学位论文简介
新一代汽车朝着智能化、网联化持续发展，汽车电子系统已由经典嵌入式系统演变为汽车信息物理系统（Automotive Cyber Physical Systems，ACPS）。ACPS 功能应用具有复杂性、多样性和动态性，并有着严格的功能安全需求。为支持ACPS高效安全运行，计算平台基础软件层的任务调度和资源划分至关重要，需要突破传统汽车电子静态设计方法的局限以适应系统的动态变化。本文根据ACPS分布式和集中式两种计算架构的特点，考虑了系统中诸多动态变化因素，分别针对任务动态调度和资源动态划分展开研究，旨在在遵循安全相关设计约束的基础上，实现系统的高效运行。论文主要创新如下。
（1）针对分布式异构ACPS中多个动态到达的混合关键级功能应用的动态调度问题，提出了一种采用主动策略对待混合关键级特性的动态调度方法。通过提出结合流量整形思想的调度框架和自适应的调度算法，在调度过程中各阶段主动对待混合关键级特性，更优先地对待高关键级功能应用的任务但并不过分牺牲其他关键级。实验表明，相比已有研究，该方法显著降低了高关键级功能应用的截止期限错失率和系统整体的截止期限错失率。
（2）针对分布式异构ACPS中多个具有实时可靠功能安全需求的安全关键功能应用的调度问题，提出了风险约束下可控性感知的调度方法。在风险约束下将驾驶员对伤害避免能力（风险分类中的可控性因素）的动态变化纳入可靠性需求的建模。提出两阶段调度方法，设计阶段在悲观假设下得到静态的基础任务调度方案，运行阶段适应可控性的提升调整基础调度方案。该方法相比已有研究率先考虑了可控性变化，实验表明，该方法能适应可控性动态变化，在保障实时可靠的功能安全需求的同时缩短整体响应时间，减少冗余任务。
（3）针对中央集中式ACPS的高性能多核处理器的末级缓存与内存带宽动态划分问题，提出了一种协同划分这两种资源的低延迟的在线划分方法，并实现了相应的资源管理器。首先通过测试分析两种资源对应用性能的影响及两种资源的相互影响，获得了两个用于指导资源划分的重要启示。据此，以充分利用这两种资源提高系统整体性能为目标，提出能降低求解复杂度的两步分配框架和成对搜索方法，用于在线快速为多个应用协同划分这两种资源。最后，在Linux用户空间设计实现了一个对应的资源管理器。实验表明，相比已有研究，该方法得到的系统整体性能更高，且在线资源划分过程的延迟明显更低。
主要学术成果
Yang Bai, Yizhi Huang, Guoqi Xie, Renfa Li, Wanli Chang. ASDYS: Dynamic Scheduling Using Active Strategies for Multifunctional Mixed-Criticality Cyber–Physical Systems. IEEE Transactions on Industrial Informatics (TII), 2021, 17(8):5175-5184. （SCI 一区期刊，第一作者）
Yang Bai, Yizhi Huang, Si Chen, Renfa Li. PaLLOC: Pairwise-based Low-Latency Online Coordinated Resources Management of Last-Level Cache and Memory Bandwidth on Multicore Systems. Journal of Systems Architecture (JSA)，2025 （已接收待发表，CCF B 类期刊，第一作者）
Guoqi Xie, Yang Bai, Wei Wu, Yanwen Li, Renfa Li, Keqin Li. Human-Interaction-aware Adaptive Functional Safety Processing for Multi-Functional Automotive Cyber-Physical Systems, ACM Transactions on Cyber-Physical Systems (TCPS), 2019, 3(4): 1-25. (EI 期刊，第二作者)
