针对分布式硬实时系统发生处理机故障后,当前周期内的任务实例和后续实例相对截止期限的不同紧迫程度,提出非紧迫周期内延迟策略——DNUP(delay in non-urgent period).该策略能够尽可能地推迟非紧迫实例的执行,使得低优先级实例有更多的机会完成其紧迫周期内的执行,从而实现处理器空闲(slack)资源的合理挪动.仿真实验结果表明,与其他几个著名的分布式容错调度算法相比,DNUP策略能够提高任务的可调度性,从而有效减少了所需处理机的数目.
FTRMFF(fault-tolerant rate-monotonic first-fit)分布式容错算法具有实现简单、调度开销小的优点,但是副版本的优先级继承策略不利于处理器空闲资源的充分利用.针对这个问题并结合各类型任务的最坏响应时间的分析,提出IPPBS(improving priority for passive backup based scheduling)算法.IPPBS算法能在不破坏处理机上已分配任务的可调度性的前提下,适当提高待分配的被动副版本的优先级来缩短响应时间,增加其在现有处理机上的可调度性,从而提高处理器的利用率.在此基础上,给出了具体的优先级提高因子搜索算法.仿真实验验证了IPPBS算法的可行性和有效性,较FTRMFF算法可节约的处理器个数百分比最高可达13%.
