Метод визначення часу виконання програм у системах реального часу

Заголовок (англійською): 
Determining task execution time in real-time systems
Автор(и): 
Юрович І. В.
Зайцев В. Г.
Автор(и) (англ): 
Yurovych I.
Zaitsev V.
Ключові слова (укр): 
операційна система реального часу; адаптивний круїз-контроль; час виконання завдання; сенсори; актуатори; моделювання
Ключові слова (англ): 
real-time operating system; adaptive cruise control; task execution time; sensors; actuators; modeling
Анотація (укр): 
Проблема функціонування комп'ютерних систем реального часу, зокрема таких критичних до збоїв, як адаптивний круїз-контроль, полягає не лише в логічній коректності, а й у своєчасній видачі результатів, де будь-які затримки можуть мати критичні наслідки. Існуючі моделі часто спрощують систему, що моделюється, та не враховують динамічну природу появи завдань, що є невід'ємною складовою сучасних систем реального часу. У даній статті запропоновано метод визначення часу виконання завдань у системах реального часу, який враховує динамічну природу появи завдань під час роботи системи. Метод деталізує різні типи подій (асинхронні, синхронні, ізохронні) та типи завдань за характером виникнення (періодичні, спорадичні, аперіодичні), а також розглядає різні види залежностей між завданнями, включаючи умовні активації. Для реалістичної оцінки часу виконання завдань використовуються дані, отримані з досліджень аналогів до компонентів системи АКК (сенсори, контролери, актуатори). Визначені таким чином часові характеристики є основою для подальшого моделювання роботи системи, що дозволяє обрати алгоритм планувальника завдань, який задовольнятиме часові вимоги системи. Це гарантує відповідність системи її жорстким вимогам щодо затримки, забезпечуючи надійне та безпечне функціонування, а також дозволяє виявляти потенційні проблеми на ранніх етапах розробки системи.
Анотація (англ): 
The challenge of operating real-time computer systems-particularly those with high safety-criticality, such as adaptive cruise control-lies not only in their logical correctness but also in the timely delivery of results, where any delay can have critical consequences. Existing models often oversimplify the system being simulated and fail to consider the dynamic nature of task arrivals, which is an inherent feature of modern real-time systems. This paper proposes a novel method for determining task execution time in real-time systems that accounts for the dynamic appearance of tasks during system operation. The method classifies various types of events (asynchronous, synchronous, isochronous) and task types (periodic, sporadic, aperiodic), while also addressing different types of task dependencies, including conditional activations. For realistic estimation of task execution times, data from research on analogous ACC system components (sensors, controllers, actuators) are utilized. The resulting timing characteristics serve as a foundation for further system modeling, enabling the selection of a task scheduling algorithm that meets the system's timing requirements. This ensures compliance with stringent latency constraints, guaranteeing reliable and safe operation, and allows the early detection of potential issues during the system development process.
Публікатор: 
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр): 
Управління розвитком складних систем, номер 63, 2025
Назва журналу, номер, рік випуску (англ): 
Management of Development of Complex Systems, number 63, 2025
Мова статті: 
Українська
Формат документа: 
application/pdf
Документ: 
212-222.pdf
Дата публікації: 
24 Сентябрь 2025
Номер збірника: 
63
Розділ: 
ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ ПРОЄКТУВАННЯ
Університет автора: 
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ
Литература: 

1.     Юрович І., Зайцев В. Метод визначення часових характеристик систем реального часу. Управління розвитком складних систем. 2024. Вип. 59. С. 148–154. URL: https://doi.org/10.32347/2412-9933.2024.59.148-154.

2.     Зайцев В. Г., Цибаєв Є. І. Оцінка часових характеристик у компʼютерних системах реального часу з використанням сіток Петрі. Управління розвитком складних систем. 2023. № 54. С. 48–62.

3.     Зайцев В. Г., Цибаєв Є. І. Модель оцінки часових характеристик у комп’ютерних системах реального часу з використанням сіток Петрі. Управління розвитком складних систем. 2019. № 40. С. 76–86. DOI: URL: dx.doi.org\10.6084/m9.figshare.11969013.

4.     Зайцев В. Г., Цибаєв Є. І. Оцінка часових характеристик задач в багатопроцесорних системах реального часу з використанням сіток Петрі. Управління розвитком складних систем. 2020. № 42. С. 43–50.

5.     Зайцев В. Г., Цибаєв Є. І. Комп’ютерні системи реального часу: навч. посіб. Київ, 2019.

6.     Ciyun L. et al. Vehicle Detection and Tracking with Roadside LiDAR Using Improved ResNet18 and the Hungarian Algorithm. Sensors. 2023. Vol. 23, № 15. Art. 6757. URL: https://doi.org/10.3390/s23156757.

7.     Joong-hee H., Chi-ho P. Performance evaluation on GNSS, wheel speed sensor, yaw rate sensor, and gravity sensor integrated positioning algorithm for automotive navigation system. E3S Web of Conferences. Republic of Korea, 2019. Vol. 84. Art. 01004. URL: https://doi.org/10.1051/e3sconf/20198401004.

8.     Prasetyono A. P. et al. Multiple Sensing Method Using Moving Average Filter for Automotive Ultrasonic Sensor. Journal of Physics: Conference Series. 2020. Vol. 1569. Art. 032001. URL: https://doi.org/10.1088/1742-6596/1569/3/032001.

9.     Kumagai O. et al. 7.3 A 189×600 Back-Illuminated Stacked SPAD Direct Time-of-Flight Depth Sensor for Automotive LiDAR Systems. 2021 IEEE International Solid-State Circuits Conference (ISSCC). San Francisco, USA, 2021. P. 110–112. URL: https://doi.org/10.1109/ISSCC42661.2021.9366114.

10.  Almadani B., Alshammari N., Al-Roubaiey A. Adaptive Cruise Control Based on Real-Time DDS Middleware. IEEE Access. 2023. Vol. 11. P. 75407–75423. URL: https://doi.org/10.1109/ACCESS.2023.3296317.

11.  Liu Y., Li F., Sun B. Self-Tuning Backstepping Control with Kalman-like Filter for High-Precision Control of Automotive Electronic Throttle. Electronics. 2023. Vol. 12, № 10. Art. 2262. URL: https://doi.org/10.3390/electronics12102262.

12.  Wu T., Li J., Qin X. Braking performance oriented multi–objective optimal design of electro–mechanical brake parameters. PLoS ONE. 2021. Vol. 16, № 5. Art. e0251714. URL: https://doi.org/10.1371/journal.pone.0251714.

13.  Kreß J. et al. Low-Cost Throttle-By-Wire-System Architecture for Two-Wheeler Vehicles. SAE Technical Paper Series. SAE International, 2023. URL: https://doi.org/10.4271/2023-01-0498.

14.  Salgado V., Gomes D., Andrade Lima C. Modeling and Simulation of an Electromagnetic Brake-by-Wire System for Formula SAE Vehicles. SAE Technical Paper Series. SAE International, 2024. URL: https://doi.org/10.4271/2024-01-0495

References: 

1.     Yurovych, I., & Zaitsev, V. (2024). Method of determining timing parameters of real time systems. Management of Development of Complex Systems, 59, 148–154. DOI: URL: https://doi.org/10.32347/2412-9933.2024.59.148-154.

2.     Zaitsev, V., & Tsybaev, E. (2023). Estimation of timing characteristics in real-time computer systems using petri nets. Management of Development of Complex Systems, 40, 48–62.

3.     Zaitsev, V., & Tsybaev, E. (2019). A model for estimating time characteristics in real-time computer systems using Petri nets. Management of Development of Complex Systems, 40, 76–86.

4.     Zaitsev, V., & Tsybaev, E. (2020). Evaluation of time characteristics of problems in multiprocessor real-time systems using petri networks. Management of Development of Complex Systems, 42, 43–50.

5.     Zaitsev, V. G., & Tsybaev, E. I. (2019). Real-time computer systems: A textbook. Kyiv, Ukraine: National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute".

6.     Ciyun, L., Liu, Y., Zhang, X., Li, X., Wu, X., & Liu, X. (2023). Vehicle Detection and Tracking with Roadside LiDAR Using Improved ResNet18 and the Hungarian Algorithm. Sensors, 23(15), 6757. DOI: URL: https://doi.org/10.3390/s23156757.

7.     Joong-hee, H., & Chi-ho, P. (2019, May 8). Performance evaluation on GNSS, wheel speed sensor, yaw rate sensor, and gravity sensor integrated positioning algorithm for automotive navigation system. In E3S Web of Conferences (Vol. 84, p. 01004). Republic of Korea: EDP Sciences. DOI: URL: https://doi.org/10.1051/e3sconf/20198401004.

8.     Prasetyono, A. P., Suwito, A., & Budi, S. (2020). Multiple Sensing Method Using Moving Average Filter for Automotive Ultrasonic Sensor. Journal of Physics: Conference Series, 1569(3), 032001. DOI: URL: https://doi.org/10.1088/1742-6596/1569/3/032001.

9.     Kumagai, O., Takamatsu, S., Tanaka, S., Tanaka, K., Oikawa, H., Kawada, Y., Suzuki, A., Arai, H., & Sakata, S. (2021). 7.3 A 189×600 Back-Illuminated Stacked SPAD Direct Time-of-Flight Depth Sensor for Automotive LiDAR Systems. In 2021 IEEE International Solid-State Circuits Conference (ISSCC) (pp. 110–112). San Francisco, USA: IEEE. DOI: URL: https://doi.org/10.1109/ISSCC42661.2021.9366114.

10.  Almadani, B., Alshammari, N., & Al-Roubaiey, A. (2023). Adaptive Cruise Control Based on Real-Time DDS Middleware. IEEE Access, 11, 75407–75423. DOI: URL: https://doi.org/10.1109/ACCESS.2023.3296317.

11.  Liu, Y., Li, F., & Sun, B. (2023). Self-Tuning Backstepping Control with Kalman-like Filter for High-Precision Control of Automotive Electronic Throttle. Electronics, 12(10), 2262. DOI: URL: https://doi.org/10.3390/electronics12102262.

12.  Wu, T., Li, J., & Qin, X. (2021). Braking performance oriented multi–objective optimal design of electro–mechanical brake parameters. PLoS ONE, 16(5), e0251714. DOI: URL: https://doi.org/10.1371/journal.pone.0251714.

13.  Kreß, J., Beirer, T., & Gruler, T. (2023). Low-Cost Throttle-By-Wire-System Architecture for Two-Wheeler Vehicles. SAE Technical Paper Series. SAE International. DOI: URL: https://doi.org/10.4271/2023-01-0498.

14.  Salgado, V., Gomes, D., & Andrade Lima, C. (2024). Modeling and Simulation of an Electromagnetic Brake-by-Wire System for Formula SAE Vehicles. SAE Technical Paper Series. SAE International. DOI: URL: https://doi.org/10.4271/2024-01-0495.