片上网络流量建模自相似性长相关流量合成硕士论文.doc

基于自相似特性的片上网络流量分析与建模通信与信息系统， 2011， 硕士【摘要】 片上网络(Networks-on-Chip,NoC)是为解决深亚微米尺寸下总线结构的系统级芯片(System-on-Chip,SoC)通信效率低、可扩展性差、集成度受限等问题而提出来的一种全新的通信架构。采用NoC通信结构的多核系统级芯片(Multi-Processor SoC, MPSoC)不再受全局时钟树设计和布线的困扰,全局异步局部同步(Globally Asynchronous Locally Synchronous,GALS)的时钟设计能够提供理论上的空间无限扩展性。基于分组交换的核间通信提供了理想的带宽和高效率低延时的通信质量,标准化的通信架构和规则的网络拓扑使得IP重用设计(Intellectual Property Reuse)技术的优势在NoC设计中有了更大的发挥空间。网络流量特性对网络性能有着极大的影响。针对因特网的网络流量研究已经取得了丰硕的成果并且为互联网事业的发展起到了极大的推动作用。近年来随着NoC研究的深入,学者们发现NoC网络上的流量不能简单地用传统的泊松、马尔科夫等短相关(Short Range Dependence, SRD)模型来模拟,并且已经发现.更多还原【Abstract】 Networks-on-Chip (NoC) was proposed as a state-of-the-art communication architecture of System-on-Chip (SoC) design. Traditional bus-base SoC is confronted with problems such as inefficient communication, poor scalability and limited integration level, when deep-sub-micron CMOS technology is adopted. Network-based Multi-Processor SoC (MPSoC) enjoys the benefit of unlimited scalability, flexible clock trees and convenient floor-planning due to the Globally Asynchronous Locally Synchronous (GALS) .更多还原 【关键词】 片上网络； 流量建模； 自相似性； 长相关； 流量合成； 【Key words】 Networks-on-Chip； Traffic Modeling； Self-similarity； LRD； Traffic Synthesis； 摘要 4-5 ABSTRACT 5-6 第一章 绪论 14-24 1.1 研究背景与意义 14-18 1.1.1 从SoC 到NoC 14-17 1.1.2 NoC 研究热点 17-18 1.2 网络流量研究现状 18-22 1.2.1 传统网络流量研究现状 18-21 1.2.2 片上网络流量的研究现状 21-22 1.3 本文的内容与结构 22-24 第二章 网络流量分形理论 24-32 2.1 分形理论概述 24 2.2 自相似随机过程的定义与描述 24-26 2.3 自相似随机过程的特征 26-28 2.3.1 长相关性 26-27 2.3.2 慢衰减方差 27 2.3.3 谱密度的幂指数特性 27-28 2.3.4 Hurst 效应 28 2.4 网络流量突发性的成因 28-31 2.4.1 数据源的内在特性 28-30 2.4.2 网络协议的调制作用 30-31 2.5 小结 31-32 第三章 片上网络流量自相似特性检验与估计 32-46 3.1 自相似流量的参数表征 32 3.2 Hurst 参数的估算方法 32-37 3.2.1 方差时间法 33-34 3.2.2 周期图法 34 3.2.3 R/S 分析法 34-36 3.2.4 小波估计法 36-37 3.3 片上网络流量研究方法 37-40 3.3.1 片上网络流量问题描述 37-38 3.3.2 片上网络流量采集 38-40 3.4 片上网络流量自相似性判定 40-45 3.4.1 判定方法 40 3.4.2 仿真实验及结果 40-45 3.5 小结 45-46 第四章 片上网络流量自相似性研究 46-63 4.1 片上网络系统性能评价指标 46-49 4.1.1 延时 46-47 4.1.2 吞吐率 47-48 4.1.3 功耗 48-49 4.1.4 面积 49 4.2 流量自相似性对片上网络系统性能的影响 49-50 4.3 影响片上网络流量自相似程度的主要因素 50-52 4.3.1 任务的数据流特点 50-51 4.3.2 拓扑、映射和路由方案 51-52 4.3.3 缓存大小和虚通道数目 52 4.3.4 数据转发与流控机制 52 4.4 典型映射模型下的实验实例 52-62 4.4.1 流水级数对Hurst 参数的影响 52-61 4.4.2 虚通道数目对Hurst 参数的影响 61-62 4.5 小结 62-63 第五章 片上网络在自相似流量下的性能分析 63-72 5.1 片上网络流量传统注入模型 63-66 5.1.1 泊松注入模型 63-64 5.1.2 马尔科夫注入模型 64-65 5.1.3 等间隔注入模型 65 5.1.4 流量空间分布模型 65-66 5