Controlador difuso para compensar cargas de comunicación en sistemas en tiempo real

J. Aparicio-Santos, J. Hermosillo-Gómez, H. Benítez-Pérez, L. Álvarez-Icaza

Resumen

Se presenta un administrador de recursos (RM) difuso para compensar las cargas de comunicación en sistemas en tiempo real. El diseño del RM se basa en un nuevo modelo de Servidor de Ancho de Banda Constante (CBS) que se encarga, a través de una plataforma virtual, de asignar tiempo de proceso a las tareas de mayor prioridad cuando existe capacidad disponible. Si se asume que cada aplicación puede ser ejecutada con diferentes niveles de servicio sin que este esté por debajo de un límite mínimo, se propone una aproximación difusa que permite actualizar de manera gradual los tiempos de proceso asignados a cada tarea. Esta aproximación permite compensar el comportamiento no lineal en las solicitudes de tiempo de proceso. El RM aumenta o disminuye la plataforma virtual para cada aplicación y le asigna un presupuesto máximo de tiempo de proceso, mismo que la aplicación usa gradualmente y que se reasigna al agotarse, sin por ello afectar el desempeño del resto de las aplicaciones. El esquema se auto-ajusta cuando ocurren a cambios repentinos en los requerimientos de tiempo de proceso de las aplicaciones.

Palabras clave

manejador de recursos; servidor de ancho de banda constante; asignación de tiempo de procesador; control difuso; sistemas en tiempo Real

Clasificación por materias

Teoría de control y sistemas; Sistemas de tiempo real e informática industrial; Arquitecturas de control y tecnología de computadores aplicadas al control automático

Texto completo:

PDF

Referencias

Abeni, L., Buttazzo, G., Dec 1998. Integrating multimedia applications in hard real-time systems. In: Proceedings 19th IEEE Real-Time Systems Symposium (Cat. No.98CB36279). pp. 4-13. https://doi.org/10.1109/REAL.1998.739726

Aparicio, Santos, J. A., 2017. Diseño de un controlador difuso para compensar cargas de comunicación en tiempo real. Master's thesis, Universidad Nacional Autónoma de México, México.

Bini, E., Buttazzo, G., Eker, J., Schorr, S., Guerra, R., Fohler, G., Arzen, K. E., Romero, V., Scordino, C., May 2011. Resource management on multicore systems: The actors approach. IEEE Micro 31 (3), 72-81. https://doi.org/10.1109/MM.2011.1

Boutalis, Y., Theodoridis, D., Kottas, T., Christodoulou, M. A., 2014. System Identification and Adaptive Control: Theory and Applications of the Neurofuzzy and Fuzzy Cognitive Network Models. Springer.

Buttazzo, G. C., 2011. Hard Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications, 3rd Edition. Springer Publishing Company, Incorporated. Byeong Gi, L., Daeyoung, P., Hanbyul, S., 2009. Wireless Communications Resource Managemen. John Wiley and Sons.

Byeong Gi, L., Daeyoung, P., Hanbyul, S., 2009. Wireless Communications Resource Managemen. John Wiley and Sons.

Chasparis, G., Maggio, M., Arzen, K. E., Bini, E., June 2013. Distributed management of cpu resources for time-sensitive applications. In: 2013 American Control Conference. pp. 5305-5312. https://doi.org/10.1109/ACC.2013.6580666

Chasparis, G. C., Maggio, M., Bini, E., Arzen, K.-E., 2016. Desing and implementation of distributed resource management for time-sensitive applications. Automatica 64, 44 - 53. https://doi.org/10.1016/j.automatica.2015.09.015

Clark, R. K., 1990. Scheduling dependent real-time activities. Ph.D. thesis, USA, aAI9107552.

Ganz, A., Ganz, Z., Wongthavarawat, K., 2003. Multimedia Wireless Networks: Technologies, Standards and QoS. Pearson Education.

Horn, W., 1974. Some simple scheduling algorithms. Naval Research Logistics Quarterly 21 (1), 177-185. https://doi.org/10.1002/nav.3800210113

IEEE Standard Glossary of Software Engineering Terminology. https://doi.org/10.1109/IEEESTD.1990.101064

Litoiu, M., Tadei, R., 2001. Fuzzy scheduling with application to real-time systems. Fuzzy Sets and Systems 121 (3), 523 - 535. https://doi.org/10.1016/S0165-0114(99)00176-1

Mahmoud, M., of Engineering, I., Technology, 2013. Distributed Control and Filtering for Industrial Systems. Control, Robotics and Sensors. Institution of Engineering and Technology. URL: https://books.google.com.mx/books?id=qWhWx2hRLYcC https://doi.org/10.1049/PBCE088E

Mok, A. K., Feng, X., May 2001. Resource partition for real-time systems. In: Proceedings Seventh IEEE Real-Time Technology and Applications Symposium. pp. 75-84. https://doi.org/10.1109/RTTAS.2001.929867

Nesbit, K. J., Moreto, M., Cazorla, F. J., Ramirez, A., Valero, M., Smith, J. E., May 2008. Multicore resource management. IEEE Micro 28 (3), 6-16. https://doi.org/10.1109/MM.2008.43

Quanser, 2012. USER MANUAL 3 DOF Gyroscope Experiment Set Up and Configuration. Quanser inc.

Robert H. Cannon, J., 2003. Dynamics Of Physical Systems. Dover Publications, INC.

Stankovic, J. A., 1988. Misconceptions about real-time computing: a serious problem for next-generation systems. Computer 21 (10), 10-19. https://doi.org/10.1109/2.7053

Subrata, R., Zomaya, A. Y., Landfeldt, B., Oct 2008. A cooperative game framework for qos guided job allocation schemes in grids. IEEE Transactions on Computers 57 (10), 1413-1422. https://doi.org/10.1109/TC.2008.79

Tanaka, K., Ikeda, T., Wang, H. O., May 1998. Fuzzy regulators and fuzzy observers: relaxed stability conditions and lmi-based designs. IEEE Transactions on Fuzzy Systems 6 (2), 250-265. https://doi.org/10.1109/91.669023

Abstract Views

583
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912