嵌入式测控系统中的多处理器架构设计

《嵌入式测控系统中的多处理器架构设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、嵌入式测控系统中的多处理器架构设计　　摘要:本文针对嵌入式设备资源的有限性以及嵌入式测控系统实时性的要求，提出了一个基于多处理器的测控系统架构的设想，以便于在有限的资源下更快的对现场采集的数据进行处理。　　关键词:嵌入式系统；测控；多处理器　　　　一、多处理器系统的框架　　　　多处理器系统就是在一个系统中含有多个CPU，每个CPU独立地处理一个或少量的事务，在操作系统的控制下，控制数据合理流动，以完成设计要求的系统。使用多处理器主要有两种目的。一种是想利用多台处理器进行多任务处理。另一种是想依靠冗余的处理器及重组能力来提高系统的可靠性、适应

2、性和可用性。　　多处理器系统中，根据多个处理器之间的相互关系可以分为两类:对称多处理器和非对称多处理器。在对称式多处理器系统中，系统资源如存储器和磁盘输入/输出(1/0)被系统中的所有微处理器共享，工作负载被均匀地分配到所有可用处理器上，从而避免对某些特定任务，一些处理器忙不过来，而另一些处理器却闲着。当系统中加入新处理器时，对所有的任务，对称式多处理器系统的性能都会提高。对称多处理器对存储器的访问采用的是均匀存储访问的模式，其特点是:①物理存储器被所有处理器均匀共享;②所有处理器访问任何存储单元用相同的时间;③每台处理器可带私有高速缓存:

3、④外围设备也可以一定形式共享。其结构如图1所示。　　　　二、多处理器系统中应注意的问题　　　　与单处理器系统相比，多处理器结构的实现必须考虑和解决一些特殊问题。　　处理器之间的负载问题　　在单处理器结构中不存在负载不均匀的问题。但在多处理器结构中，如何把工作更均衡的分配给各个处理器，使多处理器之间的负载更均衡是重要的问题。在对称多处理器结构中，需要尽量把工作平均分配给各个处理器，而对于非对称处理器结构，每个处理器有自己特定的工作，工作的时候是各负其责，所以很多情况下不能够平均分配负载。如何解决系统中不同的分配负载的问题需要操作系统的调度算法

4、来实现。　　处理器间通信的问题　　　　　　在单处理器结构中不存在处理器之间的通信，只有进程之间的通信。各个进程看上去是并行的，但实际上却是串行的，因为在任一个时刻只有一个进程在真正运行。在这样的系统中，保证进程间的同步和互斥是比较容易的。对临界资源的操作中途不发生进程调度，而且不产生与所使用的临界资源有关的中断，就可以保证操作的互斥性。在多处理器结构中，各个处理器并不是相互孤立的，而是协同工作的。那么处理器间就需要进行通信。现有系统中常用的方法有:利用双口RAM实现CPU之间的通信、利用共享内存的方法实现CPU之间的通信、利用总线的方法实现

5、CPU之间的通信等。(三)高速缓存与内存之间内容的一致性问题　　在单处理器结构中，使用高速缓存的目的仅在于通过提高CPU取指令和读写数据的速度来改善系统的性能。高速缓存一般在CPU内部，有非常高的访问效率。在多处理器结构中情况就复杂了。因为一个CPU并不知道别的CPU会在何时改变内存的内容。这样就会造成单个CPU的高速缓存与多个CPU共享的内存之间数据的不一致。在对称多处理器结构中高速缓存的作用比在单处理器结构中更为重要，因为它不但可以提高取指令和读写数据的速度，还有利于减少多个CPU在访问内存时的冲突。一般的内存都不允许在同一时间内受到多

6、个CPU的访问，所以，在对称多处理器结构中通常每个CPU都有较大的高速缓存，从而一旦把高速缓存装满以后，就可以运行相当长的时间而无需经常读写物理内存。　　　　三、嵌入式测控网络中多处理器的结构　　　　微处理器和各种硬件本身性能的提高，对嵌入式系统的实时性要求也越来越迫切。在嵌入式测控系统的设计中我们最基本的出发点就是提高系统的实时性，所做的工作也都是围绕着提高系统的实时性而展开的。　　提高嵌入式监控系统的实时性，主要有两个方面:一是从传输过程中提高数据的传输效率来提高实时性;二是从处理器提高处理数据的速度方面来提高实时性。　　从数据传输方面

7、提高系统的实时性涉及的面比较广，例如，改进传统的TCP拥塞控制、裁减传统协议栈、改进数据调度算法等等。人们研究的热点也是围绕以上这几个方面来做的，并且也取得了大量的成果，大大提高了系统的实时通讯能力。　　对从处理器处理数据的速度方面来提高系统的实时性这个问题人们也做了大量的研究，但大多数研究都是围绕如何提高处理器的性能来进行的。可是现在硬件发展也已经到了一定的高度，芯片的集成度己经很高，如果再依靠提高芯片晶体管的密度来提高处理器的速度，那么芯片的散热和能耗等副作用也将明显加剧，所以单纯依靠提高处理器的速度也是不现实的。　　在嵌入式测控系统中

8、，采集点采集的数据是海量的、实时返回的，管理平台中的处理器每时每刻都要处理从采集点返回的源源不断的数据，其工作负担是很大的。在这种数据吞吐量大的高速采集与处理系统中，由于处理器硬