自相似业务量下NoC映射与缓存分配算法研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
1 绪论 | 第8-15页 |
1.1 研究背景和意义 | 第8-10页 |
1.2 NoC研究现状 | 第10-13页 |
1.2.1 NoC映射算法研究现状 | 第11-12页 |
1.2.2 NoC缓存分配算法研究现状 | 第12-13页 |
1.3 论文研究方法和研究内容 | 第13-15页 |
1.3.1 拟解决的关键问题 | 第13页 |
1.3.2 本文主要工作 | 第13页 |
1.3.3 论文结构安排 | 第13-15页 |
2 自相似业务量下NoC映射问题建模 | 第15-24页 |
2.1 NoC自相似业务量 | 第15-18页 |
2.1.1 NoC业务量的自相似性 | 第15-16页 |
2.1.2 自相似业务量参数表征 | 第16页 |
2.1.3 NoC自相似业务量分析 | 第16-18页 |
2.2 NoC映射 | 第18-20页 |
2.3 自相似业务量下NoC映射建模 | 第20-23页 |
2.3.1 能耗模型 | 第20-21页 |
2.3.2 延时模型 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
3 NoC映射算法及实验仿真分析 | 第24-43页 |
3.1 NSGAⅡ算法原理 | 第24-30页 |
3.1.1 遗传算法简介 | 第24-26页 |
3.1.2 NSGAⅡ算法 | 第26-30页 |
3.2 NSGAⅡ算法改进 | 第30-32页 |
3.2.1 基于通信链路的种群初始化 | 第30-31页 |
3.2.2 进化逆转操作 | 第31-32页 |
3.3 算法时间复杂度分析 | 第32-33页 |
3.3.1 种群初始化时间复杂度分析 | 第32页 |
3.3.2 非可支配排序时间复杂度分析 | 第32-33页 |
3.3.3 拥挤距离计算时间复杂度分析 | 第33页 |
3.3.4 遗传操作时间复杂度分析 | 第33页 |
3.4 仿真及实验结果分析 | 第33-39页 |
3.4.1 应用任务通信图 | 第33-34页 |
3.4.2 仿真结果及分析 | 第34-39页 |
3.5 算法收敛性分析 | 第39-42页 |
3.6 本章小结 | 第42-43页 |
4 自相似业务量下NoC缓存分配建模 | 第43-50页 |
4.1 NoC缓存分配 | 第43-44页 |
4.2 自相似业务量下输入通道排队建模 | 第44-49页 |
4.2.1 路由器结构 | 第44-45页 |
4.2.2 缓存分配延时模型 | 第45-46页 |
4.2.3 自相似业务量下排队模型 | 第46-49页 |
4.3 本章小结 | 第49-50页 |
5 NoC缓存分配算法及实验仿真分析 | 第50-66页 |
5.1 遗传模拟退火算法分析 | 第50-53页 |
5.1.1 模拟退火算法分析 | 第50-51页 |
5.1.2 遗传模拟退火算法分析 | 第51-53页 |
5.2 基于GSA的缓存分配算法设计 | 第53-54页 |
5.3 仿真及实验结果分析 | 第54-65页 |
5.3.1 H指数不变时的缓存分配仿真分析 | 第54-62页 |
5.3.2 H指数变化下的缓存分配仿真分析 | 第62-65页 |
5.4 本章小结 | 第65-66页 |
结论 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-73页 |
攻读硕士学位期间发表的学术论文及研究成果 | 第73页 |