嵌入式云計算系統(tǒng)的資源實時共享方法研究

張京妹, 李英俊, 蘇廣文, 歐陽盼

(1.西北工業(yè)大學(xué) 自動化學(xué)院, 陜西 西安　710129; 2.中國電信股份有限公司 西安分公司, 陜西 西安　710004)

?

嵌入式云計算系統(tǒng)的資源實時共享方法研究

張京妹1, 李英俊1, 蘇廣文2, 歐陽盼1

(1.西北工業(yè)大學(xué) 自動化學(xué)院, 陜西 西安710129; 2.中國電信股份有限公司 西安分公司, 陜西 西安710004)

摘要：針對傳統(tǒng)遠(yuǎn)程監(jiān)控系統(tǒng)的現(xiàn)場嵌入式設(shè)備資源不能實時共享以及資源的利用率低的問題，提出應(yīng)用云計算技術(shù)，基于亞馬遜公司的桉樹(Eucalyptus)云平臺，在嵌入式云計算系統(tǒng)中研究了一種資源實時共享的方法。采用S3C2440A微處理器構(gòu)建前端節(jié)點的硬件平臺，軟件移植Xenomai實時核，在嵌入式Linux+Xenomai操作系統(tǒng)的支撐下，運用KVM/QEMU構(gòu)建虛擬化測試設(shè)備，實現(xiàn)了設(shè)備資源實時共享。在油井深度測量現(xiàn)場完成了測試，結(jié)果表明該方法能夠提高資源利用率，滿足遠(yuǎn)程測試的實時性能要求。

關(guān)鍵詞：嵌入式云；資源實時共享；ARM-Linux；Xenomai；KVM/QEMU

在工業(yè)測控系統(tǒng)中，嵌入式設(shè)備有限的內(nèi)存和CPU資源限制了其在某些領(lǐng)域的應(yīng)用。研究不同設(shè)備之間的資源共享的十分必要[1]。Google在(SES San Jose 2006)首次提出“云計算”的概念，提供了解決異域異構(gòu)信息資源共享、信息綜合利用的方案。以虛擬化為核心技術(shù)構(gòu)建云計算平臺，實現(xiàn)嵌入式設(shè)備資源的共享及并行訪問，提高資源的使用率，實現(xiàn)彈性計算，是高性能計算的一種有效途徑[2]。2012年風(fēng)河公司首次提出了嵌入式云計算，以有效改善嵌入式設(shè)備CPU資源和內(nèi)存的不足[3]。云計算可以解決工業(yè)現(xiàn)場中海量密集數(shù)據(jù)的統(tǒng)一存儲與管理以及實現(xiàn)軟硬件資源與信息資源的共享利用。但是在工業(yè)自動化、過程控制、航空航天等應(yīng)用中，為應(yīng)對外界事件響應(yīng)速度和精確事件的處理能力，還需保證系統(tǒng)的實時性[4]，所以資源實時共享是目前嵌入式云計算系統(tǒng)應(yīng)用研究的核心技術(shù)之一。

本文基于開源的Eucalyptus云平臺，設(shè)計以S3C2440A為中央處理器的嵌入式云終端的硬件平臺，在終端硬件平臺上構(gòu)建Linux+Xenomai系統(tǒng)，把現(xiàn)場數(shù)據(jù)采集任務(wù)作為系統(tǒng)的實時任務(wù)調(diào)度，利用KVM/QEMU虛擬化技術(shù)把現(xiàn)場嵌入式設(shè)備構(gòu)建成嵌入式云計算系統(tǒng)中的NC節(jié)點，納入嵌入式云計算系統(tǒng)中管理，在云計算系統(tǒng)的實時調(diào)度下，實現(xiàn)嵌入式設(shè)備資源實時共享，提高資源的利用率。通過在油田現(xiàn)場進(jìn)行測試，驗證該方法的實用性。

1系統(tǒng)體系結(jié)構(gòu)

本文研究的基于嵌入式云計算系統(tǒng)的資源實時共享方法，其中的嵌入式云計算系統(tǒng)由現(xiàn)場資源節(jié)點和云管理中心兩部分組成，前端的測控節(jié)點實現(xiàn)嵌入式系統(tǒng)的CPU、網(wǎng)卡、存儲、傳感器等資源的虛擬化。系統(tǒng)的總體結(jié)構(gòu)如圖1所示。

圖1　嵌入式云計算系統(tǒng)總體架構(gòu)圖

基于亞馬遜公司的Eucalyptus云平臺完成嵌入式云計算系統(tǒng)數(shù)據(jù)管理中心的資源調(diào)度功能。Eucalyptus能夠監(jiān)控各種虛擬機(jī)實例、虛擬設(shè)備的全局性，能夠動態(tài)地配置各個集群的計算、存儲、網(wǎng)絡(luò)資源和傳感器等資源,同時提供與AWS(amazon web services)的EC2(elastic compute cloud)兼容的云計算平臺和與S3(simple storage service)兼容的云存儲平臺。Eucalyptus架構(gòu)包含5個組件：CLC(cloud controller)組件，Walrus(put/get存儲)組件，CLC和Walrus構(gòu)成云管理層；CC組件(cluster controller)，SC組件(storage controller)，CC和SC對各自集群資源進(jìn)行管理。受實驗環(huán)境限制，這里將上述管理組件安裝在1臺PC機(jī)上。用NC組件(node controller)把節(jié)點資源虛擬化后構(gòu)成資源池[4]。云計算平臺整體架構(gòu)如圖2所示，當(dāng)有遠(yuǎn)端的請求命令訪問嵌入式云計算系統(tǒng)的云管理層程客戶時，云計算系統(tǒng)實現(xiàn)高效配置資源和遠(yuǎn)程實時控制，為用戶提供服務(wù)。

圖2　Eucalyptus云平臺架構(gòu)圖

現(xiàn)場測控時,前端NC節(jié)點選取三星公司的S3C2440A作為核心芯片(采用ARM920T內(nèi)核)，為克服Linux系統(tǒng)的分時特性，在軟件上移植實時核Xenomai，通過現(xiàn)場構(gòu)建起的Mesh Generation網(wǎng)絡(luò)，實現(xiàn)現(xiàn)場分布式實時采集和遠(yuǎn)程實時控制，以及計算資源、傳感器等虛擬化，達(dá)到資源客戶端高效的現(xiàn)場資源共享。

2硬件結(jié)構(gòu)

選用飛凌公司的FL2440核心板，該板使用S3C2440A作核心芯片，底板為實驗室自主設(shè)計的底板?，F(xiàn)場嵌入式終端測控節(jié)點的外圍硬件電路按主要功能劃分為：信號調(diào)理模塊、數(shù)據(jù)采集模塊及通信網(wǎng)絡(luò)模塊等。硬件結(jié)構(gòu)如圖3所示[5]。

圖3　ARM9資源節(jié)點硬件結(jié)構(gòu)

①數(shù)據(jù)采集部分：采集次聲波選用ADS8341做模數(shù)轉(zhuǎn)換；

②網(wǎng)絡(luò)部分包含WIFI網(wǎng)絡(luò)模塊及以太網(wǎng)2種網(wǎng)絡(luò)模塊。WIFI網(wǎng)絡(luò)模塊使用基于SPI的marvell 88w8686 WIFI網(wǎng)絡(luò)傳輸模塊，是構(gòu)建Mesh網(wǎng)絡(luò)的硬件基礎(chǔ)；以太網(wǎng)模塊使用10/100M自適應(yīng)的DM9000A構(gòu)建網(wǎng)絡(luò)傳輸模塊，連接系統(tǒng)的云管理層；

③其他接口電路包括時系統(tǒng)復(fù)位電路、時鐘電路、電源轉(zhuǎn)換電路、NandFlash/NorFlash選擇電路、串口電路、JTAG接口電路。

3軟件設(shè)計

3.1Xenomai

Xenomai原理 基于Adeos(adaptive domain environment for operating system)納內(nèi)核之上實現(xiàn)，Adeos在操作系統(tǒng)上集成一個靈活自適應(yīng)的可擴(kuò)展運行環(huán)境，為多個操作系統(tǒng)的共存和各系統(tǒng)共享硬件資源提供條件。Adeos納內(nèi)核的原理是在獨立的域內(nèi)運行各自操作系統(tǒng)，并且各個域也有獨立的軟件抽象層(如進(jìn)程抽象、虛擬內(nèi)存等)，其中的資源也可以被各個域共享利用[6]。Adeos納內(nèi)核是在現(xiàn)有操作系統(tǒng)下插入一個軟件層，為上層的多個操作系統(tǒng)提供機(jī)制實現(xiàn)硬件共享機(jī)理和某些原語。應(yīng)用時提供的“硬件-內(nèi)核”的納內(nèi)核能滿足系統(tǒng)的硬件實時要求[7]。Xenomai采用雙內(nèi)核機(jī)制，是Linux內(nèi)核的強(qiáng)實時擴(kuò)展，是集成于Linux中的實時開發(fā)框架，能夠提供給用戶空間應(yīng)用程序與接口無關(guān)的硬實時性能[8-9]。圖4描述了Xenomai的分層架構(gòu)。

圖4　Xenomai系統(tǒng)的分層架構(gòu)

由圖4看出，Xenomai中含有多個抽象層：直接工作于硬件之上的Adeos納內(nèi)核，位于Adeos之上的是與處理器的體系結(jié)構(gòu)相關(guān)的硬件抽象層(hardware abstraction lay,HAL)，在HAL之上的是Xenomai的核心部分，即抽象實時操作系統(tǒng)內(nèi)核，其實現(xiàn)了一系列實用RTOS的基本服務(wù)，包括由Xenomai的本地API(native)和由其他傳統(tǒng)RTOS的客戶API(如RTAI、VxWorks、POSIX等)。客戶API旨在使運行于傳統(tǒng)RTOS的應(yīng)用程序易于移植于Xenomai上。Linux+Xenomai系統(tǒng)擁有2種運行模式，即內(nèi)核模式和用戶模式，前者通過實時內(nèi)核實現(xiàn)，為系統(tǒng)提供硬實時性，后者通過系統(tǒng)調(diào)用接口實現(xiàn)，保證了系統(tǒng)的可靠性和良好的軟實時性[10]。

構(gòu)建Linux+Xenomai操作系統(tǒng)交叉編譯Linux+Xenomai內(nèi)核和BusyBox，選用corss-4.3.3.tar.bz2交叉工具鏈,編譯過程如下：

# mkdir /usr/local/arm/；把corss-4.3.3.tar.bz2放在該目錄下解壓：# tar-jxvf corss-4.3.3.tar.bz2；在進(jìn)行交叉編譯之前，修改配置交叉編譯路徑:# export PATH=/usr/local/arm/4.3.3/bin:$PATH。

選用Linux-2.6.33+Xenomai 2.6.2.1構(gòu)建操作系統(tǒng)。構(gòu)建內(nèi)核步驟如下：

[root@EmbedSky xenomai-2.6.2.1] # ./scripts/prepare-kernel.sh-linux=/usr/src/linux-2.6.33

Target architecture[default i686]:arm

I-ipe patch[default/usr/src/xenomai-2.6.2.1/ksrc/arm/patch

/adeos-ipipe-2.6.33-arm-1.16-01.patch]:

編譯前對Makefile文件進(jìn)行修改，選擇內(nèi)核移植的目標(biāo)單板體系架構(gòu)為arm，修改CROSS-COMPILE=arm-linux-，由于有些內(nèi)核選項會影響系統(tǒng)對實時性的支持,因此，編譯內(nèi)核過程中必須修改以下配置：關(guān)閉power management support；關(guān)閉CPU frequency scaling；開啟搶占式內(nèi)核選項。由于S3C2440A沒有FPU單元，因此關(guān)閉選項CONFIG XENO HW FPU。對于Xenomai接口的設(shè)置，根據(jù)需要選擇Xenomai中本地API編譯成內(nèi)核模塊或編譯進(jìn)內(nèi)核。選擇編譯成內(nèi)核模塊，修改內(nèi)核其他源碼，定制自己的內(nèi)核，最后編譯。

Xenomai交叉編譯添加交叉編譯工具鏈的路徑到PATH中后執(zhí)行下面命令：

[root@EmbedSky xenomai-2.6.2.1] #./configure CFLAGS="-march=armv4t" LDFLAGS="-march=armv4t"-build=i686-pc-linux-gnu-host=arm-none-linux-gnueabi-disable-arm-tsc[root@EmbedSky xenomai-2.6.2.1]#make DESTDIR=/usr/xenomai/-install install；其中/usr/xenomai/-install是Xenomai的安裝目錄。

根文件系統(tǒng)的構(gòu)建文件系統(tǒng)的啟動是在內(nèi)核啟動之后進(jìn)行的，文件系統(tǒng)是嵌入式Linux系統(tǒng)一切數(shù)據(jù)的基礎(chǔ)。構(gòu)建根文件系統(tǒng)的過程，包括Linux常用命令和工具的編譯(如BusyBox工具)及根文件系統(tǒng)的制作。在制作文件系統(tǒng)時把_install/usr/xenomai/拷到制作的文件系統(tǒng)的/usr/中之后進(jìn)行編譯[11-12]。

3.2虛擬化技術(shù)

KVM/QEMU虛擬化技術(shù)KVM(kernel based virtual machine)是開源虛擬機(jī)軟件，使用Linux自身的調(diào)度器進(jìn)行管理，結(jié)合QEMU采用基于硬件的全虛擬化解決方案來完成設(shè)備的虛擬化。KVM虛擬化的架構(gòu)如圖5所示[13-14]。

圖5　KVM系統(tǒng)架構(gòu)

本文使用KVM技術(shù)，通過擴(kuò)展處理器來實現(xiàn)虛擬化，達(dá)到Linux和Windows鏡像的多個虛擬機(jī)同時運行于同一硬件平臺上的目的。KVM使系統(tǒng)內(nèi)核本身成為一個虛擬機(jī)管理程序(hypervisor)。通過/dev/kvm字符設(shè)備的加載來創(chuàng)建新虛擬設(shè)備，實現(xiàn)與用戶空間設(shè)備通信，完成對虛擬機(jī)的管理。通過QEMU進(jìn)程為KVM虛擬機(jī)創(chuàng)建客戶操作系統(tǒng)。當(dāng)宿主機(jī)系統(tǒng)為Linux系統(tǒng)時，其中的虛擬機(jī)就是QEMU進(jìn)程，相當(dāng)于Linux中的標(biāo)準(zhǔn)進(jìn)程，虛擬機(jī)的虛擬處理器相當(dāng)于進(jìn)程中的線程[13-14]。QEMU與KVM相互配合完成系統(tǒng)的虛擬化。首先，在QEMU中執(zhí)行ioctl函數(shù)運行/dev/kvm設(shè)備，即創(chuàng)建一個KVM虛擬機(jī)，給虛擬機(jī)分配內(nèi)存。然后把QEMU中引導(dǎo)鏡像映射到內(nèi)存，并運行一個循環(huán)，在循環(huán)中調(diào)用一個ioctl函數(shù)來開啟虛擬機(jī)操作系統(tǒng)。當(dāng)進(jìn)程在客戶操作系統(tǒng)中執(zhí)行后，ioctl函數(shù)調(diào)用返回。QEMU保證了虛擬機(jī)操作系統(tǒng)退出的原因和動作之間的一致。在KVM申請QEMU中的I/O設(shè)備時，QEMU會對I/O設(shè)備虛擬化，執(zhí)行ioctl來運行KVM[15]。

ARM架構(gòu)平臺虛擬化作為典型的虛擬機(jī)管理程序，ARM體系架構(gòu)虛擬化工作包括3部分：CPU虛擬化、存儲虛擬化和I/O虛擬化[16]。對CPU虛擬化時采用傳統(tǒng)“陷阱-仿真”機(jī)制解決敏感指令的陷入，因為ARM硬件本身并不支持虛擬化；對內(nèi)存的虛擬化，使用的功能單元是MMU，使用影子頁表來動態(tài)為VMM分配地址，避免了為客戶端系統(tǒng)靜態(tài)分配地址的低效與僵化；對I/O的虛擬化，利用QEMU來虛擬I/O接口。

編譯QEMUQEMU是一個通用開源機(jī)器的仿真器和虛擬器。把QEMU仿真器作為用戶空間進(jìn)程運行于KVM的上下文環(huán)境中，通過與操作系統(tǒng)的相互配合，發(fā)送消息給內(nèi)核模塊并對I/O及其他設(shè)備執(zhí)行仿真，完成系統(tǒng)級和用戶級的仿真。在配置好QEMU的運行參數(shù)后，QEMU支持KVM。KVM 提供一個運行在“KVM用戶空間”的代碼包。

編譯QEMU的基本步驟如下：

1)將/home/QEMU/git/qemu中的kvm.h文件的第 21行修改為：#include

2)將/usr/include/linux/kvm.h文件中的第13行#include 修改為：

#include

3)在qemu目錄中編譯 qemu # make

KVM需要先虛擬CPU和模擬內(nèi)存管理單元(MMU)，之后通過KVM把集成了Xenomai實時核的數(shù)據(jù)采集設(shè)備虛擬化，共享虛擬采集設(shè)備。同樣也可以使用QEMU虛擬化網(wǎng)卡、USB等。

創(chuàng)建并運行虛擬機(jī)在云計算系統(tǒng)中，首先要進(jìn)行網(wǎng)絡(luò)配置、euca的網(wǎng)絡(luò)設(shè)置和NC節(jié)點的配置與注冊。具體步驟如下：

1) 交換公共SSH密鑰

在cloud controller上設(shè)置eucalyptus的密碼：

sudo passwd eucalyptus

sudo-u eucalyptus ssh-copy-id-I /var/lib /eucalyptus/.ssh

/id-rsa.pubeucalyptus@ip of nc

2) 前端節(jié)點注冊

sudo /usr/sbin/euca-conf-register-nodes ip of nc /etc/eucalyptus

/eucalyptus.conf

在eucalyptus中對簡單虛擬機(jī)基本管理功能的實現(xiàn)就是將基本的虛擬化管理功能構(gòu)建成API，本文使用下載安裝的euca2ools工具完成鏡像的制作、實例上傳運行、查看實例運行情況等功能，通過統(tǒng)一的Web界面禁止鏡像訪問和修改鏡像資料。其中Amazon的EC2用于托管虛擬機(jī)的通用基礎(chǔ)設(shè)施服務(wù)；用戶通過網(wǎng)頁訪問平臺，在這些虛擬機(jī)上運行程序。

資源實時共享通過構(gòu)建的Linux+Xenomai系統(tǒng)，利用Xenomai中的API，使用Xenomai的本地API，把實時性要求高的任務(wù)做為Xenomai中的任務(wù)進(jìn)行管理調(diào)度。通過KVM/QEMU虛擬化技術(shù)對實時任務(wù)進(jìn)行封裝，把封裝后的虛擬機(jī)任務(wù)做為嵌入式云計算系統(tǒng)中的實時任務(wù)進(jìn)行管理調(diào)度，實現(xiàn)采集設(shè)備等實時性要求高的測試資源實時共享。

4系統(tǒng)測試

將文中研究的基于嵌入式云計算系統(tǒng)的資源實時共享的方法應(yīng)用到油井深度測量系統(tǒng)項目中。測試現(xiàn)場數(shù)據(jù)的采集是通過在油田現(xiàn)場構(gòu)建的Mesh網(wǎng)絡(luò)實現(xiàn)資源節(jié)點之間的網(wǎng)絡(luò)連接。在系統(tǒng)功能上，采集到的數(shù)據(jù)通過剔除野點值、接箍波提取、液面回波提取、FFT變換等一系列處理后，得到油井液面深度，供用戶實時查詢；同時現(xiàn)場數(shù)據(jù)在嵌入式數(shù)據(jù)庫中管理和實時同步至遠(yuǎn)程的數(shù)據(jù)管理中心進(jìn)行管理。在油井深度測量系統(tǒng)中，在以S3C2440A為中央處理器的硬件平臺上，移植實時核Xenomai，構(gòu)建Linux+Xenomai系統(tǒng)，把數(shù)據(jù)采集做為系統(tǒng)中的實時任務(wù)，通過虛擬化封裝后納入嵌入式云計算系統(tǒng)中進(jìn)行實時管理，實現(xiàn)了采集設(shè)備資源的實時共享。系統(tǒng)通過對華北油田項目的20多口井進(jìn)行測試，運行正常，資源能夠達(dá)到實時共享。現(xiàn)場使用手機(jī)控制測量的操作界面如圖6所示。

圖6　系統(tǒng)操作界面

5結(jié)論

本文基于嵌入式云計算系統(tǒng)提出并實現(xiàn)了一種嵌入式云資源實時共享的方法。基于開源的eucalyptus云平臺，首先設(shè)計出了基于S3C2440A的采集前端硬件，然后在系統(tǒng)軟件上移植了Xenomai，提高了系統(tǒng)的實時性，利用虛擬化技術(shù)把數(shù)據(jù)采集設(shè)備做為實時任務(wù)納入了嵌入式云計算系統(tǒng)中管理，把采集設(shè)備封裝成嵌入式云計算系統(tǒng)中的實時任務(wù)來管理和調(diào)度，實現(xiàn)了資源的實時共享。通過系統(tǒng)測試驗證結(jié)果表明，嵌入式云計算系統(tǒng)完成了現(xiàn)場測試資源的實時共享。現(xiàn)場試驗結(jié)果表明，所使用的基于嵌入式云計算系統(tǒng)的實時資源共享方法能夠滿足工程應(yīng)用需求?；诰W(wǎng)卡等更多嵌入式硬件設(shè)備資源的實時共享和基于嵌入式云計算平臺資源的實時調(diào)度是將是下一步研究的重點內(nèi)容。

參考文獻(xiàn)：

[1]Shahzad A A, Musa S, Aborujilah A, et al. A Performance Approach: SCADA System Implementation within Cloud Computing Environment[C]∥2013 International Conference on Advanced Computer Science Applications and Technologies, 2013: 274-277

[2]Guan N, Ekberg P, Stigge M, et al. Resource Sharing Protocols for Real-Time Task Graph Systems[C]∥2011 23rd Euromicro Conference on Real-Time Systems, 2011: 272-281

[3]Behnam M, Nemati F, Nolte T, et al. Towards an Efficient Approach for Resource Sharing in Real-Time Multiprocessor Systems[C]∥2011 6th IEEE International Symposium on Industrial Embedded Systems, 2011: 99-102

[4]Hazarika P, Baliga V, Tolety S. The Mobile-Cloud Computing (MCC) Roadblocks[C]∥2014 Eleventh International Conference on Wireless and Optical Communications Networks, 2014: 1-5

[5]Lim H C, Babu S, Chase J S, et al. Automated Control in Cloud Computing: Challenges and Opportunities[J]. First Workshop on Automated Control for Datacenters and Clouds, 2009, 30(1): 621-628

[6]Lin F C, Wang C J, Chung L K, et al. The Framework of Novel K-Means Embedded Cloud Computing Platform for Real-Time Unmanned Aerial Vehicle (UAV) Remote Sensing Images Processing[C]∥The International Symposium on Grids and Clouds, 2013: 13-18

[7]Suakanto S, Supangkat S H, Saragih R. Performance Measurement of Cloud Computing Services[C]∥Computer Science, 2012: 1205

[8]韓守謙, 裴海龍,王清陽. 基于Xenomai的實時嵌入式Linux操作系統(tǒng)的構(gòu)建[J]. 計算機(jī)工程與設(shè)計，2011， 32(1)：96-98

Han Shouqian, Pei Hailong, Wang Qingyang. Construction Real-Time Embedded Linux Operating System Based on Xenomai[J]. Computer Engineering and Design. 2011, 32(1): 96-98 (in Chinese)

[9]Nemati F. Resource Sharing in Real-Time Systems on Multiprocessors[D]. Malardalen University, Sweden, 2012

[10] Litayem N, Saoud S B. Impact of the Linux Real-Time Enhancements on the System Performances for Multi-Core Intel Architectures[J]. International Journal of Computer Applications, 2011(3):17-23

[11] Kudryavtsev A, Koshelev V, Avetisyan A. Modern hpc Cluster Virtualization Using kvm and Palacios[C]∥2012 19th International Conference on High Performance Computing, 2012: 1-9

[12] Schoeberl M, Korsholm S, Kalibera T, et al. A Hardware Abstraction Layer in Java[J]. Acm Transactions on Embedded Computing Systems, 2011, 10(4):1061-1075

[13] Dall C, Nieh J. KVM for ARM[C]∥Proceedings of the Ottawa Linux Symposium, 2010: 45-56

[14] 姚華超，王振宇. 基于KVM-QEMU與Libvirt的虛擬化資源池構(gòu)建[J]. 計算機(jī)與現(xiàn)代化，2013(7)：26-29

Yao Huachao, Wang Zhenyu. Construction of Virtualized Resource Pool Based on KVM-QEMU with Libvirt[J]. Computer and Modernization, 2013(7)：26-29 (in Chinese)

[15] Motakis A, Rigo A, Raho D. Platform Device Assignment to KVM-on-ARM Virtual Machines via VFIO[C]∥2014 12th IEEE International Conference on Embedded and Ubiquitous Computing, 2014: 170-177

[16] Divya K, Jeyalatha S. Key Technologies in Cloud Computing[C]∥2012 International Conference on Technologies, Applications and Management, 2012: 196-199

收稿日期：2015-09-22

作者簡介：張京妹(1965—)，女，西北工業(yè)大學(xué)副教授、博士，主要從事慣性技術(shù)及現(xiàn)代測控技術(shù)研究。

中圖分類號：TP29

文獻(xiàn)標(biāo)志碼：A

文章編號:1000-2758(2016)03-0393-06

The Research on Resource Real-Time Sharing in the Embedded Cloud Computing System

Zhang Jingmei1, Li Yingjun1, Su Guangwen2, Ouyang Pan1

1． Department of Automatic Control，Northwestern Polytechnical University，Xi'an 710129，China2． Shannxi Branch of China Telecom Corporation Limited，Xi'an 710129， China

Abstract:Aiming at the problem that embedded device resources cannot be shared in real-time and low utilization of resources in traditional remote monitoring system. This paper proposes applying the cloud computing technology, based on Amazon's Eucalyptus cloud platform, a method for real-time sharing of resources in embedded cloud computing system is researched. S3C2440A microprocessor is used to build the hardware platform of the front-end node and the system transplant a real-time kernel Xenomai in software. Under the support of embedded Linux + Xenomai operating system, the system apply Kernel-based Virtual Machine(KVM) and QEMU to build the virtual testing equipment, achieving resources of equipments shared in real-time. It has been tested in the project of well depth measurement in the oil field, the result shows that the utilization of the resources has been improved and the system coupled with this method can meet the requirements of real-time remote testing.

Keywords:embedded cloud systems; resource real-time Sharing(allocation); mesh generation; ARM-Linux; Xenomai; KVM/QEMU