TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol.12, No.6, Jun e  201 4, pp. 4444 ~ 4 4 5 0   DOI: 10.115 9 1 /telkomni ka. v 12i6.548 0          4444     Re cei v ed  De cem ber 2 2 , 2013; Re vi sed  Febr uary 15,  2014; Accept ed March 1, 2 014   A Kind of New Real-time Scheduling Algorithm for  Embedded Linux      Li Yang*, Qing y a n Zhu   Hun an Co lle ge  of Information, Chan gsh a , Ch ina, 41 02 00   *Corres p o ndi n g  author, e-ma i l : 4104 76 2@q q . com      A b st r a ct  T o  solve th e i n sufficiency  of real ti me p e rfor ma nc e  in th e p r esent re al ti me sche dul in g al gorith m ,   a new real time task classi fi cation  sche d u l i ng  alg o rith m  i s  pro pose d . A ccordi ng to  th e class i ficati on  of  arrival  of re al t i me tasks, this  alg o rith m  is d i vide d i n to  peri odic tasks  an d  non- peri o d i c tasks, an d us e s   different improved real tim e  s c hedul ing algorithm  to sc hedule different  ty pe of real tim e  tasks. Comparing  w i th the prese n t other real ti me sch ed uli n g  algorit h m s,  experi m e n ts sho w  this algorith m  has b e e n  la rgel y   improve d  for in tegrated re al ti me p e rfor ma nc e.    Ke y w ords :     embe dde d, rea l  time sc hed ul i ng al gorit hm, c l assifie d  sche d u lin g al gor ith m , perio dic task, non- peri odic tasks         Copy right  ©  2014 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion    Linux i s  wi del y applied  in  embed ded  sy stem, real ti me control a nd oth e r  are a  with th e  advantag es o f  open sou r ce code a nd the system  stability. But Linux belong s  to general time- sha r ing  ope rating syste m , real-tim e pe rforma nce  is poor,  so it is nee ded to  improve fo r the   appli c ation  of real -time e n v ironme n t [1]. Real -tim e  scheduli ng alg o r ithm is  one  of the impo rtant  factors to influen ce sy ste m  real-tim e perform an ce [2], acco rdin g to the mecha n ism of sche dulin g   drive; re al-ti m e sch eduli ng alg o rithm  can  be  divided into  thre e cate go rie s  [3]: Time-Driven  sched uling a l gorithm  (TD), Priority-Dri ven sc hed uli ng algo rithm  (PD), a nd  Sharin g-d r ive n   sched uling al gorithm (S D).   Priority-d rive n sch eduli n g  algo rithm  i s  the  mo st  popul ar sche duling  alg o rit h m; its  prin ciple i s  to  assign  each  task  a pri o rit y , while in ev ery task sch e duling to  sele ct the hig h e s t  prio rity task to pe rform. It  has t w o type s of  stat ic a n d  dynami c  p r i o rity sche duli ng alg o rithm s , the   typical repre s entative al g o rithm s  a r e  RM a nd EDF sche duling  algo rithms [ 4 ], and the r e  are   some im prov ed algo rithm s  on this ba sis,  such as  NSRL [5], LLF [6]  etc.  Curre n tly in embed ded Li nux real -time  sch edul i ng algorith m  is  adde d to improve the  real -time pe rforma nce of the em be dde d system, but  in sch edulin g t he hybrid real-time ta sk,  this  method  exist s  a  lot  of def ects,  wh en  m any sc h eduli ng al gorith m s sche dule  the  hybri d  ta sk  set  inclu d ing  pe ri odic tasks an d ap erio dic tasks,  onl y si mply re gard t he a peri odi c  tasks  as spe c ial  perio dic ta sks, make the real-time p e rf orma nce dr o pped  sub s tan t ially. In fact  according to  the  nature  of diff erent ta sk, real-time t a sks  can  be  divided into  different type s [ 7 ], for exam ple,  according  to the a rrival of t he task, the t a sk  can  be di vided into  periodic ta sks a nd no n-peri o dic  tasks, pe riodi c task refers t o  rea c h  and  reque st  the o p e ration  of task a c cordi ng a  certai n pe rio d ,  aperi odi c tasks  refe rs to t he task of  ra ndom a rrival  system. Thi s   pape r ad opts a ne w real-ti m e   task cla s sification sche duling algo ri thm,  st atic  and dyn a mi c sch eduli n g  algo rithms are   respe c tively use d  in the perio dic ta sks and ap erio dic tasks, to maximally improve real-t ime  perfo rman ce of  system.       2.  Classific a tio n  Schedulin g Algorithm   The gen eral f r ame w o r k of  the cla ssification  sched ulin g algorithm i s  shown in Figure 1,  the dyna mic  sched uling  al gorithm  is u s ed to  sch edu le a  pe riodi c  real -time ta sk, and  the  stat ic   sched uling al gorithm i s  used to sched ul e perio dic  rea l -time task.    Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     A Kind of New Re al-tim e Sched uling Al gorithm  for Em bedded Lin u x (Li Ya ng)  4445   Figure 1. The  Idea of Classification Sch e duling Algo rithm      In the prop o s ed dyn a mic overmod u lat i on me thod,  the dynamic conditio n  is defined  whe n  the torque e rro r exceed s 5% of rated torq ue. As the dyna mic conditio n  is en cou n tered,  the origi nal stator flux error statu s ,  ψ +  is modifie d  b a se d on info rmation of flux position,  θ ψ  to   prod uce the   approp riate fl ux error statu s   ψ - . In thi s   way, the a c tive voltage ve ct or that  produ ce s  the large s t tangential flux comp one nt  is switched an d held on, to cre a te the largest in cre a se  in   load an gle an d hen ce ra pid  dynamic torq ue.   The dist ributi on step s of the cla ssifie d  sche duling al g o rithm are as  follows:  (1) To d o  sch edula b ility analysis to the  new a rri val re al-time task, if it is a periodic task  to operate  ste p  (2), othe rwi s e turn to  ste p  (3).   (2) To d o  schedul ability analysi s  of dynamic  sched uling algo rith m to the new arrival   aperi odi c rea l -time task, if it meets the sch edu lin g con d ition, then the real-ti m e task  can  be   sched ulable,  otherwise it is not sch edul a b le.  (3) To  do  st atic  sched uling alg o rithm  of sch edula b ility analysi s  to th e ne w a rriva l   perio dic  real -time task, if  it  meets  the sched uling condition,  th e n  the re al-ti m e task can  be   sched ulable,  otherwise it is not sch edul a b le.    2.1. Task Mo del  In the  environment  with  sin g le processor,   a coll ection 12 { , , ..., | ( 1 ) } n Tt t t i n    inclu d ing n re al time tasks i s  define d ,the rule s are:    (1) In the  c o llec tion, the time attribute  of   ape riodi c real-time  ta sk can be expre s sed  in   a  tr ia d  gr ou p (, , ) ii i i tA C D . Among them,  i A  represents  the arriv a l time  of task s ,   i C   rep r e s ent s th e worst exe c ution time  of  tasks,  i D rep r e s ents th e  relat i ve dea dline   of tasks, the  spe c if ied t a sk s mu st  be co mp leted befo r e absolute de adline ii i dA D .  (2)  The time  attribute of p e riodi c  real -time ta sk in th e coll ectio n  can be  expre s sed  with  a   triad  (, , ) ii i i tA C P . Among  them,  i P represents the task  cycle.   (3) Ea ch ta sk is indep end e n t with others.  (4) T he ta sk  has  pre e mpti on; the tasks with hi gh er  priority can  sei z e the CP U co ntrol of  lower priority tas k .     2.2. Relate d Defini tion   Definition  1. Processor utiliz ation: the proportion bet ween  processor time and  the cost   of real-tim e tasks in th e e x ecution, that  is,  the pro p o r tion bet wee n  the wo rst ex ecutio n time  and   1  …  n  An alysis o f   Sch e du lab ility  Ap eriod i c task  Period ic task  D y namic schedu ling  algorithm Static schedu lin g algor ithm Que u e o f   task s   Tasks   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 6, June 20 14:  4444 – 4 450   4446 activity time. The  CPU  p r ocesso r  utili zation  of re a l -time tasks i s   / ii CD  ( i t r e p r es en ts  th e   aperi odi c tasks) or  / ii CP  ( i t  is  the periodic  task).  The processor utili zation  of real -time t a sk  se t i s  sum of the  processor  utilization of all  real -time ta sks. Th e p r o c e s sor utili zation   of impl em ent  n real-tim e ta sks i s  shown  in exp r e ssio n s   (1) a nd (2 ):     1 n i i i C U D  (U is  an aperiodic  tas k )                                                                                        (1)    1 n i i i C U D  (U is  a periodic  task)                                                                                                  (2)    Definition 2.   Laxity Time: laxity time  i L is t a sk a b solute  deadli ne mi n u s th e  re st of  task  executio n time i E , and minu s the curre n t time t ,  su ch a s  ex pre ssi on ( 3 ):     ii i Ld E t                                                                                                                                      (3)    Definition 3.  Wo rst Case  Execution Ti me: the wo rst execution ti me  i C is  refers  to  the   real -time ta sks d u rin g  the  i m pleme n tatio n  of a  maxim u m of th e Ti me, incl udin g  sche dulin g t a sk   of spen ding T i me.  Define 4.  Im portant d egre e  (Impo r tan c e): it is  a po si tive integer, indicating that  this task   comp ared to anothe r Impo rtance.      3. Analy s is o f  Commonly   Used Sc hed u ling Algorithm    (1) Rate Mo n o tonic (RM)  sched uling  al gorithm  [8 ],  it  is a  ki nd of typical static prio rity  sched uling al gorithm, a c co rding to the l ength of  task cycle to dete r mine  sched u ling prio rity, the   smalle r ta sk cycle s  i s   corre s p ondin g  to hig her prio rity. Advantage s: si mple reali z a t ion   mech ani sm a nd lo w  sched uling. Di sa dvantage s: o n ly  t a s k   cy cle i s  t a ke n a s  a  p r iorit y  d e ci sio n   condition, it is easy to ignor e those i m portant longer  cycl e ta sk; CP U utilization rate is  low;   resources  utilization i s  i n suffici ent, the processing  capability fo r emergency  real -time i s   not  st ron g .   (2) Th e Ea rli e st  Dea d line  First (E DF ) sche dulin g  algorith m  [9]  is  a  kind  o f  typical  pree mptive d y namic  prio rit y  scheduli n g  algo rithm, a c cordi ng to  the de adlin e  of ea ch ta sk to  assign p r io rity, the task with the earlie st deadli ne h a s the hi ghe st prio rity. The advantag e  is:   resou r ce allo cation i s  flexi b le to gu ara n tee the ta sk with ea rlie st deadli ne to  impleme n t wi th  prio rity  and CPU utilizati on  is  high.  Disadvanta g e s : syste m  o v erhea d is b i g, whi c h  ca n't  guarantee th e executio n o f  inaccessibl e  deadlin e ta sk; in overlo ad  situation the r e may ha pp en  domino p hen omena m a ke real -time pe rforma nce fall sha r ply.    (3)  Lea st  Lax ity First  (LL F ) sche dulin g al gorithm  [10], i t  is  also a  ki n d  of  com m onl y use d   dynamic  prio rity sche duling  algorithm, it i s  the  imp r ove m ent to EDF  algorith m , according to th e  non-de scendi ng o r de r  of task’s lei s ure  time to di st ri bute p r io rity, the tasks  with shorte r l e isure   time has hi g her p r io rity. The provision i s  la xity time  of runni ng ta sks remain s  unchan ged,  and   laxity time of tasks in  re ady  que ue  de cre a se s  with  tim e ; the p r io rity is al so  dynam ically  cha nge d.   The advanta ges a r e: saving CPU  re so urces a nd  en suri ng that e m erg e n c y task implem enta t ion  in prio rity. Disadvantag es: the prio rity wa iting  for tasks may becom e  higher  with the de cre a se of  free time, p r e e mption th e  currently ru nni ng ta sks,  ma y result in fre quent  switchi ng ph eno me non  betwe en tasks (i.e. bump ) , whi c h ma ke s the  system p e rform a n c e d r opp ed sub s tantially.        Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     A Kind of New Re al-tim e Sched uling Al gorithm  for Em bedded Lin u x (Li Ya ng)  4447 4. Analy s is o f  Improv ed Scheduling Al gorithm   4.1. D y namic  Scheduling Algorithm   Acco rdi ng to   the an alysi s   of above  ge n e ral  algo rithm s , to th e a periodic re al-tim e tasks,  a kin d  of im proved  Dead line an d L a xity (DAL ) first scheduli n g  algo rithm, it con s id ers t h e   influen ce of the dea dline  and idle tim e  on pr i o rity, and in crea se s the p r eem pting thre sh o l d  sched uling al gorithm to re duce bump.     4.1.1. Analy s is of DAL Scheduling Alg o rithm   The algo rithm  combi nes th e advantag es of  EDF algori t hm and LLF  algorith m , as  well a s   the prio rity size of i P , acco rdi ng to the expression (4) th e  dynamic cha nge s are ta ke n place:    *( 1 ) * ii i Pd L                                                                                                                  (4)    In the exp r e ssi on,  is the  bala n ce fa ctor of  real -time ta sks, th e si ze  de cid e s th e   influen ce  deg ree  of the  pri o rity by the  d eadlin e an d i d le time.  Wh en  is 0  it is tendin g  to E D F  algorith m , if it is 1, and ten d ing to LLF al gorithm.    The ide a  of the preemptin g thre shol d sche duling  alg o rithm is [1 1]: using the p r iority   (P , ) ir i P  to control the  implementati on of tasks, hereinto  i P is the basi c  pri o rity,  () ri i r i PP P n    is the preemption threshol d of ta sks, whi c h permit s the fulfillment  of preem ptive task pri o rity an d   basi c  pri o rity at the same time, is greate r  t han the ba sic ta sk p r iori ty and preem ption thre shol d  w i th  th e  task   p r e e mp te d .  Th is   a l g o r i th m  a b s o r bs  the i r   r e sp ec tive  a d va n t a g e s  o f  pr e e m p t io n  and  non-preempti v e sched ulin g algo rithm,  redu ce s  the   numbe r of p r eem ption, a nd redu ce s t h e   system  overh ead by the  jo lt. The co mpl e te algo rithm  pro c e s s of d e scribi ng ta sk sch eduli ng  is  s h ow n  in  F i gu r e  2 .                                Fig u re 2. Ta sk S c he duling Fl o w  Ch art of Algorithm       4.1.2. Anal y s is of Algorithm Schedulabilit y  For an in dep ende nt a peri odic real -time  task set, the minimum un boun d of pro c e s sor  utilization rati o is 1. T h eref ore,  as long as  the processor  utiliz ation of  a real -time  task set  1 U ,  then they ca n be sch edul ed. Whe n  a  new a p e r iodi c re al-time ta sk  (, , ) ii i i tA C D arrives, if it  meets exp r e s sion (5):        1 i n i C U D                                                                                                                                        (5)  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 6, June 20 14:  4444 – 4 450   4448 So it ca n be  sche dule d , am ong the m ,  n U is  processor utilization ra te  of current real-t ime  tas k s  set.    4.2. Static Scheduling Al gorithm   Acco rdi ng to  the analysi s  of above ge neral  algo rith ms, a ki nd of  improved  Rate And   Importan c e (RAI) sche duli ng algo rithm  is used to  so lve periodi c real-time ta sk,  con s ide r s th e  proportion of cycle and i m porta nt degree of two fact ors, improves impl ement ation probability  rate of import ant tasks.     4.2.1. Analy s is of RAI Sc heduling Alg o rithm     In RAI algori t hm, the prio rity of a task i s  ap pointed  before  ope rat i on, whi c h i s   deci ded  by perio d an d impo rtant d egre e , wh ere  the impo rt an ce d egree i s   set by the u s er a c cording  to   deman d. Re gulation i s : the task  with  sho r t cy cle  has  high er  prio rity; the task with  hig her  importa nt deg ree. Thi s  algo rithm ca n be  divided into the followi ng several ways:   (1)  Re al-time  tasks  with same cy cle a nd differe nt importa nt deg ree, a c cordin g to the   importa nt deg ree exe c ute i n  desce ndin g  orde r.  (2) Real -time tasks  with sa me  importa nt  degree  an d di fferent cycle,  accordan ce  with the   RM sche dulin g algorith m , the tasks  with sho r ter  cycle  impleme n t in prio rity.  (3) Real -time  tasks  with  sa me imp o rta n t  degree  and   cycle, a c cordin g to th e  way  of FIFO   to do sched ul ing.  (4) Re al-time  tasks  with  di fferent imp o rt ant  deg re e a nd  cycle,  reg a rdin g the i m portant  degree a s  preemptive co n d itions, to wa rra nty pr iority impleme n tation of importa nt tasks.    4.2.2. Anal y s is of Algorithm Schedulabilit y  For n in depe ndent pe riodi c re al-time ta sks se t with  each othe r, the minimu m up bou nd   of the processor utilization ratio i s 1 *( 2 1 ) n n . Therefore, as l ong as  the processor  utilization U  of re al-time  task  set i s   no t more  tha n  t he mi nimum   up b oun d, th en they  can  be  sched ulin g.  Whe n  a ne w perio dic  real -time task  (, , ) ii i i tA C P arrived, if it meets the formula (6):     1 *( 2 1 ) i n n i C Un P                                                                                                               (6)  Then it i s   sch edule d , and  h e reinto,  n U  is th e processo r a m ortiza tion of  cu rre nt real-t ime  s e t.      5. Test And Analy s is of the Performa nce   In ord e r to te st the real-ti m e pe rform a nce  of  this al gorithm, in th e experi m ent  platform   w i th AMD  Sempr o n 2.01GH z  s i ngle pr oc es sor  an d 1.75GB memor y , to hybr id  r eal- t ime tasks  set incl udin g  100 tasks, re spe c tively ad opts this al go rithm, EDF sche duling  alg o rithm, and  RM  sched uling  a l gorithm, the  test is exe c uted  with  t he pe rforma nce  evaluati on indi cato rs of  sched ule del ays and d ead line miss rate . In the tes t,  the su bmissio n  orde r of task is same, an d   the differen c e  of task su bm issi on time is  1s.     5.1. Scheduling Dela y   Sched uling  Laten cy (SL) represe n ts  the ti me sp ent for real -time tasks from the   happ ening  of  sched uling  chan ce to  be  sched uling; it  is a n  imp o rt ant indi cato r  to mea s ure t h e   real -time pe rf orma nce. Wh ile the sch e d u ling del ay is   lowe r, the bet ter is t he  pe rforma nce of real  time.  From Ta ble  1, the algorit hm in this p aper i s  less  than EDF scheduli ng algo rithm no  matter the  la rge s t, the  smallest, a nd  the average  sched uling al gorithm, but they  are   sli g htly  above the RM sch eduli n g  algorithm. It indicates t he  sched uling d e lay perfo rm ance of algori t hm  in this pap er is betwe en  EDF sche duli ng algo rithm  and RM  sch edulin g algo ri thm, sch eduli n g   co st is slig htly higher tha n  RM sch e d u ling alg o rith m, and far l o we r than E D F sch edulin g  algorith m .  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     A Kind of New Re al-tim e Sched uling Al gorithm  for Em bedded Lin u x (Li Ya ng)  4449     Table 1. Co m pari s on s of T e st Re sult Ab out Sched ulin g Delay   Method   Scheduling Delay / s Max i mum   Scheduling Delay / s Max i mize  Scheduling Delay / s Average   EDF scheduling algorithm Classification alg o rithm  RM scheduling algorithm   6  4  3  19  15  14  13.92   11.31   10.68       5.2. Deadline  Miss Rate   Dea d line Miss Rate (DM R )  represents  the  rati o b e tween q uantity  of real -time t a sks that  doe s not fulfill deadlin e in  the system i n  a ce rtai n pe riod of time a nd total num ber of real-ti m e   tasks; it is an other im po rta n t indicator to  mea s ure the  real -time p e rforman c e.  De adline  miss  rate  is lower, the real-time p e rf orma nce is b e tter.  Figure 3 pre s ent s th e con d ition th at deadlin e miss  rate varie s  wi th the incre a s e qu antity of real-tim e ta sks, where three kin d s of al gorithm s are in   the same  co ndition, the t r an sverse  axis p r e s ent s real-time ta sk quantity, the vertical ax is  pre s ent s de a d line mi ss  ra te. As can  b e  se en fro m   the gra ph, th e dea dline m i ss  rate of th e   algorith m  in this pa per va ries  with the  incre a se  of load, the gro w th rate is f a ster tha n  EDF  sched uling a l gorithm,  a n d   far slo w er than  RM   scheduli ng al g o rithm. Th e  perfo rman ce  of  deadli ne mi ss rate of the  algorith m  in t h is p ape r  i s   b e twee n  EDF  sched uling al gorithm and  RM  sched uling al gorithm.                          Fig u re 3. Comparis on  of Test  Re sults of De adline Mi ss  Rate       6. Concludin g  Remark s   This p ape r p u ts forward a  kind of cl assi fica tion sch e duling al gorit hm, usin g two kind s of  improve d  sch edulin g algo ri thm, and ma ke a reg u lati on  that different types of real -time tasks ca n   flexibly choose suitable  scheduli ng algo rithm for  sch edulin g. In addition, sch ed ulability analysi s   in the algo rithm is  simple ; sch edula b ili ty analys is o f  real-time ta sk  of usin g  any sched uli ng  algorith m  is indep ende n t  with real -ti m e ta sks of  anothe r ki nd of sch e d u ling al gorith m .  Sched uling d e lay and dea dline miss rat e  as pe rform ance indicato rs, to hybrid real-time ta sks se t   inclu d ing 10 0 tasks, the  algorithm in  this pape r  make s a  co mpari s o n  an d EDF and  RM  sched uling al gorithm. Th e experim ental  results  sho w   that the algorithm in this p aper  ha s thei r  respe c tive ad vantage s in EDF and  RM  sch eduli ng a l gorithm, inte grated  real -ti m e perfo rma n ce   has a g r eat d eal of improv ement.      Referen ces   [1]  Hon g  Ji n, Ho n gan  W ang, Qi a ng W a ng. A r e al-time  sc he dul ing  al gorithm  b a sed  on  pri o rit y  ta bl e a nd  its  implem entati o n .  Journal of Sof t w a re . 2004;15 (3): 360-3 70.   [2]  Shen gh ui Liu, Song   Ma.  R e s earch an d  a p p l icatio n of r eal-ti m e sche d u lin g  mecha n ism  ba sed o n   Lin u x  kernel.  Co mput er eng ine e ri ng  and a p p licati o n . 2008; 44( 6): 121-1 23.   [3]  Chu n -Hsi ung  L an, Ha i-Min g  C hen, Me i-Hsi u   Che n , Chi h -W ei C h iu, C h e n g - Jui T s ai. Green Prod uctio n   Sched uli ng/Pl a nni ng  w i th Par a lle l-Mac h in e La yo ut  for Multiple Orders a nd Divers i fie d  Due Dat e s .   JCIT.  2012; 7(7): 43-50.    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 6, June 20 14:  4444 – 4 450   4450 [4]  W e ixiao, Z h i b ao F e n g . Res earch  and  im plem entatio n  of adva n ce d ED F  sched uli ng a l gor ithm.   Co mp uter eng i neer ing . 2 009;  35(1 8 ): 231- 23 3.  [5]  Liu  CL, L a y l a n d  J. Sche dul in g al gorit hms for mu lti  pro g r a mming  in  a  hard r eal-tim e  envir onme n t.   Journ a l of AC M . 2003, 20( 1) : 46-61.   [6]  Sun Yua n , Z hao  Xia obi ng,  Yang Guos he ng. An  Optima l Reserv ation- base d  F eed ba ck Schedu lin g   Algorit hm for Vehic u lar Ap plic at ion Sp ecific  Operatin g S y st ems . IJACT . 2 012; 4(1): 3 59- 377.   [7]  Ji w e n  Do ng,  Yang Z h an g. Improvem ent a nd a ppl ic ati o n  of embe dd ed  real -time  op e r ating s y ste m   sched uli ng a l g o rithm.  Co mp u t er appl icatio ns . 2009; 29( 9): 2516- 251 9.   [8]  Yunfu T an, Jie  Liu, Guo h u a   Liu. A ki nd of i m pr ove d  rea l -ti m e sche dul in g  alg o rithm i n  L i nu x  and  its  app licati on.  Com p uter science . 2008; 35( 10): 256- 258.   [9]  Hon g  Jin,  Hon gan W a ng. An  integr ated  de sign m e tho d  o f  task priorit y .  Journ a l of S o ftw are . 2 0 03;  14(3): 37 6- 38 2.  [10]  Dan a  M, Pasc ale M, L aure n t G. Anal y s is o f   dead lin e assi gnme n t metho d s in d i strib u ted re al-ti m e   s y stems.  Co mputer Co mmun i catio n . 200 4; 27(15): 14 12- 14 23.   [11]  T e rrasa A, Gar c ia Fomes A,  Bo tti VJ. F l exi b le re al-time  Li nu x: a fle x i b l e  hard re al-tim e envir onme n t .   Real-T i m e Systems.  20 04; 22 (2): 151-1 73.                               Evaluation Warning : The document was created with Spire.PDF for Python.