摘要：在一种控制数据流图定义的基础上 ,提出了面向软硬件划分中粒度选择的粒度变换方法 变换以层次化结点为中介 ,包括合并和展开操作 ,并遵循所指定的若干要求以保证变换前后的系统表示在形式和功能上的一致性 分析表明 ,这一变换过程简单快速 ,变换前后功能一致、形式统一 。

摘要：提出了解决多处理器SoC的低功耗软硬件划分问题的方法——基于神经网络的禁忌搜索算法。其基本思想是：真实的生物神经元具有抑制重复激活的阻尼特性,这与禁忌搜索对重复搜索加以限制相类似,因此设计具有阻尼特性的神经网络实现禁忌搜索算法,受阻尼特性抑制的神经元对应禁忌活动。由于神经网络复杂的动态特性和禁忌搜索优秀的全局搜索能力,该算法能够有效地跳出局部最优解。对真实任务图的实验表明,与遗传算法相比,该算法不但具有搜索速度上的优势,而且所得到的绝大部分软硬件划分方案有更低的系统功耗。

摘要：面向基于平台的系统芯片设计,提出具有初始信息素的蚂蚁寻优软硬件划分算法AOwIP·基本思想是:①利用基于平台的设计方法中已有参考设计的软硬件划分结果作为初始划分解,进行适当变换后生成初始信息素分布·②在所生成初始信息素分布的基础上,利用蚂蚁算法正反馈、高效收敛的优势寻求最优划分解·该算法利用基于平台的设计方法强调系统重用的优势,克服蚂蚁算法在求解软硬件划分问题时缺乏初始信息素的不足·实验表明,AOwIP算法有效提高了蚂蚁算法的最优解搜索效率·

摘要：软硬件划分是软硬协同设计中的一个关键问题。针对单处理器嵌入式系统 ,给出了基于遗传算法的解决方案 ,并引入了模拟退火和按概率选择两种技术。结果表明 ,算法有效地解决了软硬件划分问题 ,稳定性好、效率高 ,模拟退火和按概率选择的引入 ,进一步提高了算法效率 ,保证了算法的自适应性及结果的全局最优性。

摘要：动态部分重构的特性大大提高了硬件设计的灵活性,但传统的软硬件划分算法不再适用于针对这类硬件的系统设计。部分研究考虑了动态部分重构的特性,并建立了混合整数线性规划(MILP)模型进行求解。但是由于MILP自身的限制,求解时间特别长,只能处理规模较小的问题。为了能够处理规模较大的问题,并且缩短求解时间,该文对MILP方法进行了详细的分析,并且通过启发式算法确定部分关键任务的状态,从而减小MILP的规模,加快求解速度。实验结果表明:与传统的数学规划方法相比,在求解质量不变的情况下,该算法可以得到最高约200倍的速度提升。

摘要：介绍了现代数码产品中NANDFlashMemory控制器的基本控制和4种软硬件划分不同的控制器设计。作者用VerilogHDL语言分别实现了这4种不同的控制器的,并进行了硬件面积、DSP占用率和接口灵活性的量化比较,指出了各种方案适用的范围。通过对一个SOC项目的需要分析,设定了基准函数,从而选出了合适的软硬件划分方案。

摘要：软硬件协同设计是现代嵌入式系统开发的核心技术,如何将系统功能划分到软件和硬件部分上是软硬件协同设计的关键环节.文中将软硬件划分问题看作带有动态通信代价的变异0-1背包问题,提出一种基于迭代排序思想的NodeRank算法.该算法通过迭代排序计算结点通信代价的期望值,进而求解背包问题,构造出软硬件划分问题的优质启发解.实验结果证明,在计算-通信代价均衡,弱实时性约束条件下,NodeRank对边点比大于等于2的任务图的处理结果与目前已知效果最好的禁忌搜索方法的平均性能差距不超过1.2%,而平均时间开销可以节约95%.在通信代价较高的条件下,NodeRank与禁忌搜索相比,可提升性能达3.5%,并节约时间超过75%.

摘要：以一种具有时间约束的数据流图DFG的可调度性分析为基础,提出一种软硬件划分算法该算法将由共享资源争用引起的性能影响考虑在内,使得软硬件划分能依据更为精确的性能分析结果,由此将缩小软硬件划分中性能估计同实际运行状况之间的差异,提高划分的合理性。

摘要：在遗传算法中引入精英保持策略构造非支配集和生成新群体,并用排除法构造非支配集,本文得到了一种改进的非支配集分类遗传算法,该算法具有全局收敛特性,并简化了计算复杂性.本文将此算法应用于SOC设计的软硬件划分.针对SOC系统设计中存在多个IP核的特点,采用整数向量的个体编码方案,避免了个体编码解码的冗余.本文给出了仿真实验结果,验证了该划分方法的有效性.

摘要：针对单处理器嵌入式系统软硬件划分问题,采用带权有向无环图进行建模,并将之约简,进而转换为多约束条件的0/1背包问题求解.由于基本粒子群优化算法无法求解0/1背包问题,故将遗传算法中的交叉、变异思想引入粒子群优化算法,提出了求解离散组合优化问题的遗传粒子群优化(GPSO)算法,采用两点交叉算子和非均匀变异算子对粒子的位置和速度更新方法进行了重新定义.实验结果表明,采用文中算法能有效地解决软硬件划分问题,具有良好的全局搜索能力,其寻优能力和执行时间优于遗传算法和模拟退火算法.