当前位置:主页 > 科技论文 > 电子信息论文 >

基于Gaussian结构芯片上光网络的串扰性能分析及优化

发布时间:2020-07-25 14:10
【摘要】:近年来,随着人们对计算性能以及高并发任务处理能力需求的日益增长,片上晶体管的工作频率和集成密度不断增加,芯片上多核处理系统(Multiprocessor systems-on-chip,MPSoCs)已经成为片上设计的主流趋势。传统的基于电互连的片上网络(Electrical networks-on-chip,ENoCs)由于存在高串扰、高延时、低带宽、高能耗等方面的问题,已经无法满足MPSoCs持续发展的需要。芯片上光互连网络(Optical networks-on-chip,ONoCs)的提出作为一种用光代替电连接的芯片上多处理核之间的互连方式,通过电互连层实现仲裁控制而数据传输则由光互连层进行完成,可以有效解决ENoCs所面临的功耗,延迟和带宽的限制,满足新应用的开发需求。在基于ONoCs的通信系统中,芯片上不同处理核(Intellectual property,IP)之间的数据传输通过互连网络作为通信基础设施来进行数据交换。芯片底层的网络拓扑结构决定了网络能够有效分配信息的效率。并且,除了对网络带宽,延迟,容错和能耗产生重大影响外,网络拓扑结构在ONoCs架构的设计过程中也扮演着重要的角色,如路由器结构设计和应用映射。为ONoCs架构选择合适的网络拓扑结构时,其中一个主要目标是通过选择具有更好静态特性(如节点度,直径和平均跳距)的拓扑结构来提高网络性能。同时,也需要考虑到线密度,路由器结构复杂性等物理约束的影响。迄今为止已经为ONoCs提出了几种拓扑结构,例如Mesh,Torus,Fat-Tree等。Mesh和Torus网络是常见的选择,因为它们的网络直径相对较短,节点度较低,IP核更容易布局。与Mesh或Torus相比,Gaussian拓扑在网络直径和平均跳距方面具有显着的拓扑优势。Gaussian网络可以容纳更多节点,通信延迟更少,同时保持规则的网格状结构,从而使它们成为ONoCs架构更合适的拓扑候选者。然而,由于ONoCs架构中存在大量波导交叉和微环谐振器等光学器件,当光信号通过这些器件时,光学器件制造材料的固有属性导致光信号难免会遭遇到串扰噪声以及功率损耗的影响。虽然设备级别的影响幅度非常小,但随着网络规模的增大,串扰噪声在光信号中持续累积,这将导致网络性能的严重下降,造成信号衰减、畸变甚至失真,从而限制了网络的可扩展性。因此,将Gaussian网络的拓扑优势应用于ONoCs的架构设计,分析网络中功率损耗和串扰噪声对网络性能的影响非常重要。本文针对ONoCs的串扰特性,对基于Gaussian网络拓扑结构的片上光网络(Gaussian-Based ONoCs),提出了完整的功率损耗以及串扰计算的分析模型,并针对Gaussian网络拓扑结构的特点提出了一种改善通信链路信噪比的优化方法,主要研究内容如下:1.阐述了Gaussian网络的定义、表达式、拓扑图以及网络拓扑优势。2.介绍构成ONoCs通信系统的硅基波导和谐振微环等基本器件的结构构造及原理,并提出由其组成的基本光交换单元(Basic optical switching elements,BOSEs)的模型,并给出了BOSEs在不同工作状态下其各个端口的光信号功率和串扰噪声的计算公式,为网络层的分析奠定基础。3.基于建立的BOSEs的分析模型,提出了适用于Gaussian片上光网络的全通五端口光路由器模型,介绍了光网络中使用的交换机制以及Gaussian路由算法。建立了光路由器层级的功率损耗和串扰特性分析计算模型,并举例说明。4.分析了在网络中光信号从源节点传输至目的节点路径中的功率损耗、串扰噪声积累、光信噪比(Optical signal-to-noise ratio,OSNR)以及误码率(Bit error rate,BER)的计算模型。5.数值仿真中使用Cygnus和Crossbar光学路由器来验证所提出的分析模型的可行性,并得出Guassian片上光网络中的最差路径以及最大网络规模。仿真数值说明,网络规模的扩大会造成光信号信噪比的大幅下降。为了使Gaussian片上网络更加可用,我们提出了一种改善网络性能的优化方法,即根据两个通信IP核的位置分布选择最佳路径,这种方法可以有效地避免最坏的情况。最后在Optisystem仿真软件搭建网络模型,便于更直观的分析观察网络传输性能。
【学位授予单位】:西南大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN929.1;TN47

【相似文献】

相关期刊论文 前10条

1 李国良,徐文国,李前树;GAUSSIAN程序中密度泛函理论方法积分精度对计算结果的影响[J];分子科学学报;2000年03期

2 裴克梅;;Gaussian软件在环境化学教学中的应用[J];大学化学;2012年02期

3 黄宏涛;;一种基于Gaussian函数的双向选择径向基函数神经网络算法[J];计算机科学;2007年07期

4 罗振敏;邓军;郭晓波;;基于Gaussian的瓦斯爆炸微观反应机理[J];辽宁工程技术大学学报(自然科学版);2008年03期

5 郎林智;陈鹏宇;聂良佐;吴柳东;;基于Gaussian模型的先期固结压力确定[J];水电能源科学;2011年07期

6 刘兵;李坚;;Gaussian切趾体光栅在光谱合成中的应用研究[J];激光技术;2013年05期

7 梁雪,王一波;精确计算氢键键能的Gaussian理论[J];贵州大学学报(自然科学版);2003年01期

8 曾薇;丁涪江;赵可清;;Gaussian程序计算的一阶超极化率的符号问题[J];四川师范大学学报(自然科学版);2010年02期

9 江鹏;彭黎辉;萧德云;;Gaussian窗函数在电容成像图像重建中的应用[J];清华大学学报(自然科学版);2007年01期

10 刘杨先;;量子化学Gaussian软件在“燃烧学”教学中的应用[J];中国电力教育;2012年19期

相关会议论文 前5条

1 曹三省;黄祥林;刘剑波;吕锐;;基于Gaussian模糊隶属的媒体内容对象特征抽取[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

2 贾万涛;朱位秋;;Gaussian与Poisson白噪声共同激励下拟可积共振Hamilton系统的随机平均法[A];第二届全国随机动力学学术会议摘要集与会议议程[C];2013年

3 刘伟;杨军;;一种基于衍射柱面波的Fresnel近似的多Gaussian波束模型[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年

4 钱向东;沈人杰;;广义阻尼模型的Gaussian核函数拉普拉斯域识别法[A];中国力学大会-2017暨庆祝中国力学学会成立60周年大会论文集(C)[C];2017年

5 周宝晶;聂雪玫;;分子Gaussian电子密度模型的改进及应用[A];中国化学会第十二届全国量子化学会议论文摘要集[C];2014年

相关硕士学位论文 前10条

1 杜莹雪;基于Gaussian结构芯片上光网络的串扰性能分析及优化[D];西南大学;2019年

2 刘三献;基于ANTLR的Gaussian词法分析器和语法分析器的分析与设计[D];兰州大学;2009年

3 陈鑫磊;离子液体负载手性硫代咪唑啉酮的合成与应用及Gaussian在吡咯衍生物裂解机理中的应用[D];浙江工业大学;2016年

4 马东宇;基于Gaussian型RBF神经网络的函数逼近与应用[D];中南大学;2011年

5 张志渊;ePSF拟合法与Gaussian拟合法的比较[D];暨南大学;2010年

6 张启浩;有限维Gaussian测度[D];中国科学技术大学;2016年

7 王希业;Gaussian对小分子自由基OH的研究[D];华东师范大学;2007年

8 黄川人;阿托伐他汀钙及赖诺普利与牛血清白蛋白的相互作用的研究[D];浙江工业大学;2013年

9 周飞;γ辐照和超声空化降解水中磺胺嘧啶与四环素的研究[D];南京信息工程大学;2012年

10 易玲娜;有机酸活化钾长石的机制及其应用研究[D];华南理工大学;2015年



本文编号:2769927

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2769927.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5399d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com