@phdthesis{Ramsauer2005, author = {Ramsauer, Markus}, title = {Energie- und qualit{\"a}tsbewußte Einplanung von periodischen Prozessen in eingebetteten Echtzeitsystemen}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:739-opus-628}, school = {Universit{\"a}t Passau}, year = {2005}, abstract = {Mobile Ger{\"a}te dienen immer h{\"a}ufiger zur Ausf{\"u}hrung von Echtzeitanwendungen, sie bieten immer mehr Rechenleistung und sie werden kleiner und leichter. Hohe Rechenleistung erfordert jedoch sehr viel Energie, was im Gegensatz zu den geringen Akkukapazit{\"a}ten, die aus der Forderung nach kleinen und leichten Ger{\"a}ten resultieren, steht. Bei der Echtzeiteinplanung von Rechenprozessen gewinnt daher der Energieverbrauch der Ger{\"a}te neben der rechtzeitigen Beendigung von Anwendungen zunehmend an Bedeutung, weil sie m{\"o}glichst lange unabh{\"a}ngig vom Stromnetz betrieben werden sollen. Andererseits werden auf diesen Ger{\"a}ten rechenintensive Anwendungen ausgef{\"u}hrt, bei denen es w{\"u}nschenswert ist, die maximale mit der verf{\"u}gbaren Rechenleistung erzielbare Qualit{\"a}t zu erhalten. In dieser Arbeit wird ein Systemmodell vorgestellt, das den Design-to-time-Ansatz mit den M{\"o}glichkeiten der dynamischen Leistungsanpassung (Rechenleistung und verbrauchte elektrische Leistung) moderner Prozessoren vereinigt. Der Design-to-time-Ansatz erm{\"o}glicht Energieeinsparungen oder Qualit{\"a}tssteigerungen durch die dynamische Auswahl alternativer Implementierungen, welche dieselbe Aufgabe mit unterschiedlicher Ausf{\"u}hrungsdauer und Qualit{\"a}t bzw. Energieverbrauch erf{\"u}llen. Das Systemmodell umfaßt unter anderem periodische Prozesse mit harten Echtzeitbedingungen, Datenabh{\"a}ngigkeiten und alternativen Implementierungen, sowie Prozessoren mit diskreten Leistungsstufen. Die Einplanung der Prozesse erfolgt in zwei Phasen. In der Offline-Phase wird ein flexibler Schedule berechnet, der f{\"u}r die zur Laufzeit m{\"o}glichen Kombinationen von verstrichener Zeit und noch einzuplanender Prozeßmenge den jeweils einzuplanenden Prozeß, sowie die zu verwendende Implementierung und gegebenenfalls die einzustellende Leistungsstufe beinhaltet. Dieser flexible Schedule wird w{\"a}hrend der Online-Phase mit vernachl{\"a}ssigbarem Zeit- und Energieaufwand von einem Scheduler interpretiert. F{\"u}r die Berechnung der optimalen flexiblen Schedules wurde ein Optimierer entwickelt, der eine Folge von flexiblen Schedules mit monoton steigender G{\"u}te (niedriger Energieverbrauch bzw. hohe Qualit{\"a}t) generiert, und damit der Klasse der Anytime-Algorithmen zuzuordnen ist. Eine Variante der Dynamischen Programmierung dient zur Bestimmung global optimaler, flexibler Schedules, die beispielsweise als Basis f{\"u}r Benchmarks dienen. Eine auf Simulated Annealing basierende Variante des Optimierers erm{\"o}glicht ein schnelleres Auffinden guter, flexibler Schedules f{\"u}r umfangreichere Anwendungen.}, subject = {Echtzeitsystem}, language = {de} }