摘要：為滿足對安全關鍵領域日益增長的可靠性需求，提出一種基于松耦合多處理器體系結構的雙機容錯實時嵌入式系統設計方案。該方案無縫整合了計算機硬件級、操作系統級、應用級的容錯技術，以達到從整體上提高系統可靠性的目的。


關鍵詞：容錯 雙機熱備份 可靠性 實時嵌入式系統

引 言

　　實時系統的基本特性是任務響應時間的確定和系統處理任務的高吞吐量。相對于其他計算機系統而言，實時系統對可靠性和防危要求十分嚴格。特別是所謂的安全關鍵系統SCS(Safety Critical Systems)，這類系統失效，將帶來災難性的后果。在實時嵌入式系統的運行過程中，容錯是最重要的可靠性保障手段。

　　容錯實時系統的研究主要集中在兩個方面[1]：① 改進實時調度算法，使之確保實時任務在正常運行和遇到錯誤時，均能在規(guī)定時限到來以前獲得正確的輸出。② 將過去應用于普通計算機系統中的冗余容錯策略移植到實時系統中。

　　在具有硬件容錯能力的計算機系統中，其失效65％來自軟件[2]，僅有8％來自于硬件。因此，軟件容錯能力成為決定計算機系統可靠性的關鍵。為了在出現硬件或軟件的暫時或永久故障的情況下，保證關鍵任務仍能在規(guī)定的時限范圍內完成運算，并輸出正確的結果，提出一種雙處理器實時嵌入式容錯系統體系結構。該系統結構采用多處理器體系結構，實現計算機之間的通信，并無縫整合了計算機硬件、操作系統、應用軟件級的軟件容錯設計，達到從整體上提高系統可靠性的目的。

1 雙機容錯實時系統的體系結構

　　本系統采用圖1所示的雙機容錯系統硬件結構模型。該系統在雙機比較系統的基礎上，結合多處理機的松耦合與緊耦合系統結構，在不同的處理機間通過通道互連實現通信，為在硬件容錯中結合軟件容錯提供可能。

　　　　　　
　　　　　　　　　　　　　　　　圖1 雙機容錯系統結構模型

　　A機和B機各有獨自的外圍控制邏輯和外設，這樣不會引起系統資源的競爭，增加整體系統的穩(wěn)定性。當然，這樣是以花費更多的硬件設施為代價的。比較器及不一致檢測用專門設計的仲裁檢測電路來實現，其根據A機與B機周期向其發(fā)送的自檢測信號來判斷A機系統和B機系統運行的狀況。

　　雙機系統的運行狀態(tài)如下：
　?、?如果A機與B機均正常運行，則將計算機A作為主系統，計算機B作為備份使用，A機的運行結果作為系統輸出，A機運行到檢測點，向B機發(fā)送日志，B機更新日志列表。
　?、?如果A機正常而B機故障，亦將A機的運行結果作為系統輸出，同時將B機的運行故障狀態(tài)報告給A機，并向B機進行復位控制操作。
　　③ 如果A機故障，B機正常，則進行開關切換操作，B機進行系統備份任務重調度，B機運行結果作為系統輸出，并向A機進行復位控制操作，在檢測點更新A機日志，保持需要備份的任務狀態(tài)一致。

2 軟件設計與實現

　　圖2所示模型結合嵌入式實時系統的體系結構，采用層次結構和模塊結構相結合，無縫整合了計算機硬件、操作系統、應用軟件級的軟件容錯設計。在整體上采用分層的結構模型，克服了軟、硬件分離和脫節(jié)的問題，提高系統的靈活性和可移植性。模型的每一層均可以看作是一個相對獨立的系統。在每一層中按照系統功能，劃分不同的功能模塊。

　　　　
　　　　　　　　　　　　　　　　圖2 雙機容錯系統軟件體系結構

　　該系統采用對稱結構，為支持容錯處理，每個節(jié)點從下到上分為3個主要部分，即MCFT（Multiprocessor Communication for Fault?Tolerance）、RTOS系統級容錯組件、任務級動態(tài)冗余組件。

　　2.1 多機容錯通信模塊MCFT

　　在操作系統與硬件之間加入MCFT層，MCFT作為BSP（Board Support Package）的一部分，作為硬件平臺的抽象層，為操作系統提供統一的界面，提高系統的可移植性。有容錯需求的任務，通過MCFT所提供的功能傳遞日志，保持主系統和備份系統的關鍵任務的狀態(tài)和數據一致。MCFT屏蔽了底層通信的具體實現細節(jié)，使系統的實現與連接介質無關。

　　MPFT管理著一些數據包，并且在各個節(jié)點之間發(fā)送和接收這些數據包，數據包的結構如下：
　　typedef struct{?
　　　　MP_packet_Classes the_class;?
　　　　Ob jects_Id id;?
　　　　Ob jects_Id source_tid;?
　　　　Priority_Control source_priority;?
　　　　unsigned32 return_code;?
　　　　unsigned32 length;?
　　　　unsigned32 to_convert;?
　　　　Watchdog_Interval timeout;?
　　　　}MP_packet_Prefix;?

　　2.2 RTOS系統級容錯組件

　　RTOS系統級容錯組件，包括系統內核級容錯支持組件、系統自診斷組件和主/備用機切換支持組件。

　　(1) 內核級容錯支持組件

　　為支持操作系統級和應用級通信，在該系統中，每個節(jié)點上保存兩個對象表，一個本地任務表，一個容錯任務表。本地任務表在每個節(jié)點上都是不同的，它包含在此節(jié)點上創(chuàng)建的所有任務。容錯對象表包含系統中所有的容錯任務，在所有節(jié)點上是一樣的。為保持在所有節(jié)點上容錯任務表的一致性，每個節(jié)點對容錯對象的創(chuàng)建、刪除等都必須通知給備份節(jié)點。利用檢查點技術和傳遞日志法，保持主系統和備份系統的備份任務的狀態(tài)和數據一致。一旦主機發(fā)生故障，系統程序自動進行主/備用機切換，備用機系統使備份任務就緒，利用實時任務的調度策略，使備份任務在備份機上發(fā)生重調度，成為主機。

　　(2) 系統自診斷組件

　　如圖3所示，系統中采用自診斷的方法來診斷系統級的故障，用任務級的檢測來診斷應用級的故障。

　　自診斷劃分為幾個不同的測試階段，系統啟動自檢測階段和周期自檢測階段。自動啟動診斷的因素有：主/備用機定時切換和主機發(fā)生故障。周期自檢測階段根據系統需求，周期性檢測外設和通信口。每個階段對應設備的幾種功能塊，包括CPU的自診斷、中斷響應自診斷、串口自診斷、定時器自診斷、離散量自診斷、RAM自診斷等。

　　由于結果比較是實時系統中任何事務處理都需要經歷的步驟，因此把任務級的故障檢測放到結果判別部分進行。

　　(3) 主/備用機切換支持組件

　　仲裁檢測電路中對主/備用機設置了“看門狗”監(jiān)視器。當主/備用機處于正常工作狀態(tài)時，運行于CPU上的某一任務周期性地對“看門狗”施加復位信號，這樣，“看門狗”計數器就不可能產生溢出觸發(fā)信號；當CPU出現故障時，“看門狗”會輸出一個離散觸發(fā)信號并發(fā)出報警，此時，系統進行自動切換，讓備用的系統機工作。


　　　　　　　　　　　　　　　　　　　　　　圖3 主控流程

　　2.3 任務級動態(tài)冗余

　　在實時多任務系統中，采用另一種軟件冗余方法——任務級動態(tài)冗余[3]。任務級動態(tài)冗余方法是實時系統中瞬間故障的恢復方法之一。

　　在實時多任務的環(huán)境下，充分利用操作系統提供的功能，對各個基本任務建立后備任務作為冗余，并對后備任務進行容錯調度，從而起到類似于重試或卷回恢復的作用。利用檢查點技術和傳遞日志法保持主系統和備份系統的狀態(tài)的一致性，實現錯誤恢復，有較高的性價比。
　　
　　根據應用程序，結合實時性要求，采用以下的措施：

　?、?把應用程序分解成多個任務，任務以過程的形式出現，各個任務進入運行的順序是從1到?n，并在每個任務的最后設置檢查點，傳遞日志。
　?、?根據應用程序的要求事先給各個任務安排優(yōu)先級，使得任務可以根據要求及時占有處理器，實現實時處理。
　　③ 為各基本任務準備一個后備任務存放在內存中，平時后備任務不建立，不占有系統資源，僅在需要時才激活使用，后備任務的優(yōu)先級比相應的優(yōu)先級要高。馬上建立就搶占執(zhí)行，是某種意義上的重試或程序卷回。
　?、?為實現恢復功能的后備任務,可以和原有任務完全一樣，也可以是替換算法。

　　下面的算法能為各個任務產生容錯調度，從而實現任務冗余：

　　Step1: 建立任務 T1，T2，…，Tn；??
　　Step2: while N=1；N<=Nmax；?
?　　　N=N+1; ?
　　　　運行任務Ti； ?
　　　　檢測Ti的結果； ?
　　　　IF結果通過THEN輸出結果，刪除任務Ti； ?
　　　　ELSE激活任務Ti
　　　?。籦reak； ?
　　　　END
　　Step3:N>Nmax 系統報警

　　當后備任務執(zhí)行了Nmax次之后還通不過檢測，就認為系統出現永久故障，系統報警。Nmax是個閥門值，是由實時要求所決定的。

3 可靠性分析

　　在考慮了雙機的切換問題（包括切入成功率，與此相關的切入時間和再次切入的時間及其故障判別問題）后，完整的雙機容錯系統的穩(wěn)態(tài)可用度為[4]

　　　　　　　　

　　其中:λ為平均失效率，β為故障診斷率，是平均診斷時間的倒數；μ為平均維修率，是平均維修時間的倒數；α為加入失效率，是平均切入時間的倒數；C為故障判別率；α′為再次切入失效率,是再次切入時間的倒數（重啟雙工時間的倒數）；D為切入成功率。

　　采用對稱雙機系統，在典型值的計算中可以獲得99.999 95％的可用度。

4 結論?

　　隨著實時系統在安全領域內越來越多的應用，可靠性已經成為衡量系統優(yōu)劣的重要因素之一。傳統的實時系統容錯只滿足了系統某一方面的容錯需求。為了在出現硬件或軟件的暫時或永久故障的情況下，系統仍能在規(guī)定的時限范圍內完成運算，并輸出正確的結果，本文提出一個軟、硬件結合的完整的解決方案，能滿足系統的強實時性、高可靠性、服務不斷流的要求。此方案應用于RTEMS中，具有很高的可靠性。

　　　　　　　　　　　　　　　　參考文獻

1 陳宇. 高可靠容錯實時系統的支撐技術研究：[博士研究生論文]. 成都：電子科技大學，2003-05
2 Kim K. The Distrubuted Recovery Block Scheme, in Software Fault Tolerance, M.R.Lyu, ed. Wiley,1995：189～2104?
3 KrishnaC, Shin K. On Scheduling Tasks with a Quick Recovery from Failure. IEEE Trans. Computer.May,1986, C-35:448～454?
4 金士堯，胡華平，李宏亮. 具有容錯結構的高可用計算機雙系統研究.中國工程科學，1999，1 (3) : 46~50


陳筠：碩士研究生，主要研究方向為嵌入式多處理器操作系統、嵌入式可靠性技術。桑楠：副教授，主要研究方向為可信性計算理論與應用。熊光澤：教授，博士生導師，主要研究方向為實時計算系統與應用。