软硬件协同设计中的软硬件划分方法综述

近年来,随着信息领域的物联网、工业互联网、机器人等研究热点发展,嵌入式系统技术再次得到科技工作者和工程师的广泛关注和重视,同时嵌入式系统产品的集成度和性能要求越来越高.软硬件协同设计是开发嵌入式系统产品的重要方法之一,而软硬件划分是软硬件协同设计中的关键技术.本文对现有软硬件划分方法从不同层面进行梳理和分类,重点介绍几种常用的软硬件划分方法,并结合实例进行了详细阐述,最后对这几种方法进行综合比较,供嵌入式系统开发科技工作者和工程师参考.     

嵌入式系统协调设计与协同模拟技术

随着微电子和计算机技术的发展,嵌入式系统的功能和结构日益复杂,传统的设计方法已经无法满足嵌入式产品快速发展需要。作为系统设计新方法,协调设计(Co-Design)已经成为嵌入式系统设计方法热点研究之一。协调设计就是在系统设计之初通过划分手段把整个系统划分为适合软件和硬件实现两部分,使系统设计并行进行。软硬件设计完成后利用协同模拟手段验证系统设计正确性,验证通过后,系统设计进入进行软硬件综合和系统集成测试阶段。该文研究嵌入式系统协调设计环境和软硬件系统模拟方法,通过构造软件和硬件模拟器,在系统设计初期实现嵌入式系统的软硬件功能及软硬件接口设计的快速验证,达到优化系统设计、降低系统开发成本、缩短设计周期的目的。     

基于NSGA-II的嵌入式系统软硬件划分方法

软硬件划分是软硬件协同设计中的一个关键问题。针对单处理器嵌入式系统,提出将NSGA-II应用于软硬件划分中,该算法一次运行可以获得多个Pareto最优解,为各个目标函数之间权衡分析提供了有效的工具,提高了设计效率。结果表明,通过该划分方法,在满足系统性能要求下,可为复杂嵌入式系统提供多个设计目标的全局优化方案。     

基于需求驱动的描述模型映射技术

针对嵌入式系统设计中缺乏高层设计环境，系统规范描述依赖于具体模型等特点，提出了需求驱动的嵌入式系统中的软硬件协同设计方法，研究了从DCDM到SystemC的模型映射技术，开发了模型转换编译工具，并自动生成设计的可执行SystemC程序代码，进行分层验证。最后介绍了一个应用实例。     

基于组合算法的嵌入式系统软硬件划分方法

嵌入式系统软硬件划分是一个多约束条件、多目标的组合优化问题,单一算法难以找到最优设计方案,为此,提出一种遗传算法和粒子群算法组合的嵌入式系统软硬件划分方法。首先建立嵌入式系统软硬件划分问题的数学模型,然后利用遗传算法找到问题的可行解,最后采用粒子群算法找到最优方案,并采用仿真实验测试算法的性能。仿真结果表明,该方法提高了嵌入式系统软硬件划分问题的求解效率,可以快速找到更优的软硬件划分方案。     

基于NSGA—Ⅱ的嵌入式系统软硬件划分方法

软硬件划分是软硬件协同设计中的一个关键问题。针对单处理器嵌入式系统,提出将NSGA—Ⅱ应用于软硬件划分中,该算法一次运行可以获得多个Pareto最优解,为各个目标函数之间权衡分析提供了有效的工具,提高了设计效率。结果表明,通过该划分方法,在满足系统性能要求下,可为复杂嵌入式系统提供多个设计目标的全局优化方案。     

基于平台和中间件的嵌入式系统软硬件协同设计

提出了一种基于平台和软件中间件技术的嵌入式系统软硬件协同设计方法。通过显微图像嵌入式Internet技术的具体研究,比较详细地分析了嵌入式系统软硬件协同设计方法,并给出设计流程。通过软/硬件平台的设计,以及TCP/IP协议栈等中间件的具体开发,实现了一个实用的嵌入式系统,并给出实验测试结论。研究结果表明:该方法有利于复杂系统的层次化分解、软件复用,以及软硬件优化,同时,可提高系统的可靠性。是一种有效的嵌入式系统设计方法。     

基于π网的嵌入式系统软硬件划分方法

针对嵌入式系统软硬件划分问题,提出一种基于π网的软硬件划分方法。首先介绍π网的定义及其规则;然后,对嵌入式系统目标进行描述和定义,应用π网建立软硬件划分模型--嵌入式系统软硬件划分模型(ESHPM);最后,对模型ESHPM进行一致性、死锁和兼容性分析,同时,对模型ESHPM进行了优化。所建立的模型ESHPM满足一致性,各进程间无死锁存在,且各个进程之间的交互是兼容的;同时模型ESHPM有效地提高了划分精度,并获得了更加合理的软硬件划分方法。     

嵌入式系统软硬件功能分配的研究

首先简要介绍了嵌入式系统及其传统的顺序设计方法和协同设计方法，然后论述了软硬件划分问题的由来、软硬件划分在协同设计中的地位、发展过程、主要问题及技术难点。     

一种嵌入式系统软硬件划分算法

软硬件划分是嵌入式系统软硬件协同设计中的一个关键问题.传统划分算法具有局部最优,收敛速度慢的缺陷.为使组成系统性能达到最优化,提出一种新的嵌入式系统软硬件划分算法.先采用嵌入式系统转化成有向无环图,可将嵌入式系统软硬件划分问题转换成一个多条件约束问题,用蚂蚁放置于有向无环图顶点上,对系统软硬件的划分准确率作为蚁群算法优化目标,通过蚁群算法搜索最优目标函数值,有效避免传统划分算法搜索陷入局部最小,大幅度降低搜索时间.实验结果表明,采用蚁群算法能够高效、快速获得准确地划分结果,为嵌入式系统设计提供了依据.     

可重构系统中软硬任务划分方法研究

软硬件任务划分是可重构系统开发过程中的重要设计步骤,其划分结果直接影响到可重构系统的性能。目前的软硬件任务划分技术大多只考虑了对应用程序或算法的划分结果,忽略了FPGA在配置和通信时的开销,从而导致实际应用效果不理想。介绍了一种基于性能评估的软硬件任务划分方法,即通过对FPGA计算开销、配置开销、通信开销的预评估测试,结合改进的模拟退火算法得出可重构系统中的软硬任务划分结果。实验结果表明,该划分方法具有较好的划分效果和算法收敛速度。     

BOAR: an advanced HW/SW coemulation environment for DSP system development

The BOAR emulation system is targeted to hardware/software (HW/SW) codevelopment of advanced embedded DSP and telecom systems. The challenge of the BOAR system is efficient customization of programmable hardware, and dedicated partitioning routine to target applications and structures, which allows quite high overall system performance. The system allows multiple configurations for communication between processors and field programmable gate arrays (FPGAs) making the BOAR system an efficient tool for real-time HW/SW coverification. The reprogrammable hardware of the emulation tool is based on four Xilinx 4000-series devices, two Texas TMS320C50 signal processors and one Motorola MC68302 microcontroller. With current devices the BOAR hardware provides approximately 40–70 kgates of logic capacity in DSP applications. The emulation capacity can be expanded by connecting several similar boards in chain. The system has also a versatile internal reprogrammable test environment for test bench development, performance evaluations and design debugging. The logic development environment is based on the Synopsys synthesis tools and an automatic design management software, which performs resource mapping and performance-driven design partitioning between FPGAs. The emulation hardware is currently connected to logic and software development environments via an RS-232C bus. The BOAR emulation system has been found a very efficient platform for real-life prototyping of different types of DSP algorithms and systems, and validating correct functionality of a VHDL macro library.     

基于移动嵌入式系统硬/软件协同设计的EHSC算法

嵌入式系统设计的一个重要任务就是寻找硬/软件最佳搭配方案.随着系统复杂性的不断提高,采用嵌入式系统硬/软件协同设计是提高设计质量的有效手段.本文在讨论嵌入式系统设计一般方法的基础上,阐述了系统的硬/软件协同设计技术和硬件/软件划分方法,提出了以系统硬/软件划分策略为基础,系统组件的权重值为参考,组成元素划分为依据的设计理念,构造了基于移动环境的系统的硬/软件协同设计的EHSC（Embedded Hardware/Softwarre Codesign）模型.并依照此模型,实现了一种移动嵌入式系统“电子书包”阅读器的设计和开发.     

SoC设计中一种软硬件划分的性能评价方法

介绍了一种在SoC系统级设计中对软硬件划分进行评价的方法。系统层设计中，对设计方案的性能、成本和功耗的准确估计，是取得高质量设计的必要条件。讨论了基于平台的设计中，利用基于事务级仿真的方法对系统的软硬件划分结果进行评价的方法。     

面向应用的可重构编译器ASCRA(英文)

在很多应用领域已经开展了可重构计算的研究,但是由于缺乏高层设计工具,设计者需要较深的软件和硬件专业知识才能开发GPP/RAU架构的程序,阻碍了其大规模应用。提出了一种面向应用的可重构编译器——ASCRA的初始架构,它可以自动将C语言映射为VHDL语言,从而解决可重构计算中自动编译工具的瓶颈。ASCRA编译器主要研究软硬件划分技术和面向硬件的优化技术,如脉动阵列、循环流水技术。在ML505开发平台上,设计实现了ASCRA编译器的验证平台,并通过实验给出了核心程序段生成VHDL代码的综合信息。     

多选择软硬件划分问题的计算模型与动态规划算法

软硬件划分是软硬件协同设计的关键环节,划分的结果直接影响目标系统的设计质量。因此,对于一个给定的应用程序,为了使得目标系统快速执行且成本低廉,合理的划分策略十分重要。由于单个任务具有多种不同的硬件实现方式,与传统的单一硬件实现方式的软硬件划分问题相比,多选择的软硬件划分更能客观地反映现实应用。这导致问题的求解更具挑战性,它们已被证明是NP完全问题。基于多核处理器片上系统并针对任务图为二叉树的应用,建立了多选择软硬件划分问题的计算模型,并提出了解决该问题的动态规划算法。实验结果表明,当问题规模适中时,所提动态规划算法能够有效地获得精确解,并展示了算法的计算能力与硬件面积限制之间的关系。     

一种基于层次平台SoC设计中的软硬件划分方法

软硬件划分是SoC设计中的一个关键问题，合理的划分结果对最终生成的芯片在成本、性能、可扩展性等方面有重要影响。提出了在基于层次平台的SoC设计中，采用遗传算法进行软硬件划分的方法，并通过实验验证了其在SoC设计中的可行性。     

具有初始信息素的蚂蚁寻优软硬件划分算法

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．     

基于LASAR软件仿真的板级自动测试研究

随着仪器与系统硬件的不断完善以及新的仪器设计思想的发展,软件的重要性变得越来越突出;针对电路板故障诊断的要求,采用先进仿真软件与系统硬件结合的技术,介绍了一种基于LASAR仿真软件的板级自动测试方法,分析了先进的LASAR仿真软件,研究了应用该软件开发测试程序的流程,结合系统硬件完成了对包含复杂可编程逻辑器件(PLDs)电路板的动态自动测试;经验证,该方法能够实现复杂电路板的引脚级故障诊断,有效降低了电路板的维修测试费用,缩短了维修周期;基于LASAR仿真软件开发的程序有较好的可移植性,因而具有广泛的应用价值。