您的常用邮箱:*
您的手机号码:*
问题描述:
关键词: 粒子物理实验与测定 数据获取系统 读出系统 多处理器 单板计算机 VME总线 直接存储器访问(DMA)传输
摘要: 以北京谱仪数据获取系统一个读出分支的单机箱读出模型为例,为提高实时系统性能及可扩展性要求,提出了一个基于VM E总线的面向多处理器应用的数据采集系统的实现方法。对多处理器任务之间的通信和同步采用了中断机制来实现,同时保证事例片段组装时的顺序以及事例数据上传时的保序问题。经测试,该系统能够稳定运行,与单处理器系统的应用相比较,CPU占有率降低了将近一半,并在实时性能方面也满足了系统需求,为将来系统升级提供了一个可扩展的平台。
关键词: TigerSHARC 多处理器阵列 软件诊断工具
摘要: TigerSHARC DSP多处理器阵列的拓扑结构是非常灵活的,可以满足多种不同应用的需要,但这种 灵活性同时也给硬件调试和设备检测带来了极大的障碍。为解决这个问题,本文成功设计了一套功能 强大的诊断工具软件,可以探测处理器和Link连接等信息,并提供良好的人机交互界面,以列表或图形 报告的方式,让开发人员快速地进行故障定位。
关键词: 计算机性能 多处理器 快速傅立叶变换 并行处理
摘要: 个人计算机近期最主要的发展之一是使用多处理器以提高计算能力。为了分析个人计算机额外处理器所获得的性能,研究操作系统性能与计算机体系结构的相关性,我们用功能模块设计了一个双处理器计算机系统,采用修改过的快速傅立叶算法验证加强计算的能力。Windows NT4.0版本和Linux2.0版本采用双处理器系统运行快速傅立叶算法,无需线程技术,使第二个处理器产生的性能得到了确认。文章探讨了这方面的细节问题。
关键词: 软件容错 自适应 多处理器 实时操作系统
摘要: 将自适应容错作为实时操作系统的一个功能模块,在提高系统资源利用率的前提下,减轻应用编程人员的负担,提高容错管理功能的可重用性.
关键词: 实时系统 多处理器 动态调度 水下航行器 制导系统
摘要: 实时多处理器系统的动态调度算法一直是实时系统研究中的重要课题。该文首先介绍了实时多处理器动态调度的几种方法,并对这些方法进行了分析、对比和研究。然后针对水下航行器制导系统多任务特点,讨论了水下航行器制导系统的动力学、运动学模型及控制、导引方程,并对其任务进行详细划分。最后结合任务的偏序关系、运行时间及截止期,对水下航行器多任务模型进行了实时多处理器动态调度,给出最佳调度方案。
关键词: 剑杆织机 分布式控制系统 双端口存储器 实时控制
摘要: 针对目前我国织机整体水平落后的现状,采用微机控制与通讯技术开发了一种新型的多微处理器剑杆织机分布式控制系统;根据控制分散、管理集中的设计原则,该系统对电子送经、电子卷取、电子选纬和电子提花等进行模块化设计;各机构分别由相应的微处理器控制,微处理器间通过串行或并行总线进行信息共享。应用结果表明,该控制系统运行稳定可靠,能满足剑杆织机实时多任务的控制要求,具有较强的实用性和推广价值。
关键词: MTS问题 调度算法 近似算法
摘要: 研究任务有多种处理方式的多处理器任务调度问题(MTS)的求解算法,给出求解这种问题的二阶段方法:第1阶段为指派问题,第二阶段为调度问题Pm|fix j|Cmax,从而得到一个新的求解Pm|set j|Cmax近似算法的方法,并针对P4|setj|Cmax给出了具体算法,证明这种近似算法是一个2-逼近度算法,是文献[4]中在4-处理器问题上的推广。
关键词: 无主多处理器 共享总线 非透明桥
摘要: 分析了Intel-21554非透明桥的结构特点,建立了利用LookupTable基地址模式实现多处理器地址窗的映射机制,描述了实现所述地址映射的详细过程,提供了利用标准非透明桥实现无主多处理器系统的实际背景。
关键词: CPLD 共享RAM 分时复用 中断 多处理器 自动化控制系统 逻辑控制电路 嵌入式微处理器 EPM7128 Verilog
摘要: 介绍采用分时复用的方法解决多嵌入式微处理器EMU共享RAM的技术,以便实现数据的快速交换;详细论述用CPLD实现该技术的方法及EMU分时复用共享RAM的工作原理,其逻辑控制电路可以使用一片MAX7032来实现,EMU地址的分配控制电路根据系统的电源情况可以采用EPM7128或EPM3128器件来实现;探讨EMU访问共享RAM地址空间的三种方式,并比较它们各自的优缺点;提供用VerilogHDL语言编写的主程序代码。该方案投入某型电力自动化控制系统中使用,卓有成效。
关键词: 多处理器系统 分割式遗传算法 收敛速度
摘要: 在多处理器系统中,寻求一个有效的并行任务设计安排使得整个执行时间达到最小是至关重要的环节。本文在详细阐述分割式遗传算法(PGA)用来解决任务规划问题的基础上,对其进一步改进。实验表明,改进的PGA算法,提高了算法收敛速度和效率,能够得到期望的规划结果。