本文選題：自相似性 + 片上網絡　； 參考：《西南科技大學》2017年碩士論文

【摘要】：片上網絡(Network on Chip,NoC)是為解決片上系統(tǒng)(System on Chip,So C)通信瓶頸提出的一種全新的片上通信架構。NoC的性能高度依賴于實際業(yè)務量,而自相似性是NoC業(yè)務量的重要特性,它能直接影響NoC網絡流量建模的準確程度及網絡傳輸中的流量控制,模擬生成具有真實網絡特征的業(yè)務量對NoC設計的評估和分析很關鍵。對比當前常用的幾種自相似業(yè)務量模型,基于分形高斯過程的模型易于實現(xiàn),且能更準確的描述業(yè)務量的自相似性。通過Matlab仿真對比分析兩種分形高斯過程的實現(xiàn)方法,隨機中點置換法和基于高斯噪聲(Fractal Gaussian Noise,FGN)的生成方法,后者運算速度更快、準確度更高。針對已有的基于FGN的生成方法,對分形高斯噪聲功率譜逼近效果差的問題,提出一種高次方線性擬合方法。將分形高斯噪聲的功率譜分成有限項和無窮累加項2個部分,采用Matlab的擬合工具箱cftool對功率譜的無窮項進行高次擬合,減少運算量,去除數學推導中采用近似替代帶來的誤差。仿真結果表明,改進方法生成自相似業(yè)務量的相對誤差比采用公式推導的方式低,生成自相似業(yè)務量的速度較快。以改進的自相似業(yè)務量生成方法為核心,設計基于FPGA的NoC自相似業(yè)務量生成器,生成器可以根據NoC節(jié)點自身的特征去設置業(yè)務量服從的參數,包括業(yè)務量的平均速率、突發(fā)性、節(jié)點注入率等。同時該模型還可以設置NoC數據包格式,包括微片長度、微片個數、源地址、目的地址等參數,支持多個工作時鐘,7個通道同時輸出。
[Abstract]:Network on Chip (NOC) is a new on-chip communication architecture. The performance of NOC is highly dependent on actual traffic, and self-similarity is an important characteristic of NoC traffic. It can directly affect the accuracy of NoC network traffic modeling and traffic control in network transmission. Simulation and generation of traffic with real network characteristics is critical to the evaluation and analysis of NoC design. Compared with several commonly used self-similar traffic models, the model based on fractal Gao Si process is easy to implement and can describe the self-similarity of traffic more accurately. The implementation of two fractal Gao Si processes, the random midpoint replacement method and the generating method based on Gao Si noise Fractal Gaussian Noisegnan, are compared by Matlab simulation. The latter is faster and more accurate. In order to solve the problem of poor approximation effect of fractal Gao Si noise power spectrum based on FGN, a high power linear fitting method is proposed. The power spectrum of fractal Gao Si noise is divided into two parts: finite term and infinite accumulative term. The high order fitting of infinite term of power spectrum is carried out by using Matlab fitting toolbox cftool, which can reduce the calculation amount and remove the error caused by using approximate substitution in mathematical derivation. The simulation results show that the relative error of the improved method to generate self-similar traffic is lower than that of formula derivation, and the speed of generating self-similar traffic is faster. Taking the improved self-similar traffic generation method as the core, a NoC self-similar traffic generator based on FPGA is designed. The generator can set the parameters of the traffic service according to the characteristics of the NoC node, including the average rate of traffic, which is sudden. Node injection rate and so on. At the same time, the model can also set NoC packet format, including microchip length, number of microchips, source address, destination address and other parameters, support multiple working clocks, seven channels output at the same time.
【學位授予單位】：西南科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN47

【相似文獻】

相關期刊論文 前10條

1 羅志祥,曹明翠;系統(tǒng)參數對混沌映射產生自相似業(yè)務流的影響[J];華中科技大學學報;2001年10期

2 沈宇,徐啟建,鐘靜月;自相似業(yè)務流建模及其合成性能分析[J];通信學報;2004年04期

3 謝明;葉梧;馮穗力;艾育華;;漏桶整形下的自相似業(yè)務流特性分析(英文)[J];科學技術與工程;2006年14期

4 胡英;譚獻海;肖中卿;黃媛輝;;自相似業(yè)務下資源分配研究[J];微電子學與計算機;2008年04期

5 陳炳鋒;徐從富;何俊;;自相似業(yè)務量產生機理與模型精度分析[J];計算機工程與應用;2009年03期

6 劉樹東,賈世樓;自相似業(yè)務流特性分析[J];通信技術;2001年04期

7 譚獻海;孫慧麗;黎燕敏;金煒東;;自相似業(yè)務網絡性能分析[J];計算機工程與設計;2007年19期

8 吳援明,寧正容,梁恩志;網絡自相似業(yè)務模型進展[J];通信學報;2004年03期

9 胡英;譚獻海;漆世錢;金煒東;;自相似業(yè)務下接納控制研究[J];微計算機信息;2008年24期

10 許都,李樂民;自相似業(yè)務流的快速生成方法及其性能研究[J];通信學報;1998年08期

相關會議論文 前2條

1 閻曉光;黃肇明;王陸唐;;應用于自相似業(yè)務流量預測的改進維納濾波方法[A];2002海峽兩岸三地無線科技研討會論文集[C];2002年

2 陳棟;荊濤;尹琳琳;馮玉珉;;自相似業(yè)務流模型的分析與比較[A];2006通信理論與技術新進展——第十一屆全國青年通信學術會議論文集[C];2006年

相關博士學位論文 前1條

1 吳援明;網絡中自相似業(yè)務流的特性及其影響研究[D];電子科技大學;2008年

相關碩士學位論文 前10條

1 范玉娜;高級在軌系統(tǒng)中自相似業(yè)務流的多路復用研究[D];沈陽理工大學;2015年

2 劉瑞冰;基于自相似業(yè)務流的AOS空間信道復用技術研究[D];沈陽理工大學;2016年

3 杜巍;衛(wèi)星互聯(lián)網自相似業(yè)務預測方法的研究[D];哈爾濱工業(yè)大學;2014年

4 朱靈蕾;NoC自相似業(yè)務量生成方法研究與實現(xiàn)[D];西南科技大學;2017年

5 寧正容;網絡自相似業(yè)務產生的研究[D];電子科技大學;2003年

6 胡英;自相似業(yè)務接納控制研究[D];西南交通大學;2008年

7 程紅霞;自相似業(yè)務流的預測研究[D];電子科技大學;2006年

8 胡玉清;自相似業(yè)務流量建模與性能評價研究[D];西南交通大學;2008年

9 張婭;自相似業(yè)務模型下主動隊列管理算法的研究[D];江蘇大學;2007年

10 高興;自相似業(yè)務網絡仿真與性能評價研究[D];西南交通大學;2007年

，

本文編號：1913581