一种基于离散Hopfield神经网络的SoC嵌入式操作系统软/硬件划分方法

SoC(System-on-a-Ch ip)系统芯片的嵌入式操作系统(Embedded Operating System)软/硬件自动划分(SoC-EOS划分)是一个NP完全问题,也是SoC软/硬件协同设计的一个关键步骤,它决定了SoC-EOS功能的软/硬件实现,其划分结果直接影响到SoC产品的开发效率和质量。引入了SoC-EOS划分问题的一个新模型,这有助于理解SoC-EOS划分问题的本质。提出了一种基于离散Hopfield神经网络的SoC-EOS划分方法,重新定义了神经网络的能量函数、运行方程和相关系数。最后,对该方法进行了仿真实验,并同遗传算法和蚂蚁算法进行了性能比较。实验结果表明,提出的神经网络方法是可行的和有效的。

改进PSO算法在软/硬件划分中的应用

针对嵌入式系统中的单MPU和单ASIC体系结构问题,提出一种改进粒子群算法,将该算法应用到数字音视频解码器的软/硬件划分中,一次运行可以获得较多Pareto最优解。讨论目标函数、系统约束、粒子比较准则、拥挤距离函数、变异算子和粒子适应度等问题的处理。实验结果表明,该算法改善了传统算法产生未成熟收敛、较少Pareto最优解和Pareto最优解前端分布不均匀的问题,增强算法的自适应性及结果的全局最优性。

面向能耗相关软/硬件划分的层次化控制数据流图建模方法

针对C语言描述的嵌入式软件功能模型在时间和成本约束下以降低能耗为目标的软/硬件划分问题,提出一种面向划分的层次化控制数据流图(简称PO-HCDFG)方法。首先,对PO-HCDFG进行了形式化描述,然后,分析了C语言程序向PO-HCDFG的转换方法,包括节点层次数的设置、数据依赖分析、划分对象的建立与粒度变换等关键问题,最后,通过实验验证了PO-HCDFG在软/硬件划分建模中的有效性。

基于Hopfield神经网络和禁忌搜索的软/硬件功耗划分

在目前全球倡导"低碳经济"的背景下,随着嵌入式系统大量而广泛的使用,嵌入式软件功耗已成为嵌入式系统设计的一个关键因素,而软/硬件划分是嵌入式软件功耗优化的一种重要方法。首先在性能约束条件下,建立以嵌入式软件功耗为目标的软/硬件双路划分模型;然后,提出了一种基于离散Hopfield神经网络(HNN)和禁忌搜索(TS)融合的求解算法,采用离散Hopfield算法作为主算法能较快地获得可行解,使用禁忌搜索算法"禁忌"当前解而转移到目标函数的其他极小点,从而可跳出局部最优解而快速趋于全局最优解;最后,仿真实验表明,与同类算法相比,该算法不但具有搜索速度上的优势,而且求得全局最优解的概率更高。

一种基于离散Hopfield神经网络的RTOS功耗优化方法

RTOS(Real-Time Operating System,实时操作系统)是SoC(System-on-a-Chip,系统芯片或片上系统)的一个重要组成部分,其功耗一般约占整个系统功耗30～40%的比例,而基于软/硬件划分的RTOS功耗优化方法(简称RTOS-Power划分)能够明显地减少SoC的功耗.因此,文中首先引入了RTOS-Power划分问题的一个新模型,这有助于理解RTOS-Power划分的本质.然后,提出了一种基于离散Hopfield神经网络的RTOS-Power划分方法,重新定义了神经网络的神经元表示、能量函数、运行方程和系数.最后,对该方法进行了仿真实验,并同遗传算法和蚂蚁算法进行了性能比较.实验结果表明:该文提出的方法能够以相对较小的代价(FPGA开销小于4K个可编程逻辑块)取得高达60%的功耗节省,同时,与纯软件实现的RTOS相比,系统性能也得到了相应的提高.

RBAC模型及其实时性实现探讨

利用自主访问控制、强制访问控制与角色访问控制策略的特点,依据Constrained RBAC模型,结合静态责任分离关系、动态责任分离与系统实时性要求,利用软/硬件划分的原理,按照角色访问策略将功能适当划分到硬件上,提出实现系统实时性的一些基本方法。