网络控制系统的调度策略仿真研究(3)
文献[16]中将RM算法应用于NCS的调度中，在研究系统稳定性同数据包丢失量之间关系后，考虑在不可调度情况下丢弃一定量数据包，使得网络仍然可调度。对于拥挤的网络，这种方法在突发事件发生的时候仍然按照事先定好的顺序来发送数据。这种方法的缺陷是有数据包的丢失，而且没有对数据包丢失导致的系统性能下降作出补偿。文献[3]对上述的方法进行了改进，提出在不可调度的情况下，不是通过数据包的丢弃，而是用调度器根据一定的权值增大各个节点的采样周期的策略使得系统能够调度，以此来防止系统性能的大幅下降。同时，控制器根据采样周期的变化更改参数, 以补偿采样周期增加带来的控制性能下降。
基于时间窗的静态调度策略将基本传输周期分割成多个时间段，每个时间段为一个时间窗口，时间窗的长度取决于数据信息的长度以及网络的传输速率。这种调度策略的特点是每个数据包均拥有属于自己传输的时间窗口，避免了数据在传输过程中的干扰和冲突。Hong[17]等首先将该调度方法应用于循环服务型NCS，进而将其推广到CAN 网络环境下的NCS中。鉴于Hong[17]等提出的调度方法只限于调度网络中的周期数据，LiuLuyuan[18]等将Hong提出的方法改进后，提出基于同步相和异步相的时间窗调度策略，用于调度CAN中的周期数据和非周期传输数据。同步相中的时间窗口用于传输控制环产生的周期数据，异步相中的窗口用于传输非周期数据。
基于时间窗的静态调度策略需要已知网络的负载量、数据的传输时间一级非周期数据产生的时间间隔等参数，适用于采用专用通信网络的NCS。
1.3.2 动态调度策略
最早时间限优先(EDF)算法是一个动态优先级调度算法，它可以调度周期和非周期任务。在EDF算法中，任务调度优先级定义为:Di(t)-t，Di(t)是任务时限。这种调度优先级定义方式表明了在每个时刻都要计算下个时刻系统中哪个任务的时限最小，从而决定了系统在下个时刻应该调度哪个任务。EDF调度算法在每个时刻都要计算处于等待调度状态的任务调度优先级。系统下个时刻调度的任务是不确定的，与系统中其他任务有关系，这种方法使得系统适应性比较好，但工作量比较大。史婷娜，陈正伟等[10]在经典最早时间限优先(EDF)调度算法的基础上，根据任务不确定的执行时间和周期提出静态的扩展EDF模糊调度算法，以确定任务模糊属性的优先级。该算法根据执行时间和周期的分布函数，结合模糊理论，对EDF调度算法中的执行时间和周期的取值方法加以修改，从而确定任务属性的精确值。任务按照新确定的属性值运行，克服了经典调度算法中不能确定模糊时间优先级的缺点，且算法简单又保留了EDF 算法资源占用率高的优点。道理，刘建成[12]与史婷娜[10]的方法类似，他们利用多层模糊综合评判模型和最大隶属度原理等模糊技术提出了一种动态的多层综合评判算法,解决了任务在特征参数多和不确定条件下的实时调度问题。该算法与传统的EDF 算法相比提高了重要任务调度的成功率。
当网络资源有限而信息数较多时，如果适当地减少网络中数据的传输量，减轻网络传输的负担，是保证控制性能的方法之一。基于死区的调度方法的思想就是通过保证系统稳定的前提下适当地减少数据传输量进行调度的方法。汤铭贤等[7]设计了将死区控制与节点优先级分配相结合的调度器。结合优先级的合理分配, 网络控制系统可以在网络负载较轻的时候充分利用带宽资源，在网络重负载的时候实现控制质量的逐渐降低，改善了在变化的工作环境中网络控制系统的性能, 提高应对工作负载变化的能力。