论文部分内容阅读
随着嵌入式系统应用范围的不断扩展以及系统本身的复杂度的不断增加，系统设计所面临的问题变得越来越复杂，设计的难度也越来越大。但是系统的改计能力并没有跟上相应的步伐。传统的嵌入式系统设计方法是根据系统设计师们的设计经验对系统进行软硬件手工划分，既费时又费成本而且效率低。针对传统方法的缺点，提出了一种新的设计方法：软硬件协同设计。软硬件协同设计通过性能评估和建模，进行有效的性能分析，在系统级实现软硬件并行设计。软硬什协同设计方法加快了设计过程，缩短了产品上市时间。软硬件协同综合是软硬件协同设计的核心部分。
本文综合了启发式算法和演化算法的优点，提出了几种新的锋法来解决软硬件协同综合问题。完成的主要工作如下：
1)介绍了嵌入式系统的传统设计方法和软硬件协同设计方法，并给出了两种设计方法的流程和特点；介绍了目前协同综合算法，详细说明了算法的流程和优缺点；介绍了主流的软硬件协同综合工具，给出了各个工具的实现原理和设计步骤；详细描述了系统的行为模型和目标系统的实现模型，归纳出协同综合问题的数学模型，给出了适应度函数。
2)提出了基于混合分层遗传算法的软硬件协同综合算法。分层结构将软硬件协同综合的巨大的解空间分割成多个小子空间，再分别在各个子空间中搜索最优解，同时引入了启发式算法作为分层遗传算法的初始解。实验结果表叫了分层结构和启发式算法成功地降低问题的搜索难度，提高了算法效率。
3)提出了基于混合量子遗传算法和混合分层量子遗传算法的软硬件协同综合算法，混合算法结合了启发式算法和演化计算的优点来降低问题的计算代价。实验结果表明了混合算法在计算时间上和求解质量较演化算法有很大提高，在求解质量上较启发式算法有很大改善。
混合算法综合了启发式算法快速收敛和演化算法搜索能力强的优点，混合算法在求解质量上较启发式算法有很大提高，同时在计算时间和代价上较演化计算有很大改善。