导读:本文包含了实时异构系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:实时,异构,系统,多核,分布式,处理器,卷积。
实时异构系统论文文献综述
赵得亮[1]（2019）在《基于VxWorks+QNX实时系统的异构安全计算机设计》一文中研究指出轨道交通运行控制系统是保证列车运行安全的安全苛求系统。安全计算机作为系统的核心部件,在系统发生故障时,能够保障系统导向安全状态。目前安全计算机多采用同构的硬件和操作系统,面对共因失效,系统仍然存在安全风险。因此,研究异构安全计算机的设计方法具有重要的理论意义和应用价值。本文首先分析了共因失效对同构安全计算机可靠性与安全性影响,在此基础上,提出了一种软硬件均异构的安全计算机总体设计方案,并对该方案的可靠性进行了理论分析。然后,搭建了异构安全计算机硬件平台,研制了基于两种实时操作系统的底层设备驱动软件。在此基础上,重点研究了异构安全计算机平台软件的设计方法,并分别基于VxWorks和QNX实现了平台软件的编制。最后,对异构安全计算机平台进行了测试验证。本文的具体工作如下:(1)分析了同构叁取二等安全计算机平台的结构及运行机理,基于马尔科夫过程建立了共因失效条件下同构安全计算机平台的可靠性与安全性模型,并分析了共因失效对同构安全计算机平台可靠性与安全性的影响。(2)借鉴现有同构叁取二安全计算机的设计经验,提出了一种异构安全计算机总体设计方案,在此基础上,建立了特殊维修策略下的异构安全计算机的可靠性模型,通过与同构安全计算机平台进行对比分析,给出了异构安全计算机高可靠性的理论证明。(3)基于实验室现有硬件,搭建了异构安全计算机的硬件平台,针对于异构安全计算机的接口需求,利用可编程逻辑资源完成了硬件接口的设计,并分别基于VxWorks及QNX两种实时操作系统研制了相应的底层设备驱动软件。(4)基于本文搭建的异构安全计算机硬件平台,重点研究了异构安全计算机平台软件的设计技术,包括安全计算机平台的系间同步、数据表决、系间通信等关键技术,并基于VxWorks和QNX两种实时操作系统编制了平台软件。(5)搭建了异构安全计算机仿真测试环境,对异构安全计算机的同步、表决等功能进行了测试,并取得了满意的测试结果。(本文来源于《北京交通大学》期刊2019-06-01）
柳佳园[2]（2019）在《基于嵌入式异构GPU平台的实时目标检测系统设计》一文中研究指出目标检测在信息技术以及人工智能领域有着广泛的应用,包括机器人视觉、自动驾驶、无人机智能监控等。各种各样的应用场景对在嵌入式设备上实现高精度且高能效的实时目标检测提出了迫切的需求。目标检测是计算机视觉领域最具挑战的问题之一,它不仅要对图像中的物体进行分类,还要对其进行定位。传统的解决方案一般采用滑动窗口的方法,利用训练好的分类器对所有的可能窗口进行判断分类,具有非常高的计算复杂性,且准确率低,有着明显的局限性。而随着深度学习的不断发展和应用,许多研究将卷积神经网络引入目标检测算法的实现并不断进行改进,使得目标检测的性能越来越高,特别是SSD、YOLO等端到端的目标检测模型的提出,使得检测的速度取得了新的突破。虽然目前的目标检测技术已经具备了非常高的检测精度和速度,但是当应用到计算和内存资源都有限的嵌入式平台上时,性能大幅下降,达不到实时性标准。因此,实现嵌入式平台上的实时目标检测仍然是一个很大的挑战。本文的研究选择基于嵌入式异构GPU平台NVIDIA JETSON TX2进行,在目标检测技术学习总结的基础上,将性能较高的几个模型部署到TX2上进行对比分析,经过权衡准确度和速度两个重要指标,选择将YOLOv2模型进行优化研究,达到嵌入式平台上实时目标检测系统严格的检测准确度和实时性要求。优化方案主要有以下几个方面:第一、对YOLOv2网络层次结构和参数进行调整,通过多次实验探索,确定了最适合系统的网络超参数,通过减少卷积核以及网络层数来减少网络运算量;第二、使用半精度浮点数,将网络中的32位浮点数转换为16位,从而减少了数据传输量和运算量,通过该方法,模型的准确度略有下降,但速度得到了明显的提升;第叁、分析代码在CPU和GPU上的运行耗时情况,针对平台特点,进行多线程的流水线设计,获得了4fps的速度提升。这叁种优化方案主要根据网络本身的结构和实际平台的特点设计实现的,针对不同的数据集具有普适性。另外,根据对运动目标进行实时检测从而实现追踪的需求,考虑到将YOLOv2与追踪算法结合,经过实验发现,在对视频中的运动目标检测时,将GOTURN目标追踪算法与优化后的YOLOv2的结合调度使得系统达到更高的系统性能。(本文来源于《山东大学》期刊2019-05-20）
仝武宁,刘道华,李宏斌[3]（2018）在《异构分布式系统中实时可任意切分任务调度算法》一文中研究指出针对异构分布式系统中最大化实时可分任务服务收益和最小化任务完成时间的任务调度问题进行了研究.为在保持较高任务接受率条件下最大化服务收益,提出了叁种有效策略:(1)同时考虑服务收益和任务完成截止时间的任务接受/拒绝判断策略;(2)从等待队列里移除任务的策略;(3)考虑收益的最小松弛度优先的排序策略.为最小化任务的完成时间,设计了能够充分利用处理机空闲时间的调度算法以对接受的任务进行调度.仿真实验结果表明,提出的算法能够获得更多的服务收益、任务接受率和较小的任务完成时间.(本文来源于《信阳师范学院学报(自然科学版)》期刊2018年03期）
魏梦雪[4]（2018）在《异构系统中实时任务的容错调度算法》一文中研究指出异构处理器性能高并且能耗低,因此被广泛应用于各类实时系统中,例如飞行控制系统等。在实时系统中,任务如果未能在时间截止期内完成,将会产生灾难性后果。为了避免系统故障导致任务错失截止期的情况发生,需要给系统提供容错功能。容错调度是实现系统容错的有效方式。系统故障分为两种类型:瞬时性故障和永久性故障。本文针对这两种故障类型进行了深入研究,主要工作如下:(1)研究了瞬时性容错问题。现有的瞬时性容错算法仅考虑容错而忽视了任务的实时性。为此,本文同时考虑容错和时间约束两个因素,提出了一种基于时间截止期的瞬时性容错调度算法DB-FTSA。根据时间截止期,计算可提供容错任务的个数,优先为高优先级任务容错。实验结果表明本算法能保证高调度成功率并能尽可能提高系统可靠性。(2)研究了永久性容错问题。已存在的永久性容错算法只是盲目地对任务进行备份而忽略了任务的时间约束。由此,本文提出了一种基于时间截止期的永久性容错调度算法DBSA。该算法根据给定的时间截止期量化出系统能容忍的永久性故障次数,一定程度上避免了对任务盲目复制而错失截止期的情况发生。实验结果表明本算法能在满足时间约束的条件下对系统进行最大程度地容错。(本文来源于《武汉科技大学》期刊2018-05-16）
夏松竹,杨静,方宝辉,徐金秀[5]（2019）在《基于GPU异构平台的实时CT图像重建系统的研究》一文中研究指出针对采用单CPU CT图像重建时间长,采用CPU集群重建成本及能耗高的问题,提出了CPU多线程+GPU的异构重建模型。采用CPU多线程流水线模式,将整个任务分解为若干个处理阶段,相邻的两个阶段之间以循环缓存连接,上一阶段完成一次计算任务后将数据放到循环缓存里,然后继续下一次的计算任务,下一阶段探测到循环缓存里有数据后从缓存里取出数据开始计算。各个任务是并行处理任务的,针对某一耗时瓶颈模块再采用GPU并行加速,充分发挥CPU和GPU的计算资源。CPU多线程+GPU模型相对于CPU多线程模型加速了16. 45倍,相对于串行CT图像重建加速了20. 5倍以上。将CPU多线程+GPU模型重建的图像与CPU串行程序重建的CT图像相比较,数据结果在误差范围内,满足实验设计要求。提出的图像重建模型采用成本较低的GPU显卡就实现了性能大幅提升,大大降低了CT图像重建系统的成本及功耗,而成本及功耗的降低会引起CT医疗诊断费用的降低,最终惠及广大病患。(本文来源于《计算机应用研究》期刊2019年06期）
董崇杰,陈俞强[6]（2017）在《异构分布式系统动态实时容错调度启发式算法》一文中研究指出传统的异构分布式实时调度算法基本没有考虑任务的动态特性。提出一种非周期不可抢占式异构分布式的动态容错模型,在该模型上基于不同调度需求给出两种不同容错调度算法:DRFSA(Dynamic and Reliability-driven of hybrid with Fault-tolerant Scheduling Algorithm)算法与DSFSA(Dynamic and Schedulability-driven of hybrid with Fault-tolerant Scheduling Algorithm)算法。DRFSA算法以提高可靠性代价为调度目标,通过合理调度提高系统可靠性。DSFSA算法以可调度性为调度目标,通过减少任务执行时间来增加系统可调度性。算法能够在异构系统中调度动态的实时任务,且能够尽可能响应任务需求。(本文来源于《系统仿真学报》期刊2017年05期）
郑小长,杨红和[7]（2016）在《一种基于异构系统的实时调度算法研究》一文中研究指出高效调度是异构系统中实现高性能计算的关键.调度问题已经被证明是NP完全问题,由于其关键性,调度问题已经被国内外研究机构广泛研究,并提出了多种算法.尽管在一些文献中提出了异构多处理器的调度算法,但是这些算法的调度成本较高,并且在较低的调度成本下无法提供高质量的调度.本文提出一种最小评分优先算法(HMSF),该算法是一种适用于异构系统的高性能、快速调度算法,通过和传统的HEFT算法和DLS算法进行试验对比发现,HMSF算法可以使调度长度更短.(本文来源于《邵阳学院学报(自然科学版)》期刊2016年02期）
李金泉[8]（2016）在《基于ZYNQ异构体系下的实时运动分析系统设计与实现》一文中研究指出视频图像中目标运动分析是计算视觉最重要的研究领域之一,其在国防、军事、科学研究、视频监控、虚拟现实、医学等多个领域有着广阔的应用前景。通常实现计算机视觉的视频信息处理的系统对底层硬件的处理能力具有非常高的要求,要同时实现系统的小型化、低功耗、实时处理能力和高鲁棒性具有非常高的挑战。传统的基于通用CPU执行纯软件来实现复杂数学模型构建和数据分析算法的系统方案在性能上很难满足上述要求,而基于专用集成电路ASIC的实现方案又具有成本过高和扩展性低的缺点。为解决上述问题,本文在以下叁个方面进行了研究和设计探索。第一,参照人类大脑皮质的视觉感知的处理机制,以典型的视觉感知层次化计算模型为依据,设计了一种易于片上系统实现的人体动作的时空运动特征识别算法。第二,采用自顶向下的系统级设计流程对识别算法进行了最优化的软硬件任务划分,并在ARM+FPGA的异构平台上进行了实现。第叁,采用高层次综合HLS方法设计了流水线型的运动信息抽取专用硬件加速电路,使得硬件系统能够实现1080p@60fps高清视频图像的实时处理。实验数据表明,利用异构系统的算法实现与采用通用CPU的纯软件实现方式相比,它的设计处理速度提升了38倍。再与专用电路相比它又降低了设计开发的难度,增强了设计的扩展性和灵活性。(本文来源于《北京交通大学》期刊2016-06-01）
熊伟,杨红雨,袁学东,李晓峰[9]（2015）在《基于异构多核构架的红外与可见光实时融合系统》一文中研究指出描述了一个自主研制的基于异构多核构架的红外与可见光图像实时融合传输系统的设计与实现方案。本系统是具有异构多核并行计算机体系结构的嵌入式高速实时图像融合处理系统,选择基于ARM与DSP组合异构双核处理器TMS320DM6467T作为中心处理单元,充分利用ARM端的传输控制功能与DSP端的超强计算能力相结合的特点,发挥2种处理器构架的性能优势。提出并实现基于"灰度世界"算法的红外图像增强方式,同时使用拉普拉斯金字塔变换对红外与可见光图像进行实时融合。实验结果表明,采用该异构多核构架的图像实时融合传输系统能够良好地解决多源图像融合算法的大数据量计算处理与系统实时性要求之间的矛盾,提高了多传感器实时图像融合处理与传输系统的处理效率和性能。(本文来源于《四川大学学报(工程科学版)》期刊2015年S2期）
刘栋,孟庆鑫,潘哲[10]（2014）在《异构分布式实时系统中对具有前后依赖关系任务的基于动态可变调度距离容错调度算法》一文中研究指出目前的主副版本容错调度算法大多没有考虑任务间的前后依赖关系,但实际中很多任务是具有前后依赖关系的。本文提出了一种基于主副版本动态可变调度距离的任务容错调度算法,该技术通过比较任务间的最晚开始执行时间与最早开始执行时间的差值,安排任务副版本的调度,并且基于此设计了可用于具有前后依赖关系任务调度可重迭技术。本文提出的基于动态可变调度距离的容错调度算法在尽可能让任务最早完成的情况下,提高系统的可靠性,并且优先调度关键路径任务,降低了系统的容错开销。最后通过实验证明本文算法的有效性和优异性。(本文来源于《计算机与网络》期刊2014年Z1期）
实时异构系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目标检测在信息技术以及人工智能领域有着广泛的应用,包括机器人视觉、自动驾驶、无人机智能监控等。各种各样的应用场景对在嵌入式设备上实现高精度且高能效的实时目标检测提出了迫切的需求。目标检测是计算机视觉领域最具挑战的问题之一,它不仅要对图像中的物体进行分类,还要对其进行定位。传统的解决方案一般采用滑动窗口的方法,利用训练好的分类器对所有的可能窗口进行判断分类,具有非常高的计算复杂性,且准确率低,有着明显的局限性。而随着深度学习的不断发展和应用,许多研究将卷积神经网络引入目标检测算法的实现并不断进行改进,使得目标检测的性能越来越高,特别是SSD、YOLO等端到端的目标检测模型的提出,使得检测的速度取得了新的突破。虽然目前的目标检测技术已经具备了非常高的检测精度和速度,但是当应用到计算和内存资源都有限的嵌入式平台上时,性能大幅下降,达不到实时性标准。因此,实现嵌入式平台上的实时目标检测仍然是一个很大的挑战。本文的研究选择基于嵌入式异构GPU平台NVIDIA JETSON TX2进行,在目标检测技术学习总结的基础上,将性能较高的几个模型部署到TX2上进行对比分析,经过权衡准确度和速度两个重要指标,选择将YOLOv2模型进行优化研究,达到嵌入式平台上实时目标检测系统严格的检测准确度和实时性要求。优化方案主要有以下几个方面:第一、对YOLOv2网络层次结构和参数进行调整,通过多次实验探索,确定了最适合系统的网络超参数,通过减少卷积核以及网络层数来减少网络运算量;第二、使用半精度浮点数,将网络中的32位浮点数转换为16位,从而减少了数据传输量和运算量,通过该方法,模型的准确度略有下降,但速度得到了明显的提升;第叁、分析代码在CPU和GPU上的运行耗时情况,针对平台特点,进行多线程的流水线设计,获得了4fps的速度提升。这叁种优化方案主要根据网络本身的结构和实际平台的特点设计实现的,针对不同的数据集具有普适性。另外,根据对运动目标进行实时检测从而实现追踪的需求,考虑到将YOLOv2与追踪算法结合,经过实验发现,在对视频中的运动目标检测时,将GOTURN目标追踪算法与优化后的YOLOv2的结合调度使得系统达到更高的系统性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
实时异构系统论文参考文献
[1].赵得亮.基于VxWorks+QNX实时系统的异构安全计算机设计[D].北京交通大学.2019
[2].柳佳园.基于嵌入式异构GPU平台的实时目标检测系统设计[D].山东大学.2019
[3].仝武宁,刘道华,李宏斌.异构分布式系统中实时可任意切分任务调度算法[J].信阳师范学院学报(自然科学版).2018
[4].魏梦雪.异构系统中实时任务的容错调度算法[D].武汉科技大学.2018
[5].夏松竹,杨静,方宝辉,徐金秀.基于GPU异构平台的实时CT图像重建系统的研究[J].计算机应用研究.2019
[6].董崇杰,陈俞强.异构分布式系统动态实时容错调度启发式算法[J].系统仿真学报.2017
[7].郑小长,杨红和.一种基于异构系统的实时调度算法研究[J].邵阳学院学报(自然科学版).2016
[8].李金泉.基于ZYNQ异构体系下的实时运动分析系统设计与实现[D].北京交通大学.2016
[9].熊伟,杨红雨,袁学东,李晓峰.基于异构多核构架的红外与可见光实时融合系统[J].四川大学学报(工程科学版).2015
[10].刘栋,孟庆鑫,潘哲.异构分布式实时系统中对具有前后依赖关系任务的基于动态可变调度距离容错调度算法[J].计算机与网络.2014
论文知识图
