吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (4): 1088-1093.doi: 10.13229/j.cnki.jdxbgxb201404029

• • 上一篇    下一篇

基于多种硬件实现方式探索的软硬件划分算法

牛晓霞, 吴艳霞, 朱若平, 顾国昌, 刘海波   

  • 收稿日期:2013-02-06 出版日期:2014-07-01 发布日期:2014-07-01
  • 通讯作者: 吴艳霞(1979-), 女, 副教授.研究方向:高性能计算, 可重构编译.E-mail:wuyanxia@hrbeu.edu.cn
  • 作者简介:牛晓霞(1982-), 女, 博士研究生.研究方向:可重构编译, 软硬件划分.E-mail:niuxiaoxia25@hrbeu.edu.cn[JP]
  • 基金资助:
    国家自然科学基金项目(61003036); 中央高校基本科研业务费专项基金项目(HEUCF100606, HEUCFT1202); 黑龙江省青年科学基金项目; (QC2010049); 黑龙江省教育厅科学技术研究项目(12513054)

Hardware/software partitioning algorithm based on multiple hardware implementation exploration

NIU Xiao-xia1, WU Yan-xia1, ZHU Ruo-ping2, GU Guo-chang1, LIU Hai-bo1   

  1. 1.College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China;
    2.Computer Center of Heilongjiang Province, Harbin 150001, China
  • Received:2013-02-06 Online:2014-07-01 Published:2014-07-01

RICH HTML

0   

PDF (PC)

285

摘要： 提出了一种改进的遗传算法, 该算法在求解划分问题的同时也解决了多种硬件方式探索问题。算法依据硬件实现方式的硬件延时-面积矛盾的特征, 结合Q-学习算法和贪婪规则, 自适应地选择合适变异方向, 减少变异盲目性, 增强遗传算法的局部搜索能力。实验结果表明, 与BUB算法和标准遗传算法相比, 本文方法在搜索质量、收敛性方面具有更好的效果。

关键词: 计算机工程, 可重构系统, 现场可编程门阵列, 软硬件划分算法, 遗传算法, Q-学习算法

Abstract: An improved genetic algorithm is proposed, which can solve the partitioning problem and the hardware implementation exploration simultaneously. In accordance with the characteristic of hardware delay-area contradiction in implementation, the mutation operator is chosen adaptively based on the Q-learning algorithm and greedy algorithm. The objectives are to avoid the blindness in mutation and to enhance the capability of local search of the genetic algorithm. Experiment results show that the improved genetic algorithm is more efficient than the greedy algorithm and the standard genetic algorithm in terms of searching quality and convergence.

Key words: computer engineering, reconfigurable systems, field-programmable gate array(FPGA), hardware/software partitioning, genetic algorithm, Q-learning algorithm

中图分类号: 

  • TP30
[1] Wolf W. A Decade of Hardware/Software Codesign[M]. New York: IEEE Computer, 2003.
[2] Dou Shuang, Ding Shan, Zhang Shi, et al. GA-based algorithm for hardware/software partitioning with resource contentions[C]∥The 2nd Int Conf Advanced Computer Control, 2010:68-72.
[3] 周雁.基于遗传和粒子群优化算法的软硬件划分方法研究[D]. 上海:华东师范大学, 2011. Zhou Yan. Research on hardware/software partitioning method based on GA and PSO[D].Shanghai: East China Normal University, 2011.
[4] 肖平, 徐成, 杨志邦, 等. 基于改进模拟退火算法的软硬件划分[J]. 计算机应用, 2011, 31(7):1797-1803. Xiao Ping, Xu Cheng, Yang Zhi-bang, et al. Hardware/software partitioning based on improved simulated annealing algorithm[J].Journal of Computer Applications, 2011, 31(7):1797-1803.
[5] 马天义. 低功耗软硬件划分算法研究[D]. 哈尔滨:哈尔滨工业大学, 2009. Ma Tian-yi. Research on low power hardware / software partitioning algorithms[D]. Harbin: Harbin Institute University, 2009.
[6] Li Y, Callahan T, Darnell E, et al. Hardware-software co-design of embedded reconfigurable architectures[C]∥Proceedings of the Design Automation Conference, 2000:507-512.
[7] Stitt G. Hardware/software partitioning with multi-version implementation exploration[C]∥Proceedings of Great Lakes Symposium in VLSI, Orlando, FL, USA, 2008:143-146.
[8] Li J, He H, Man H, et al. A general-purpose FPGA-based reconfigurable platform for video and image processing[C]∥Proceedings of the 6th International Symposium on Neural Networks: Advances in Neural Networks-Part III, 2009: 299-309.
[9] Pellerin D, Thibault S. Evaluating hardware acceleration strategies using C-to-hardware tools[J]. XCell Journal, 2006, 58:16-18.
[10] Watkins C J C H, Dayan P. Technical note: Q -learning[J]. Machine Learning, 1992, 8(3-4): 279-292.
[11] Free Software Foundation, Inc. GNU profiler[EB/OL].[2011-11-21].http//sourceware.org/binutils/docs/gprof/index.html.
[1] 吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[2] 焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[3] 丁宁, 常玉春, 赵健博, 王超, 杨小天. 基于USB 3.0的高速CMOS图像传感器数据采集系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1298-1304.
[4] 李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[5] 孙文, 王庆年, 王军年. 基于横摆力矩控制的电动轮汽车转弯节能控制[J]. 吉林大学学报(工学版), 2018, 48(1): 11-19.
[6] 胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[7] 周放, 宋传学, 梁天唯, 肖峰. 采用NSGA-II算法的车载复合电源参数匹配[J]. 吉林大学学报(工学版), 2017, 47(5): 1336-1343.
[8] 隋延林, 何斌, 张立国, 王文华, 陈嘉南. 基于FPGA的超高速CameraLink图像传输[J]. 吉林大学学报(工学版), 2017, 47(5): 1634-1643.
[9] 王占中, 赵利英, 曹宁博. 基于多层编码遗传算法的危险品运输调度模型[J]. 吉林大学学报(工学版), 2017, 47(3): 751-755.
[10] 郑明, 卓慕瑰, 张树功, 周柚, 刘桂霞. 基于混合并行遗传算法和阈值限定法的基因调控网络构建[J]. 吉林大学学报(工学版), 2017, 47(2): 624-631.
[11] 赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[12] 陈进, 李松林, 孙振业, 陈刚. 风力机专用翼型气动结构一体化设计[J]. 吉林大学学报(工学版), 2016, 46(6): 1940-1945.
[13] 魏丽英, 李鸣君. 考虑诱导影响的公交优先信号配时模型[J]. 吉林大学学报(工学版), 2016, 46(3): 777-784.
[14] 田宝凤， 王悦， 张健， 吴佩霖， 周媛媛. 核磁共振测深环境电磁噪声测试系统的设计及实现[J]. 吉林大学学报(工学版), 2015, 45(6): 2034-2042.
[15] 郭玉泉, 李雄飞, 刘昕. 谱分析与启发式遗传算法相结合的多尺度社区检测方法[J]. 吉林大学学报(工学版), 2015, 45(5): 1592-1600.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发