小到远程温度探测传感器,运动手环,智能手机,大到遥感卫星,各种各样的实时嵌入式设备已经悄无声息的融入了我们的生活。嵌入式设备多种多样的原因主要是由其工作环境和工作用途等因素决定的。如根据设备适用领域的复杂程度决定设备处理核心是采用单处理核心进行处理还是多处理核心进行处理,处理核心内部的工作模式是同构工作方式还是异构工作方式,根据设备工作环境决定设备自身能量供给是否受限等。实时嵌入式设备所存在的外部工作环境和自身内部工作环境往往是在不断变化的。若设备内置的任务调度执行策略能够根据设备自身工作环境变化做出相应改变,那无疑会使设备能够更好的融入工作环境中,充分发挥设备的全部性能,使设备自身价值得到更加充分的实现。本文首先介绍了有关实时系统、实时任务和任务调度的研究背景和发展现状,在这之后对当前经典的任务调度执行策略进行了阐述。在阐述完毕后介绍了本文的主要工作:(1)对单处理核心工作环境中的空闲时间算法、截止期算法和价值算法进行了分析,针对算法中存在的不足之处提出了单处理核心下的任务能耗动态适应调度策略和任务实时性动态适应调度策略。在经典调度策略的基础上对实时性需求任务和能耗需求任务做出了适配,使算法能够在实时性和节能上找到平衡点,使设备的能力能够得到更加完美的展现。(2)对多处理核心工作环境中的Min-Min策略进行了分析并提出了多处理核心下的任务实时性动态适应调度改进策略,针对Min-Min的执行特点对执行时间较长的任务和执行时间较短的任务做出了兼容适配,使算法能够均衡的处理两种不同类型的任务,提升了设备的实时性。(3)最后对具有混合任务的复杂实时嵌入式设备系统提出了基于神经网络模型的自适应任务调度策略,让设备在进行调度过程中不断分析当前的主导任务类型和多种可能存在的调度结果,将不同的主导任务类型和具有最佳调度结果的调度参数相匹配,从而使设备能够对混合任务做出适配,提升设备的处理能力。