基于貓群算法的SoC軟硬件劃分研究.pdf

1、隨著各種嵌入式設(shè)備的快速發(fā)展，F(xiàn)PGA技術(shù)的日漸成熟，片上系統(tǒng)規(guī)模也變得越來(lái)越大。為了在有限的時(shí)間內(nèi)設(shè)計(jì)出功能更加強(qiáng)大的 SoC嵌入式設(shè)備，同時(shí)達(dá)到理想的性能指標(biāo)，對(duì)該設(shè)備的系統(tǒng)各個(gè)功能模塊的具體實(shí)現(xiàn)方式以及不同模塊間的協(xié)同配合就提出了更高的要求。傳統(tǒng)的設(shè)計(jì)方法已經(jīng)無(wú)法滿足日益增長(zhǎng)的系統(tǒng)需求，軟硬件協(xié)同設(shè)計(jì)成為了解決該問(wèn)題的主要設(shè)計(jì)方法。軟硬件劃分則是軟硬件協(xié)同設(shè)計(jì)中至關(guān)重要的一步。針對(duì)多性能指標(biāo)約束的 SoC軟硬件模塊劃分問(wèn)題，本文提

2、出了一種基于貓群優(yōu)化的軟硬件劃分算法，相對(duì)于傳統(tǒng)的劃分算法，該算法可以在滿足系統(tǒng)約束條件下，加快收斂速度，提高收斂精度。本文對(duì)軟硬件劃分算法的基本原理、系統(tǒng)描述的模型、以及系統(tǒng)結(jié)構(gòu)和劃分目標(biāo)進(jìn)行了詳細(xì)分析，對(duì)經(jīng)典的劃分算法遺傳算法、模擬退火算法以及粒子群算法進(jìn)行了分析比較。由于三種算法各自存在的問(wèn)題，論文對(duì)軟硬件劃分提出了采用貓群算法進(jìn)行軟硬件劃分的解決方案，并對(duì)貓群算法的基本原理和實(shí)現(xiàn)方法進(jìn)行了深入研究，具體的研究?jī)?nèi)容及主要成果如下：

3、
　　（1）為了獲得更好的解決方案，對(duì)貓群算法里面追蹤比較、貓群位置和擾動(dòng)范圍進(jìn)行分析研究，確定了合適的參數(shù)范圍，并實(shí)現(xiàn)了連續(xù)貓群算法的離散化。
　?。?）為了將貓群算法應(yīng)用于SoC軟硬件劃分，對(duì)系統(tǒng)目標(biāo)的結(jié)構(gòu)以及劃分的模型進(jìn)行選擇。并將系統(tǒng)成本、執(zhí)行時(shí)間、系統(tǒng)功耗、系統(tǒng)面積等性能約束條件引入到目標(biāo)函數(shù)。針對(duì)實(shí)際的劃分問(wèn)題，創(chuàng)建多約束條件的帶懲罰項(xiàng)的目標(biāo)函數(shù)，該函數(shù)作為劃分結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)。根據(jù)貓群算法流程，設(shè)計(jì)實(shí)現(xiàn)基于貓群算

4、法的SoC軟硬件劃分算法。首先隨機(jī)生成的初始貓群，并使用貓群算法特有的擾動(dòng)模式和追蹤模式同時(shí)進(jìn)行尋優(yōu)，兩種不同的模式可以同時(shí)進(jìn)行全局和局部的搜索。當(dāng)貓群個(gè)體搜尋結(jié)果趨于某些局部最優(yōu)時(shí)，采用隨機(jī)擾動(dòng)搜尋范圍和貓個(gè)體位置的方法避免陷入局部最優(yōu)，最終找出全局最優(yōu)解。
　　（3）劃分算法的仿真驗(yàn)證。利用TGFF工具生成多組模擬測(cè)試數(shù)據(jù)，對(duì)遺傳算法、粒子群算法以及本算法的性能和尋優(yōu)結(jié)果進(jìn)行測(cè)試驗(yàn)證以及對(duì)比。仿真結(jié)果表明，與傳統(tǒng)的遺傳算法和粒