NoC自相似業(yè)務(wù)量生成方法研究與實(shí)現(xiàn).pdf

1、片上網(wǎng)絡(luò)（Network on Chip,NoC）是為解決片上系統(tǒng)（System on Chip,SoC）通信瓶頸提出的一種全新的片上通信架構(gòu)。NoC的性能高度依賴于實(shí)際業(yè)務(wù)量，而自相似性是NoC業(yè)務(wù)量的重要特性，它能直接影響NoC網(wǎng)絡(luò)流量建模的準(zhǔn)確程度及網(wǎng)絡(luò)傳輸中的流量控制，模擬生成具有真實(shí)網(wǎng)絡(luò)特征的業(yè)務(wù)量對(duì)NoC設(shè)計(jì)的評(píng)估和分析很關(guān)鍵。
　　對(duì)比當(dāng)前常用的幾種自相似業(yè)務(wù)量模型，基于分形高斯過程的模型易于實(shí)現(xiàn)，且能更準(zhǔn)確的描述業(yè)

2、務(wù)量的自相似性。通過Matlab仿真對(duì)比分析兩種分形高斯過程的實(shí)現(xiàn)方法，隨機(jī)中點(diǎn)置換法和基于高斯噪聲（Fractal Gaussian Noise，F(xiàn)GN）的生成方法，后者運(yùn)算速度更快、準(zhǔn)確度更高。
　　針對(duì)已有的基于FGN的生成方法，對(duì)分形高斯噪聲功率譜逼近效果差的問題，提出一種高次方線性擬合方法。將分形高斯噪聲的功率譜分成有限項(xiàng)和無窮累加項(xiàng)2個(gè)部分，采用Matlab的擬合工具箱cftool對(duì)功率譜的無窮項(xiàng)進(jìn)行高次擬合，減少運(yùn)算

3、量，去除數(shù)學(xué)推導(dǎo)中采用近似替代帶來的誤差。仿真結(jié)果表明，改進(jìn)方法生成自相似業(yè)務(wù)量的相對(duì)誤差比采用公式推導(dǎo)的方式低，生成自相似業(yè)務(wù)量的速度較快。
　　以改進(jìn)的自相似業(yè)務(wù)量生成方法為核心，設(shè)計(jì)基于FPGA的NoC自相似業(yè)務(wù)量生成器，生成器可以根據(jù)NoC節(jié)點(diǎn)自身的特征去設(shè)置業(yè)務(wù)量服從的參數(shù)，包括業(yè)務(wù)量的平均速率、突發(fā)性、節(jié)點(diǎn)注入率等。同時(shí)該模型還可以設(shè)置NoC數(shù)據(jù)包格式，包括微片長(zhǎng)度、微片個(gè)數(shù)、源地址、目的地址等參數(shù)，支持多個(gè)工作時(shí)鐘，