지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 유민수
- 발행연도
- 2022
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수6
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 차량용 임베디드 시스템은 전장부품 비중이 증가하면서 제어기 성능 향상을 위해 멀티코어를 적용하고 있다. 멀티코어 사용 시 코어 간 전달되는 데이터의 일관성을 유지하기 위해 스핀락을 사용하며 공유 메모리에 각 코어가 동시에 접근하는 것을 방지한다. 하지만 각 코어가 공유 메모리에 접근하는 타이밍이 지속적으로 겹치는 경우에는 스핀락으로 인한 스피닝이 발생하여 각 코어의 응답시간 지연을 초래하고 멀티코어 성능을 저해한다.
본 논문에서는 Time Triggered Architecture(TTA)를 이용하여 멀티코어 스케줄링을 최적화하는 방법을 제안한다. 우선 강화학습을 적용한 태스크 배분 알고리즘을 제시하여 Load Balancing을 최적화 방법을 설명한다. 이후 TTA를 적용하기 위한 태스크 주기 모델을 설명하고 태스크 조화주기 알고리즘을 설명한다. 또한 효율적인 스케줄링을 위한 태스크 Offset과 Deadline을 설정하는 알고리즘 제시한다. 그 과정에서 태스크 Offset과 Deadline 설정 규칙 3가지를 설명하고, 각 태스크의 Schedulability 분석 방법을 제시한다. 마지막으로 TTA 적용 시 런타임에서 태스크의 타이밍 오류를 감지하고 적절하게 대응할 수 있는 방법을 설명한다.
위의 제안된 알고리즘은 연료전지제어기 태스크 모델에 적용된다. 태스크 배분 알고리즘을 적용하여 Load Balancing 성능 및 Scalability를 확인한다. 또한 태스크 Offset, Deadline 설정 알고리즘을 적용하여 설정된 각 태스크의 실행구간을 확인한다. 그 결과 기존 제어기 대비 코어 Load의 표준편차가 94% 개선되었으며, 총 코어 4개와 태스크 16개를 기준으로 Optimal 값 대비 약 78% 이상의 확장성을 보였다. 또한 각 태스크의 실행구간이 상호 배제가 강제되었으며 각 알고리즘이 잘 적용됨을 확인하였다.
본 논문에서는 Time Triggered Architecture(TTA)를 이용하여 멀티코어 스케줄링을 최적화하는 방법을 제안한다. 우선 강화학습을 적용한 태스크 배분 알고리즘을 제시하여 Load Balancing을 최적화 방법을 설명한다. 이후 TTA를 적용하기 위한 태스크 주기 모델을 설명하고 태스크 조화주기 알고리즘을 설명한다. 또한 효율적인 스케줄링을 위한 태스크 Offset과 Deadline을 설정하는 알고리즘 제시한다. 그 과정에서 태스크 Offset과 Deadline 설정 규칙 3가지를 설명하고, 각 태스크의 Schedulability 분석 방법을 제시한다. 마지막으로 TTA 적용 시 런타임에서 태스크의 타이밍 오류를 감지하고 적절하게 대응할 수 있는 방법을 설명한다.
위의 제안된 알고리즘은 연료전지제어기 태스크 모델에 적용된다. 태스크 배분 알고리즘을 적용하여 Load Balancing 성능 및 Scalability를 확인한다. 또한 태스크 Offset, Deadline 설정 알고리즘을 적용하여 설정된 각 태스크의 실행구간을 확인한다. 그 결과 기존 제어기 대비 코어 Load의 표준편차가 94% 개선되었으며, 총 코어 4개와 태스크 16개를 기준으로 Optimal 값 대비 약 78% 이상의 확장성을 보였다. 또한 각 태스크의 실행구간이 상호 배제가 강제되었으며 각 알고리즘이 잘 적용됨을 확인하였다.
목차
제 1장 서론 11. 1 연구 배경 11. 2 관련 연구 31. 3 연구 목표 및 내용 5제 2장 태스크 배분 방법 72. 1 문제 정의 및 최적화 모델 72. 2 DQN을 이용한 태스크 배분 알고리즘 10제 3장 태스크 Harmonic-Period 설정 133. 1 태스크 주기 모델 133. 2 Harmonic-Period 설정 방법 143. 3 Harmonic-Period 설정 알고리즘 16제 4장 태스크 Offset, Deadline 설정 174. 1 Time Triggered Architecture 174. 2 태스크 Offset, Deadline 설정 알고리즘 184. 2. 1 태스크 Offset, Deadline 설정 규칙 #1 204. 2. 2 태스크 Offset, Deadline 설정 규칙 #2 224. 2. 3 태스크 Offset, Deadline 설정 규칙 #3 244. 2. 4 태스크 Schedulability 분석 방법 25제 5장 타이밍 오류 감지 275. 1 타이밍 오류 발생 시 문제점 275. 2 AUTOSAR에서 제공하는 타이밍 오류 감지 방법 295. 3 Data Version을 이용한 타이밍 오류 감지 방법 32제 6장 구현 이슈 및 검증 366. 1 AUTOSAR 멀티코어 기반 스케줄링 구현 방법 366. 2 Data Version을 이용한 타이밍 오류 감지 구현 방법 396. 3 Time Triggered Architecture 적용 결과 및 분석 416. 3. 1 알고리즘 적용을 위한 태스크 모델 416. 3. 2 태스크 배분 알고리즘 적용 결과 및 분석 496. 3. 3 태스크 Offset, Deadline 알고리즘 적용 결과 및 분석 50제 7장 결론 54Reference 56Abstract 58
최근 본 자료
댓글(0)
0