NoC自相似业务量生成方法研究与实现
本文选题:自相似性 + 片上网络 ; 参考:《西南科技大学》2017年硕士论文
【摘要】:片上网络(Network on Chip,NoC)是为解决片上系统(System on Chip,So C)通信瓶颈提出的一种全新的片上通信架构。NoC的性能高度依赖于实际业务量,而自相似性是NoC业务量的重要特性,它能直接影响NoC网络流量建模的准确程度及网络传输中的流量控制,模拟生成具有真实网络特征的业务量对NoC设计的评估和分析很关键。对比当前常用的几种自相似业务量模型,基于分形高斯过程的模型易于实现,且能更准确的描述业务量的自相似性。通过Matlab仿真对比分析两种分形高斯过程的实现方法,随机中点置换法和基于高斯噪声(Fractal Gaussian Noise,FGN)的生成方法,后者运算速度更快、准确度更高。针对已有的基于FGN的生成方法,对分形高斯噪声功率谱逼近效果差的问题,提出一种高次方线性拟合方法。将分形高斯噪声的功率谱分成有限项和无穷累加项2个部分,采用Matlab的拟合工具箱cftool对功率谱的无穷项进行高次拟合,减少运算量,去除数学推导中采用近似替代带来的误差。仿真结果表明,改进方法生成自相似业务量的相对误差比采用公式推导的方式低,生成自相似业务量的速度较快。以改进的自相似业务量生成方法为核心,设计基于FPGA的NoC自相似业务量生成器,生成器可以根据NoC节点自身的特征去设置业务量服从的参数,包括业务量的平均速率、突发性、节点注入率等。同时该模型还可以设置NoC数据包格式,包括微片长度、微片个数、源地址、目的地址等参数,支持多个工作时钟,7个通道同时输出。
[Abstract]:Network on Chip (NOC) is a new on-chip communication architecture. The performance of NOC is highly dependent on actual traffic, and self-similarity is an important characteristic of NoC traffic. It can directly affect the accuracy of NoC network traffic modeling and traffic control in network transmission. Simulation and generation of traffic with real network characteristics is critical to the evaluation and analysis of NoC design. Compared with several commonly used self-similar traffic models, the model based on fractal Gao Si process is easy to implement and can describe the self-similarity of traffic more accurately. The implementation of two fractal Gao Si processes, the random midpoint replacement method and the generating method based on Gao Si noise Fractal Gaussian Noisegnan, are compared by Matlab simulation. The latter is faster and more accurate. In order to solve the problem of poor approximation effect of fractal Gao Si noise power spectrum based on FGN, a high power linear fitting method is proposed. The power spectrum of fractal Gao Si noise is divided into two parts: finite term and infinite accumulative term. The high order fitting of infinite term of power spectrum is carried out by using Matlab fitting toolbox cftool, which can reduce the calculation amount and remove the error caused by using approximate substitution in mathematical derivation. The simulation results show that the relative error of the improved method to generate self-similar traffic is lower than that of formula derivation, and the speed of generating self-similar traffic is faster. Taking the improved self-similar traffic generation method as the core, a NoC self-similar traffic generator based on FPGA is designed. The generator can set the parameters of the traffic service according to the characteristics of the NoC node, including the average rate of traffic, which is sudden. Node injection rate and so on. At the same time, the model can also set NoC packet format, including microchip length, number of microchips, source address, destination address and other parameters, support multiple working clocks, seven channels output at the same time.
【学位授予单位】:西南科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN47
【相似文献】
相关期刊论文 前10条
1 罗志祥,曹明翠;系统参数对混沌映射产生自相似业务流的影响[J];华中科技大学学报;2001年10期
2 沈宇,徐启建,钟静月;自相似业务流建模及其合成性能分析[J];通信学报;2004年04期
3 谢明;叶梧;冯穗力;艾育华;;漏桶整形下的自相似业务流特性分析(英文)[J];科学技术与工程;2006年14期
4 胡英;谭献海;肖中卿;黄媛辉;;自相似业务下资源分配研究[J];微电子学与计算机;2008年04期
5 陈炳锋;徐从富;何俊;;自相似业务量产生机理与模型精度分析[J];计算机工程与应用;2009年03期
6 刘树东,贾世楼;自相似业务流特性分析[J];通信技术;2001年04期
7 谭献海;孙慧丽;黎燕敏;金炜东;;自相似业务网络性能分析[J];计算机工程与设计;2007年19期
8 吴援明,宁正容,梁恩志;网络自相似业务模型进展[J];通信学报;2004年03期
9 胡英;谭献海;漆世钱;金炜东;;自相似业务下接纳控制研究[J];微计算机信息;2008年24期
10 许都,李乐民;自相似业务流的快速生成方法及其性能研究[J];通信学报;1998年08期
相关会议论文 前2条
1 阎晓光;黄肇明;王陆唐;;应用于自相似业务流量预测的改进维纳滤波方法[A];2002海峡两岸三地无线科技研讨会论文集[C];2002年
2 陈栋;荆涛;尹琳琳;冯玉珉;;自相似业务流模型的分析与比较[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
相关博士学位论文 前1条
1 吴援明;网络中自相似业务流的特性及其影响研究[D];电子科技大学;2008年
相关硕士学位论文 前10条
1 范玉娜;高级在轨系统中自相似业务流的多路复用研究[D];沈阳理工大学;2015年
2 刘瑞冰;基于自相似业务流的AOS空间信道复用技术研究[D];沈阳理工大学;2016年
3 杜巍;卫星互联网自相似业务预测方法的研究[D];哈尔滨工业大学;2014年
4 朱灵蕾;NoC自相似业务量生成方法研究与实现[D];西南科技大学;2017年
5 宁正容;网络自相似业务产生的研究[D];电子科技大学;2003年
6 胡英;自相似业务接纳控制研究[D];西南交通大学;2008年
7 程红霞;自相似业务流的预测研究[D];电子科技大学;2006年
8 胡玉清;自相似业务流量建模与性能评价研究[D];西南交通大学;2008年
9 张娅;自相似业务模型下主动队列管理算法的研究[D];江苏大学;2007年
10 高兴;自相似业务网络仿真与性能评价研究[D];西南交通大学;2007年
,本文编号:1913581
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1913581.html