Reconstrucción de la dinámica de los tiempos de ejecución de tareas en tiempo real empleando filtrado digital difuso
DOI:
https://doi.org/10.17533/udea.redin.14002Palabras clave:
tiempo de ejecución, estimador, filtro difuso, reconstrucción, tarea en tiempo realResumen
Los sistemas en tiempo real (STR) procesan sus actividades a través de tareas que a su vez están formadas por un conjunto de instancias, las cuales tienen seis restricciones temporales: tiempo de arribo, tiempo de inicio, tiempo de ejecución, tiempo de finalizado, tiempo excedente y plazo. De estas seis restricciones, el tiempo de ejecución depende directamente del software y hardware de la computadora, originando que la variación de esta restricción temporal esté vinculada con diversos factores externos e internos, esta variación puede ocasionar que algunas instancias no cumplan su plazo; por este motivo es importante proponer un modelo para reconstruir el comportamiento de los tiempos de ejecución, con el fin de: dimensionar de manera correcta el sistema en tiempo real, proponer técnicas adecuadas de tolerancia a fallos y mejorar sus módulos de operación. Por lo cual en este trabajo, se propone un modelo para reconstruir los tiempos de ejecución obtenidos de la medición hecha a un algoritmo de programación elaborado en el sistema operativo en tiempo real QNX Neutrino 6.5. Dicha reconstrucción se hace a través de un modelo tipo autoregresivo de promedios móviles integrado con un estimador de parámetros construido con un procedimiento de filtrado digital difuso (FDD). Se usa el error cuadrático medio para validar la reconstrucción, el cual converge a una región cercana a cero y permite concluir que la reconstrucción es buena.
Descargas
Citas
J. Medel, P. Guevara, D. Cruz. “Temas selectos de sistemas en tiempo real.” Tareas en Tiempo Real. 1a ed. Ed. Politécnico. México DF., México. 2007. pp.50- 54
S. Manolache, P. Eles, Z. Peng. “Schedulability Analysis of Applications with Stochastic Task Execution Times”. ACM Trans. on Embedded Computing Systems. Vol. 3. 2004. pp. 706-735. DOI: https://doi.org/10.1145/1027794.1027797
F. Stappert, P. Altenbernd. “Complete Worst-Case Execution Time Analysis of Straight-line Hard RealTime Programs”. Journal of Systems Architecture. Vol. 46. 2000. pp. 339-355. DOI: https://doi.org/10.1016/S1383-7621(99)00010-7
G. Bernat, A. Colin, S. Petters. pWCET: A tool for probabilistic Worst-Case Execution Time Analysis of Real-Time Systems. Technical Report YCS-2003-353. Department of Computer Science, University of York. York, UK. 2003. pp. 1-18.
P. Guevara, J. Medel, G. Delgado. “Description of execution time dynamics for a set of concurrent real-time tasks”. Revista Facultad de Ingeniería: Universidad de Antioquía. Nº. 61. 2011. pp. 123-131.
T. Söderström, P. Stoica. “On some system identification techniques for adaptive filtering”. IEEE Trans. Circuits and Systems. Vol. 35. 1988. pp. 457- 461. DOI: https://doi.org/10.1109/31.1765
J. Medel, P. Guevara, D. Cruz. Matricial estimation for start times with stochastic behavior by periodic real time tasks in a concurrent system. Proc. of the 7th International Conference on Mathematical Methods and Computational Techniques In Electrical Engineering. Sofia, Bulgaria. 2005. pp. 214-217.
C. Liu, J. Layland. “Scheduling algorithms for multiprogramming in hard-real-time environment”. Journal of the ACM, Vol. 20. 1973. pp. 273-250. DOI: https://doi.org/10.1145/321738.321743
P. Felix “Fuzzy Temporal Profiles: A Model for the representation and Recognition of signal patterns”. Computación y Sistemas. Vol. 4. 2001. pp. 385-388.
L. Di Lascio, E. Fischetti, A. Gisolfi. “Fuzzy Modeling and Evaluation of an IMTS User”. Computación y Sistemas. Vol. 5. 2002. pp. 247-255.
M. Chacón “A Fuzzy Neural Netwotk Approach for Document Region Classification Using Human Visual Perception Features”. Computación y Sistemas. Vol. 6. 2002. pp. 083-093.
M. Chacón, A. Corral, R. Sandoval. “A Fuzzy Approach on Image Complexity Measure”. Computación y Sistemas. Vol. 10. 2007. pp. 268-284
J. Aguilar. “Dynamic Random Fuzzy Cognitive Maps”. Computación y Sistemas. Vol. 7. 2004. pp. 260-270.
E. Gorrostieta, E. Vargas. “Algoritmo Difuso de Locomoción Libre para un Robot Caminante de Seis Patas”. Computación y Sistemas. Vol. 11. 2008. pp. 260-287.
C. López, C. Yáñez, A. Gutiérrez, E. Felipe. “Adequacy Checking of Personal Software Development Effort Estimation Models Based upon Fuzzy logic: A Replicated Experiment”. Computación y Sistemas. Vol. 11. 2008. pp. 333-348.
J. García. “Filtrado Digital Difuso en Tiempo real”. Computación y Sistemas. Vol. 11. 2008. pp. 390-401.
J. García, J. Medel, P.Guevara. “Filtrado Difuso en Tiempo Real”. Computación y Sistemas. Vol. 11. 2008. pp. 390-401.
J. Medel, J. García, J. Sánchez. “Real-time Fuzzy Digital Filters (RTFDF) Properties for SISO Systems”. Automatic Control and Computer Sciences. Vol. 42. 2008. pp. 26-34. DOI: https://doi.org/10.3103/S0146411608010045
J. García, J. Medel, J. Sánchez. “Filtrado Neuronal Difuso: Caso MIMO”. Revista Ingeniería e Investigación. Vol. 31. 2011. pp. 184-192. DOI: https://doi.org/10.15446/ing.investig.v31n1.20569
J. Valdez, C. García, P. Guevara, J. Sánchez. Filtrado Difuso para la reconstrucción de la dinámica de tiempos de ejecución para n instancias en una tarea en tiempo real. Memorias del CIINDET 2011. Morelos, México. 2011. pp. 1-8.
S. Vázquez, J. García, J. Sánchez. Descripción del Filtrado Adaptativo Difuso en un DSK TMS320C6713. Memorias del CIINDET 2009. Morelos, México. 2009. pp. 1-6.
G. Delgado, P. Guevara, J. Falcón. Simulación Concurrente en Tiempo Real de un motor de Corriente Continua Sobre la Plataforma QNX. Memorias del XIV Congreso Latinoamericano de Control Automático, XIX Congreso de la Asociación Chilena de Control Automático ACCA. Santiago de Chile, Chile. 2010. pp. 1-6.
R. Krten. QNX Neutrino RTOS Getting Started with QNX Neutrino: A Guide for Real-time Programmers. 1a ed. Ed. QNX Software Systems International Corporation. Canada. 2008. pp. 191-283.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Revista Facultad de Ingeniería
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter