Adaptive Mode Assignment in Cyber-physical Systems

在如今的信息化时代，嵌入式系统、网络通信和信息处理技术的融合催生了所谓的“cyber-physical systems”（CPS），即网络物理系统。CPS是一种集成计算和通信能力的系统，它与物理进程紧密互动，以实现对物理世界的更高级别的感知、推理、决策和动作能力。CPS被广泛应用于各种性能关键型应用中，如交通监控、环境监视、家庭和银行安保系统等。这些系统的部署环境通常是开放且不可预测的，因此，它们必须面对实时性能要求和能耗预算的严格约束。 CPS的性能不可避免地会受到各种物理不确定性的影响，其中包括随机的环境噪声和物理现象的动态变化。这些不确定性可能会导致系统过载和过度消耗电力，因为任务执行时间变得不可预测。为了应对这些挑战，研究者们开发了反馈控制调度方法，通过自适应地调整任务加载速率来满足端到端的截止时间要求。然而，迄今为止，关于系统服务率和CPU执行模式的综合研究相对较少，这些研究旨在通过为每个节点的处理器分配适当的执行模式来最小化系统能耗。 本文提出了一种基于反馈控制的算法，它能够自适应地维持所需的实时任务服务率，同时通过为每个节点的处理器分配适当的执行模式来最小化能耗。通过理论分析和大量模拟，证明了所提出的方案即使在任务工作负载在运行时显著变化的情况下，也能够提供鲁棒的实时保证，并减少能耗。 在具体实施方面，CPS中的分布式任务调度必须考虑任务在不同节点上的执行情况，并根据实时要求和能耗限制调整任务的执行模式。例如，在无线分布式视觉监控应用中，系统可能需要在数秒内从连续拍摄的图像序列中识别出任何有趣的物体。然而，图像处理的执行时间可能会随着摄像头在不同时间施加的工作负载而显著变化，因此数据量的变化也会影响处理时间。在这种情况下，仅仅通过增加资源来应对可能会导致不必要的资源浪费，特别是在能效方面。 考虑到CPS中处理器的能耗主要受执行模式的影响，因此合理地分配执行模式对减少系统整体能耗至关重要。为此，研究者们提出了一种能够在运行时根据工作负载的变化动态调整处理器执行模式的反馈控制算法。该算法通过监测系统的工作状态并实时调整任务的分配和执行模式，确保系统能够以最低的能耗满足实时性能要求。 在研究中，作者们通过理论分析和仿真验证了所提出的算法的有效性。仿真结果表明，在运行时任务工作负载显著变化的情况下，该方案能够有效地减少能耗，同时满足实时性能要求。通过这种方式，CPS能够在开放和不可预测的环境中稳定运行，并能够适应各种不确定性和变化，提供可靠的服务。 CPS在性能关键型应用中的适应性是一个复杂的挑战，这不仅涉及到技术层面的创新，还涉及到系统设计理念的转变。随着研究的深入和技术的进步，预计会有更多针对CPS能耗优化和实时性能保障的智能调度算法被提出和应用，为各种高性能应用提供强大的支撑。