论文部分内容阅读
信息物理融合系统(CPS)是一种大规模、异构、复杂、分布式以及深度嵌入的实时系统。在 CPS中，由于引入环境感知、信息传输、网络控制的反馈循环，使得控制中心对信息的处理与传输带来了时延。而精确控制却要对传感器的采样数据进行处理分析，这就对系统的实时性提出了较高要求，特别是航空航天、工业控制等关键领域，实时性显得尤为重要。因此，对 CPS实时性关键技术的研究具有重要的现实意义。 实时任务调度是体现CPS实时性的一个重要方面。针对CPS的复杂任务系统，本文首先采用多元组结合有向无环图(DAG)构建了任务的调度模型，然后提出了一种基于关键任务和预测最早完成时间的启发式任务调度算法。最后采用随机生成DAG图和任务图集两种测试方案对本文提出的算法进行了验证。实验结果表明：该算法能获得较好的调度性能。 在实时任务调度算法的基础上，设计了一种基于 CPS实时性的数据采集系统。然后重点介绍了该系统的整体方案设计，对其中的采集模块、通信模块和电源模块都做了深入分析，在此基础上进行了采集电路、通信电路和电源电路的设计。随后从减少传感器节点数据发送量、降低通信能耗和延迟网络寿命的角度出发，构建了一种基于滑动窗口的数据采集优化模型，最后将数据采集节点的硬件设计部署到机床上，进行现场数据采集，实验结果表明：本文所提出的滑动窗口模型不仅能大大减少数据上传量和降低通信能耗，而且还能很好的保持原始数据的特征信息，证明了该模型的优越性。