论文部分内容阅读
可重构计算系统是在通用计算机和专用ASIC的基础上发展起来的,它结合了通用计算机的灵活性和专用ASIC的高效性的优点,在加解密、信号处理以及模式识别等诸多领域有着重要应用。算法级功能可重构电路是一种新型的可重构数字体系。这种电路能在外界条件和参数的刺激下,自动地、有机地发生变形、进化,形成具有某种意义的智能硬件电路。目前在算法级功能可重构电路研究中,可进化电路的设计是其中最典型也是研究最多的一种硬件设计方法,它结合了进化算法和可编程逻辑器件的优点。但是进化电路大多是由全硬件形式实现,不但增加了进化算法的实现难度,而且大大降低了算法级功能可重构的应用灵活性。针对上述进化硬件的不足,本文通过对典型可重构系统结构的深入研究提出了一种改进方法。将遗传算法能有效解决系统最优化问题的思想应用于可编程片上系统,以内嵌处理器作为重构控制单元,针对不同的应用,采用相应的进化模型和染色体编码方式,使得算法克服了进化硬件的缺点,并在此基础上设计实现了基于遗传算法的可重构FIR数字滤波器系统。论文首先介绍了目前可重构计算技术的研究现状和意义,分析了存在的问题。其次对遗传算法及其改进算法进行了研究,进而分析了现有的典型算法级功能可重构电路结构的特性,提出了基于遗传算法的自重构片上系统。它通过可重构逻辑器件内嵌的处理器实现基于遗传算法的进化计算,完成对具有可重构功能的IP核结构单元的自动配置过程,形成了一种算法级功能可重构片上系统。通过自重构FIR系统的设计与实现,验证了本论文所提设计方法的有效性。包括对现有的FIR的算法及硬件实现结构进行分析,提出了一种粗粒度的新型高速可重构的FIR处理器结构;根据本文提出的可重构FIR系统的重构策略,按照算法级可重构的需求,进行系统部件的选型,搭建了系统硬件平台;利用遗传算法进行了FIR滤波器的优化设计,实现了可重构FIR滤波器。最后对整体设计进行了性能测试和分析。