一、ORA——一种负载平衡的虚通道分配算法(论文文献综述)
呼海林[1](2021)在《5G/B5G网络高效协同资源管理研究》文中进行了进一步梳理为应对5G/B5G网络新型通信技术场景给网络资源管理带来的挑战,本文重点围绕网络能耗问题和低时延需求,开展5G/B5G网络高效协同资源管理研究。针对5G/B5G网络能耗问题,研究基于用户体验的高能效网络资源管理模型、大规模MIMO场景下高能效的资源管理模型、供电侧能量感知的低时延网络资源管理模型。针对低时延需求,研究边缘计算场景下低时延网络资源管理模型、基于联邦学习的分布式资源管理方法等关键理论方法,实现网络多维资源协同高效管理。本文主要贡献如下:(1)针对5G/B5G网络能耗问题,本文以“节流”为研究思路,分别基于单天线与多天线异构网络场景,研究相应网络高能效资源管理模型及方法。基于单天线异构网络场景,着重解决小基站密集部署所带来的高能耗及共信道干扰问题,并综合考虑网络边缘用户体验和QoS要求,优化网络频谱和功率资源分配,提出基于用户体验的高能效异构网络资源管理模型。基于大规模MIMO融合异构网络场景,着重解决大规模MIMO部署带来的能耗问题,综合考虑网络频谱效率、基站承受负载等因素,以网络能效最优为目标,提出能效优先的功率控制和接入选择联合优化模型。(2)针对5G/B5G网络能耗问题,本文以“开源”为研究思路,在基站供电侧接入可再生能源,降低网络对电网能量的需求,并研究网络高效资源管理模型及方法。针对可再生能源不确定、间歇性的出力特性,考虑在感知供电侧能量的基础上,以最小化网络中用户的平均等待延迟和电网功耗为目标,研究多目标网络用户-基站关联机制,动态优化网络负载分布,分别提出高效基站侧与用户侧迭代关联方法,在最大化利用可再生能源的同时最小化网络时延。(3)针对5G/B5G网络低时延需求,本文重点以边缘计算场景为基础,从网络层解决由于用户/终端侧的能量有限性导致的网络时延瓶颈问题。与传统多用户边缘计算系统不同,本文融合异构网络与边缘计算场景进行研究,并综合考虑网络中干扰管理模型及终端侧能量受限特性,以最小化网络时延为目标,研究用户计算任务卸载决策和资源分配联合优化算法。进一步考虑实时业务场景中适用性以及数据隐私保护特性,本文将深度学习与联邦学习引入计算任务卸载决策中,提出分布式智能计算任务卸载算法,有效降低了算法执行时间。
亓航[2](2020)在《WLAN中智能高效的接入控制与三维部署研究》文中提出现在,基于802.11标准的无线局域网(Wireless Local Area Network,WLAN)已经在全球范围内部署,成为人们生活中不可缺少的一部分。随着无线设备的不断增加,移动业务的不断发展,无线流量的不断增长,用户对WLAN的吞吐量、时延等性能需求越来越高。在用户需求的驱动下,802.11标准也在不断演进。然而,目前标准的演进工作主要集中在物理层,如果没有对管理接入控制的媒体接入控制(Media Access Control,MAC)层协议的进一步优化,最终用户能从改进的物理层性能中获益甚少。另一方面,为了提升区域吞吐量,多WLAN接入点(Access Point,AP)联合部署已成为必然趋势。然而,不同于地面AP的二维部署,基于WLAN的无人机(Unmanned Aerial Vehicle,UAV)通信网络对AP部署提出了新的挑战。综上所述,本文从接入控制和AP部署的角度出发,一方面对WLAN的MAC层协议进行优化,研究MAC层中亟待解决的接入控制问题,提升WLAN的吞吐量、时延和公平性等性能指标;另一方面,优化UAV通信网络的三维部署,提升系统能效,实现持续的空中通信服务。本文的主要研究内容和贡献如下:1.高接入负载下MAC层增强型退避算法研究随着智能设备的不断普及,WLAN接入节点的数量日益增长。在高接入负载下,802.11标准的二进制指数退避算法(Binary Exponential Backoff,BEB)会引发严重的传输碰撞和短期不公平问题。针对高接入负载的WLAN场景,本文对BEB算法进行改进,提出了增强型退避算法,以减少碰撞概率提升短期公平性。首先,本文将退避区间设计为不相交且线性增长的,以此减少碰撞概率;然后,本文通过减缓竞争窗口的重置速度来提升短期公平性:一个节点只有连续多次传输成功后才能减少竞争窗口至初始值。对于上述增强型退避算法,本文一方面使用离散时间三维马尔可夫链模型对所提算法的归一化吞吐量性能进行理论分析,另一方面通过仿真与其他退避算法对比验证了所提算法的优越性能。2.基于汤普森采样的802.11 ac WLAN速率自适应算法研究随着802.11标准的演进,标准的物理层愈加复杂。而多输入多输出(Multi-input Multi-output,MIMO)与信道绑定技术的引入,导致了802.11ac物理层巨大的传输速率查找空间。传统的速率自适应(Rate Adaptation,RA)算法无法快速且准确地收敛至最优速率。针对802.11ac标准,本文基于汤普森采样设计了 RA算法。首先,面对802.11ac标准巨大的速率查找空间,为了加快RA算法的收敛,本文通过移除部分速率来压缩查找空间;然后,受到多臂老虎机问题的启发,本文基于汤普森采样算法查找最优的速率。针对稳定信道环境和非稳定信道环境,本文分别设计了一般的速率自适应算法和加入滑动窗口的速率自适应算法。最后,本文通过仿真验证了所提RA算法可以获得比其他算法更高的吞吐量并且更接近性能上限。3.基于多智能体深度强化学习的按需信道绑定算法研究随着无线流量的不断增长,WLANAP的流量负载日益加重。为了满足各个AP的实时流量需求,本文基于深度强化学习理论设计了按需信道绑定算法,以减少整体网络的平均传输时延。为了避免动作空间“爆炸”,多智能体深度强化学习在该问题中被采用:每个AP对应一个智能体,智能体采用AP的缓存队列长度和负载到达率表征AP所处的状态,并将整体网络的平均传输时延和平均剩余缓存队列长度的加权和作为奖励。特别地,本文使用真实的校园WLAN流量记录来训练和测试所提算法的性能,训练测试结果表明所提算法具有良好的收敛性,并且能实现比其他算法更低的传输时延。4.基于深度强化学习的UAV空中AP三维部署算法研究由于UAV的能量限制,持续通信是UAV通信网络的关键问题。为了实现高能效、公平、持续的空中通信服务,本文提出了基于深度强化学习的UAV空中AP控制算法,实现服务与能量补充调度的动态平衡。首先,本文基于深度强化学习架构,将UAV空中服务与充电决策环境映射为UAV的位置、剩余电量以及用户数据量的状态空间,通过控制UAV的飞行方向和飞行距离,在持续通信的前提下实现能效与服务公平的最大化。其次,为了实现持续通信的动态平衡,本文通过大量的训练构造了基于公平性与能效的奖励函数。仿真测试结果表明,本文所提出的算法不仅实现了 UAV持续通信服务,还在保证服务公平性的同时获得了更高的系统传输数据量和能效。
李兴[3](2020)在《基于片上网络的AI加速系统设计与实现》文中提出神经网络作为AI算法中典型应用广泛应用于图像识别、物体检测、手势识别和自然语言处理等多个领域。在系统处理神经网络应用时,计算需求可达数十亿甚至百亿次。现有系统大多采用数据总线实现片外存储器与计算单元间的数据通信,系统的访存带宽低,难以满足处理神经网络应用过程中的通信需求,导致现有的神经网络加速系统性能提升遇到瓶颈。片上网络(Network-on-Chip,No C)将网络技术引入芯片设计中。基于片上网络的神经网络加速系统,通过数据重用的方式减少访问片外存储器的次数,缓解系统的访存压力,同时提高计算单元的工作并行性,加快系统的处理速度。基于片上网络的神经网络加速系统存在计算单元映射策略不合理和系统处理流程效率低等问题。如何优化计算单元映射策略并设计高效的系统处理流水线,成为基于片上网络的神经网络加速系统的研究关键。在计算单元映射策略方面,由于神经网络应用的处理过程具有较强的规律性,现有神经网络计算需求映射到片上网络架构时,数据传输使用信道单一,导致片上网络架构中部分通信资源不能充分利用。针对计算单元映射策略不合理的问题,本文设计了基于片上网络多通道并行化的神经网络加速方案(Multiple Channel Parallelization Acceleration Strategy,MCPAS)。该方案将多次卷积计算需求映射到同一组计算单元上,通过片上网络中不同的数据通道进行数据的并行传输,针对多次卷积计算导致数据处理需求的增加问题,设计了依据时隙处理不同数据通道传输数据的计算单元映射策略,减少数据通道及计算单元的闲置时间,增强了数据处理的并行化,提高了系统的处理速度。本文实现了基于FPGA的MCPAS加速方案演示验证原型,测试结果表明,在处理vggnet-16的推断过程中,使用加速方案MCPAS比传统软件方案和传统硬件方案的速度提高了430%和237%。在系统处理流程方面,当系统处理流程未流水线化时,片上网络中传输的数据分组包含的微片数量少,导致通信资源利用率低以及有效数据传输率低。针对系统处理流水线效率低的问题,本文设计了基于计算单元处理并行化的神经网络加速方案(Pipelined Transmission Computing unit Acceleration Strategy,PTCAS)。结合神经网络应用数据重用性强的特点,该方案利用流水线技术,使用由多个乘法计算单元构成计算簇,利用相同的输入图像数据,处理不同组卷积核的卷积计算,将计算簇中的计算结果组成数据分组进行传输,形成高效的多单元处理流水线,减少传输信道的闲置时间,提高有效数据传输率。仿真结果表明,使用加速方案PTCAS比传统硬件方案的处理速度提高了133%,结合MCPAS和PTCAS方案的加速系统比基于传统硬件方案的处理速度提高了357%,相比单独使用两种加速方案性能获得进一步的提升。
苏楠[4](2017)在《面向图像处理的片上网络路由器关键技术》文中指出图像处理的应用场景逐渐多样化以及复杂化,运算规模呈现急剧上升的趋势。面临海量的高分辨图像数据,如何有效地压缩图像信息极其关键,然而图像的压缩过程中庞大的运算量对图像处理平台的性能要求严苛,传统的总线结构已经不能满足图像处理中多个处理核间的并行处理要求,未来的多处理器互连面临新的挑战。片上网络以其优异的并行通信性能,成为满足大规模图像处理需求的互连结构。片上路由器作为构建通信网络的关键单元,影响整个架构的数据传输效率。针对特定的片上网络架构,设计一种面向图像处理需求的路由器十分必要。本论文面向大规模图像处理需求的片上网络架构,研究并分析异构路由器的关键技术。基于图像处理的流量需求,针对功能并行模式下片上网络架构所面对的通信负载不均问题,本文提出一种考虑图像处理模块间通信量差异化的异构路由器方案,采取独立缓存和共享缓存的方式,在避免队头阻塞的同时实现缓存资源的高效利用,有效地解决端口间负载不均的问题。新片上路由器结构使用基于树的多播通信策略,高效地处理图像处理过程中单一模块到多模块的重复数据发送问题,实现了图像数据的最大化重用。仿真表明,针对图像处理中应用模块的负载差异性,该片上路由器结构能够均衡端口间的流量并提升16.8%的饱和吞吐,优化面向图像处理的片上网络架构性能。合理的调度机制保证公平高效的数据传输,提升片上路由器的工作效率。针对图像处理多粒度、实时性需求差异化的流量特性,本文提出一种动态匹配端口的高效调度机制,灵活地实现粗粒度、细粒度的分级匹配,优化片上路由器的工作性能。考虑图像处理过程中不同的通信量级,该算法提出“多微片调度”的概念,针对轻数据量级的快速通信采取微片级调度的方式,为大数量的持久通信提供分组级调度,有效地提升端口匹配的成功概率。面对实时性要求,新调度算法设定动态优先级,优先匹配亟待传输的实时图像数据,从而保证路由器的通信效率。OPNET仿真结果表明,在H.264模拟流量下,该调度算法降低16.2%的平均端到端时延的同时提升了19.6%的饱和吞吐,在架构的网络性能方面具备明显的优势。
周浩浩[5](2016)在《面向区间任务的信息物理融合系统资源分配方法研究》文中进行了进一步梳理信息物理融合系统(Cyber-Physical System,简称CPS)是在云计算、物联网等基础上发展起来的下一代智能系统,是信息过程与物理过程深度融合的系统,蕴藏着巨大的潜在应用价值。资源分配是CPS资源管理技术的核心。CPS中包含大量通过高速网络相互联接的异构资源,不同资源的功能不同,能力也相异,给CPS的资源管理与分配带来了巨大挑战。区间任务通常指任务的开始时间和结束时间固定的任务,其对应的任务调度问题称为区间调度。在CPS的任务调度场景中,存在很多以时间区间形式为背景的调度问题,如高峰时间段内的交通流量监测与控制、防空预警中的目标跟踪等。这些以时间区间形式存在的任务无疑增加了系统资源分配的难度。此外,在CPS中,传感器等设备在获取数据的同时需要将数据传送至计算设备和存储设备,在这些数据经过分析处理后实时做出决策。这一特性使得CPS中的任务往往需要多种资源协同工作来完成,且不是顺序式可分解的。因此凭借灵活有效的资源分配技术实现CPS的高效稳定运行,成为CPS研究的关键技术之一。本文以CPS资源分配的性能需求为牵引,主要针对CPS中面向区间任务的资源分配问题展开研究,为促进CPS资源管理技术的发展提供理论基础。本文的主要贡献如下:(一)研究CPS资源分配体系架构与模型。基于CPS系统构成及任务处理过程提出了CPS资源分配的体系架构,统一资源的调用接口,为资源的高效分配提供支持,并探讨了CPS中资源及任务的描述方法。据此基于最优化理论提出了CPS资源分配问题的建模方法,给出了一般问题的表示形式。资源分配机制的优劣影响着以负载性能为指标的系统稳定性,因此面向CPS中的稳定性问题,提出了基于丢弃率的排队模型,给出了平均队长、平均等待时间等参数的数学表达,为系统的稳定性分析奠定了理论基础。(二)研究CPS中面向资源分配的稳定性分析方法。资源分配策略决定着系统的任务处理效率,影响着系统的负载性能,而负载性能则与系统稳定性密切相关。通过将任务输入作为随机过程(如泊松过程等),考虑在不同资源分配机制下任务输入对系统负载性能及稳定性的影响,建立分配机制与系统稳定性之间的关系。据此以资源利用率(近似)最优算法为例,将系统不同时刻的状态转移作为马尔科夫链,基于李雅普诺夫漂移理论分析系统的稳定状态,得出关于系统稳定空间的结论,并给出了理论证明。而后通过仿真实验评估了算法在不同任务输入条件下的资源利用率,验证了理论分析的正确性。(三)研究面向区间任务的CPS单类资源分配问题。探讨了在资源充足条件下,以最小化所需资源为优化目标描述了该问题的模型,并通过最大覆盖子集算法将时间约束条件表示为代数形式,进而得到模型的整数规划表示。在此基础上提出了求解该模型的近似求解方法GreedyBS、GreedyMR,并基于次模函数的相关性质探讨了算法在最优性上的表现及相关证明。在仿真实验中,通过与整数规划模型下的分支定界法的对比,评估了不同算法在最优性及运行时间上的性能表现,分析了相关参数对算法性能的影响,并探讨了系统在不同算法下的稳定性。(四)针对面向区间任务的CPS多类资源分配,研究了资源充足和资源有限两种条件下的分配问题。在资源充足条件下,通过对问题的深入分析,将其转化为单类资源下的分配问题,在降低复杂度的同时避免了重复性研究。在资源有限条件下,由于优化目标的变化,考虑了如下两种情况:A)任务价值与资源能力无关;B)任务价值与资源能力相关。通过分析和对比A和B情况下资源分配问题的异同,建立了问题的规划模型。由于此问题下的约束条件较为苛刻,为此提出了可行集判断算法用于验证任务子集的可行性。在此基础上提出了求解模型的GA算法和BnB算法。而后分别在A和B情况下通过与Greedy算法的实验对比验证了算法的有效性和性能表现,同时对不同场景下所采用的资源分配方法提出了建议,并简要分析了不同算法的稳定性。(五)探讨了CPS资源分配方法在区域防空预警系统中的应用。区域防空预警系统是典型的军事信息物理融合系统,本文以该系统中的资源分配问题为案例,在深入分析该系统中资源和任务特点的基础上,探讨了资源有限及资源充足条件下的分配模型,并在给定模拟数据的基础上使用本文所提出的算法对模型进行了求解和分析。综上,本文研究了运筹学中的一类分配问题,也称指派问题。资源分配问题存在于各行各业的实际应用中,且随着应用环境的变化,分配问题的优化目标、约束条件也会发生改变,随之带来的是解决方法的变化。CPS中的资源分配问题所面临的难点在于多类资源的协同分配,据此,本文从CPS的概念及特性出发,对CPS资源分配框架及模型、资源分配机制与系统稳定性的关系、单类资源分配和多类资源分配方法循序渐进地展开研究。值得一提的是,本文所探讨的部分理论及方法在相同或相似的环境下也可应用于其他领域,如云计算、物联网等。
方彬[6](2015)在《异构无线网络中用户分配和资源分配研究》文中进行了进一步梳理近年来,随着移动互联网的兴起和发展,移动用户的数据业务快速增长。据统计资料显示,从2008年开始,移动业务数据量以每年超过100%的速度增长。一方面,随着智能手持设备的发展,接入无线网络的用户数越来越大;另一方面,随着多媒体服务的发展,移动用户对数据速率的需求越来越高。因此,提高无线网络的服务容量,满足用户日益增长的带宽需求,成为移动通信发展的迫切需求。而受带宽限制,传统大覆盖的蜂窝网络己不能满足持续增长的带宽需求。一种可行的解决方案就是增加蜂窝基站密度,在热点区域布置一些小覆盖的微蜂窝网络,增加带宽复用率来提高整个网络的容量。另外一种可行的解决方案是布置一些其它类型的无线网络接入点,如无线局域网的接入点,来提高整个服务区域的吞吐量。这两种解决方案都意味着,多种异构网络联合起来提供无线接入已经成为一种重要趋势。不同类型的网络具有不同的网络特性,如覆盖面积,网络容量,服务保障能力等。而不同的接入终端可能有不同的特性,如业务、接入能力、信道状态和移动速度等。研究表明,通过将异构网络的网络特性与用户特性联合起来,通过合理的资源分配与管理,可以提高网络的服务能力和用户的服务质量。因此,不同特性的用户在不同特性的异构无线网络上的分配及其资源分配是一个值得研究的问题。围绕这一核心问题,本文从三个方面展开研究工作:1)针对异构无线网络中具有不同接收信号质量用户的分配,研究基于用户物理链路速率的分段接入控制方案和对偶门限调度方案。针对蜂窝网络和无线局域网融合场景,考虑物理链路速率自适应,由于用户信道条件差异,不同的用户在不同的网络中有不同的物理链路传输速率。一方面,当新用户到达时,通过接入控制,在各个网络中,针对不同物理链路速率的用户,设置不同的接入用户数上限,以实现用户的合理分配。另一方面,当网络负载分布出现不均衡时,通过对偶门限来触发调度,并给不同物理链路速率的用户以不同的调度优先级,以实现更优的用户分配。以最大化全网吞吐量为目标,以服务质量保障为限制条件,对用户移动性、业务到达和系统服务过程进行建模,通过应用排队论和矩函数分析法等工具,获得最优的接入域和对偶门限。结果证明,在非热点区域负载量较轻时,基于用户物理链路质量的用户分配策略能够显着提高全网吞吐量。2)针对不同移动速度用户在存在频率复用的宏基站和微基站上的分配问题,研究基于用户移动速度的用户接入控制方案,并联合带宽预留和带宽分配策略进行决策。考虑不同网络间存在频率复用的场景,由于接入点的发射功率差异,不同网络有不同的覆盖范围。移动速度高的用户在微蜂窝中的驻留时间短。如果将微蜂窝中高移速用户全部接入微蜂窝,会带来大量的切换,极大地浪费系统开销和损害服务质量;如果将微蜂窝中的高移速用户全部接入宏蜂窝,需要较大的带宽预留,降低带宽复用率。因此,本文首先考虑联合接入控制和带宽预留,以优化网络容量和切换速率的折中为目标,对不同移速类型的用户设置不同的接入概率和带宽预留量。其次,本文进一步联合接入控制和带宽分配,考虑不同的业务类型,以最小化加权切换速率为目标,对具有不同业务和移速类型的用户分配不同的接入概率和带宽。通过随机几何建模异构蜂窝网络,推导了切换速率表达式,通过凸优化分析,给出了最优接入概率、带宽预留量和带宽分配的求解方法。仿真结果表明,最优的方式是:将一部分微蜂窝中的高移速用户接入宏基站来获得较大的驻留时间,而通过在微基站上进行合理的带宽预留和带宽分配来接纳剩余的高移速用户,并为其分配较大的带宽来减小服务时间。3)针对从时间维度上实现最优的用户或者业务负载分配的问题,研究基于未来网络负载状态的用户或业务负载分配策略。在对用户或业务进行分配时,仅考虑当前的网络状态或者网络效益,并不能实现时间维度上的最优分配。从时间维度上看,用户或者业务的分配,不仅需要考虑当前的网络状态,还需要考虑未来的网络状态,以及当前的决策对未来网络状态或决策的影响。因此,首先,本文提出一种基于未来网络负载状态预测的负载调度方案,以最小化网络容量加权的网络空载持续时间为目标,通过给出两阶段迭代法来预测未来调度间隙内各个网络的空载持续时间,并通过凸优化分析,给出梯度下降法求解各个重叠区域的最优调度负载量。其次,本文给出一种基于长时全网效益的联合垂直切换和资源分配方案。以最大化时间维度上的全网效益为目标,利用贝尔曼方程,通过马尔科夫决策过程求解。并利用状态分解法,实现分布式决策,减小空间开销和计算开销。结果表明,考虑未来网络负载状态的用户或其业务分配方案要明显优于基于瞬时状态决策的策略。
付希松[7](2014)在《基于网络编码的片上网络设计与实现》文中研究指明随着微电子技术的发展,片上集成度不断提高,片上系统已不能满足未来集成电路发展的需求。现有基于共享总线的片上系统在时延、吞吐以及可扩展性等方面面临着巨大挑战,片上网络技术应运而生。在互联网领域,网络编码的出现使网络以更加有效的方式传输数据,其思想打破了传统的数据传输模式,提高了网络传输效率,使网络传输可以达到最大流。为进一步提高片上网络的性能,研究人员将网络编码技术应用于片上网络,并对其做了相关研究。本文首先总结了片上网络和网络编码的发展现状,其中重点介绍了当前在片上网络和网络编码方面已经取得的研究成果和应用趋势。然后对网络编码应用于片上网络的相关研究做了详细分析对比,提出一套基于网络编码的片上网络设计方案。该方案包括拓扑结构,路由算法和路由器结构。通过分析现有的研究成果发现网络编码在片上网络应用的不足,在拓扑结构方面,针对网络编码概率低,编码操作灵活性差等问题提出一种适用于网络编码的新拓扑结构,该拓扑更易于网络编码功能的实现;路由算法方面则根据新拓扑结构设计出一种适用于网络编码的新算法,通过该路由算法,分组的传输路径可构成蝶型拓扑,提高编码概率;路由器方面则设计了具有网络编码功能的片上网络路由器,该路由器在分布式工作模式下实现网络编码功能,便于网络扩展,提高路由器在网络编码操作方面的独立性和灵活性。然后通过搭建3x3 Mesh拓扑这一实例,对片上网络方案的实施细节做了更详细的研究。最后为验证本文设计的片上网络的可行性,对设计进行了全面的仿真验证。使用verilog HDL语言构建RTL级硬件模型,使用Xilinx开发环境对整体设计和内部各模块作了详细的仿真验证,并利用不同的流量模型进行严格的测试。仿真结果表明各模块及整体功能设计正确,新网络能够正确传输分组并能够完成对分组的编解码操作。
王奇[8](2013)在《低摆幅Crossbar设计方法研究》文中研究表明随着半导体工艺水平的进步和设计技术的提高,系统的规模不断加大、速度日益提高,一种基于计算机网络概念的片上网络(NoC)应运而生,并得到了广泛的研究。系统对通信要求的不断提高使得NoC的功耗密度进一步加大,因此功耗约束成为NoC设计面临的最重要的问题之一,NoC的高速低功耗的设计成为一个研究热点。低摆幅技术在降低功耗的同时还能有效改善信号的延时,因此在NoC中可以运用低摆幅技术来进行高速低功耗设计。本文通过对现有新型低摆幅电路的研究总结,基于电容分压原理和动态输出阻抗技术,提出了一种电容型预加重低摆幅电路。仿真结果显示,低摆幅信号的眼图质量明显优于传统结构。同时针对NoC路由器中主要的能耗单元Crossbar进行低功耗设计,将低摆幅技术运用到低功耗Crossbar设计中。通过设计合理的低摆幅发送接收电路,使信号以恒定的低摆幅在数据通道中传输。结果显示,与传统的反相器驱动的Crossbar相比,低摆幅Crossbar的延迟约为传统结构的68%,功耗约为传统结构的84%。
王亚刚[9](2012)在《IP路由器系统芯片关键技术研究》文中指出IP路由器(Internet Protocol Router)是Internet的核心设备。随着Internet的飞速发展,IP路由器在性能和扩展性等方面面临严峻的挑战,其相关研究也受到了广泛的关注。另一方面,当前超大规模集成电路技术快速发展,基于系统芯片(SoC, Systemon Chip)可以进一步提高系统的集成度和系统性能,降低系统功耗等,为电子信息系统的设计和实现提供了新的思路。IP路由器SoC就是采用系统芯片的设计方法,实现IP路由器核心功能的单芯片集成,将系统芯片技术和IP路由器技术相结合,从而有效解决IP路由器的性能、功耗及扩展性等问题。本文针对IP路由器SoC的关键问题进行了深入的分析,对IP路由器SoC所涉及的IP路由器SoC体系结构、IP路由器SoC片内通信、高性能IP地址查找以及IP路由器SoC的功能验证等关键技术进行了深入研究,提出了一些解决IP路由器SoC关键问题的新方法,并通过系统级建模和软硬件仿真等对提出的方法进行了验证。论文的主要研究内容和创新性成果包括:1.基于片上网络(NoC, Network on Chip)技术,对IP路由器SoC的片内通信机制进行了深入的研究。提出了2D-Torus网络中虚通道负载均衡的路由算法(VCLBR,Virtual Channel Load-Balanced Routing algorithm)。该算法从虚通道的层次上进行负载均衡的研究,通过引入随机因子,在保证物理链路负载均衡的情况下,将网络负载均衡地分配到各个虚通道上。实验结果表明,针对不同的流量模型,通过合理选择随机因子的取值,均可明显改善2D-Torus网络的通信性能。2.在IP路由器SoC片内通信机制的研究中,提出了一种规则的、对称的片上网络拓扑结构,即SD-Torus (Semi-Diagonal Torus)网络。分析了其拓扑性质,并提出了SD-Torus网络中负载均衡的路由算法。实验结果表明,同DMesh、DTorus以及Xmesh网络相比,在相同的实现代价下,SD-Torus网络具有更优的通信性能,便于实现IP路由器SoC中的分布式地址查找和分组交换。3.对当前IP地址查找技术面临的挑战及并行IP地址查找结构进行了深入的分析和总结,并在此基础上,提出了基于Hash和树位图(Tree-bitmap)的两级IP地址查找结构,该结构充分利用了路由表中前缀长度的分布规律,将基于前缀长度的二分查找技术与树位图(Tree-bitmap)查找技术结合起来,从而实现了高效的IP地址查找。同时,提出了基于SD-Torus网络的并行IP地址查找结构及其算法,该结构按照“临近存储”原则进行路由表的划分和映射,满足在任何节点及其邻居节点上的路由子表可以构成一份完整的路由表,从而降低了分布式地址查找的通信延迟、减少了路由表的存储代价,提高了IP地址查找结构的性能和扩展性。4.基于大规模并行处理(MPP, Massively Parallel Processing)思想,提出了一种IP路由器SoC的体系结构,该结构中采用大量的、同构的处理单元完成路由器中的转发和交换功能,并使用SD-Torus网络进行片内互连,实现了分布式转发和分布式交换,是一种典型的大规模并行处理的系统芯片结构(MPPSoC)。实验结果表明,该结构具有良好的系统性能和扩展性。5.设计并实现了一种通用的IP路由器SoC的功能验证平台。该功能验证平台基于自动检查机制,以FPGA为硬件设施,并通过其软件部分进行动态的系统配置,从而实现了不同IP路由器SoC系统的功能验证。该平台充分利用了软件验证的灵活性和FPGA验证的高效性,提高了IP路由器SoC功能验证的效率。
王坤鹏[10](2012)在《片上网络面向应用路由算法的研究》文中指出随着半导体技术的发展,芯片上集成的IP核数量急剧增加,传统的总线型片上系统已经不能满足其性能要求,一种新兴的借鉴传统计算机网络的技术——片上网络成为了片上系统通信的解决途径。片上网络各个IP核之间通过路由器组成的网络相连,之间相互通信需要路由算法来查找与之通信的相应路由器节点。而针对特定的具体应用设计片上网络时,需要考虑面积、时延及功耗等具体要求的限制,对芯片性能有更高的要求,而在面向特定应用的片上网络上使用通用的路由算法效率很低,所以针对特定的具体应用设计片上网络时通常要根据系统的通信特性来设计面向应用的路由算法。本文首先对片上网络及其基本概念做出了总结和分析,介绍了片上网络交换机制和现有的一些通用路由算法概况,然后指出通用路由算法在特定应用下效率很低,并介绍了当前比较典型的三种面向特定应用路由算法,对三种算法在时延、吞吐和能耗等方面同通用路由算法进行了分析比较。网络中源节点和目的节点都处在边缘并且跨度较大时往往会增加信道依赖图中的环路出现的概率,我们提出了一种新型的面向应用路由算法,通过限制这类源节点和目的节点都处在边缘的通信流的路径,来减少了信道依赖图中环路的概率,同时降低网络中间区域出现热点的概率,达到流量均衡的目的。为了使较大的通信流尽可能多的路径,我们以最小化删除的通信路径比例为优化目标打破依赖图中的环路,最后加以仿真验证,证明其具有更为优良的网络性能。
二、ORA——一种负载平衡的虚通道分配算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、ORA——一种负载平衡的虚通道分配算法(论文提纲范文)
(1)5G/B5G网络高效协同资源管理研究(论文提纲范文)
摘要 |
Abstract |
常用缩略语 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 传统无线资源管理研究概述 |
1.2.2 绿色无线资源管理研究 |
1.2.3 低时延无线资源管理研究 |
1.3 本文研究工作 |
第2章 基于用户体验的高能效异构网络资源管理模型 |
2.1 引言 |
2.2 系统模型与问题描述 |
2.2.1 用户体验模型 |
2.2.2 问题描述 |
2.3 基于用户体验的能效最优网络资源管理算法 |
2.3.1 基于GA的功率控制算法 |
2.3.2 基于干扰管理和用户体验的子信道分配算法 |
2.3.3 基于用户体验的能效最优功率控制与子信道分配联合优化算法 |
2.4 仿真结果与分析 |
2.4.1 仿真参数 |
2.4.2 仿真分析 |
2.5 章节小结 |
第3章 大规模MIMO场景下高能效网络资源管理模型 |
3.1 引言 |
3.2 系统模型与问题描述 |
3.2.1 遍历速率计算 |
3.2.2 能耗模型 |
3.2.3 能效优先的功率控制与用户接入联合优化问题 |
3.3 能效最优的功率控制与用户接入联合优化算法 |
3.3.1 能效最优迭代算法 |
3.3.2 联合优化算法 |
3.4 仿真结果与分析 |
3.4.1 仿真参数 |
3.4.2 网络性能及其影响因素分析 |
3.5 章节小结 |
第4章 供电侧能量感知的低时延网络资源管理模型 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.2 网络平均延时计算 |
4.2.3 能量模型 |
4.2.4 问题描述 |
4.3 算法 |
4.3.1 问题重构 |
4.3.2 能量感知的时延最优用户-基站双向关联迭代算法 |
4.3.3 收敛性和寻优性分析 |
4.4 仿真分析 |
4.4.1 仿真环境及参数设置 |
4.4.2 算法性能分析 |
4.5 章节小结 |
第5章 边缘计算场景下低时延网络资源管理模型 |
5.1 引言 |
5.2 系统模型与问题描述 |
5.2.1 本地计算用户时延与能耗计算 |
5.2.2 边缘计算用户时延与能耗计算 |
5.2.3 边缘异构网络下干扰管理模型 |
5.2.4 问题描述 |
5.3 用户任务卸载决策与资源分配联合优化算法 |
5.3.1 本地计算资源优化 |
5.3.2 边缘计算用户无线资源分配 |
5.3.3 用户卸载决策与资源分配联合优化算法 |
5.3.4 算法复杂度分析 |
5.4 仿真结果与分析 |
5.4.1 仿真参数 |
5.4.2 仿真分析 |
5.5 章节小结 |
第6章 基于联邦学习的分布式资源管理方法 |
6.1 引言 |
6.2 系统模型与问题描述 |
6.2.1 本地计算与边缘计算方式下用户时延计算 |
6.2.2 问题描述 |
6.3 基于联邦学习的分布式卸载决策及资源分配联合优化算法 |
6.3.1 基于DNN的智能卸载决策算法 |
6.3.2 基于SCA的高效无线资源分配算法 |
6.3.3 基于联邦学习的分布式计算任务卸载算法 |
6.4 仿真分析 |
6.4.1 仿真参数 |
6.4.2 仿真分析 |
6.5 章节小结 |
第7章 总结与展望 |
7.1 论文总结 |
7.2 未来研究展望 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简历 |
(2)WLAN中智能高效的接入控制与三维部署研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 WLAN的发展历史 |
1.1.2 WLAN面临的问题与挑战 |
1.2 研究现状 |
1.2.1 WLAN MAC层退避算法研究现状 |
1.2.2 WLAN中的速率自适应算法研究现状 |
1.2.3 WLAN中的信道绑定研究现状 |
1.2.4 UAV空中AP的三维部署研究现状 |
1.3 研究内容与贡献 |
1.3.1 论文研究内容 |
1.3.2 论文主要贡献 |
1.4 论文结构安排 |
参考文献 |
第二章 预备知识 |
2.1 IEEE 802.11 MAC层协议介绍 |
2.1.1 CSMA/CA |
2.1.2 信道绑定 |
2.2 多臂老虎机算法简介 |
2.2.1 ε-greedy |
2.2.2 汤普森采样 |
2.3 强化学习简介 |
2.3.1 马尔可夫决策过程 |
2.3.2 Q-learning |
2.3.3 Actor-Critic |
2.4 深度强化学习简介 |
2.4.1 DQN |
2.4.2 DDPG |
2.5 多智能体强化学习简介 |
2.5.1 IRL |
2.5.2 MADDPG |
参考文献 |
第三章 高接入负载下WLAN MAC层退避算法研究 |
3.1 增强型退避算法EBO |
3.2 基于三维马尔可夫链的归一化吞吐量分析 |
3.3 仿真验证与结果分析 |
3.4 本章小结 |
参考文献 |
第四章 802.11ac WLAN速率自适应算法研究 |
4.1 系统模型 |
4.2 基于TS的速率自适应算法RATS |
4.2.1 减小速率查找空间 |
4.2.2 稳定环境中的速率自适应算法RAGTS |
4.2.3 非稳定环境中的速率自适应算法RASWTS |
4.3 仿真验证与结果分析 |
4.3.1 单链路场景 |
4.3.2 双链路场景 |
4.3.3 三链路场景 |
4.4 本章小结 |
参考文献 |
第五章 异构WLANs中的按需信道绑定算法研究 |
5.1 系统模型和问题定义 |
5.1.1 系统模型 |
5.1.2 问题定义 |
5.2 基于MADDPG的按需信道绑定算法O-DCB |
5.2.1 状态 |
5.2.2 动作 |
5.2.3 奖励 |
5.2.4 O-DCB |
5.2.5 在实际网络中的实现 |
5.3 仿真验证与结果分析 |
5.3.1 802.11n/ac异构网络 |
5.3.2 802.11ac/ax异构网络 |
5.4 本章小结 |
参考文献 |
第六章 UAV空中AP三维部署算法研究 |
6.1 系统模型与问题定义 |
6.1.1 场景模型 |
6.1.2 信道模型 |
6.1.3 传输速率模型 |
6.1.4 能耗模型 |
6.1.5 问题定义 |
6.2 基于DDPG的UAV空中AP控制算法UC-DDPG |
6.2.1 状态 |
6.2.2 动作 |
6.2.3 奖励 |
6.2.4 UC-DDPG |
6.3 仿真验证与结果分析 |
6.3.1 训练过程 |
6.3.2 数据量与能效 |
6.3.3 公平性 |
6.4 本章小结 |
参考文献 |
第七章 总结与展望 |
7.1 本文工作总结 |
7.2 未来工作展望 |
附录 缩略语表 |
致谢 |
攻读学位期间发表的学术论文目录 |
(3)基于片上网络的AI加速系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 AI应用及其发展 |
1.2 AI应用数据及模型规模的挑战 |
1.3 芯片结构的挑战 |
1.4 研究目标及研究内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 内容安排 |
第二章 AI加速方案的现状 |
2.1 AI芯片平台选择 |
2.2 基于AI应用特性的理论加速方案 |
2.3 基于硬件特性的AI加速方案 |
2.4 基于片上网络的AI映射方案 |
2.5 本章小结 |
第三章 基于片上网络多通道并行化的AI加速方案MCPAS |
3.1 神经网络模型概述 |
3.2 模型各层次数据及计算需求分析 |
3.3 基于片上网络的AI加速映射方案 |
3.3.1 映射策略 |
3.3.2 性能分析 |
3.4 MCPAS理论方案 |
3.5 FPGA硬件平台的实现和验证 |
3.5.1 硬件平台架构 |
3.5.2 仿真和性能分析 |
3.6 本章小结 |
第四章 基于计算单元处理并行化的AI加速方案PTCAS |
4.1 数据传输信道分析 |
4.1.1 片上网络传输数据格式 |
4.1.2 传输信道工作情况 |
4.1.3 有效数据传输率 |
4.2 目标及设计思路 |
4.2.1 目标 |
4.2.2 设计思路 |
4.3 PTCAS理论方案 |
4.3.1 基础计算单元 |
4.3.2 处理流程 |
4.4 仿真和性能分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 研究结论 |
5.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(4)面向图像处理的片上网络路由器关键技术(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 片上网络的研究背景 |
1.2 片上网络的发展现状 |
1.2.1 片上网络的学术研究 |
1.2.2 片上网络的商用进展 |
1.2.3 片上路由器的发展情况 |
1.3 面向图像处理的片上网络的研究概述 |
1.4 论文内容及结构安排 |
第二章 图像处理机制及片上路由器关键技术 |
2.1 图像编码机制 |
2.1.1 图像编码H.264 的基本原理 |
2.1.2 图像编码在NoC的分配机制 |
2.2 片上网络路由器 |
2.2.1 路由器的基本结构 |
2.2.2 工作原理及流水线机制 |
2.2.3 片上路由器分类 |
2.3 应用于片上网络的图像处理特性 |
2.3.1 粗细粒度并行 |
2.3.2 实时性需求差异化 |
2.3.3 数据重用性 |
第三章 面向图像处理的路由器架构 |
3.1 面向图像处理的片上网络架构 |
3.2 基于图像处理的路由器设计 |
3.2.1 Inter-port分配机制 |
3.2.2 Intra-port分配机制 |
3.2.3 多播设计 |
3.2.4 路由器的工作机制 |
3.3 路由器架构性能对比 |
3.3.1 仿真配置环境 |
3.3.2 性能参数定义 |
3.3.3 性能仿真与分析 |
3.4 小结 |
第四章 面向图像处理的路由器调度机制 |
4.1 常见的片上调度算法 |
4.1.1 基于公平轮询的调度算法 |
4.1.2 基于优先级的调度算法 |
4.1.3 兼顾优先级的轮询调度算法 |
4.2 基于图像编码的调度设计 |
4.2.1 调度的设计思路 |
4.2.2 调度参数定义 |
4.2.3 Phase 1: 建立匹配 |
4.2.4 Phase 2: 持续匹配 |
4.3 仿真结果与分析 |
4.3.1 仿真配置环境 |
4.3.2 仿真性能对比分析 |
4.4 小结 |
第五章 总结与展望 |
5.1 研究结论 |
5.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(5)面向区间任务的信息物理融合系统资源分配方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号使用说明 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 CPS资源分配研究现状 |
1.2.2 区间任务资源分配研究现状 |
1.2.3 云计算及网格计算中的资源分配研究现状 |
1.3 研究内容与创新点 |
1.3.1 研究范围及相关概念的界定 |
1.3.2 本文研究内容 |
1.3.3 本文的创新点 |
1.4 论文组织结构 |
第二章 CPS资源分配体系架构与模型研究 |
2.1 CPS体系框架 |
2.1.1 现有体系结构 |
2.1.2 面向资源分配的体系结构设计 |
2.2 CPS中的资源分配问题 |
2.2.1 CPS中的资源描述 |
2.2.2 CPS中的任务描述 |
2.2.3 CPS中资源分配问题的分类 |
2.3 面向资源分配的CPS建模方法 |
2.3.1 基于最优化理论的CPS建模方法 |
2.3.2 基于排队系统的CPS建模方法 |
2.4 本章小结 |
第三章 CPS中面向资源分配的系统稳定性分析方法 |
3.1 引言 |
3.2 问题分析及稳定性描述 |
3.2.1 问题分析 |
3.2.2 稳定性描述 |
3.3 分配策略及分析 |
3.3.1 分配策略 |
3.3.2 资源分配策略的稳定性条件 |
3.3.3 硬时限条件下的稳定性条件 |
3.4 实验结果及分析 |
3.4.1 实验设置 |
3.4.2 实验结果分析 |
3.5 本章小结 |
第四章 CPS中面向区间任务的单类资源分配方法 |
4.1 引言 |
4.2 模型描述 |
4.3 模型的求解方法 |
4.3.1 模型的精确求解方法 |
4.3.2 模型的近似求解方法 |
4.4 实验及分析 |
4.4.1 算法性能对比 |
4.4.2 Greedy算法的参量分析 |
4.4.3 算法的稳定性分析 |
4.5 本章小结 |
第五章 CPS中面向区间任务的多类资源分配方法 |
5.1 引言 |
5.2 资源充足条件下的多类资源分配模型与方法 |
5.2.1 问题描述与分析 |
5.2.2 多类资源分配的精确模型 |
5.3 资源有限条件下的资源分配模型与方法 |
5.3.1 模型描述 |
5.3.2 模型分析与算法 |
5.4 算例及算法性能分析 |
5.4.1 A情况下的算法性能及分析 |
5.4.2 B情况下的算法性能及分析 |
5.4.3 算法的稳定性分析 |
5.5 本章小结 |
第六章 区域防空预警中的资源分配案例与分析 |
6.1 引言 |
6.2 资源充足条件下的区域防空预警资源分配 |
6.2.1 资源及任务描述 |
6.2.2 问题描述 |
6.2.3 模型求解结果 |
6.3 资源有限条件下的区域防空预警资源分配 |
6.3.1 问题描述 |
6.3.2 模型求解结果 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 研究总结 |
7.2 研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 关于第四章中定理4.1的证明 |
附录B 关于第四章中定理4.2的证明 |
附录C 第六章的部分计算结果补充 |
(6)异构无线网络中用户分配和资源分配研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
第1章 绪论 |
1.1 论文研究背景 |
1.2. 异构LTE-A网络及其资源管理研究简介 |
1.2.1. 异构LTE-A网络结构 |
1.2.2. 异构LTE-A无线资源管理问题 |
1.2.3. 异构LTE-A网络中RRM挑战 |
1.3. 异质RAT无线网络融合简介 |
1.3.1. 异质RAT网络融合构架 |
1.3.2. 异质RAT网络融合资源管理及挑战 |
1.3.3. 异质RAT网络融合RRM算法小结 |
1.4. 随机几何建模异构蜂窝网络简介 |
1.4.1. 泊松点过程 |
1.4.2. 泊松-费列罗里 |
1.5. 本文研究内容 |
1.5.1. 研究现状和动机 |
1.5.2. 研究内容和贡献 |
1.5.3. 本文的结构 |
第2章 基于PHY链路速率的用户分配 |
2.1 引言 |
2.2 蜂窝网络和WLAN融合系统模型 |
2.2.1 非均匀移动模型 |
2.2.2 业务模型 |
2.2.3 服务模型 |
2.3 基于PHY链路速率的分段接入控制策略 |
2.3.1 分段接入控制策略介绍 |
2.3.2 分段接入策略的理论分析 |
2.3.3 接入策略的扩展方法 |
2.3.4 仿真结果及分析 |
2.4 基于PHY链路速率的对偶门限调度策略 |
2.4.1 对偶门限调度策略介绍 |
2.4.2 对偶门限调度机制的分析框架 |
2.4.3 仿真结果和讨论 |
2.5 本章小结 |
第3章 基于用户移速的用户分配和带宽分配 |
3.1 引言 |
3.2 基于用户移速的联合资源预留和接入控制 |
3.2.1 场景和策略 |
3.2.2 系统模型和效用函数推导 |
3.2.3 求解最优解 |
3.2.4 数值仿真结果和讨论 |
3.2.5 小结 |
3.3 基于用户移速的联合带宽分配和接入控制 |
3.3.1 场景和策略 |
3.3.2 系统模型和效用函数表达式求解 |
3.3.3 最优解求解方法 |
3.3.4 数值仿真结果和分析 |
3.3.5 小结 |
3.4 附录:利用PPP建模异构蜂窝网络下的切换速率推导 |
3.4.1 系统模型 |
3.4.2 切换速率的推导 |
3.4.3 分析仿真论证 |
3.5 本章小结 |
第4章 基于未来负载状态的用户分配和资源分配 |
4.1 引言 |
4.2 基于网络空载持续时间预测的调度策略 |
4.2.1. 场景和问题公式化 |
4.2.2. 系统模型 |
4.2.3. 空载持续时间的预测方法 |
4.2.4. 最优解求解方法 |
4.2.5. 仿真结果和讨论 |
4.2.6. 小结 |
4.2.7. 附录 |
4.3 基于长时效益的分布式联合资源分配和垂直切换决策 |
4.3.1. 系统模型和问题公式化 |
4.3.2. 分布式算法 |
4.3.3. 仿真结果和分析 |
4.3.4. 小结 |
第5章 总结与展望 |
5.1 本文总结 |
5.2 下一步工作 |
参考文献 |
攻读博士学位期间研究成果 |
攻读博士学位期间项目经历 |
致谢 |
(7)基于网络编码的片上网络设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
缩略语对照表 |
符号对照表 |
第一章 绪论 |
1.1 片上网络研究概述 |
1.1.1 片上网络的研究背景 |
1.1.2 片上网络的研究现状 |
1.1.3 片上网络多播通信需求 |
1.2 网络编码研究概述 |
1.2.1 网络编码的研究背景 |
1.2.2 网络编码的研究现状 |
1.3 论文结构安排 |
第二章 片上网络基本原理 |
2.1 拓扑 |
2.2 路由算法 |
2.2.1 单播路由 |
2.2.2 多播路由算法 |
2.3 分组格式 |
2.3.1 目的地址编码方式 |
2.3.2 头微片携带地址方式 |
2.4 路由器 |
2.4.1 虫孔路由器 |
2.4.2 虚信道路由器 |
2.4.3 多播路由器 |
第三章 网络编码 |
3.1 网络编码基本原理 |
3.2 网络编码分类 |
3.2.1 按编码系数选择方式分类 |
3.2.2 按编码数据来源分类 |
3.2.3 按编码的实现过程分类 |
3.2.4 按编码操作的方式分类 |
3.3 网络编码在片上网络中的应用 |
第四章 网络编码在片上网络的设计与实现 |
4.1 应用于网络编码的拓扑结构 |
4.1.1 片上网络新拓扑 |
4.2 应用于网络编码的路由算法 |
4.3 应用于网络编码的路由器 |
4.3.1 路由器参数 |
4.3.2 路由器结构 |
4.3.3 分组格式 |
4.3.4 路由器工作流程 |
4.4 网络编码硬件实现的扩展 |
4.4.1 编码分组再编码 |
4.4.2 解码分组被编码 |
4.4.3 多分组网络编码 |
第五章 基于网络编码的片上网络设计的验证与分析 |
5.1 网络编码路由器功能验证 |
5.1.1 输入模块 |
5.1.2 网络编码模块 |
5.1.3 开关分配模块 |
5.1.4 交叉开关模块 |
5.1.5 输出模块 |
5.1.6 路由器整体验证 |
5.2 新网络拓扑测试 |
5.2.1 子网拓扑测试 |
5.2.2 网络拓扑整体测试 |
第六章 总结与展望 |
致谢 |
参考文献 |
作者简介 |
(8)低摆幅Crossbar设计方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 NoC 简介 |
1.1.2 NoC 解决的问题 |
1.1.3 NoC 面临的功耗问题 |
1.2 国内外研究动态 |
1.2.1 国外研究动态 |
1.2.2 国内研究动态 |
1.3 论文内容安排 |
第二章 NoC 中路由器结构与功耗 |
2.1 路由器概述 |
2.1.1 NoC 路由器的特殊性 |
2.1.2 NoC 路由器的整体架构 |
2.2 路由器的关键技术 |
2.2.1 路由器结构分类 |
2.2.2 路由算法介绍 |
2.2.3 交换技术 |
2.2.4 交叉开关技术 |
2.3 NoC 的功耗分析 |
2.3.1 CMOS 逻辑电路的功耗模型 |
2.3.2 NoC 功耗模型 |
2.3.3 路由节点的功耗 |
2.4 本章小结 |
第三章 低摆幅技术 |
3.1 低摆幅电路简介 |
3.1.1 低摆幅电路的功耗和延迟 |
3.1.2 低摆幅电路设计要求 |
3.2 新型低摆幅电路 |
3.2.1 基于电荷重分配的低摆幅电路 |
3.2.2 串联电容型低摆幅电路 |
3.2.3 动态输出阻抗型预加重低摆幅电路 |
3.3 改进型低摆幅电路 |
3.3.1 MOSFETs 开关 |
3.3.2 MOS 开关电容分压电路 |
3.3.3 电容型预加重低摆幅电路 |
3.4 本章小结 |
第四章 基于低摆幅技术的低功耗 Crossbar 设计 |
4.1 交叉开关的功耗 |
4.2 Crossbar 结构 |
4.2.1 传统 Crossbar 结构 |
4.2.2 互连模型 |
4.3 基于低摆幅的低功耗 Crossbar 设计 |
4.3.1 发送电路设计 |
4.3.2 接收电路设计 |
4.3.3 功耗延迟分析 |
4.4 仿真结果 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 工作展望 |
致谢 |
参考文献 |
(9)IP路由器系统芯片关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 IP 路由器 SOC 关键问题 |
1.2.1 IP 路由器 SoC 的体系结构 |
1.2.2 IP 路由器 SoC 的片内通信技术 |
1.2.3 高性能 IP 地址查找技术 |
1.2.4 IP 路由器 SoC 功能验证平台 |
1.3 国内外研究现状 |
1.3.1 IP 路由器 SoC 体系结构的相关研究 |
1.3.2 IP 路由器 SoC 片内通信技术相关研究 |
1.3.3 高性能 IP 地址查找技术的相关研究 |
1.3.4 IP 路由器 SoC 功能验证平台的相关研究 |
1.4 论文主要工作及创新点 |
1.5 论文结构 |
第二章 IP 路由器 SOC 的片内通信技术研究 |
2.1 2D-TORUS 中虚通道负载均衡的路由算法 |
2.1.1 相关定义 |
2.1.2 相关研究工作 |
2.1.3 虚通道负载均衡的路由算法 VCLBR |
2.1.4 算法无死锁和无活锁的证明 |
2.1.5 VCLBR 算法的仿真评估 |
2.1.6 小结 |
2.2 SD-TORUS 结构及其路由算法 |
2.2.1 相关研究工作 |
2.2.2 SD-Torus 网络及性质 |
2.2.3 路由算法 |
2.2.4 实验与分析 |
2.2.5 小结 |
2.3 本章总结 |
第三章 高性能 IP 地址查找技术研究 |
3.1 IP 地址查找面临的技术挑战 |
3.2 并行 IP 地址查找结构研究进展及分类 |
3.2.1 并行 IP 查找体系结构关键问题 |
3.2.2 并行 IP 地址查找结构的分类 |
3.2.3 多精确匹配并行处理 |
3.2.4 多查找引擎并行处理 |
3.2.5 多级流水线并行处理 |
3.2.6 大规模并行处理的 IP 地址查找结构 |
3.3 使用 HASH 表和树位图的两级 IPV6 地址查找算法 |
3.3.1 相关研究 |
3.3.2 两级 IP 地址查找算法 |
3.3.3 实验及性能分析 |
3.3.4 小结 |
3.4 基于 SD-TORUS 的并行 IP 地址查找结构 |
3.4.1 相关研究 |
3.4.2 基于 SD-Torus 的分布式 IP 地址查找结构 |
3.4.3 系统性能仿真评估 |
3.4.4 小结 |
3.5 本章总结 |
第四章 IP 路由器 SOC 体系结构研究 |
4.1 基于 MPPSOC 的路由器 SOC 结构 |
4.1.1 体系结构 |
4.1.2 片内互连网络 |
4.1.3 同构处理单元 |
4.2 系统仿真与性能评估 |
4.2.1 性能评估指标 |
4.2.2 仿真环境 |
4.2.3 仿真结果分析 |
4.3 本章总结 |
第五章 IP 路由器 SOC 的功能验证平台设计 |
5.1 功能验证平台的总体设计 |
5.1.1 路由器功能测试指标 |
5.1.2 路由器 SoC 功能验证平台的需求 |
5.1.3 功能验证平台的总体结构 |
5.1.4 功能验证平台的软件部分 |
5.1.5 功能验证平台的硬件部分 |
5.2 功能验证平台的应用 |
5.2.1 2×2 分布式地址查找结构的功能验证 |
5.2.2 NetFPGA 路由器系统的功能测试 |
5.3 本章总结 |
第六章 结论与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 攻读博士学位期间的主要研究成果和参与的科研项目 |
(10)片上网络面向应用路由算法的研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 片上网络产生的技术背景 |
1.2 片上网络结构与优势 |
1.3 论文研究的主要意义 |
1.4 论文主要工作与安排 |
第二章 片上网络关键技术简介 |
2.1 交换机制 |
2.1.1 电路交换 |
2.1.2 分组交换 |
2.1.3 虚切通交换 |
2.1.4 虫孔交换 |
2.2 虚信道的引入 |
2.3 路由算法概述 |
2.3.1 路由定义 |
2.3.2 路由算法分类 |
2.3.3 死锁、活锁及饥饿 |
2.4 典型片上网络路由算法 |
2.4.1 确定路由算法 |
2.4.2 随机路由算法 |
2.4.3 自适应路由算法 |
第三章 面向特定应用的路由算法设计 |
3.1 基本概念简介 |
3.1.1 数学表达式 |
3.1.2 平均自适应度 |
3.2 设计流程简介 |
3.3 典型设计方法介绍 |
3.3.1 ASPRA |
3.3.2 ACES |
3.3.3 基于 SCC 破环和线性规划优化的设计方法 |
3.4 对比仿真 |
3.4.1 流量模型介绍 |
3.4.2 平均自适应度 |
3.4.3 系统级仿真 |
第四章 新型面向应用路由算法 |
4.1 生成信道依赖图 ASCDG |
4.2 找环算法和破环目标 |
4.3 路径分配策略 |
4.4 性能仿真 |
4.4.1 平均自适应度对比 |
4.4.2 系统级仿真 |
4.4.3 能耗仿真 |
4.5 本章小结 |
第五章 结束语 |
5.1 工作总结 |
5.2 展望 |
致谢 |
参考文献 |
硕士在读期间的研究成果 |
四、ORA——一种负载平衡的虚通道分配算法(论文参考文献)
- [1]5G/B5G网络高效协同资源管理研究[D]. 呼海林. 华北电力大学(北京), 2021(01)
- [2]WLAN中智能高效的接入控制与三维部署研究[D]. 亓航. 北京邮电大学, 2020(05)
- [3]基于片上网络的AI加速系统设计与实现[D]. 李兴. 西安电子科技大学, 2020(05)
- [4]面向图像处理的片上网络路由器关键技术[D]. 苏楠. 西安电子科技大学, 2017(04)
- [5]面向区间任务的信息物理融合系统资源分配方法研究[D]. 周浩浩. 国防科学技术大学, 2016(01)
- [6]异构无线网络中用户分配和资源分配研究[D]. 方彬. 中国科学技术大学, 2015(09)
- [7]基于网络编码的片上网络设计与实现[D]. 付希松. 西安电子科技大学, 2014(04)
- [8]低摆幅Crossbar设计方法研究[D]. 王奇. 西安电子科技大学, 2013(S2)
- [9]IP路由器系统芯片关键技术研究[D]. 王亚刚. 西安电子科技大学, 2012(03)
- [10]片上网络面向应用路由算法的研究[D]. 王坤鹏. 西安电子科技大学, 2012(04)