Abordagens para reconfiguração de sistemas de tempo real com QoS e restrições de energia e temperatura

• Main Author: Nassiffe, Ríad Mattos
• Other Authors: Universidade Federal de Santa Catarina
• Format: Others
• Language: Portuguese
• Published: 2016
• Subjects: Engenharia de sistemas; Automação; Controle em tempo real
• Online Access: https://repositorio.ufsc.br/xmlui/handle/123456789/158798

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2015. === Made available in DSpace on 2016-02-09T03:05:06Z (GMT). No. of bitstreams: 1 337447.pdf: 2399139 bytes, checksum: c13882297f87ea44d4c8b66c90c10931 (MD5) Previous issue date: 2015 === Esta tese propõe uma infraestrutura para alocação dinâmica de recursos do processador em sistemas de tempo real com tarefas multi-modais ou não, sob restrições de escalonabilidade, consumo de energia e temperatura. Tal infraestrutura pode ser usada para sistemas de tempo real crítico, não crítico e sistemas embarcados que necessitam de garantia de economia de energia. A alocação dinâmica é modelada como um problema de otimização discreto e contínuo (convexos e lineares po rparte) para os quais foram analisados algoritmos eficientes para resolução do problema.Embora o problema discreto formulado seja NP-Difícil, os outros possuem soluções eficientes conhecidas e as análises numéricas e simulações mostraram que os modelos usados alcançam bons resultados, com baixo custo computacional.<br> === Abstract : This thesis proposes a framework for dynamic reconfiguration, value-based processor resource allocation in multi-modal or not real-time applications, under schedulability, energy consumption and temperature constraints. The framework is suitable for critical and soft real-time adaptive embedded systems which need guarantees of energy savings. The dynamic allocation is formulated as a discrete and continuous (convex and piecewise linear) optimization problem for which efficients algorithms were tested. Although the discrete problem is NP-Hard, the others have efficient solution and numerical analysis and simulations have shown that the used algorithms and models achieves very good results, with low computational cost.