基于SOPC的软硬件划分算法研究

【摘要】： 软硬件划分是软硬件协同设计中的关键技术。软硬件划分是指在系统设计时,确定各个功能模块是采取软件还是硬件的实现方式。软件实现的特点是灵活、成本低;而硬件实现的特点是速度快,但成本高。如何兼顾系统的速度、成本、面积与功耗,达到最佳结合,是软硬件划分要解决的问题。软硬件划分的结果直接决定系统设计的优劣。 软硬件划分算法是软硬件划分的关键部分之一,一个好的划分算法可以在较短的时间内得出较优的划分方案。因此本文针对划分算法做了如下工作: 1.在深入的研究下,提出了改进的遗传退火算法和改进的模拟退火算法。 2.结合模拟退火算法和遗传算法,提出了一种改进的遗传退火算法并将其应用到基于IP核的软硬件划分当中。 用遗传算法进行软硬件划分的优势是因为它在求解组合优化问题上所需要的特定信息极少、极强的容错能力、良好的收敛效率。但容易出现早熟现象。模拟退火算法(SA)源于统计物理学,是模拟熔化状态下物体逐渐冷却直至最终达到结晶状态的物理过程。已经证明,只要初始温度足够高,降温过程足够慢,算法就能以1概率收敛于全局最优解。但若要满足前提条件,该算法运行时间将会很长甚至无法忍耐。 本文提出的将遗传算法和模拟退火算法相结合而成的改进的遗传退火算法,通过引入循环策略到改进的混合算法中,并在变异概率中引入自适应的概率变化,采用Metropolis准则来选择子代的个体,自适应地保存最优个体等手段,有效的结合这两个算法的长处。 经实例验证,在同等条件下,改进的模拟退火算法的运行时间小于模拟退火算法和遗传算法,结果却可以以更大的概率收敛于全局最优解,多次运行表明该算法具有很强的稳定性,既提高了算法的收敛效率又不失算法的收敛速度,具有很好的效果。