摘要 | 第7-10页 |
ABSTRACT | 第10-12页 |
第1章 绪论 | 第16-25页 |
1.1 研究背景及意义 | 第16-20页 |
1.1.1 片上多处理器概述 | 第16-19页 |
1.1.2 多任务调度概述 | 第19-20页 |
1.2 论文主要研究问题 | 第20-22页 |
1.2.1 片上多处理器通信体系结构的研究 | 第20-21页 |
1.2.2 可容错的多任务调度算法的研究 | 第21页 |
1.2.3 优化通信功耗的多任务调度算法的研究 | 第21-22页 |
1.3 研究成果及创新点 | 第22-23页 |
1.3.1 研究成果 | 第22-23页 |
1.3.2 创新点 | 第23页 |
1.4 论文组织结构 | 第23-25页 |
第2章 片上多处理器系统及多任务调度的相关研究 | 第25-48页 |
2.1 片上多处理器系统的研究进展 | 第25-37页 |
2.1.1 基本背景 | 第25-26页 |
2.1.2 学术界 | 第26-33页 |
2.1.3 工业界 | 第33-37页 |
2.2 片上多处理器通信的关键技术问题 | 第37-44页 |
2.2.1 片上多处理器通信结构的分类 | 第37-40页 |
2.2.2 片上通信面临的严峻挑战 | 第40-41页 |
2.2.3 国内外的相关研究 | 第41-44页 |
2.3 多任务调度算法的相关研究 | 第44-47页 |
2.3.1 多任务调度的研究状况 | 第44-47页 |
2.3.2 多任务调度的性能评测 | 第47页 |
2.4 本章小结 | 第47-48页 |
第3章 任务迁移敏感和可容错的多任务调度算法 | 第48-84页 |
3.1 引言 | 第48-50页 |
3.2 容错的基本思路 | 第50-52页 |
3.2.1 容错的基本技术 | 第50-51页 |
3.2.2 研究动机 | 第51-52页 |
3.3 系统模型 | 第52-54页 |
3.3.1 目标机器模型 | 第52-53页 |
3.3.2 容错模型 | 第53-54页 |
3.4 任务模型 | 第54-58页 |
3.4.1 DAG模型简介 | 第54-57页 |
3.4.2 DAG模型生成方法 | 第57页 |
3.4.3 任务模型 | 第57-58页 |
3.5 任务迁移方法 | 第58-63页 |
3.5.1 基于one-line任务迁移方法 | 第59-60页 |
3.5.2 基于two-line任务迁移方法 | 第60-63页 |
3.6 任务相关性研究 | 第63-70页 |
3.6.1 L Intra-band相关性研究 | 第64-65页 |
3.6.2 R Intra-band相关性研究 | 第65-67页 |
3.6.3 L2R相关性研究 | 第67-68页 |
3.6.4 R2L相关性研究 | 第68-70页 |
3.7 任务迁移算法的提出 | 第70-71页 |
3.8 任务迁移敏感和可容错的多任务调度算法MNTM | 第71-73页 |
3.9 性能评测与分析 | 第73-83页 |
3.9.1 TGFF简介 | 第73-74页 |
3.9.2 测试任务图 | 第74-75页 |
3.9.3 评价指标 | 第75-76页 |
3.9.4 实验结果分析 | 第76-83页 |
3.10 本章小结 | 第83-84页 |
第4章 优化通信功耗的多任务调度算法 | 第84-106页 |
4.1 引言 | 第84-86页 |
4.2 系统模型 | 第86-88页 |
4.2.1 目标系统模型 | 第86-88页 |
4.2.2 通信功耗模型 | 第88页 |
4.3 算法示例 | 第88-91页 |
4.4 遗传算法 | 第91-96页 |
4.4.1 遗传算法的基本特点 | 第92-93页 |
4.4.2 遗传算法的基本流程 | 第93-96页 |
4.5 优化通信功耗的多任务调度算法 | 第96-101页 |
4.5.1 算法流程 | 第96-98页 |
4.5.2 通信任务图模型 | 第98-99页 |
4.5.3 优化通信功耗的遗传算法 | 第99-101页 |
4.6 性能评测与分析 | 第101-105页 |
4.6.1 测试任务图 | 第101-102页 |
4.6.2 评价指标 | 第102-103页 |
4.6.3 实验结果分析 | 第103-105页 |
4.7 本章小结 | 第105-106页 |
第5章 基于贪心策略和遗传思想的混合多任务调度算法 | 第106-128页 |
5.1 引言 | 第106-107页 |
5.2 系统模型 | 第107-111页 |
5.2.1 目标系统模型 | 第107-109页 |
5.2.2 交换开关 | 第109-111页 |
5.2.3 通信功耗模型 | 第111页 |
5.3 贪心算法的基本思想 | 第111-113页 |
5.4 基于贪心策略和遗传思想的混合多任务调度算法 | 第113-120页 |
5.4.1 算法流程 | 第113-114页 |
5.4.2 基于遗传思想的混合贪心算法 | 第114-116页 |
5.4.3 基于贪心策略的混合遗传算法 | 第116-120页 |
5.5 性能评测与分析 | 第120-126页 |
5.5.1 测试任务图 | 第120-121页 |
5.5.2 评价指标 | 第121-122页 |
5.5.3 实验结果分析 | 第122-126页 |
5.6 本章小结 | 第126-128页 |
第6章 总结与展望 | 第128-131页 |
6.1 工作总结 | 第128-129页 |
6.2 下一步工作展望 | 第129-131页 |
参考文献 | 第131-143页 |
附录:攻读博士学位期间科研成果 | 第143-144页 |
致谢 | 第144页 |