基于总线的片上多处理器SoC仲裁算法研究

为了探寻在不同的系统负载和系统约束下选择最佳的仲裁算法方案,本文以固定优先级、轮转优先级、混合优先级、加权随机算法4种仲裁算法为载体,在一个包括操作系统在内的软件支持的可配置的片上多处理器系统平台中,研究不同类型通讯任务要求下对系统性能的影响。以任务完成时间为标准得出以下结论:(1)独立任务下带OS的MPSoC采用可调的加权随机仲裁算法性能最好;(2)流水线任务下不带OS的MPSoC采用轮转优先级仲裁算法性能较佳;(3)在不同类型的通讯任务下轮转优先级算法表现稳定;(4)总线负载较重的情况下混合优先级算法表现出色。另外,本文还对仲裁算法对系统实时性的影响进行了阐述。

面向多处理器SoC设计的低功耗软硬件划分

提出了解决多处理器SoC的低功耗软硬件划分问题的方法——基于神经网络的禁忌搜索算法。其基本思想是：真实的生物神经元具有抑制重复激活的阻尼特性,这与禁忌搜索对重复搜索加以限制相类似,因此设计具有阻尼特性的神经网络实现禁忌搜索算法,受阻尼特性抑制的神经元对应禁忌活动。由于神经网络复杂的动态特性和禁忌搜索优秀的全局搜索能力,该算法能够有效地跳出局部最优解。对真实任务图的实验表明,与遗传算法相比,该算法不但具有搜索速度上的优势,而且所得到的绝大部分软硬件划分方案有更低的系统功耗。