随着计算机网络技术的飞速发展和网络应用的普及，基于分布式应用的实时系统越来越普遍。为了高效管理系统资源，以满足实时系统的实时性和可预测性要求，我们需要对实时任务的时间约束参数进行预测。时间约束参数说明了实时任务的定时约束和行为，其中预测实时任务执行时间非常重要，意义重大。对实时任务执行时间的预测是实时系统研究领域中的一个重要内容，任务调度和资源分配跟实时任务的执行时间紧密相关并受其影响。线性时间序列作为一种概率统计方法，已经被运用到各个领域中，对于预测对象随时间变化的历史数据，时间序列分析预测方法是系统预测最基本的方法。本文正是应用时间序列分析预测方法，通过主机负载的历史运行轨迹来研究实时任务的时间约束参数，从而对基于主机负载的实时任务执行时间进行预测。本文首先介绍了实时系统的概念，时间约束参数的相关术语，主机负载的定义、获取及特性，还介绍了RT-CORBA技术；接着阐述了分析预测方法的分类，详细介绍了时间序列分析预测方法和回归分析预测方法，以及如何对预测方法进行评估；接着分析了实时系统的可预测性，任务执行的可预测性，详细介绍了利用主机负载的历史运行轨迹构建时间序列模型的过程：数据系列预处理、平稳化处理、模型识别、模型定阶、参数估计、预测，并详细分析了影响任务执行时间的因素；然后研究了主机负载与任务执行时间的关系，任务执行时间的预测算法，在ACE／TAO环境下，建立了实验的运行环境，提出了一种基于主机负载的任务执行时间预测系统模型，并给出了预测分析的算法，分析了影响预测的因素；最后，把基于主机负载历史运行轨迹的任务执行时间预测算法在分布式网络环境下进行了实验，对任务实际执行时间与预测时间作了比较。实验结果说明所做工作的正确性，该结果对于基于主机负载的任务执行时间预测具有较好的参考意义。