基于大规模嵌入式系统软硬件划分方法的研究

发布时间：2020-06-28 06:13

【摘要】： 随着嵌入式系统以及微电子技术的飞速发展,硬件的集成度越来越高,这使得将CPU、存储器和I/O设备集成到一个硅片上成为可能,SoC以其集成度高、可靠性好、产品问世周期短等特点逐步成为当前嵌入式系统设计技术的主流。但随着系统复杂性的增加,传统的设计方法已经无法满足系统设计的要求,因此,软硬件协同设计应运而生,软硬件划分技术是软硬件协同技术一个关键步骤。 本文首先介绍了国内外对软硬件划分技术的研究现状,并针对嵌入式系统规模复杂性不断增加的趋势,提出了一种聚类遗传融合划分算法(CGA)。该算法以经典的遗传算法(GA)为基础,将聚类算法与GA相结合,该聚类方法对经典的K-means算法进行了改进,即将系统基于参考任务节点和密度来进行预先划分,这是一个动态划分过程,划分过程中的参考任务节点是虚拟的点,其参考任务点的数量k值是动态变化的,能够使初步划分的结果更加合理。再采用经典的遗传算法对初步划分的结果进行软硬件划分。这就解决了遗传算法在系统规模扩大时,容易陷入局部最优这个问题,同时在算法运行时间上也有明显的减少,提高了算法的全局最优性和效率。 最后本文采用TGFF工具随机生成的数据对CGA算法进行了验证,将GA算法和本文提出的CGA算法在算法运行时间,成本以及适应度等几方面进行了对比验证。验证结果表明,由于CGA算法吸取了改进的聚类的思想,使大规模问题缩小化,不仅在运行时间上大大减少,而且随着节点数的增多,适应度的优势也凸显出来。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP368.11

【参考文献】

相关期刊论文 前10条

1 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

2 彭艺频,凌明,杨军;基于资源受限的软硬件划分方法[J];电路与系统学报;2005年03期

3 彭艺频,凌明,杨军;性能受限系统的软硬件划分方法[J];东南大学学报(自然科学版);2004年06期

4 于苏东;刘雷波;魏少军;;循环在可重构处理器上的软硬件划分技术[J];电视技术;2009年10期

5 彭艺频,凌明,杨军,时龙兴;基于关键路径和面积预测的软硬件划分方法[J];电子学报;2005年02期

6 罗胜钦;马萧萧;陆忆;;基于改进的NSGA遗传算法的SOC软硬件划分方法[J];电子学报;2009年11期

7 熊志辉;李思昆;陈吉华;;具有初始信息素的蚂蚁寻优软硬件划分算法[J];计算机研究与发展;2005年12期

8 邢冀鹏;邹雪城;刘政林;陈毅成;;K均值聚类和模拟退火融合的软硬件划分[J];计算机工程与应用;2006年16期

9 李兰英;冯宏伟;;基于多性能指标的SoC软硬件划分方法研究[J];计算机工程与应用;2008年02期

10 刘洋,雷霆,瞿小明,熊悦,李曦,周学海;嵌入式系统软硬件功能分配的研究[J];计算机工程;2003年07期

相关博士学位论文 前2条

1 詹瑾瑜;SoC软/硬件协同设计方法研究[D];电子科技大学;2006年

2 栾静;模型驱动的系统级软硬件协同设计若干关键技术研究[D];华东师范大学;2006年

相关硕士学位论文 前3条

1 陈劲;SOC软硬件协同设计自适应粒度算法研究[D];清华大学;2004年

2 董宗然;基于禁忌搜索算法的集装箱装载问题研究[D];沈阳工业大学;2007年

3 张维;面向RSoC的动态软硬件划分算法研究[D];湖南大学;2009年

本文编号：2732662