嵌入式系统中互连网络流量控制及优化

论文摘要

随着计算机网络与无线网络上具体应用的高速发展,市场对专用电信设备的性能要求越来越高。为了取得较高的系统性能,过去嵌入式系统中通常采用提升单个处理器性能的方法。但功耗及工艺的限制使得嵌入式系统越来越多的向着并行计算的方向发展。高性能可扩展系统在实现并行计算的时候,单处理器的处理能力,系统结构还有互连技术成为了影响系统性能的关键因素。现有的并行互连标准由于其可扩展性和可延伸性不足,以及基于包交换互连的发展,使得互连技术已经明显的向高速串连的方向发展。为了提升系统的性能与鲁棒性,流量控制机制在互连技术中的作用日趋明显。流量控制的目的是使器件完成系统中的事务,避免被其他事务阻塞。基于总线的互连技术使用仲裁算法来保证器件进行恰当的转发操作,确保高优先级的事务先于低优先级的事务得到转发；采用交换的互连技术,是从系统的不同位置进入,从而无法得到集中式的仲裁机制。当传输速率很高或者源和目标之间的距离非常远的时候,传统意义上的流量控制方法已经不能很好的工作。为了提升流量控制方法的性能,可以采用三种思路：在系统设计阶段,通过合理的拓扑结构来提升性能,在系统的数据链路层提供链路级的流量控制和在系统的逻辑层提供系统级的流量控制。本文就是在以串行RapidIO (SRIO)为互连技术的高性能可扩展系统基础之上,从这三种思路出发,分别研究了SRIO互连网络拓扑,链路级流量控制方法以及系统级流量控制方法。归纳起来,本文主要包括以下几部分内容：首先,从理论层面上,介绍了互连网络的概念以及流量控制技术在互连网络中的重要性,还有串行互连网络出现的必然性。引出了整篇文章的研究背景。其次,以OSI互连网络模型和互联网模型引出了以SRIO为代表的高速互连网络,并对互连技术中的流量控制方法进行系统化的研究和分类。对互联网和SRIO的比较进一步介绍了高速串行互连网络的特点。给出了衡量网络性能的关键指标。接着,根据在实际工程中遇到的问题,对该系统的互连技术SRIO进行结构化建模分析,在此基础上,对链路级流量控制方法中的鲁棒传输技术进行了研究。高速串行互连技术SRIO虽然解决了市场对互连技术的需求,但是基于低电压差分信号线(LVDS)的SRIO对印制板(PCB)布线及工作环境有较高要求。针对现有的流量级控制方法在高速传输和恶劣工作环境下表现不佳的缺点,提出了两种在兼顾性能的同时,提高系统鲁棒性的流量控制技术。仿真结果表明,自适应速率转换技术和自适应模式转换技术在恶劣环境下可以提升系统的吞吐量,并且降低系统延迟。之后,基于高级夹层卡(AMC)标准,设计并实现了SRIO互连网络模块。以此模块搭建SRIO网络实例,并在此网络之上给出了自适应流量控制算法的实现,实验结果同仿真结果基本保持一致。然后,根据SRIO网络中由于接收端内存不足而造成的拥塞和利用率不足的问题,指出现有的数据流协议和数据流控协议中的不足,并以此为基础提出了基于发送端控制的系统级流量控制方法。在该方法中,接收端向发送端提供它的可用内存信息,进而发送端可以根据其待发送包的服务级别和数量对接收端的内存进行分配,无需被迫重传包。仿真结果表明,该方法可以有效节省接收端内存,减小拥塞概率和提高带宽利用率。本文最后总结了全文关于高速串行互连网络中流量控制方法的研究工作,指出了今后的研究方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 互连网络的概述
• 1.2 网络的流量控制
• 1.2.1 理想的网络
• 1.2.2 流量控制的作用
• 1.3 串行高速互连网络出现的必然性
• 1.3.1 处理器与外部总线的发展比较
• 1.3.2 并行计算
• 1.4 本文的主要工作
• 参考文献
• 第二章 高速互连网络流量控制技术背景
• 2.1 互连网络的OSI和TCP/IP参考模型
• 2.1.1 OSI参考模型
• 2.1.2 TCP/IP参考模型
• 2.2 互连网络中的流量控制方法
• 2.2.1 不同层次的流量控制
• 2.2.2 流量控制方法
• 2.3 RAPIDIO协议
• 2.3.1 SRIO协议结构及包格式
• 2.4 SRIO协议的流量控制
• 2.4.1 链路级流量控制
• 2.4.2 系统级流量控制
• 2.5 SRIO与ETHERNET（TCP/IP）的比较
• 2.5.1 物理层
• 2.5.2 传输层
• 2.5.3 逻辑层
• 2.5.4 稳定性和可用性
• 2.5.5 流量控制
• 2.5.6 小结
• 2.6 互连网络的性能
• 2.7 本章结束语
• 参考文献
• 第三章 SRIO互连网络中的链路级流量控制
• 3.1 SRIO工程中遇到的问题
• 3.2 SRIO现行的链路级流量控制
• 3.2.1 接收端控制的流量控制
• 3.2.2 发送端控制的流量控制
• 3.3 系统模型及自适应流量控制
• 3.4 自适应速率转换
• 3.4.1 发送端的速率状态
• 3.4.2 接收端的速率状态
• 3.5 工作模式
• 3.5.1 U模式
• 3.5.2 O模式
• 3.5.3 R模式
• 3.5.4 U模式操作
• 3.5.5 O模式操作
• 3.5.6 R模式操作
• 3.5.7 O模式下的确认冻结
• 3.5.8 算法描述
• 3.6 模式转换
• 3.6.1 模式转换中的发送端与接收端
• 3.6.2 从U模式到O模式
• 3.6.3 从O模式到R模式
• 3.6.4 从U模式到R模式
• 3.6.5 从R模式到O模式
• 3.6.6 向U模式转换
• 3.6.7 算法描述
• 3.7 AFC协议定义
• 3.7.1 现有SRIO物理层控制符
• 3.7.2 AFC对SRIO物理层控制符的扩展
• 3.8 仿真平台
• 3.8.1 SRIO Opnet仿真模型
• 3.8.2 算法实现
• 3.8.3 仿真参数配置
• 3.8.4 仿真结果
• 3.9 本章结束语
• 参考文献
• 第四章 链路层流量控制方法的工程实现
• 4.1 SRIO实验平台设计与实现
• 4.1.1 TCA通信计算架构
• 4.1.2 AMC模块设计与实现
• 4.1.3 SRIO AMC实验平台
• 4.1.4 SRIO实验环境
• 4.2 AFC物理层设计与实现
• 4.2.1 SRIO物理层工作原理
• 4.2.2 AFC硬件实现
• 4.3 AFC物理层参数配置
• 4.4 AFC实验结果
• 4.5 本章结束语
• 参考文献
• 第五章 SRIO互连网络中的系统级流量控制方法
• 5.1 数据流逻辑层
• 5.1.1 虚拟流
• 5.1.2 分段和重组
• 5.1.3 死锁
• 5.2 现有的系统级流量控制方法
• 5.2.1 端点流量控制规则
• 5.2.2 交换器件流量控制规则
• 5.3 基于发送端控制的流量控制方法
• 5.3.1 定义
• 5.3.2 工作流程
• 5.4 分析
• 5.5 仿真平台
• 5.5.1 SRIO Opnet仿真模型
• 5.5.2 算法实现
• 5.5.3 仿真参数配置
• 5.5.4 仿真结果
• 5.6 本章结束语
• 参考文献
• 第六章 总结和展望
• 6.1 论文总结
• 6.2 未来研究展望
• 博士期间发表论文情况
• 致谢