论文部分内容阅读
随着嵌入式系统的应用越来越广泛，嵌入式系统得到了快速的发展，人们对嵌入式系统性能的要求也越来越高。然而，传统的嵌入式实时系统已经越来越不能满足更高层次的需求。研究并设计高性能的嵌入式系统已经被提上了日程。软硬件协同设计在嵌入式系统的设计中扮演着越来越重要的角色，它要比纯软件的设计或是纯硬件的设计更有优势，而软硬件划分在软硬件协同设计中也占据着关键的位置。故对嵌入式系统的软硬件划分算法的研究是很有必要且非常具有影响的研究课题。 本文首先对几种研究比较多、应用比较广泛的软硬件划分算法进行研究分析，为之后的混合算法的思想提供一定的理论支持。选择Non-dominatedSorting Multi-objective Genetic Algorithm-Ⅱ(NSGA-Ⅱ)算法与 DifferentialEvolution(DE)算法作为混合算法的基础算法。通过对两种算法的研究分析得知，NSGA-Ⅱ算法在多目标优化问题的情况中，算法在运行后期收敛缓慢，而DE算法恰好具备较好的全局收敛能力;同时，DE算法由于其自身特性，如果子代的解不优于父代的解时，会有很多Pareto解丢失，而NSGA-Ⅱ算法的快速非支配排序和种群多样性保持策略也能很好的解决这一问题。由此找到了将两种算法混合的切入点。由于NSGA-Ⅱ算法自身存在容易产生重复个体的缺陷，首先对此进行改进，去掉重复个体并保持种群数量不变，然后将改进后的NSGA-Ⅱ算法与DE算法进行有效混合构建一种新的多目标优化算法。利用MATLAB对算法进行实现，验证混合算法有效性。 选取μC/OS-Ⅱ系统作为参考系统。将μC/OS-Ⅱ系统中的任务管理模块作为进行软硬件划分的对象，采集该功能模块分别用软件执行和硬件执行的相关数据，将获得的数据作为软硬件划分的基础。使用混合后的算法完成对任务管理模块的软硬件划分。