, Calcul de l'interférence additionnelle maximum de manière à garantir l'ordonnançabilité de ? a dans S new

, L'interférence de ? new sur ? a ? hp(new) est calculée en utilisant l'équation, vol.12

, Une approche pour calculer l'interférence, dans S new , des chaînes moins prioritaires sur ? a est de recalculer la combinaison de l'interférence des chaînes de p(a) qui maximise l'interférence sur ? a . Nous proposons cependant une autre approche qui consiste à calculer les changements qu'implique l'addition de ? new au système. Pour cela, nous commençons par caractériser l'interférence d'une chaîne ? b ? p(a) sur ? a . Pour rappel, l'équation (3.12) permet de majorer l'interférence de l'ensemble des chaînes moins prioritaires sur ? a . Nous commençons par identifier l'interférence d'une chaîne ? b moins prioritaire sur ? a dans un préfixe de longueur ? d'une ? a -busy-window, Pour rappel, l'interférence calculée via l'équation (3.12) est la combinaison des interférences de chacune des chaînes de p(a) telle que cette interférence sur ? a soit maximum

, Si ? b ? p(a) est synchrone alors l'interférence de cette chaîne sur ? a ne dépend pas d'un intervalle de temps. Contrairement aux calculs des interférences présentés dans les sections 3.4.1 et 3.5.2, nous ne souhaitons pas calculer une interférence qui prend en compte toutes les chaînes dans p(a), mais l'interférence d'une unique chaîne ? b ? p(a) sur ? a . Chaque chaîne ? b ? p(a) interfère sur ? a avec son segment critique (potentiellement circulaire) ou son segment de tête. Basé sur l'analyse de latence, nous identifions tout d'abord si ? new interfère avec son segment critique ou son en

, De la même manière qu'on a calculé l'interférence additionnelle causée par l'ajout d'une chaîne, nous calculons l'interférence additionnelle causée par la modification de chacun des paramètres x i

, Pour chaque chaîne ? a du système, nous établissons des contraintes pour que l'interférence causée par l'ensemble des modifications ne dépasse pas la marge S a

, Et avec certaines adaptations, nous pouvons calculer la sensibilité d'un système dans le cas général où plusieurs paramètres de différents types sont modifiés simultanément dans un même système

, Pour cela, nous utilisons l'exemple 105 dans lequel toutes les chaînes sont considérées synchrones et dont les paramètres temporels sont définis dans le tableau 5.8. chaîne qui limite la flexibilité du système. Ainsi, si on veut augmenter la flexibilité du système il faut changer le système (et donc son modèle) en diminuant les interférences sur la chaîne qui limite la flexibilité, nous illustrons sur un exemple comment l'analyse de flexibilité peut être utilisée

, Dans ce cas il est impossible de conclure sur les avantages de l'analyse d'ordonnançabilité par rapport à la simulation pour obtenir des minorants sur la latence au pire cas. Les minorants peuvent également être étendus à d'autres analyses. Il serait intéressant de calculer des minorants lorsque la précision des majorants est médiocre. Concernant la partie flexibilité, il serait intéressant de considérer des problèmes plus complexes comme l'ajout de plusieurs chaînes à un système. Il faudrait également développer et formaliser l'analyse de sensibilité. Pour finir, les analyses développées sont complexes et donc difficile à vérifier formellement, Il serait intéressant de comparer les minorants simulés et calculés sur un grand nombre de systèmes. En effet, nous avons comparé les deux types de minorants sur deux exemples de systèmes

J. Schlatow and R. Ernst, Response-time analysis for task chains in communicating threads, Real-Time Embedded Technology and Applications Symposium, RTAS'16, pp.245-254, 2016.

M. Harbour, M. Klein, and J. Lehoczky, Fixed priority scheduling periodic tasks with varying execution priority, Real-Time Systems Symposium, RTSS'91. IEEE, pp.116-128, 1991.

, Nextgen

, Sesar

R. Henia, A. Hamann, M. Jersak, R. Racu, K. Richter et al., System level performance analysis -the SymTA/S approach, IEEE Proceedings Computers and Digital Techniques, vol.152, pp.148-166, 2005.

K. , Adding time-offsets to schedulability analysis, p.28, 1994.

J. Palencia and M. G. Harbour, Schedulability analysis for tasks with static and dynamic offsets, Real-Time Systems Symposium, RTSS'98, pp.23-37, 1998.

K. Lakshmanan, S. Kato, and R. Rajkumar, Scheduling parallel real-time tasks on multi-core processors, Proceedings of the 31st IEEE Real-Time Systems Symposium, RTSS 2010, pp.259-268, 2010.

A. Saifullah, K. Agrawal, C. Lu, and C. D. Gill, Multi-core real-time scheduling for generalized parallel task models, Proceedings of the 32nd IEEE Real-Time Systems Symposium, RTSS 2011, pp.217-226, 2011.

M. Becker, D. Dasari, S. Mubeen, M. Behnam, and T. Nolte, End-to-end timing analysis of cause-effect chains in automotive embedded systems, Journal of Systems Architecture -Embedded Systems Design, vol.80, pp.104-113, 2017.

,

J. Lehoczky, Fixed priority scheduling of periodic task sets with arbitrary deadlines, Real-Time Systems Symposium, RTSS'90. Lake, pp.201-209, 1990.

R. I. Davis, A. Burns, R. J. Bril, and J. J. Lukkien, Controller area network (CAN) schedulability analysis : Refuted, revisited and revised, Real-Time Systems, vol.35, issue.3, pp.239-272, 2007.

M. Spuri, Analysis of deadline scheduled real-time systems, 1996.
URL : https://hal.archives-ouvertes.fr/inria-00073920

S. Schliecker, Performance analysis of multiprocessor real-time systems with shared resources, 2011.

E. Bini and G. C. Buttazzo, Measuring the performance of schedulability tests, Real-Time Systems, vol.30, issue.1-2, pp.129-154, 2005.

S. Kramer, D. Ziegenbein, and A. Hamann, Real world automotive benchmarks for free, 6th International Workshop on Analysis Tools and Methodologies for Embedded and Real-time Systems (WATERS), 2015.

M. Chéramy, P. Hladik, and A. Déplanche, SimSo : A Simulation Tool to Evaluate Real-Time Multiprocessor Scheduling Algorithms, 5th International Workshop on Analysis Tools and Methodologies for Embedded and Real-time Systems (WATERS), p.6, 2014.

Y. T. Urunuela and A. Déplanche, Storm a simulation tool for real-time multiprocessor scheduling evaluation, 2010 IEEE 15th Conference on Emerging Technologies Factory Automation, pp.1-8, 2010.
URL : https://hal.archives-ouvertes.fr/hal-00495747

R. Racu, M. Jersak, and R. Ernst, Applying sensitivity analysis in real-time distributed systems, Real-Time Embedded Technology and Applications Symposium, RTAS'05, pp.160-169, 2005.

E. Bini, M. D. Natale, and G. Buttazzo, Sensitivity analysis for fixed-priority realtime systems, ECRTS'06, pp.13-22, 2006.

S. Punnekkat, R. Davis, and A. Burns, Sensitivity analysis of real-time task sets, ASIAN'97, ser, vol.1345, pp.72-82, 1997.

S. Vestal, Fixed-priority sensitivity analysis for linear compute time models, pp.308-317, 1994.

E. Bini, M. D. Natale, and G. Buttazzo, Sensitivity analysis for fixedpriority real-time systems, pp.5-30, 2007.

E. Bini and G. Buttazzo, Schedulability analysis of periodic fixed priority systems, pp.1462-1473, 2004.

T. M. Moritz-neukirchner and S. Quinton, Sensitivity analysis for arbitrary activation patterns in real-time systems, pp.135-140, 2013.

A. Hamann, R. Racu, and R. Ernst, A formal approach to robustness maximization of complex heterogeneous embedded systems, pp.40-45, 2006.

, Multi-dimensional robustness optimization in heterogeneous distributed embedded systems, pp.269-280, 2007.

A. Hamann, M. Jersak, K. Richter, and R. Ernst, A framework for modular analysis and exploration of heterogeneous embedded systems, pp.101-137, 2006.

,

R. Racu, A. Hamann, and R. Ernst, Sensitivity analysis of complex embedded real-time systems, Real-Time Syst, vol.39, issue.1-3, pp.31-72, 2008.

, A formal approach to multi-dimensional sensitivity analysis of embedded real-time systems, pp.2-12, 2006.

R. I. Davis, K. Tindell, and A. Burns, Scheduling slack time in fixed priority pre-emptive systems, Real-Time Systems Symposium, RTSS'93, pp.222-231, 1993.

J. P. Lehoczky and S. R. Thuel, Scheduling periodic and aperiodic tasks using the slack stealing algorithm, pp.175-198, 1995.

S. Ramos-thuel and J. P. Lehoczky, On-line scheduling of hard deadline aperiodic tasks in fixed-priority systems, Proceedings of the Real-Time Systems Symposium, pp.160-171, 1993.

S. R. Thuel and J. P. Lehoczky, Algorithms for scheduling hard aperiodic tasks in fixed-priority systems using slack stealing, Proceedings of the 15th Real-Time Systems Symposium, pp.22-33, 1994.

T. Tia, J. W. Liu, and M. Shankar, Algorithms and optimality of scheduling soft aperiodic requests in fixed-priority preemptive systems, pp.22-43, 1996.

Q. Zhu, Y. Yang, E. Scholte, M. D. Natale, and A. Sangiovanni-vincentelli, Optimizing extensibility in hard real-time distributed systems, Real-Time Embedded Technology and Applications Symposium, RTAS'09, pp.275-284, 2009.

R. Davis and A. Burns, Robust priority assignment for fixed priority real-time systems, Real-Time Systems Symposium, RTSS'07. IEEE, pp.3-14, 2007.

I. Bate and P. Emberson, Incorporating scenarios and heuristics to improve flexibility in real-time embedded systems, Real-Time Embedded Technology and Applications Symposium, RTAS'06, pp.221-230, 2006.

C. L. Liu and J. W. Layland, Scheduling algorithms for multiprogramming in a hard-real-time environment, pp.46-61, 1973.