论文部分内容阅读
随着嵌入式DSP系统硬件的飞速发展，各种数据和控制流被应用到嵌入式DSP应用程序的计算机辅助设计中去。其中同步数据流(SDF)被广泛用于图形化的DSP设计环境。同步数据流的特点在于能够在编译时刻静态地确定一个有效的调度序列，从而减少运行时的开销。而对于资源短缺的DSP系统，如何优化同步数据流编译生成程序的内存和计算资源具有重要的意义。
对于内存资源优化，研究热点计算体单一出现调度(SAS)算法对于存在反馈环和数据密集处理的应用不可解或内存优化效果很差。文中提出了将SAS和Non-SAS类型调度算法相结合的层次化的存储优化方法。该方法定义了数据密集分量和强连通分量来描述环和数据密集处理结构，并依据数据优先消耗原则设计了启发式的Non-SAS调度算法对分量进行存储优化。该方法适用于任意SDF模型，并有良好的存储优化效果。实验结果证实了其有效性。
计算资源优化即SDF模型的并行计算。本文针对简单SDF模型，提出一种基于优先权的多处理调度方法。它为程序模块分级，采用高优先级优先执行的策略实现了SDF图的多处理器并行静态调度。相对于其他方法，它不需要把SDF图转换为先序图，所以具有更好的时间与空间复杂度。实验结果证实了该方法的有效性。
针对计算体数目多，输入输出速率大的复杂SDF模型，一种基于通信的快速多水平优化方法被提出。它把SDF模型转化为基于通信的数据流模型，并应用快速多水平优化算法对其进行分区，最后把分区映射到原SDF模型中。通过分析，它有良好的时间和空间复杂度，并且优化后的并行程序有较短的程序执行时间和较高的吞吐率。
综上，本文为嵌入式SDF模型的资源优化提供了完善的优化方法。