,因此很难完美应用到未来的物联网服务中。本文把边缘计算架构应用到物联网环境中并搭建边缘控制系统,深入研究和验证了边缘控制系统中的若干关键技术。本文设计了边缘控制系统模型及其相关功能并进行验证,主要工作包括:（1）针对如何降低物联网场景小型任务处理时延的问题,本文提出了一种单边缘节点的集中式多任务调度方法。该方法首先设计了一种进程调度与线程调度相结合的多层级调度框架,进程调度针对不同种类的业务,采用抢占式静态优先级调度算法。线程调度针对高并发的同种业务,本文提出了任务执行紧迫性因子并设计了基于动态优先级的线程调度算法,紧迫性因子的设定由任务截止期内的剩余计算量来决定。仿真效果表明,提出的多层级调度方法在保证任务时效性处理上有显著的作用,可以一定程度减少小型任务的处理时延。（2）针对如何降低物联网场景大型任务处理时延的问...
【文章来源】：南京邮电大学江苏省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Multi-threadDPS算法第一个调度周期的任务实时信息
南京邮电大学专业学位硕士研究生学位论文第三章单边缘节点多任务调度算法的研究与验证23图3.5Multi-threadDPS算法最后一个调度周期的任务实时信息从图中可以看出，在最后一个调度周期的任务实时信息中，紧迫性因子和权重信息变的杂乱无章，主要是因为这些参数只会更新到此任务处理成功的那个调度周期。并且部分任务的剩余合理时延值为负数，说明此时已经超过任务的合理处理时延。图3.4和3.5所示的调度效果是在设置DCT为6ms时得出来的，在测试环境不变的情况下，改变DCT的值，对算法效果影响很大。下面验证调度周期DCT为6ms的合理性，具体测试结果如表3.2所示。表3.2调度周期的大小对算法性能的影响情况调度周期大小测试环境平均等待时间4ms20个任务平均处理时间95.7ms平均合理时延1156.7ms79.2ms6ms80.0ms10ms83.1ms20ms91.4ms50ms120.5ms80ms151.4ms由上表可知，配置调度周期为6ms可以最大化的提升算法的性能，并且当调度周期在6ms附近小范围波动时，对算法的影响微乎其微。下面主要将本章提出的Multi-threadDPS算法与传统的CFS算法和SJF算法对比。为了
南京邮电大学专业学位硕士研究生学位论文第三章单边缘节点多任务调度算法的研究与验证24体现不同任务负载下算法的性能情况，依次增大任务数量task_num，分别将三种算法作用在这批任务上，对比平均等待时间waitT的大校这里需要注意的是，每当有任务线程因为执行完毕被销毁时，算法都要重新拉起新的任务线程，以保证单个边缘节点上的任务数恒定为task_num，等到最先开启的task_num个任务线程全部执行完毕时，统计这批任务的平均等待时间大校图3.6展示的是在调度周期为6ms情况下，三种算法的平均等待时间的大校图3.6三种算法任务平均等待时间对比从上图看可以看出，在边缘节点的某个单CPU核上执行较少任务的时候，本章提出的Multi-threadDPS算法性能明显好于另外两种算法。SJF算法的核心是保证执行时间短的任务的优先处理权，即考虑的是任务的预计执行时间。CFS算法的权重设置依赖于任务的处理时延要求，往往时延要求高的任务的权重比较大。因此，SJF算法和CFS算法分别只考虑了任务的预计执行时间CT和任务的时延要求DT，但是这两个要素对于物联网业务来说同样重要。当任务量逐渐增加的时候，三种调度算法的性能趋近于统一。这是一种必然的结果，说明此时任务量已经达到了单CPU核的承受负载极限。本章提出的Multi-threadDPS算法综合考虑了任务的预计执行时间和任务的时延要求，在下一个调度周期总可以优先执行最紧迫的任务。因此，Multi-threadDPS算法不仅可以降低平均等待时间，也可以降低等待时间标准差，防止部分任务的处理时延过长。图3.7展示了上述的验证流程中，各个算法的等待时间标准差wait的对比情况。
【参考文献】：
期刊论文
[1]H2H与M2M共存场景下的上行资源分配算法[J]. 蒋继胜,朱晓荣. 电子学报. 2018(05)
[2]Task Offloading Decision in Fog Computing System[J]. Qiliang Zhu,Baojiang Si,Feifan Yang,You Ma. 中国通信. 2017(11)
[3]基于粒子群优化算法的多核处理器任务调度研究[J]. 田佳,胡威,李琳,柯鹏,张凯. 计算机应用研究. 2017(12)
[4]一种动态优先级实时任务调度算法[J]. 夏家莉,陈辉,杨兵. 计算机学报. 2012(12)
本文编号：3256265
【文章来源】：南京邮电大学江苏省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Multi-threadDPS算法第一个调度周期的任务实时信息
南京邮电大学专业学位硕士研究生学位论文第三章单边缘节点多任务调度算法的研究与验证23图3.5Multi-threadDPS算法最后一个调度周期的任务实时信息从图中可以看出，在最后一个调度周期的任务实时信息中，紧迫性因子和权重信息变的杂乱无章，主要是因为这些参数只会更新到此任务处理成功的那个调度周期。并且部分任务的剩余合理时延值为负数，说明此时已经超过任务的合理处理时延。图3.4和3.5所示的调度效果是在设置DCT为6ms时得出来的，在测试环境不变的情况下，改变DCT的值，对算法效果影响很大。下面验证调度周期DCT为6ms的合理性，具体测试结果如表3.2所示。表3.2调度周期的大小对算法性能的影响情况调度周期大小测试环境平均等待时间4ms20个任务平均处理时间95.7ms平均合理时延1156.7ms79.2ms6ms80.0ms10ms83.1ms20ms91.4ms50ms120.5ms80ms151.4ms由上表可知，配置调度周期为6ms可以最大化的提升算法的性能，并且当调度周期在6ms附近小范围波动时，对算法的影响微乎其微。下面主要将本章提出的Multi-threadDPS算法与传统的CFS算法和SJF算法对比。为了
南京邮电大学专业学位硕士研究生学位论文第三章单边缘节点多任务调度算法的研究与验证24体现不同任务负载下算法的性能情况，依次增大任务数量task_num，分别将三种算法作用在这批任务上，对比平均等待时间waitT的大校这里需要注意的是，每当有任务线程因为执行完毕被销毁时，算法都要重新拉起新的任务线程，以保证单个边缘节点上的任务数恒定为task_num，等到最先开启的task_num个任务线程全部执行完毕时，统计这批任务的平均等待时间大校图3.6展示的是在调度周期为6ms情况下，三种算法的平均等待时间的大校图3.6三种算法任务平均等待时间对比从上图看可以看出，在边缘节点的某个单CPU核上执行较少任务的时候，本章提出的Multi-threadDPS算法性能明显好于另外两种算法。SJF算法的核心是保证执行时间短的任务的优先处理权，即考虑的是任务的预计执行时间。CFS算法的权重设置依赖于任务的处理时延要求，往往时延要求高的任务的权重比较大。因此，SJF算法和CFS算法分别只考虑了任务的预计执行时间CT和任务的时延要求DT，但是这两个要素对于物联网业务来说同样重要。当任务量逐渐增加的时候，三种调度算法的性能趋近于统一。这是一种必然的结果，说明此时任务量已经达到了单CPU核的承受负载极限。本章提出的Multi-threadDPS算法综合考虑了任务的预计执行时间和任务的时延要求，在下一个调度周期总可以优先执行最紧迫的任务。因此，Multi-threadDPS算法不仅可以降低平均等待时间，也可以降低等待时间标准差，防止部分任务的处理时延过长。图3.7展示了上述的验证流程中，各个算法的等待时间标准差wait的对比情况。
【参考文献】：
期刊论文
[1]H2H与M2M共存场景下的上行资源分配算法[J]. 蒋继胜,朱晓荣. 电子学报. 2018(05)
[2]Task Offloading Decision in Fog Computing System[J]. Qiliang Zhu,Baojiang Si,Feifan Yang,You Ma. 中国通信. 2017(11)
[3]基于粒子群优化算法的多核处理器任务调度研究[J]. 田佳,胡威,李琳,柯鹏,张凯. 计算机应用研究. 2017(12)
[4]一种动态优先级实时任务调度算法[J]. 夏家莉,陈辉,杨兵. 计算机学报. 2012(12)
本文编号：3256265
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3256265.html
最近更新
教材专著
