实时系统是一种对时间性能要求很高的系统,它要求处理器不仅能够完成需要处理的任务,而且能够满足一定的时间约束。随着实时系统在实际生活中的广泛应用,对它的建模与分析也越来越受到人们的重视。在对实时系统的分析中,DRT模型以其较高的表达能力和分析效率在分析建模中得到了广泛应用,也因此成为本文中分析的基础模型。要判断静态优先级调度下一个DRT模型表示的系统是否可调度,一个重要的参数是任务图中每个节点的最坏情况下的响应时间。如果该节点在所有情况下的响应时间都不大于它的相对截止期,则说明它是可调度的。同时,人们也用曲线来抽象实时系统的负载从而对实时系统进行分析,比如实时演算(RTC)可以通过曲线之间的运算得到系统的某些性能参数。DRT模型只能表示任务间相互独立的系统,不能对任务间相互依赖的系统建模,可能在分析时造成误差。因此本文为DRT模型增加了信号机制,并用它表示任务实例间的同步。信号的增加使我们不能直接把需求函数作为精炼(refinement)方法的输入来计算节点的响应时间。本文对它进行了修改使之能够正确的模拟实际含信号系统的运行。与Timestool的对比实验证明了本算法的正确性。另一方面,本文将路径扩展算法(PAT)与实时演算(RTC)结合起来,计算任务中每个节点的最大延迟时间。也就是说,把路径扩展算法得到的需求边界曲线作为RTC的输入(到达曲线),利用RTC中的理论计算出两条曲线的最大水平距离,即为所求值。然而,这种直接把二者结合的方法存在一定的悲观性,造成分析结果的不准确。为解决这一问题,本文提出了伪多项式复杂度的算法,对上述方法进行改进,能够在保证精确的前提下计算出任务中每个节点的最大延迟时间。实验证明改进后的算法具有很高的准确度和效率。