前 言

隨著與物聯網、人工智能、云計算等新一代信息技術的持續融合，嵌入式系統與物理世界交互日益頻繁，其時間敏感特征越發明顯，成為了典型的時間敏感系統. 由于在此類系統運行過程中些許違反時間約束將會導致系統運行的錯誤甚至引發災難性的后果，因此亟需相關的方法與技術保證時間敏感系統在計算、控制與通信等方面的實時性與確定性. 我們組織本次“時間敏感嵌入式軟件與系統”專題，邀請領域專家對新型體系架構以及邊緣協同計算架構下的時間敏感嵌入式軟件與系統開展綜述與進展報告，旨在增強并推動國內同行在時間敏感嵌入式軟件與系統方面的交流.

針對CPU-GPU 多處理器片上系統易超過峰值溫度導致可靠性難保障的問題，曹坤等人在“CPU-GPU MPSoC 中使用壽命驅動的OpenCL 應用調度方法”一文中提出了一種使用壽命驅動調度方法，基于交叉熵策略與反饋控制策略，能夠有效降低OpenCL 應用的延遲.

針對大規模異構多核平臺上任務難遷移與調度的問題，韓美靈等人在“異構多核全局限制性可搶占并行任務可調度分析”一文中結合最新的異構模型提出了一個整體的分析方法，能夠在合理的時間范圍內得到任務集可調度性的分析結果.

為了解決邊緣協同計算發布訂閱系統中存在的數據共享問題，殷昱煜等人在“Mort：面向實時數據分發和傳輸優化的依賴性任務卸載框架”一文提出了任務卸載及管理框架Mort，基于非線性整數規劃建模和基于分組及資源融合的卸載算法，支持高效的網絡數據傳輸的優化.

圍繞實時計算系統的發展情況，龔小航等人在“實時計算機系統結構綜述”一文中從計算機系統結構的各個層次分別介紹了實時計算系統的需求、問題以及解決方案，論述了如何在硬件層面實現時間可預測性.

為保障端—邊—云車路協同系統中用戶的體驗，鄭瑩瑩等人在“時間和能量敏感的端—邊—云車路協同系統資源調度優化方法”一文中提出一種基于多智能體強化學習的資源調度方案，支持可靠性約束下的系統時延和能耗優化.

針對嵌入式 FPGA 涉及設備種類繁多且資源極端受限的難題，謝坤鵬等人在“SAF-CNN：面向嵌入式 FPGA 的卷積神經網絡稀疏化加速框架”一文中提出了稀疏化神經網絡加速框架SAF-CNN，通過軟硬件協同，支持基于嵌入式FPGA 的加速器與推理框架的設計優化.

針對邊緣計算架構下由于設備安全性和移動性導致服務質量低的問題，李麗穎等人在“面向邊緣計算的服務解耦與部署策略”一文中提出了一種兩階段的服務部署優化方案，在保證系統安全以及服務器負載均衡的前提下，大幅降低服務請求的響應時間.

圍繞如何降低機器人操作系統ROS 任務在多核平臺上的執行時間，紀東等人在“ROS2多線程執行器上DAG 任務的優先級分配方法”一文中提出了一種基于強化學習和蒙特卡洛樹搜索的優先級配置方法，能夠快速尋找回調集合的最大完工時間.

由于嵌入式軟硬件設計復雜度與日俱增，如何設計功能正確、性能最優且時間可預測的新型時間敏感關鍵系統和相關軟件已成為學術界、工業界關注的焦點與熱點. 雖然本專題篇幅有限，無法覆蓋領域各方面最新的研究進展，但是我們希望本專題的出版能夠拋磚引玉，對嵌入式領域的相關研究人員有所啟發與幫助. 衷心感謝《計算機研究與發展》提供了本次專題出版機會，一并感謝各位作者、審稿專家和編輯部的全力支持和辛勤付出!不當之處敬請各位同仁諒解和批評指正！