基于并行状态备份的自适应间歇计算系统设计方法研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:melhy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物联网的不断发展,物联网设备的数量和种类正在急速增加。物联网设备应用十分广泛,有一部分物联网设备无法使用传统的电池或电源进行供电,因此需要用到能量收集技术。能量收集就是通过收集物联网设备周围的微小能量(例如太阳能、风能等),从而达到维持自身系统对电能的需求。能量收集可以为不方便使用传统供电方式的物联网设备供电,保证物联网设备的运行。但是,由于能量收集设备的能量输出通常很弱且不稳定,因此物联网设备在执行程序时有可能经常由于断电而被迫中断。由此产生了被称为间歇计算的系统,以确保软件程序在频繁断电的情况下能够取得进展。在间歇计算系统中,程序以程序段的形式执行。常规的间歇计算系统在每个程序段结束时,将程序状态备份到非易失性存储器(NVM),然后系统继续执行下一个程序段。一旦电量耗尽则系统停止运行,等到能量充足时系统自动重启,NVM上的备份状态将重新加载,从而程序可以从故障程序段的开头恢复执行,而不是从程序的最开始进行完全重新启动。状态备份非常耗时,尽管大多数系统都使用直接内存访问(DMA)来加速数据复制,但状态备份的时间开销仍然很大。在某些现有的间歇性计算系统中,状态备份最多可以占据90%以上的系统执行时间,大大增加了系统整体运行时间。为了减少间歇计算系统的总体运行时间,本文设计了一种自适应执行的间歇计算系统。该系统利用异步DMA技术将间歇系统中的状态备份和程序执行并行化,将状态备份的执行时间隐藏在程序执行后面,减少了系统的备份延迟,提高了系统的整体运行效率。本文在执行任务时采用一种具备容错的状态备份策略,在状态备份结束后进行错误检测,如果出现错误仍继续执行下一个任务,期待当前错误的状态备份被后续的正确状态备份覆盖掉,每次系统重启时程序总是从最新的正确状态备份中恢复。本文提出一种自适应的能量分级策略,可以根据系统的剩余能量将系统分为充足和不足两种状态。另外本文提出了一种静态自适应任务合并方法,可以根据一定的规则将任务合并起来,从而减少系统的状态备份次数。由此本文又提出了一种基于能量分级的静态自适应执行的调度策略,该策略可以根据系统当前能量情况自适应的选择执行合并前或者合并后的任务,大大减少了状态备份的次数和系统整体延迟。本文探究了状态备份时各变量的备份顺序对状态备份正确性的影响,最后本文研究了系统在不同NVM速度下的执行效率。本文实验在意法半导体单片机STM32F7平台上进行,实验使用8组基准算法进行测试,实验结果显示,本文提出的基于并行状态备份的自适应间歇计算系统最多可以减少71%的执行时间,在不同NVM速度下,任务执行时间平均减少了 47%。
其他文献
近年来,基于移动互联网的不断发展,人类的信息表达方式逐渐增多,静态的彩色图像已经不能满足人们的日常信息交流,随着抖音、快手和西瓜视频等社交软件的兴起,短视频已经成为移动互联网时代新的主流的信息传播方式。同时视频也广泛应用于军事、经济、科技和教育等众多领域,这些都导致视频的数据量呈现爆炸式的增长,每天人们都会产生数亿条短视频,人们对视频的操作需求也变得越来越高,这给研究人员提出了较大的挑战。视频目标
学位
大学语文课程作为一门基础课、通识课,在课程思政建设中具有独特优势。在大学语文中有机融入思政教育元素,改革创新课程教学,找准课程思政内容的融入点,让学生在润物无声中树立坚定的理想信念、提高人文素养。
会议
由于天气和人为等因素的影响,雾霾现象变得更普遍并严重影响着人们的生活。雾霾天气会使图像采集设备获取的图像质量下降,从而影响无人驾驶等视觉计算系统的安全性和准确性。不同浓度的雾霾给图像上的目标检测和图像分割等深度学习领域的计算机视觉任务带来不同程度的困难,因此通过训练使深度学习模型能够学习到图像中不同程度的雾霾特征显得尤为重要。现阶段的雾霾分类方式包括两类。一类方法是基于传统数值统计的雾霾分类,此类
学位
基于消费级深度相机的实时三维重建技术包括深度相机逐帧捕捉数据、相机姿态实时估计、融合体模型提取面模型、前景分割等步骤,在重建过程中,往往会出现噪声、冗余和帧间不匹配等问题。论文详细描述了从深度相机捕捉数据到最终三维模型的建立过程中,对重建三维模型精度与质量进行提升的三种方式,分别是帧块的自适应处理,TSDF的精细化处理以及基于平面检测的前景分割。在深度相机的拍摄过程中,由于相机剧烈抖动或光线变化等
学位
推荐系统在人们的生产生活中应用广泛,在信息爆炸时代对于信息的过滤、便民服务等方面发挥了重要作用。序列推荐是推荐系统的重要领域,被广泛应用于电影、电商、短视频等行业,其主要任务是通过分析用户与项目之间的交互序列,利用序列之间的依赖性来捕获用户最近期的偏好,从而预测用户下一次可能交互的项目。推荐系统成功的关键是用户偏好和项目特征的准确表示,许多广泛应用的推荐模型都是基于欧几里得空间(即欧氏空间)的表示
学位
大数据时代,隐私泄漏问题成为了社会发展的隐患。加强隐私保护,既需要公众提高对个人隐私的保护意识,也需要强有力的隐私保护技术予以支撑。可搜索加密(Searchable Symmetric Encryption,SSE)作为一种数据利用与共享的重要手段,既能在查询过程中保护数据所有者的数据隐私,又能保留数据的可查询性质,具有非常重要的研究意义。作为实现密文检索的重要工具,可搜索加密的基本工作过程是,给
学位
随着科技以及电子设备的日益发展,在线学习逐渐成为一种流行且常见的教育方式。在线学习具有资源多元化、易于使用、受众面广泛等优点,学习者可以不受时间和地域限制地进行学习,然而其缺少了传统教育所具有的实时的反馈机制。实时且准确地对学习者的在线学习过程中的学习参与度进行评估,不仅能够给予学习者足够的监督反馈使其保持良好的学习状态,而且能够给予授课者适时的教学反馈使其有效提高教学质量,对于在线教育的发展具有
学位
近年来,继人脸识别、指纹识别、声音识别、动作识别等生物识别技术之后,基于心电信号(Electrocardiogram,ECG)的身份识别(以下简称心电身份识别)凭借其活体检测、隐私性高、安全性突出等独特优势,已成为一种被广泛关注的新身份识别技术。目前,心电信号虽已成功应用于身份识别,但其识别性能远不如其他生物特征技术。心电信号容易受到各种干扰噪声的影响,稳定性比较差,而且具有高区分性的特征并未得到
学位
股票预测是指对股票具有深刻了解的研究人员根据股票行情的发展进行的对未来股票趋势方向以及涨跌程度的预测行为。然而,由于股票市场的高度波动性和非平稳性,极大增加了股票预测的难度。新闻媒体信息的爆炸式增长以及自然语言处理和文本挖掘技术的不断发展为股票预测的进一步研究提供了新思路,使研究者能够从众多的新闻媒体信息中揭示市场趋势和波动性。在现有的基于新闻文本的股票预测方法中,大多数方法主要以单一新闻信息(如
学位
大学教育中的语文教育是多方面、多样性的综合体,素质教育也是培养大学生的重要内容,不仅要把思政融入到教学中,更要突出表现大学生自身的特点。大学语文课程是一门重要的基础性学科,是以围绕人文教育开展的核心课程,充分利用语文课堂这一途径,发挥学科特长,将思政教育有效结合,推动大学语文教学改革,以达到以德树人的根本目标。课程思政教育下的大学语文课堂要获得良好的学习效果,需要教师不断地提高自身能力,还需要学校
会议