基于云自适应粒子群算法的NoC路径分配研究

在云自适应粒子群算法基础上提出一种新的云自适应更新函数并将其应用在2DMesh拓扑的片上网络中,来优化静态通讯分配结果.该更新函数的参数随着粒子适应度值和拓扑规模的不同而变化,并注重全局搜索和局部收敛的结合作用,使两者达到最佳结合点,避免了单一的全局搜索和局部收敛的弊端.实验证明,这种方法在拓扑规模越大时,效果越明显,与改进的粒子群算法相比较结果优达25.74%.     

基于遗传算法的NoC互连测试研究

针对互连测试难题的分析,提出一种基于遗传算法的NoC互连测试方案。该方案采用NoC重用测试机制的方法,在功耗限制条件下,选取合适的测试端口和最短测试路径,同时根据互连测试中实际存在的问题,对算法进行适当改进,建立基于遗传算法的NoC互连测试模型,旨在获取最优矢量集的同时,测试代价更小。当NoC的规模达到一定程度时,采用划分测试方法,缩短测试路径,降低测试时间,提高测试效率。以SoCIN结构电路为仿真平台,分别对不同规模的NoC进行实验仿真。实验结果表明,遗传算法能快速有效地收敛到最优解,在测试运行代数及测试生成时间上取得了良好的测试效果。     

基于数字IP的NoC低功耗方法研究

为了设计实现高性能的片上系统SoC,针对基于分层星型连接集成数字IP核的片上网络,提出了低振幅信号发送、基于Mux-Tree的轮转法调度程序,部分激活的交叉单元和串行链路编码等不同的低功耗方法,并分别在每一个开放系统互连层得到应用实现,实验数据证明获得了功耗最经济的片上网络.     

一种新的基于NoC的死锁检测算法

为了适应实时片上系统SoC设计和片上网络NoC服务质量保证的可预测性需求,确保N0c高质量服务于实时系统,提出了一种新的基于NoC的死锁检测算法和它的硬件实现.该算法用简单布尔表示请求、授权,且无活动,从而使其硬件实现更容易,操作更快,并证吸了该算法的正确性及其硬件实现的运行时间复杂性为O(min(m,n)),这里的m为资源数目,n是进程数.     

NoC中的基于蜂群算法的QoS路由

为了解决满足多个约束条件的片上网络服务质量,本文提出了基于蜂群算法的一种QoS路由,该算法使用代理来更新路由信息,并综合考虑历史信息和当前网络状态的路由策略。采用最短路由,最大程度开放路由的自由度,使用基于软件的死锁恢复机制来检测和恢复死锁。仿真结果表明,蜂群算法比维序算法和奇偶转向模型能够更好的保证片上网络的服务质量。     

基于NoC的容错路由算法

各种各样的软件和硬件上的错误都会破坏网络的数据传输,因此研究No C网络的容错算法是非常必要的。在基于XY路由算法的基础上提出了改进的容错路由算法,当链路或者传输节点之间发生错误时,可通过重新设置路由规则来获取一条有效的路由路径。在FPGA上进行路由容错算法的仿真,并和目前常用的几种路由算法在所适用拓扑、是否防止死锁等方面进行对比。仿真结果显示改进的路由容错算法性能优越,是可行的。     

基于云进化算法的NoC测试端口优化选择方法

针对片上网络(NoC)中大量节点的测试难题,提出了一种结合二维云进化算法优化选取NoC中测试端口位置,提高测试效率的方法。该方法结合NoC网格结构特点,采用重用测试访问机制和XY路由方式,由测试功耗限制确定端口对数,通过二维云模型对端口坐标进行统一建模,云进化算法自适应控制遗传变异的程度和搜索空间的范围,在测试功耗约束条件下,优化选取最佳测试端口的位置,达到总测试时间最少的目的。以SoCIN结构电路为仿真平台,分别对4×4网格和8×8网格结构NoC进行了实验仿真,结果表明,在NoC节点测试问题上,云进化算法能快速收敛到最优解,有效提高整体测试效率。     

基于云进化算法的NoC测试规划

针对NoC测试时,如何在功耗限制下利用有限的片上资源最大化并行测试,以优化NoC测试时间的问题,文中提出一种利用云进化算法进行测试规划的方法,可以有效提高测试效率。该方法复用NoC的片上资源作为TAM,采用非抢占式测试和XY路由方式,通过云进化算法优化待测IP核在各条TAM上的分配方式寻找最佳方案。在ITC'02标准电路上的实验结果表明,该方法有效降低了测试时间,提高了测试效率。     

基于NoC的网络接口设计

与总线架构相比,片上网络具有支持并行通信、良好的可扩展性、规则的结构、可重用性等优点。网络接口是片上网络中处理器核与路由节点之间的接口,网络接口的数据转化和传输效率影响整个片上网络的工作效率。研究的NoC系统采用3×3二维mesh的结构,DSP核采用AMBA总线结构,路由节点采用包交换方式,为了实现二者之间的数据转换与交换,设计了网络接口。为了提升传输效率,网络接口设计支持数据批传输,批传输不需DSP核参与,节省处理器资源。在完成网络接口的RTL设计后,进行了仿真验证,保证了网络接口的功能正确性。     

针对路径故障与局部拥塞的NoC容错路由算法

片上网络作为一种新型片上互连架构,克服了片上系统在发展中遭遇的瓶颈问题。然而,片上网络中的路由器故障以及路由器之间的链路故障都会造成网络性能损失。对此,文章提出一种针对路径故障与局部拥塞的NoC容错路由算法。首先,设计了一种相隔节点间路径故障模型,该模型下的路由器以较小的开销为代价,动态感知两跳以内的路径故障状态。其次,提出了一种新颖的更能准确反映局部网络拥塞状态的拥塞模型来均衡网络流量。最后,当网络无故障时,算法保证走最优路径;有故障时,算法不仅可以实现容错还能保证网络具有良好的性能。实验表明,在无故障的情况下,本文方案相较于对比对象延迟降低了10％～20％,吞吐率提高了25％左右。在有故障的情况下,本文方案较对比对象的优势更加明显。     

一种基于2D-mesh的低延迟NoC路由算法设计

在分析拐弯模型(Turn Model)的基础上,提出了一种确定性的最短路径无死锁路由算法,该算法针对2D-mesh结构中的奇偶列分别采取不同的路由算法,减少了单个通道的拥塞度,从而减少了延迟。仿真结果表明,该方法能够有效地减少数据传输延迟,从而提高了片上网络(network onchip,NoC)的通信效率。     

基于免疫算法的NoC单元映射研究

NOC的发展是解决SOC瓶颈问题的一个方向,而映射问题的解决在NOC设置中是一个很重要的环节。在此研究了广泛使用的二维规则型网（2D-Mesh）建立功耗模型并形成处理单元位置映射。为了改进遗传算法易收敛于局部最优解而采用了免疫算法,并在VC环境下进行仿真,证实了预期的结果,起到了很好的全局寻优效果。     

ATM网络虚通道路由选择和带宽分配算法

ＡＴＭ网络中,虚通道路由选择和带宽分配问题是相互关联的,需要考虑虚通道路由布局和带宽大小,并且虚通道连接还是建立虚信道连接的基础,文章根据虚通道连接的特点,提出了将虚通道路由选择和带宽分配联合优化的方法,给出了应用进化规划方法的求解算法和仿真实例。     

基于混合并行遗传算法的网格资源分配策略

网格是利用互联网或专用网络将地理上广泛分布的、异构的、动态的资源互联起来实现资源高度共享与集成，为用户提供高性能的计算、管理和服务等功能的一项新技术。但如何将网格这个复杂环境中的资源有效进行管理和调度，是一个NP难问题，同时也是网格技术发展的关键。启发式算法被证明是解决这类问题的有效算法，将两个启发式算法结合起来，充分发挥各自的优势，就能有效解决网格资源分配的问题。因此，利用混合并行遗传算法来解决网格资源分配是可行的。     

基于包-电路交换的片上网络回退转向路由算法

采用包-电路交换的片上路由器,链路的建立通过发送请求包完成,而数据的传输则采用电路形式。传统的路由算法已经不能很好地适应基于包-电路交换的片上网络(NoC)新特性。该文根据包-电路交换的NoC的特点,提出了一种新的路由算法回退转向(RT)路由算法,以改善NoC性能。实验结果表明,与动态XY路由算法相比,回退转向路由算法使得网络平均吞吐量和平均包延迟最大分别改善26.7%和11.6%。     

不规则2D Mesh NoC映射算法研究

片上网络(NoC)因其分层通讯结构而有望成为未来动态重构片上系统的支撑技术,针对复杂片上系统中可能集成各种规模IP的实际情况,对不规则2D mesh拓扑结构的NoC进行了研究,建立了其映射算法的数学模型和优化目标函数,提出了保证网格不重叠约束条件的数学表达和IP间通信距离的求解方法,采用一个视频解码器实例,给出了映射算法模拟结果和分析,并探讨了布局结果的FPGA实现.     

用基于知识的遗传算法实现移动机器人路径规划

提出了一种基于知识的遗传算法,该算法采用特定的遗传算子、把领域知识并入初始种群及自适应调整控制参数,克服了传统遗传算法的早熟收敛问题,提高了遗传算法的效率.实验结果表明该算法在移动机器人路径规划中的可行性和有效性.