基于云計算的通用信號處理應用研究
加入技術交流群
2．2 信號處理技術的通用化
傳統(tǒng)信號處理機大多選擇專用芯片完成數(shù)據(jù)處理，導致通用性和可擴展性差，且處理算法與硬件結構之間相關性大，算法的改變往往導致較大的硬件變動，導致研發(fā)成本高周期長。
為了滿足不同用戶的需求以及適應在各種復雜環(huán)境下多種工作方式的需要，雷達信號處理機必須是可編程、可重構的，且易于使用和維護，因而信號處理技術逐步向通用化方向發(fā)展。軟件的可編程性帶來了很大的靈活性，也促進了硬件系統(tǒng)的規(guī)范化、模塊化和通用化。雷達信號處理的實時性已經(jīng)達到每秒百億次至萬億次浮點運算，采樣位數(shù)和數(shù)據(jù)字長的增加，使得運算復雜度增加，以上因素導致數(shù)據(jù)吞吐量，存儲量的增加，從而采用多處理器并行設計。以FPGA+DSP構建通用模塊的多處理器系統(tǒng)通用性強、研制周期短、成本低、維護易。
3 云計算與通用信號處理的結合
3．1 并行處理系統(tǒng)面臨的挑戰(zhàn)
并行處理機需將一個任務分解成若干個子任務，交由各處理單元完成。由于子任務間的內在聯(lián)系，各處理單元間或多或少存在數(shù)據(jù)交換和同步，因而并行處理機的性能直接與任務劃分有關。任務粒度過細，雖然并行度高，但是導致通信頻繁，控制復雜；反之則系統(tǒng)負載平衡度差且并行度低。任務分配將子任務分配到不同的處理器上，分配原則與任務劃分相同。
任務的劃分和分配／調度還需與具體的處理器性能、多處理器結構結合，是并行系統(tǒng)設計中最復雜、且尚未充分解決的問題，只能利用人工任務分配，來達到負載和I／O的平衡。
3．2 可行性分析
多處理器信號處理機基于MPP(Massively Parallel Processing)架構，MPP分為共享總線式和分布式。共享總線式多個處理器共同使用一套系統(tǒng)數(shù)據(jù)總線，如圖2所示；分布式有線形、星形、樹狀和網(wǎng)孔結構等，如圖3所示。當處理器個數(shù)較多時，共享總線系統(tǒng)將發(fā)生頻繁的總線沖突和等待，使得并行效率下降，而分布式的可擴充性和靈活性比共享總線式強，支持多級擴展且容錯能力高。一般設計結合共享總線和分布式并行兩種形式，從而獲得較高的并行效率。本文引用地址：http://cafeforensic.com/article/192876.htm
MPP架構的典型應用如COW(Cluster of Workstations)，它是一種松耦合MPP，可以將一個機構內的所有機器連結起來形成強大而統(tǒng)一的計算力，因而COW屬于HPC(High Performance Computing)超級計算，因而基于MPP架構的信號處理系統(tǒng)天生具有HPC基因。
云計算與信號處理技術的融合已具備以下條件：
(1)FPGA+DSP架構的模塊化設計和標準總線的采用，使得處理機硬件進一步通用化，滿足云計算環(huán)境采用通用化構件的要求。
(2)標準總線如PCI、VME和CPCI等發(fā)展迅速，PCI總線和VME總線正向點對點高速串行總線轉變，即PCI-e和VPX標準，其用高達3～10 Gb ／s的LVDS(低壓差分信號)傳輸取代了10～33 MHz的傳統(tǒng)并行傳輸，因而采用標準總線甚至光纖耦合的處理系統(tǒng)之間通信帶寬瓶頸正逐漸消失，滿足云計算環(huán)境高帶寬的要求。
評論