收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

低功耗软硬件划分算法研究

马天义  
【摘要】:面对依靠电池供电的便携嵌入式移动设备在能量使用方面受到的严格限制以及电池技术的发展速度远远落后于集成电路发展速度的现状,低功耗嵌入式系统设计已经受到学术界和工业界的普遍重视。鉴于软硬件划分对系统功耗的关键影响,本文立足于解决低功耗软硬件划分问题的算法研究。 低功耗软硬件划分问题是NP难的组合优化问题。通过综述以往相关工作,发现整数规划和分支定界等确定性算法只能用于求解小规模问题的精确解,大部分工作使用遗传算法、模拟退火算法等启发式算法求得问题的近似最优解。但是缺乏能够代表大部分实际设计情况的低功耗软硬件划分形式化模型,使得以往的大部分工作只能解决特定情况下的软硬件划分问题,算法缺乏通用性,而且不同的算法之间很难进行比较。同时当前智能优化算法发展迅速,一方面表现在融合不同算法的优势设计混合智能优化算法,这类混合算法经常表现出更好的全局寻优能力和更快的设计空间探索速度;另一方面研究人员通过不断地观察物质的变化过程和生物体的进化过程,近些年又提出了一些新的智能优化算法,这些算法在低功耗软硬件划分问题方面的应用也值得深入研究。 本文首先定义了以嵌入式多处理器系统为目标结构的低功耗系统级软硬件划分形式化模型,以功耗作为优化目标,以系统执行时间、软件处理器内存和专用集成电路面积作为约束条件。该形式化模型的定义明确了低功耗软硬件划分问题的优化目标和约束条件,说明了解决该问题的启发式智能优化算法的适应度函数,后面各章都是根据该适应度函数计算优化算法得到的软硬件划分解的功耗值。 虽然以往的相关工作已经使用构建算法、遗传算法、模拟退火算法等智能优化算法解决了低功耗软硬件划分问题,但这些算法往往存在执行速度慢、易于陷入局部最优解等缺陷。本文融合禁忌搜索算法优秀的“爬山”能力和神经网络算法在解决组合优化问题时的出色表现,提出了基于神经网络的禁忌搜索算法。该算法的设计思想是:真实生物神经元在已经激活过之后重新激活会受到抑制,抑制神经元重复激活的阻尼特性对应禁忌搜索算法限制重复搜索的禁忌活动,借助神经网络的迭代方程实现禁忌搜索算法。对多个真实任务图的低功耗软硬件划分的仿真实验表明,该算法在全局搜索能力和设计空间探索速度方面都超过在软硬件划分领域被广泛应用的遗传算法。在这个算法的基础上,考虑到混沌优化能够遍历设计空间的特性和精致的内在规律性,本文又在神经网络中引入混沌动态,提出了基于混沌神经网络的禁忌搜索算法,混沌对设计空间的遍历性增强了算法跳出局部最优的能力。通过对GSM编码器任务图的低功耗软硬件划分的仿真实验,该算法具有优秀的全局搜索能力和较快的执行速度,能够很好地兼顾对设计空间地“挖掘”和“探索”,所得低功耗软硬件划分解的总体质量优于遗传算法。虽然本文设计的融合了神经网络、混沌优化和禁忌搜索各自优势的混合智能优化算法以低功耗软硬件划分作为典型问题,但是这种混合智能优化算法也可用于其他组合优化问题的求解。 近年来有别于传统计算方法的量子计算受到了广泛地关注。量子计算利用量子态的叠加性和相干性,以及量子比特之间的纠缠性,把量子力学的概念和理论引入算法领域,它和其他经典算法最本质的区别在于量子计算的并行性。如果利用量子计算的并行性优势把量子算法和遗传算法结合,得到量子遗传算法,就能够以更小的种群规模、在更短的时间内找到问题的最优解。针对嵌入式多处理器的目标结构,本文提出了解决低功耗软硬件划分问题的量子遗传算法,用染色体表示系统设计任务对处理单元的匹配,用量子位编码表示染色体,量子位编码特有的概率幅表示使得一个量子染色体能够同时表征多种匹配情况,并通过旋转量子门进行进化搜索更新,保证种群多样性。通过MP3解码器任务图和GSM解码器任务图的低功耗软硬件划分测试,量子遗传算法得到的软硬件划分解的功耗均值和方差都优于遗传算法,而且进化过程稳定,算法能有效地跳出局部最优解。本文的工作扩大了量子遗传算法的应用领域,是量子遗传算法解决低功耗软硬件划分问题的首次尝试。 上面解决的、基于嵌入式多处理器系统的目标结构、以功耗作为优化目标、以软件处理器内存、专用集成电路面积和系统执行时间作为约束条件的低功耗软硬件划分问题属于单目标优化,能够满足大部分系统的设计要求。而另外有些系统设计要求在软硬件划分过程中同时优化功耗和其他的设计目标,例如系统执行时间,对于这类多目标优化的软硬件划分问题,本文提出了基于Pareto存档种群进化和个体迁移的多目标进化算法,在硬件面积和软件处理器内存的约束条件下,同时优化系统执行时间和功耗。精英种群和单目标种群协同进化的机制以及将精英种群的优秀个体迁移到单目标种群的锦标赛选取规则提高了算法的收敛速度和非控解的精度。对GSM解码器任务图在一个通用处理器和两个专用集成电路之间的多目标软硬件划分仿真实验,该算法较好地收敛到Pareto前沿解,能够找到一致均匀分布于非控前沿的非控解集,而且精英种群的进化和个体迁移对多目标进化算法的收敛速度和收敛精度有非常重要的作用。本文提出的基于Pareto存档种群进化和个体迁移的多目标进化算法优于已用于解决多目标软硬件划分问题的NSGA-II算法和PAES算法,通过适当地设计优化目标和约束条件,也可以被用于解决多目标函数优化等其它多目标优化问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 纪颖;李兰英;石敏;张雷雷;;基于遗传和禁忌搜索混合的软硬件划分算法[J];计算机工程与应用;2009年20期
2 高健;李涛;;三种软硬件划分算法的比较分析[J];计算机工程与设计;2007年14期
3 邹谊,庄镇泉,李斌;基于量子遗传算法的嵌入式系统软硬件划分算法[J];电路与系统学报;2004年05期
4 牛亚文,边计年,吴强,薛宏熙;HCDFG-II—面向C语言系统描述的控制/数据流图表示[J];计算机辅助设计与图形学学报;2004年11期
5 朱晓虹;;基于量子免疫思想的Soc软硬件划分方法[J];廊坊师范学院学报(自然科学版);2010年06期
6 史莉雯;樊晓桠;;可重构指令集计算机综述[J];微处理机;2008年02期
7 郭海燕;基于混沌优化的量子遗传算法[J];西南科技大学学报;2005年03期
8 黄蓓;王士同;;基于量子遗传算法的非线性无约束优化方法[J];微计算机信息;2006年08期
9 孟维嘉;庞伟正;;一种基于量子遗传算法的多播路由算法[J];应用科技;2006年11期
10 王胜兵;张鹏飞;;一种利用精英保留改进的量子遗传算法[J];海军工程大学学报;2010年01期
11 范晓志;扈鹏;;基于改进量子遗传算法的有源噪声控制方法[J];海军工程大学学报;2007年01期
12 潘子宇;耿鹏;;量子遗传算法在TSP中的应用[J];网络安全技术与应用;2010年08期
13 王铁柱;彭平;曹占地;赵向林;;基于量子粒子群算法的可重构系统软硬件划分[J];计算机测量与控制;2010年11期
14 仲亚东,赵文庆;COPART:一种面向约束条件的自适应软硬件划分算法[J];微电子学与计算机;2003年05期
15 俞俊,沈海斌,严晓浪;CoCentric系统设计、仿真与实现[J];电路与系统学报;2004年06期
16 洪亮;;基于量子遗传算法的CDMA多用户检测技术[J];信息技术;2008年10期
17 刘冬梅,宋国新;并行系统的一种组合式软硬件划分技术[J];华东理工大学学报;2002年05期
18 郭海燕,金炜东,李丽,罗碧华;分组量子遗传算法及其应用[J];西南科技大学学报;2004年01期
19 吴强,边计年,薛宏熙;基于抽象体系结构模板的多路软硬件划分算法[J];计算机辅助设计与图形学学报;2004年11期
20 徐明,夏新军,陈吉华;SoC设计中一种软硬件划分的性能评价方法[J];计算机工程;2004年21期
中国重要会议论文全文数据库 前10条
1 陈双喜;张在琛;;基于P89LPC924、CC1000无线传感器网络节点设计[A];2006中国西部青年通信学术会议论文集[C];2006年
2 陈媛媛;张记龙;王志斌;李晓;田二明;;矿井下一种无线传感器网络节点设计与实现[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
3 刘昊;孟丽娅;赖小峰;袁祥辉;;新型低功耗高动态范围CMOS读出电路设计[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
4 鲁玉波;;BF561水下低功耗信号处理小系统设计[A];2009年中国东西部声学学术交流会论文集[C];2009年
5 吴中仪;阎威武;余峰;戴晓明;;一种PIC单片机的低功耗设计方案[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
6 马小铁;李凯;;星型无线传感器网络低功耗研究与设计[A];第八届全国信息获取与处理学术会议论文集[C];2010年
7 王宏江;李琦;郑岗;;基于SMS的低功耗高压绝缘子污秽检测装置的研制[A];2005中国控制与决策学术年会论文集(下)[C];2005年
8 黄立基;范德林;;多参量MEMS气体质量流量计[A];第七届工业仪表与自动化学术会议论文集[C];2006年
9 王玉田;刘国辉;王晓琳;;智能混合式光电电流传感器的设计[A];第十七届全国测控计量仪器仪表学术年会(MCMI'2007)论文集(下册)[C];2007年
10 梁竹关;赵东风;丁宏伟;;电磁谐振调用于无线传感器网络[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
中国博士学位论文全文数据库 前10条
1 马天义;低功耗软硬件划分算法研究[D];哈尔滨工业大学;2009年
2 桑胜田;基于相关性的SoC软硬件划分技术研究[D];哈尔滨工业大学;2010年
3 杨波;低功耗微处理器体系结构的研究与设计[D];西北工业大学;2002年
4 汪健雄;改进的多目标量子遗传算法及其在旅客列车开行方案中的应用[D];中国铁道科学研究院;2012年
5 黄宇;基于量子计算的热工过程辨识研究及应用[D];华北电力大学;2012年
6 彭艺频;面向多媒体应用的软硬件划分方法研究[D];东南大学;2005年
7 徐开亮;生产任务加工时间可控条件下的生产调度问题研究[D];西安交通大学;2010年
8 罗义军;通信中Viterbi算法和均衡器的优化设计及低功耗考虑[D];浙江大学;2003年
9 王兵;基于异步映射的流水线替换策略研究[D];上海交通大学;2008年
10 孙鹏飞;基于计算智能技术的蛋白质结构预测方法研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 周立秋;可重构系统中的一种动态软硬件划分算法[D];湖南大学;2009年
2 刘琴;手持GPS接收机的实现[D];郑州大学;2004年
3 杨亮;低速率误码测试仪的设计与实现[D];郑州大学;2005年
4 吴珍雪;低功耗馈线终端负荷开关的研究[D];华北电力大学(北京);2006年
5 张彪;无线传感器网络节能技术的研究[D];河北工业大学;2007年
6 修丽梅;高速低功耗电压比较器结构设计[D];北京交通大学;2008年
7 郑强;电压按比例缩放式8位DAC的设计[D];华中科技大学;2007年
8 于继明;MOTE无线感知网络的研究与实现[D];南京理工大学;2004年
9 刘鹏民;涡街电磁流量计机理的研究与开发[D];北京化工大学;2000年
10 马蓉;基于嵌入式实时操作系统的电缆温度采集终端的设计[D];华北电力大学(北京);2005年
中国重要报纸全文数据库 前10条
1 冯晓伟;MCU:位数之争趋淡 低功耗、差异化受宠[N];中国电子报;2008年
2 左延鹊;苏国良:蓝牙技术向 低功耗方向发展[N];中国电子报;2008年
3 陈淼鑫;笔记本将用上低功耗液晶屏[N];中国计算机报;2004年
4 ;802.11n将为iPhone带来巨大商机[N];网络世界;2009年
5 赵艳秋;节能认证带动低功耗元器件增长[N];中国电子报;2005年
6 ADI公司供稿;低功耗小尺寸ADC成高速/精密应用主流产品[N];中国电子报;2007年
7 张伟 北京;欧胜推低功耗立体声扬声器驱动编解码器[N];电子资讯时报;2006年
8 《计算机世界》实验室 周童;Intel酷睿架构处理器测试[N];计算机世界;2007年
9 姜波;低功耗唱响主旋律[N];网络世界;2006年
10 ;英特尔推出低功耗凌动处理器[N];人民邮电;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978