高效动态软硬件划分基础理论及其可实现性验证方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61350009
  • 项目类别:
    专项基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0201.计算机科学的基础理论
  • 结题年份:
    2014
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2014-12-31

项目摘要

With the widely application of the structure of multi processors and hardware accelerators in embedded systems, Hardware/Software Partitioning method has become a research hotspot. There are still some problems, such as low efficiency and poor practicality in the current Hardware/Software Partitioning method. Therefore the aspect of modeling on the dynamic Hardware/Software Partitioning is to be focused on in this project. Detailed research contents are Dynamic Hardware/Software Partitioning modeling theory of classification of classification and training. The project will establish dynamic Hardware/Software Partitioning model based on communication timing constraints and storage constraints. So the perfect theory of efficient dynamic Hardware/Software Partitioning method shall be provided. And the efficiency and stability of embedded systems could be improved. Cross-integration of disciplines, such as signal processing and optimization theory could be promoted.
随着多处理器与硬件加速器相结合的结构在嵌入式系统中的广泛应用,软硬件划分方法成为当前的研究热点,现有软硬件划分方法仍存在效率低、实用性差等问题。因此本项目拟对动态软硬件划分的建模开展研究,包括:基于特征分类与训练的动态软硬件划分建模理论,建立融合通信时序竞争约束与存储竞争约束的动态软硬件划分模型。为高效动态软硬件划分方法提供科学完善的理论支撑,提高嵌入式系统的效率和稳定性,同时也促进信号处理和最优化理论等学科间的交叉融合。

结项摘要

本项目的主要研究内容为软硬件划分问题的建模、优化以及在多核嵌入式系统中的应用,主要包括以下三个方面:.1、通信存储竞争约束模型的建模方法.针对当前软硬件划分模型中对于处理单元间的通信存储问题未充分考虑的情况,我们提出了一种融合通信存储约束与通信时序竞争约束的新型软硬件划分模型,在此基础上,我们提出了一种降低系统最大通信数据存储量的最大差值任务调度算法,以提高任务执行过程中的硬件并行性,降低系统任务通信数据的存储开销,进而提高系统的执行效率,与ETF算法的对比测试结果表明在调度长度不增大过多的条件下,能够有效降低系统最大通信数据存储量。.2、人工智能优化算法在软硬件划分技术中的应用.我们研究了基于人工蚁群算法、人工鱼群算法、粒子群算法、遗传算法、混洗蛙跳算法等人工智能优化算法解决在不同模型、不同约束以及不同优化目标下的软硬件划分问题的优劣性,并横向比较了各种人工智能优化算法在解决软硬件划分问题时的能力差异。将几种新型的人工智能优化算法:基于人工蜂群的软硬件划分方法、基于混洗蛙跳的软硬件划分方法、基于多目标混洗蛙跳的软硬件划分方法应用于软硬件划分问题的求解中,取得了良好的效果,相关研究成果已申请国家技术发明专利三项。.3、多核嵌入式系统中的软硬件划分技术的应用.除了软硬件划分的相关基础理论研究之外,我们也研究了软硬件划分技术在多核嵌入式系统中的应用。.3.1 我们研究了多核DSP并行软件设计技术,基于TMS320C6678多核开发平台,混合了主从模式和流水模式两种多核并行运算的优点,提出了一种混合并行软件流水设计方案,并成功应用于AVS高清视频的多核并行解码的系统方案中。.3.2 我们提出了一种基于VLIW架构的高效DCT实现方法,通过对DCT变换矩阵进行分解以减少运算中的加法、乘法次数来降低计算量,并通过合理组织数据,实现了变换矩阵打包系数的复用,减少了寄存器占用,使得算法更适于进行循环展开和软件流水,实现更高的并行度,执行速度得到有效提升。在TI公司提供的开发平台CCS上实现了AVS标准中DCT/IDCT,实验结果表明,我们提出的算法比标准的快速算法速度提高了4.28倍,并且比现有方法的计算耗时减少了31.1%。.本项目实施过程中,在国内期刊已录用论文5篇(全部标注资助号),其中SCI检索1篇,EI检索1篇。申请国家发明专利5项。培养博士研究生1名,硕士研究生2名。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Feedforward Neural Network Models for FPGA Routing Channel Width Estimation
用于 FPGA 路由通道宽度估计的前馈神经网络模型
  • DOI:
    10.1049/cje.2016.01.011
  • 发表时间:
    2016
  • 期刊:
    Chinese Journal of Electronics
  • 影响因子:
    1.2
  • 作者:
    刘强;高明;张涛;张齐军
  • 通讯作者:
    张齐军
span style=font-family:宋体;font-size:12pt;人工智能优化算法在软硬件划分中的应用综述/span
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信息技术
  • 影响因子:
    --
  • 作者:
    韩宏业;张涛;杨爱萍
  • 通讯作者:
    杨爱萍
strongspan style=font-family:; roman,serif;font-size:12pt;= new= times=S/spanspan style=font-family:; roman,serif;font-size:1
S
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    滕建辅;蔡晓;张涛
  • 通讯作者:
    张涛
strongspan style=font-family:宋体;font-size:14pt;一种基于/spanspan style=font-family:; cambria,serif;font-size:14pt;=VLIW/spanspan style=font-family:宋体
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信息技术
  • 影响因子:
    --
  • 作者:
    周晶;张涛;孙张明;冯超
  • 通讯作者:
    冯超

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

蔗渣炭/镁铝双金属氧化物的制备及其吸附As(Ⅴ)的研究
  • DOI:
    10.15985/j.cnki.1001-3865.2018.08.010
  • 发表时间:
    2018
  • 期刊:
    环境污染与防治
  • 影响因子:
    --
  • 作者:
    王敦球;张涛;梁美娜;朱义年;唐沈;陈旭
  • 通讯作者:
    陈旭
Influence of Breech Busbar on the Recoil Force of Railgun Launcher
炮尾母线对轨道炮发射装置后坐力的影响
  • DOI:
    10.1109/tps.2020.2990194
  • 发表时间:
    2020-06
  • 期刊:
    IEEE TRANSACTIONS ON PLASMA SCIENCE
  • 影响因子:
    1.5
  • 作者:
    刘勇;张涛;黄品华;张艳
  • 通讯作者:
    张艳
内生和根际细菌对棉花防御酶活性诱导和黄萎病防治作用
  • DOI:
    10.11963/1002-7807.lxysyw.20191112
  • 发表时间:
    2019
  • 期刊:
    棉花学报
  • 影响因子:
    --
  • 作者:
    李雪艳;党文芳;杨红梅;楚敏;高雁;曾军;霍向东;张涛;林青;欧提库尔;李玉国;娄恺;史应武
  • 通讯作者:
    史应武
Optimal Design and Testing of the Driving Coil on Induction Coilgun
感应线圈枪驱动线圈的优化设计与测试
  • DOI:
    10.1109/tps.2019.2912901
  • 发表时间:
    2019-05
  • 期刊:
    IEEE TRANSACTIONS ON PLASMA SCIENCE
  • 影响因子:
    1.5
  • 作者:
    张涛;国伟;苏子舟
  • 通讯作者:
    苏子舟
一株产褐藻胶裂解酶的需钠弧菌筛选及酶解产物分析
  • DOI:
    10.13344/j.microbiol.china.210636
  • 发表时间:
    2022
  • 期刊:
    微生物学通报
  • 影响因子:
    --
  • 作者:
    孟青;江波;周力铖;陈静静;张涛
  • 通讯作者:
    张涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张涛的其他基金

基于声学信息统一维度的病理嗓音智能检测方法研究
  • 批准号:
    62271344
  • 批准年份:
    2022
  • 资助金额:
    53.00 万元
  • 项目类别:
    面上项目
基于声学信息统一维度的病理嗓音智能检测方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码