| 摘要 | 第1-7页 |
| Abstract | 第7-17页 |
| 第1章 绪论 | 第17-33页 |
| ·课题背景及研究的目的和意义 | 第17-19页 |
| ·嵌入式系统低功耗设计 | 第17-18页 |
| ·软硬件划分对系统功耗的关键影响 | 第18-19页 |
| ·低功耗软硬件划分研究现状 | 第19-31页 |
| ·分布嵌入式系统 | 第21-25页 |
| ·包含可动态重构FPGAs的分布嵌入式系统 | 第25-26页 |
| ·SoC | 第26-28页 |
| ·分布式SoC | 第28页 |
| ·多处理器SoC | 第28-29页 |
| ·客户服务器系统 | 第29页 |
| ·处理单元和通信链接联合功耗优化 | 第29-30页 |
| ·NoC | 第30页 |
| ·值得进一步研究的方向 | 第30-31页 |
| ·本文的研究内容和结构 | 第31-33页 |
| 第2章 低功耗软硬件划分模型 | 第33-46页 |
| ·引言 | 第33-34页 |
| ·软硬件划分相关问题 | 第34-39页 |
| ·表示划分任务的系统模型 | 第34-36页 |
| ·软硬件划分的系统功能粒度 | 第36页 |
| ·软硬件划分的目标系统结构 | 第36-38页 |
| ·软硬件划分的优化目标和约束条件 | 第38页 |
| ·软硬件划分算法 | 第38页 |
| ·设计单元库 | 第38-39页 |
| ·低功耗软硬件划分模型 | 第39-44页 |
| ·设计说明 | 第39-41页 |
| ·形式化模型 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第3章 基于禁忌搜索的低功耗软硬件划分 | 第46-74页 |
| ·引言 | 第46-47页 |
| ·禁忌搜索 | 第47-51页 |
| ·神经网络 | 第51-55页 |
| ·TS_NN算法 | 第55-58页 |
| ·TS_NN算法仿真实验 | 第58-63页 |
| ·混沌搜索 | 第63-65页 |
| ·TS_CNN算法 | 第65-69页 |
| ·TS_CNN算法仿真实验 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 第4章 基于量子遗传算法的低功耗软硬件划分 | 第74-92页 |
| ·引言 | 第74-76页 |
| ·量子计算的理论基础 | 第76-80页 |
| ·量子和量子信息 | 第76-77页 |
| ·量子比特 | 第77-78页 |
| ·量子比特的测量 | 第78页 |
| ·量子门 | 第78-80页 |
| ·量子遗传算法的设计 | 第80-87页 |
| ·量子位编码 | 第82-83页 |
| ·量子遗传操作更新 | 第83-85页 |
| ·混沌算子 | 第85-86页 |
| ·量子遗传算法流程 | 第86-87页 |
| ·量子遗传算法仿真试验 | 第87-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 基于进化算法的多目标软硬件划分 | 第92-116页 |
| ·引言 | 第92-93页 |
| ·多目标进化算法和技术 | 第93-101页 |
| ·多目标优化问题定义 | 第93-94页 |
| ·多目标进化算法发展过程 | 第94-95页 |
| ·典型多目标进化算法和技术分析 | 第95-99页 |
| ·多目标Pareto解集性能评估 | 第99-101页 |
| ·基于Pareto存档种群进化和个体迁移的多目标进化算法 | 第101-105页 |
| ·产生初始解 | 第101页 |
| ·精英选择与个体迁移 | 第101-102页 |
| ·拥挤比较算子 | 第102页 |
| ·MOEA-PA-IM算法流程 | 第102-105页 |
| ·MOEA-PA-IM算法仿真实验 | 第105-114页 |
| ·标准测试函数仿真研究 | 第105-111页 |
| ·多目标软硬件划分仿真研究 | 第111-114页 |
| ·本章小结 | 第114-116页 |
| 结论 | 第116-119页 |
| 参考文献 | 第119-129页 |
| 攻读学位期间发表的学术论文 | 第129-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132页 |