[논문 리뷰] Fuzzy Feedback Scheduling of Resource-Constrained Embedded Control Systems

Feng Xia, Youxian Sun외 3명|ArXiv.org|2008. 05. 20.

Real-Time Systems Scheduling참고 문헌 15인용 수 10

한 줄 요약

이 논문은 자원이 제한된 임베디드 제어 시스템에서 동적 워크로드와 자원 가용성의 불확실성 하에서도 제어 품질(QoC)을 유지하기 위해 퍼지 피드백 스케줄링(FFS) 기법을 제안한다. CPU 활용도 피드백을 기반으로 퍼지 논리학을 사용해 제어 루프 샘플링 주기를 동적으로 조정함으로써, 정확한 작업 실행 시간이나 정확한 성능 모델이 필요로 하지 않으며, 측정 노이즈에 대해 뛰어난 내성과 최소한의 계산 오버헤드로 거의 이상적인 성능을 달성한다.

ABSTRACT

The quality of control (QoC) of a resource-constrained embedded control system may be jeopardized in dynamic environments with variable workload. This gives rise to the increasing demand of co-design of control and scheduling. To deal with uncertainties in resource availability, a fuzzy feedback scheduling (FFS) scheme is proposed in this paper. Within the framework of feedback scheduling, the sampling periods of control loops are dynamically adjusted using the fuzzy control technique. The feedback scheduler provides QoC guarantees in dynamic environments through maintaining the CPU utilization at a desired level. The framework and design methodology of the proposed FFS scheme are described in detail. A simplified mobile robot target tracking system is investigated as a case study to demonstrate the effectiveness of the proposed FFS scheme. The scheme is independent of task execution times, robust to measurement noises, and easy to implement, while incurring only a small overhead.

연구 동기 및 목표

• 변동하는 워크로드와 자원 가용성의 불확실성 하에서도 자원이 제한된 임베디드 시스템에서 제어 품질(QoC)을 유지하는 데 도전 과제를 해결하기 위해.
• 실제로 자주 이용 불가능한 정확한 작업 실행 시간과 성능 모델에 의존하는 전통적인 피드백 스케줄링의 한계를 극복하기 위해.
• 제어 비용 함수의 명시적 지식이나 정확한 작업 실행 시간 측정이 필요로 하지 않는 내성적이고 구현 가능한 스케줄링 솔루션을 개발하기 위해.
• 퍼지 논리학을 활용해 샘플링 주기를 피드백 제어함으로써 유연한 QoC 관리를 가능하게 하고, 안정적인 CPU 활용도를 보장하기 위해.
• 노이즈가 많고 동적인 조건에서 실세계 모바일 로봇 목표 추적 응용 사례에서 FFS 기법의 효과성을 검증하기 위해.

제안 방법

• FFS 기법은 실시간 CPU 활용도 피드백을 기반으로 제어 루프의 샘플링 주기를 동적으로 조정하기 위해 퍼지 논리 제어를 사용한다.
• 퍼지 컨트롤러는 목표와 실제 CPU 활용도 간 오차를 분석하여 샘플링 주기 조정을 수행하며, 효율적인 계산을 위해 룩업 테이블을 활용한다.
• 피드백 스케줄러는 20 ms 간격으로 0.1 ms 실행 시간을 가지며 고우선순위 주기 작업으로 작동하며, 매 20 ms마다 시스템 활용도를 모니터링한다.
• CPU 활용도는 $\hat{U} = \frac{c_1}{h_1} + \frac{c_2}{h_2} + \frac{c_3}{h_3} + \delta_U$ 로 추정되며, 여기서 $\delta_U$ 는 분산 $r^2$ 인 평균 0인 가우시안 노이즈이다.
• 시스템은 고정 우선순위를 사용한다: 피드백 스케줄러(최고), 비제어 작업(중간), 제어 작업 2(최저)이며, 최대 샘플링 주기는 7 ms로 제한된다.
• 정확한 제어 비용 함수나 정확한 작업 실행 시간 측정에 의존하지 않으며, 퍼지 논리학이 모호한 입력을 처리할 수 있는 능력을 활용한다.

실험 결과

연구 질문

• RQ1 정확한 작업 실행 시간 지식이 없이도 피드백 스케줄링 기법이 임베디드 제어 시스템에서 목표로 하는 CPU 활용도와 QoC를 유지할 수 있는가?
• RQ2 측정 노이즈와 불확실한 워크로드 변화 하에서 제안된 FFS 기법은 어떻게 성능을 발휘하는가?
• RQ3 성능 모델이 이용 불가능할 경우 퍼지 논리 제어가 전통적인 피드백 스케줄링을 얼마나 효과적으로 대체할 수 있는가?
• RQ4 기존 피드백 스케줄링 대비 FFS 기법의 계산 오버헤드와 구현 복잡도는 어떠한가?
• RQ5 이deal 피드백 스케줄링과 오픈 루프 스케줄링에 비해 FFS 기법은 제어 성능과 내성 측면에서 어떻게 비교되는가?

주요 결과

• 워크로드 변화와 측정 노이즈가 있음에도 불구하고 FFS 기법은 목표로 하는 85% 수준의 CPU 활용도를 근사적으로 유지하여 QoC 안정성을 확보한다.
• 노이즈 분산 $r = 0.1$ 인 퍼지 피드백 스케줄링 하에서 모바일 로봇 사례 연구의 평균 추적 오차는 단지 0.51 mm였으며, 이는 이상적인 피드백 스케줄링 사례와 유사했다.
• 오픈 루프 스케줄링 하에서는 t = 2s까지 안정성을 유지했지만, t = 2s에서 3s 사이에 평균 활용도 110%로 과부하 상태가 되어 불안정해졌으며, 이는 피드백 제어의 필요성을 입증한다.
• FFS 기법은 측정 노이즈에 대해 뛰어난 내성성을 보이며, 시뮬레이션 결과에 따르면 다양한 노이즈 크기에서 효과적인 제어 성능을 유지한다.
• FFS 기법은 최소한의 계산 오버헤드(피드백 스케줄러 실행 시간 0.1 ms)를 가지며, 단순한 퍼지 논리학 구조 덕분에 쉽게 구현할 수 있다.
• FFS 기법은 작업 실행 시간이나 제어 비용 함수의 지식이 필요로 하지 않아, 런타임 진단 기능이 제한된 실세계 임베디드 시스템에 실용적이다.