导读:本文包含了可重构平台论文开题报告文献综述及选题提纲参考文献，主要关键词:开放架构,平台,构件,路由交换
可重构平台论文文献综述
张平[1]（2019）在《一种新型的可重构路由交换通用平台》一文中研究指出本文对于当前阶段的网络节点的相关设备比较平台化,构件的技术以及开放的架构进行了分析,利用平台化的支持以及构件化的处理等提出一种新的可重构路由交换通用平台。通过举例说明,建立的这个平台可以为以后的互联网、电信网和广电网,以及各种比较先进的网络架构提供技术支持,为网络基础设施的构建提供了平台的支持。(本文来源于《电子技术与软件工程》期刊2019年14期）
宫磊[2]（2019）在《可重构平台上面向卷积神经网络的异构多核加速方法研究》一文中研究指出卷积神经网络源自于传统的人工神经网络,其作为机器学习中的一类重要算法已经被广泛部署于人工智能、计算机视觉等应用场景中。由于现实世界中应用的复杂度与日俱增,网络模型的规模和深度也在不断增加,导致通用计算平台在处理相关任务时面临严峻性能、能效挑战。在这种背景下,基于ASIC、FPGA的硬件加速方法已经在卷积神经网络的部署中被普遍采用,并成为提高计算效率的重要手段。然而,目前主流加速器的单核片上结构和计算模式与卷积神经网络的内在计算特性存在失配性问题。尤其是在FPGA一类的可重构器件上,硬件的可重构特性将这种失配性进一步凸显,严重影响了计算效率的进一步提升。本文面向卷积神经网络的高效硬件部署,将可重构计算技术与异构多核体系结构深度结合,在静态重构和动态重构两个层面上系统性地提出了基于异构多核片上结构的加速器设计和优化方法,有效缓解了硬件加速中的软硬件特征失配问题。具体工作内容和创新点如下:·我们在静态重构层面上针对特定网络模型在特定FPGA平台上的部署提出了在片上固化全网络层的异构多核加速器结构。在该结构中,不同网络层的计算被各自映射至独享的计算核心,在局部上各片上计算核心可根据所对应网络层的并行特征进行单独部署和优化;在宏观上,不同计算核心以层间流水的方式充分挖掘了层间计算并行度;在此基础上,我们使用Roofline多核性能分析模型在宏观和局部上进行片上计算与片外访存间的相互协调。该加速器结构在高性能FPGA平台上对AlexNet和VGG16D的部署相较以往在相同FPGA平台上的单核加速器部署性能提升了2.44倍,能效提升了2.35倍。·在片上固化全网络层结构的基础上,我们在静态重构层面上提出了面向层级特征的异构多核片上结构。通过对目前常见卷积神经网络硬件加速过程的分析,我们发现了两点规律:第一,不同卷积层对不同类型数据的访存行为存在差异,从而在异构多核结构中进行分别部署可以最大程度降低访存开销;第二,尽管不同网络层在整体结构上存在差异,但在经过循环展开和分片操作后其中某些层会呈现出相似的层级特征,从而在这一类网络层间进行硬件单元复用可以达到较高的硬件资源利用效率。分别基于以上两点,我们面向网络的层级特征提出了粗粒度和细粒度的网络层聚类方法,并在此基础上将软、硬件间的特征匹配粒度增大,提出了面向层级特征的异构多核加速器部署方法。该方法在高性能FPGA平台上对AlexNet、VGG16C、VGG16D、VGG19的部署相较以往在相同FPGA平台上的单核加速器部署性能平均提升了1.64倍,能效提升了1.84倍。·在动态重构层面上,我们基于FPGA的动态部分重构技术提出了软、硬件特征动态适配的异构多核加速方法。我们首次将FPGA的动态部分重构技术引入到卷积神经网络的硬件加速器设计中,为底层硬件结构提供在运行时根据上层应用特征进行动态调整的机制。在此基础上,我们对硬件加速过程进行了面向马尔科夫决策过程的系统建模,并通过深度强化学习的方法为特定网络模型的硬件加速器部署确定最优的运行时重构策略,从而更加全面、充分地挖掘可重构硬件特性来提高计算适配性。该方法在嵌入式FPGA平台上对AlexNet和VGG16D的部署相较以往在同类型FPGA平台上的单核加速器结构性能密度平均提升了1.48倍。(本文来源于《中国科学技术大学》期刊2019-05-26）
谢道旺[3]（2019）在《响应式可重构虚拟仪器及在安卓手机平台上的应用》一文中研究指出随着智能手机性能的逐渐增强,它已经可以执行很多过去由PC来完成的任务,如运行特定的虚拟仪器来完成特定的测量任务。但手机APP与PC软件相比,有更多的安装限制,人们通常不希望在手机上安装过多的APP。由于测量任务的多变性,通常一个测量任务就是一个APP,如声级计、亮度计、心电图仪等,但这又与人们的手机软件安装习惯矛盾。为此,本文采用响应式编程原理,开发完成了一个脚本型的可重构虚拟仪器平台APP,加载不同的仪器脚本,就可以在手机上实例化出不同的测量仪器应用。便于虚拟仪器的开发,也便于虚拟仪器实例的获取和在线升级。本论文的主要工作包括:第一,研究响应式编程和虚拟仪器技术,将响应式编程引入到虚拟仪器,提出了一种响应式可重构虚拟仪器软件架构。设计了一种响应式虚拟仪器数据端口变量,以其作为虚拟仪器控件通讯的基础。设计了响应式虚拟仪器控件的模型。讨论了响应式可重构虚拟仪器的描述语言。第二,在安卓平台上实现了响应式可重构虚拟仪器。对虚拟仪器系统进行了层次分析,对虚拟仪器平台进行了功能分析。结合安卓平台的机制和特点,阐述在安卓平台上实现响应式可重构虚拟仪器的方法和原理。分析并得出了虚拟仪器的并行化方案,给出了其线程模型。第叁,具体定义针对手机响应式可重构虚拟仪器的描述语言的语法,以及实现了其解释器,实现了通过执行脚本的形式完成响应式虚拟仪器的动态构建。在实现解释器的过程中,研究了Java动态编译技术,并给出了安卓平台下实现Java动态编译的技术方案。以及重点研究和实现了表达式数据绑定以及函数数据绑定的实现方法,并将其提炼成为一种原理。最后,为了验证本文方法的有效性,在本文的手机虚拟仪器平台上使用脚本开发了几个方面的多个虚拟仪器应用,并进行了测试。验证结果显示,本文的虚拟仪器平台具备充分的可用性、实用性以及专业性。(本文来源于《华中科技大学》期刊2019-05-01）
王丹,赵强,尹伟萌[4]（2018）在《仿生可重构式机器人移动平台机构及动态特性分析》一文中研究指出仿生可重构式机器人移动平台模拟六足爬行昆虫可实现站立、行走、爬行等动作。行走机构采用轮腿式,底盘可伸缩,以适应探测机器人复杂的地面工作环境。对足端和移动平台躯体位置进行正/逆运动学分析并求出相对于本机构的最大迈步步长,同时对虚拟样机轮式移动和六足式行走两种状态进行动态特性分析并试验,结果表明:机器人运动平稳,没有严重的失稳出现,进一步验证了仿生可重构式机器人机械结构的可行性和合理性。(本文来源于《机械设计》期刊2018年11期）
曹瑞[5]（2018）在《基于Zynq的可穿戴动态可重构平台设计与实现》一文中研究指出近年来,芯片工艺技术水平不断提高,各种低功耗、高性能的处理器不断改进,这些科技的进步使得可穿戴设备硬件体积减小的同时还能够进行大量的任务计算。在生活中,各种可穿戴设备也受到了人们的追捧,如手表,腕带,眼镜等都成为了生活中的一部分,发挥着不可忽视的作用。但是,人们逐渐对可穿戴设备提出了更多的需求,如更加复杂的应用环境,更灵活的硬件配置,都给可穿戴设备的发展带来了新的方向。如可穿戴设备的通信方式单一,没有足够的外部通信接口用于数据交互。可穿戴设备能够处理的计算任务种类不多。其主要根源在于可穿戴设备体积小,板载硬件资源不足。本文通过分析可穿戴设备的功能需求,针对可穿戴设备体积小,硬件资源不足的缺点,以Zynq为基础,结合FPGA的动态可重构技术设计了一种动态可重构平台。动态可重构平台能够为可穿戴设备提供I/O接口和计算任务重构两种功能。在I/O接口重构方面,以RS232、RS485、CAN叁种通信设备和VGA摄像头为例进行设计和验证,并提出了一种基于存储的I/O接口动态可重构识别方案。在计算任务方面,本文分析了可穿戴设备图像处理和文本加解密方面的需求,结合I/O接口重构中的VGA摄像头,使用RTL方式实现了图像边缘检测的计算任务来对图像进行实时处理,对于文本加解密,使用HLS方式对DES加解密算法进行了实现,可穿戴设备能够从可重构平台中获取计算任务处理后的结果。实验表明,动态可重构平台能够为可穿戴设备提供计算任务重构和I/O接口重构两种功能,本文设计的I/O接口动态识别方案使得一个动态可重构接口就能够与多种外部设备进行数据通信。动态可重构平台具有良好的通用性,可在多种Zynq芯片上实现,I/O接口重构和计算任务重构具有很好的可扩展性,达到了提高整个系统的硬件资源利用率和为可穿戴设备提供扩展接口和计算资源的目的。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
李宏炜[6]（2018）在《基于可重构SoC平台的神经网络加速器设计》一文中研究指出当下,人工智能算法及其应用日益流行。人工智能的底层模型是神经网络,许多复杂的应用,比如自动控制、模式识别都是基于神经网络来实现的。人工智能算法使我们的生活越来越便捷,但是随着应用需求的不断变化,算法复杂度也越来越高。人工智能算法对于硬件功耗和速度的要求也日益提升。使用可重构硬件来对神经网络的计算进行加速,既可以发挥可重构硬件在执行计算密集型任务时的优异性能,又可以规避其在执行控制密集型任务时的弱势表现。本论文首先介绍了可重构硬件技术的发展现状,并讨论了现有可重构处理器的相关技术和研究现状。论文介绍了神经网络的发展历程,以及神经网络在手写数字识别上的应用。然后,介绍了一款粗粒度的可重构SoC平台,该平台具有粗粒度的运算单元,通过准动态配置和资源复用的方式来实现各种算法的硬件加速。本论文完成了面向手写数字识别的基于神经网络的算法硬件设计和功能验证,完成了手写数字识别神经网络模型的设计和训练,讨论了在神经网络模型中影响手写数字识别准确率的因素,实现手写数字识别准确率达到0.98以上。在上述神经网络模型的基础上,实现了多层前馈神经网络的硬件加速。基于算法特性设计了控制模块、数据划分模块、数据存储控制模块、权重地址生成模块、图像地址生成模块和结果地址生成模块。在上述可重构SoC平台上实现了并行加速,每一路运算单元采用一个乘法器和两个加法器。实现了输入数据的乘累加流水运算,计算每个神经元需要图像像素点数个时钟周期。最后,基于软件Vivado 2016.4和Modelsim SE-64 10.4完成了该设计的的仿真验证,通过MATLAB对比计算结果和理论结果验证了功能设计的正确性。硬件设计支持多层前馈神经网络的加速,支持神经元数量和图像大小可配置,硬件复杂度低并且有良好的并行性和高吞吐量。(本文来源于《南京大学》期刊2018-05-27）
董伟升,孙丹,朱宏涛,饶冬[7]（2018）在《国产化测控系统可重构软件平台设计与实现》一文中研究指出软件平台是国产化测控产品体系建设系列平台的重要组成部分。首先介绍基础软硬件平台和测控系统软件需求,然后针对这些需求和约束,说明测控系统软件平台的体系架构,并针对关键功能的实现进行了详细介绍。国产化测控系统可重构软件平台采用对象共享、标准接口、远程调用等技术,满足测控系统分布式需求,同时通过应用程序配置、动态加载、软件总线、标准接口及设备配置管理实现系统重构,为测控系统动态重组提供了支撑。可重构软件平台的成功研制推动了测控系统国产化的进展。(本文来源于《遥测遥控》期刊2018年02期）
黄海萍[8]（2018）在《动态可重构穿戴计算机软件平台开发及网络通信实现分析》一文中研究指出目前,计算机产业技术及集成电路设备产业链已经成为现代信息时代中的主要内容,这也充分表示目前我国在发展过程中也进入到了全新的高速发展过程中,在现代信息时代高速发展为人们带来全新的视觉冲击背景下,各种的高科技产物也逐渐进入到了人们的视野中。在大量技术发展过程中,可穿戴物件及装配成为了现代时代产业技术发展的主要标志,电子设备的发展也逐渐朝着小巧精致的方面变化。全面分析了动态可重构穿戴计算机软件平台的内容,全面研究了相应的计算机软件。通过相应的研究结果可以看出来,利用动态可重构穿戴计算机软件平台,能够使网络通信质量得到进一步的提高,并且充分发挥出设计的效益。(本文来源于《电脑编程技巧与维护》期刊2018年02期）
李璐[9]（2017）在《LDPC码误码平台的优化及其可重构分层译码器的设计》一文中研究指出凭借着逼近香农极限的优良性能,低密度奇偶校验码(LDPC)已被广泛地应用到很多通信系统中。目前LDPC码被3GPP组织选择作为第五代移动通信系统中的中长码编码方案。本文针对LDPC码字本身存在误码平台的缺陷以及下一代移动通信系统中对物理层译码器高可靠性、可兼容多种场景以及低延迟和高吞吐率的要求,开展了如下研究:针对LDPC码字本身存在误码平台的缺陷,本文提出了一种新型的基于比特搜索和添加校验节点方法的LDPC比特恢复算法。首先,本算法通过搜索码字找出在译码过程中最容易发生译码错误的比特和可信度最高的比特。然后,添加新的校验节点来连接二者。经过此步骤,可信度较高的比特将正确的信息传递给易发生译码错误的比特,进而通过比特恢复算法可恢复陷阱集中错误率高的变量节点。最终,本算法可以打破陷阱集,消除陷阱集的不良影响,改善误码率性能,优化错误平台。其次,针对下一代移动通信系统中对物理层译码器需具备高可靠性、可兼容多种码长码率的码字以及低延迟和高吞吐率的要求,本文引入TDMP译码算法来提升可靠性,并优化传统的TDMP分层译码算法,从而降低了硬件存储资源的消耗;设计了一种可重构分层译码器结构,实现了对多种码长和码率的兼容性;提出了提高流水线处理能力的内存优化技术和双通道的QC-LDPC译码器结构,提高了译码器的吞吐率。(本文来源于《北京邮电大学》期刊2017-12-21）
王超,韩笑冬,王睿,周晞,杨琳璐[10]（2017）在《支持网络互连的可重构卫星平台关键技术研究》一文中研究指出可重构综合卫星平台是一种新的航天器设计理念,通过开展分布式计算在可重构综合卫星平台中的应用研究,提出各类载荷通过标准的机械接口、电接口与平台主体舱段结合或分离,再次形成一个新的组合体,实现平台功能的拓展和高效利用。围绕支持网络互连的可重构综合卫星平台的关键技术,从安全控制协议、可扩展设计、分布计算与管理模型等方面进行详细设计,能够满足已有的通信、遥感和导航领域需求,将推动航天器设计向综合业务、在轨可重构方向不断发展,提升在轨运行的稳定性、抗毁性以及可维护性,为我国天地一体化网络研究提供可靠的技术基础。(本文来源于《通信学报》期刊2017年S1期）
可重构平台论文开题报告
（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：
卷积神经网络源自于传统的人工神经网络,其作为机器学习中的一类重要算法已经被广泛部署于人工智能、计算机视觉等应用场景中。由于现实世界中应用的复杂度与日俱增,网络模型的规模和深度也在不断增加,导致通用计算平台在处理相关任务时面临严峻性能、能效挑战。在这种背景下,基于ASIC、FPGA的硬件加速方法已经在卷积神经网络的部署中被普遍采用,并成为提高计算效率的重要手段。然而,目前主流加速器的单核片上结构和计算模式与卷积神经网络的内在计算特性存在失配性问题。尤其是在FPGA一类的可重构器件上,硬件的可重构特性将这种失配性进一步凸显,严重影响了计算效率的进一步提升。本文面向卷积神经网络的高效硬件部署,将可重构计算技术与异构多核体系结构深度结合,在静态重构和动态重构两个层面上系统性地提出了基于异构多核片上结构的加速器设计和优化方法,有效缓解了硬件加速中的软硬件特征失配问题。具体工作内容和创新点如下:·我们在静态重构层面上针对特定网络模型在特定FPGA平台上的部署提出了在片上固化全网络层的异构多核加速器结构。在该结构中,不同网络层的计算被各自映射至独享的计算核心,在局部上各片上计算核心可根据所对应网络层的并行特征进行单独部署和优化;在宏观上,不同计算核心以层间流水的方式充分挖掘了层间计算并行度;在此基础上,我们使用Roofline多核性能分析模型在宏观和局部上进行片上计算与片外访存间的相互协调。该加速器结构在高性能FPGA平台上对AlexNet和VGG16D的部署相较以往在相同FPGA平台上的单核加速器部署性能提升了2.44倍,能效提升了2.35倍。·在片上固化全网络层结构的基础上,我们在静态重构层面上提出了面向层级特征的异构多核片上结构。通过对目前常见卷积神经网络硬件加速过程的分析,我们发现了两点规律:第一,不同卷积层对不同类型数据的访存行为存在差异,从而在异构多核结构中进行分别部署可以最大程度降低访存开销;第二,尽管不同网络层在整体结构上存在差异,但在经过循环展开和分片操作后其中某些层会呈现出相似的层级特征,从而在这一类网络层间进行硬件单元复用可以达到较高的硬件资源利用效率。分别基于以上两点,我们面向网络的层级特征提出了粗粒度和细粒度的网络层聚类方法,并在此基础上将软、硬件间的特征匹配粒度增大,提出了面向层级特征的异构多核加速器部署方法。该方法在高性能FPGA平台上对AlexNet、VGG16C、VGG16D、VGG19的部署相较以往在相同FPGA平台上的单核加速器部署性能平均提升了1.64倍,能效提升了1.84倍。·在动态重构层面上,我们基于FPGA的动态部分重构技术提出了软、硬件特征动态适配的异构多核加速方法。我们首次将FPGA的动态部分重构技术引入到卷积神经网络的硬件加速器设计中,为底层硬件结构提供在运行时根据上层应用特征进行动态调整的机制。在此基础上,我们对硬件加速过程进行了面向马尔科夫决策过程的系统建模,并通过深度强化学习的方法为特定网络模型的硬件加速器部署确定最优的运行时重构策略,从而更加全面、充分地挖掘可重构硬件特性来提高计算适配性。该方法在嵌入式FPGA平台上对AlexNet和VGG16D的部署相较以往在同类型FPGA平台上的单核加速器结构性能密度平均提升了1.48倍。
（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。
可重构平台论文参考文献
[1].张平.一种新型的可重构路由交换通用平台[J].电子技术与软件工程.2019
[2].宫磊.可重构平台上面向卷积神经网络的异构多核加速方法研究[D].中国科学技术大学.2019
[3].谢道旺.响应式可重构虚拟仪器及在安卓手机平台上的应用[D].华中科技大学.2019
[4].王丹,赵强,尹伟萌.仿生可重构式机器人移动平台机构及动态特性分析[J].机械设计.2018
[5].曹瑞.基于Zynq的可穿戴动态可重构平台设计与实现[D].哈尔滨工业大学.2018
[6].李宏炜.基于可重构SoC平台的神经网络加速器设计[D].南京大学.2018
[7].董伟升,孙丹,朱宏涛,饶冬.国产化测控系统可重构软件平台设计与实现[J].遥测遥控.2018
[8].黄海萍.动态可重构穿戴计算机软件平台开发及网络通信实现分析[J].电脑编程技巧与维护.2018
[9].李璐.LDPC码误码平台的优化及其可重构分层译码器的设计[D].北京邮电大学.2017
[10].王超,韩笑冬,王睿,周晞,杨琳璐.支持网络互连的可重构卫星平台关键技术研究[J].通信学报.2017