本发明涉及嵌入式计算机体系结构开发与设计评价领域，具体为一种典型的嵌入式计算机体系结构效能评价方法。
背景技术：
：随着嵌入式计算机任务激增，要求计算机的系统结构越来越复杂，高性能嵌入式计算机体系结构进入多核时代，并且还出现了专有协处理器，为信息处理系统提供了快速计算的硬件平台，特别是处理能力、存储容量、总线传输速率等方面。但是，嵌入式系统的效能尚未得到定量并且可信的结论，迫切需要建立针对嵌入式计算机效能评价方法，结合系统各阶段决策组成的策略信息流，对系统的整体效能进行有效的测度和评价，并根据评价结果进一步的修正调整优化策略，使系统持续优化和资源配置统筹，为满足多任务高性能实时处理嵌入式计算机体系结构设计提供技术支撑。现有技术中，为了实现不同嵌入式系统的特定性能，嵌入式计算机大多都是被定制的，不同的产品功能性能的设计实现既有差异又存在共性。随着嵌入式系统对实时性等方面的迫切要求，需要硬件系统的体系结构的设计更加优化，特别是处理能力、存储容量、总线带宽等方面。但对于嵌入式计算机体系结构的效能的测度和评价缺乏手段。技术实现要素：针对现有技术中存在的问题，本发明提供一种典型的嵌入式计算机体系结构效能评价方法，通过定义嵌入式计算机体系结构效能评价指标体系各评价指标的测试方法，标度与量化等级，建立了基于未确定测度的嵌入式体系结构评价模型，并设定了置信度与识别准则，能够为嵌入式体系结构的优化设计提供评价依据。一种典型的嵌入式计算机体系结构效能评价方法，包括如下步骤，步骤1，建立嵌入式计算机效能评价指标体系；根据嵌入式系统信息处理的需求，将嵌入式计算机体系结构实施后能够满足规定的性能要求所涉及的特征参数进行抽取，建立一套包含任务响应能力、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时七个评价指标构成的嵌入式计算机体系结构效能评价指标体系，并确定评价指标的测试方法与每个评价指标的标度和量化等级；步骤2，通过专家咨询法以投票方式得到效能评价指标体系中各评价指标的投票权重，并通过两两赋值法确定效能评价指标体系中评价指标归一化权重系数；步骤3，通过基于未确定测度的体系结构评价模型得出效能评价指标体系的多指标综合测度评价矩阵；步骤4，利用评价指标归一化权重系数与多指标综合测度评价矩阵得到多指标综合测度评价向量；步骤5，根据多指标综合测度评价向量，通过确立的置信度和识别准则来判别得到该体系结构适应性的评价等级。优选的，步骤1中，效能评价指标体系中评价指标的测试方法如下：以x1表示任务响应能力，定义为在规定时间内完成规定处理任务的能力，通过测试数据处理任务完成的时间，以实际完成时间与规定时间之比记为响应时间的测试结果；以x2表示主处理器资源占有率，定义为数据处理过程中主处理器的内部资源的使用情况，通过测试其片内RAM的使用数量以及外部可扩展的程序和数据空间使用数量占可用芯片自有资源的多少，以某个资源占据的最大利用率记入测试结果；以x3表示协处理器FPGA资源占有率，定义为数据处理过程中FPGA内部资源的使用情况，通过测试FPGA时钟、逻辑、存储器资源以及计算资源的占用率，以某个资源占据的最大利用率记入测试结果；以x4表示存储资源占有率，定义为数据处理过程中存储资源的使用情况，通过测试存储器实际存储空间与存储器容量比值记入测试结果；以x5表示传输资源占有率，定义为数据处理过程中传输资源的使用情况，通过测试实际传输速率与设计接口速率比值记入测试结果；以x6表示数据吞吐量，定义为数据在单位时间内交互成立的能力，通过测试数据运算总量与实际计算时间比值记入测试结果；以x7表示任务延时，定义为数据达到至开始处理的时间，通过测试数据达到至开始计算的时间比值记入测试结果。进一步，各评价指标的量化等级分为9级，分别是特好、很好、好、较好、一般、较差、差、很差和特差，并引入1～9标度实现比较指标的量化等级；效能评价指标体系中各指标的标度分为9级，第1级标度为特好，记作c1表示为各评价指标的极限值；第5级标度为一般，记作c5表示为仅能够满足用户性能要求的各评价指标的计算值，将标度5与标度1差值等分为4份得到标度等级的增量值；第2级标度为很好，记作c2表示为标度1与增量值的和；第3级标度为好，记作c3表示为标度2与增量值的和；第4级标度为较好，记作c3表示为标度3与增量值的和；第6级标度为较差，记作c6表示为标度5与增量值的和；第7级标度为差，记作c7表示为标度6与增量值的和；第8级标度为很差，记作c8表示为标度7与增量值的和；第9级标度为特差，记作c9表示为标度8与增量值的和；由此得到的标度空间记为U＝{c1，c2，...，c9}；且效能评价指标体系中各评价指标的测试值采样数应大于等于评价指标的量化等级数9。优选的，步骤2中，采用专家咨询法时，选取不少于四位专家咨询，其中专家限定研究领域为嵌入式系统设计且职称不低于高级工程师。优选的，步骤2具体步骤如下，步骤2.1，咨询的专家分别对各评价指标进行权重投票，得到效能评价指标体系中各评价指标的投票权重；步骤2.2，根据如下公式对各咨询专家的投票权重比进行算术平均，其结果为评价指标投票权重的算术平均矩阵，记作bi，j(1≤i＜j≤7)；bi,j=1/lΣk=1lbi,j(k),1≤i<j≤71,1≤i=j≤71/lΣk=1l[bi,j(k)]-1,1≤j<i≤7;]]>其中，第k个专家的投票权重比记为l为专家人数，且wi为第k个专家对于第i个评价指标的投票权重；wj为第k个专家对于第j个评价指标的投票权重；步骤2.3，根据如下公式对各咨询专家的投票权重比的算术平均矩阵进行统计平均，其结果为评价指标投票权重的统计平均矩阵，记作b‾r,s(1≤r≤7,2≤s≤7,);]]>b‾r,s=Σq=27hq,sbr,qbq,s,1≤r≤7,2≤s≤7;]]>其中，hq,s=1m,q≠s,2≤q≤72m,q=s;]]>br，q(1≤r≤7，2≤q≤7，）与bq，s(2≤q≤7，2≤s≤7，)分别在步骤2.2的结果中抽取获得；评价指标投票权重的统计平均矩阵第1列结果等于评价指标投票权重的算术平均矩阵第1列的结果；步骤2.4，根据如下公式对步骤2.3的结果进行归一化处理得到效能评价指标体系的归一化权重系数，记作w‾i=b‾1,i-1Σj=17b‾1,j-1,]]>其中，i＝1，2，...，7，j＝1，2，...，7；与分别在步骤2.3的结果中抽取获得。进一步，步骤3具体包括如下步骤，步骤3.1，以任务响应能力、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时7个评价指标建立基于未确定测度的嵌入式体系结构效能评价模型；形成包括所有评价指标对应测试数据的空间记为X＝{x1,x2,…,x7}；其中，xi(1≤i≤7)表示第i个评价指标的测试值；步骤3.2，对于效能评价指标体系中各评价指标都有1～9个量化评价等级，特好、很好、好、较好、一般、较差、差、很差和特差，对应9个标度c1，c2，...，c9，标度空间记为U＝{c1，c2，...，c9}；其中ct表示第t级标度，则t级标度优于t+1级标度，标度空间U是有序分割类；通过如下公式计算得到第i个评价指标测试值xi属于第t个评价等级ct的程度记为，μit＝μ(xi∈ct)；0≤μ(xi∈ct)≤1，μ(xi∈U)≤1，μ|xi∈Ui=1tci|=Σi=1tμxi∈ct;]]>其中i＝1，2，...，7，t＝1，2，...，9。步骤3.3，由步骤3.2的结果构建多指标综合测度评价矩阵如下，(μ)i×t=μ11μ12...μ1tμ21μ22...μ2t......μi1μi2...μit;]]>其中，i＝1，2，...，7，t＝1，2，...，9。再进一步，步骤4中，利用评价指标归一化权重系数与多指标综合测度评价矩阵，通过如下公式计算得到多指标综合测度评价向量，记为M=(μ‾1,μ‾2,...,μ‾9);]]>其中，i＝1，2，...，7，t＝1，2，...，9，在步骤2.4的结果中抽取获得，μit在步骤3.3的结果中抽取获得。再进一步，步骤5中，确定置信度λ＝0.7与识别准则，若则嵌入式计算机体系结构的评价等级为ρ0；如果ρ0＝1评价等级为特好，ρ0＝2评价等级为很好、ρ0＝3评价等级为好、ρ0＝4评价等级为较好、ρ0＝5评价等级为一般、ρ0＝6评价等级为较差、ρ0＝7评价等级为差、ρ0＝8评价等级为很差和ρ0＝9评价等级为特差；在步骤4的结果中抽取0≤τ≤ρ，ρ＝1，2，...9。与现有技术相比，本发明具有以下有益的技术效果：本发明提出一种典型的嵌入式计算机体系结构效能评价方法，通过特征指标体系和效能评价模型的建立，可以体现体系结构属性，能够准确的反映嵌入式计算机的效能要素与体系结构设计的优劣。在此基础上对体系结构的评价是设计选择和改进的基础。根据本发明的效能评价方法可以将嵌入式计算机体系结构效能评价实例化的应用到嵌入式体系结构的设计开发，实现设计实施前100％评价，为优化平衡体系结构的设计研发提供准确依据。附图说明图1为本发明实例中所述方法的流程框图。具体实施方式下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。本发明是通过以下技术方案来实现：1.建立嵌入式计算机效能评价指标体系；根据嵌入式系统信息处理的需求，将嵌入式计算机体系结构实施后能够满足规定的性能要求所涉及的特征参数进行抽取，建立一套包含任务响应时间、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时7个评价指标构成的嵌入式计算机体系结构效能评价指标体系，并确定评价指标的测试方法与每个评价指标的标度和量化等级；2.通过专家咨询法以投票方式得到效能评价指标体系中各评价指标的投票权重，并通过两两赋值法确定效能评价指标体系中评价指标归一化权重系数；3.通过基于未确定测度的体系结构评价模型得出效能评价指标体系的多指标综合测度评价矩阵；4.利用评价指标归一化权重系数与多指标综合测度评价矩阵得到多指标综合测度评价向量；5.根据多指标综合测度评价向量，通过确立的置信度和识别准则来判别得到该体系结构适应性的评价等级。具体的，本发明包括如下步骤：步骤1：建立嵌入式计算机效能评价指标体系。以x1表示任务响应能力，定义为在规定时间内完成规定处理任务的能力，通过测试数据处理任务完成的时间，以实际完成时间与规定时间之比记为响应时间的测试结果；以x2表示主处理器资源占有率，定义为数据处理过程中主处理器的内部资源的使用情况，通过测试其片内RAM的使用数量以及外部可扩展的程序和数据空间使用数量占可用芯片自有资源的多少，以某个资源占据的最大利用率记入测试结果。以x3表示协处理器FPGA资源占有率，定义为数据处理过程中FPGA内部资源的使用情况，通过测试FPGA时钟、逻辑、存储器资源以及计算资源的占用率，以某个资源占据的最大利用率记入测试结果。以x4表示存储资源占有率，定义为数据处理过程中存储资源的使用情况，通过测试存储器实际存储空间与存储器容量比值记入测试结果。以x5表示传输资源占有率，定义为数据处理过程中传输资源的使用情况，通过测试实际传输速率与设计接口速率比值记入测试结果。以x6表示数据吞吐量，定义为数据在单位时间内交互成立的能力，通过测试数据运算总量与实际计算时间比值记入测试结果。以x7表示任务延时，定义为数据达到至开始处理的时间，通过测试数据达到至开始计算的时间比值记入测试结果。各评价指标的量化等级分为9级，分别是特好、很好、好、较好、一般、较差、差、很差和特差，并引入1～9标度实现比较指标的量化等级。效能评价指标体系中各指标的标度分为9级，第1级标度(特好)记作c1表示为各评价指标的极限值，第5级标度(一般)记作c5表示为仅能够满足用户性能要求的各评价指标的计算值，将标度5与标度1差值等分为4份得到标度等级的增量值。第2级标度(很好)记作c2表示为标度1与增量值的和。第3级标度(好)记作c3表示为标度2与增量值的和。第4级标度(较好)记作c3表示为标度3与增量值的和。第6级标度(较差)记作c6表示为标度5与增量值的和。第7级标度(差)记作c7表示为标度6与增量值的和。第8级标度(很差)记作c8表示为标度7与增量值的和。第9级标度(特差)记作c9表示为标度8与增量值的和。由此得到的标度空间记为U＝{c1，c2，...，c9}；且效能评价指标体系中各评价指标的测试值采样数应大于等于评价指标的量化等级数9。步骤2：通过专家咨询法以投票方式得到效能评价指标体系中各评价指标的投票权重，并通过两两赋值法确定效能评价指标体系中评价指标归一化权重系数；步骤2.1，咨询的专家分别对各评价指标进行权重投票，得到效能评价指标体系中各评价指标的投票权重。见表1。wi为第k个专家对于第i个评价指标的投票权重。其中(1≤i≤7)，(1≤k≤l)，l为专家人数。表1嵌入式系统设计专家对各评价指标的投票权重列表形式。步骤2.2，根据如下公式对各咨询专家的投票权重比进行算术平均，其结果为评价指标投票权重的算术平均矩阵，记作bi，j(1≤i＜j≤7)。bi,j=1/lΣk=1lbi,j(k),1≤i<j≤71,1≤i=j≤71/lΣk=1l[bi,j(k)]-1,1≤j<i≤7;]]>(公式1)其中，第k个专家的投票权重比记为1≤k≤l，l为专家人数，且wi为第k个专家对于第i个评价指标的投票权重。wj为第k个专家对于第j个评价指标的投票权重。步骤2.3，根据如下公式对各咨询专家的投票权重比的算术平均矩阵进行统计平均，其结果为评价指标投票权重的统计平均矩阵记作b‾r,s(1≤r≤7,2≤s≤7,).]]>b‾r,s=Σq=27hq,sbr,qbq,s,1≤r≤7,2≤s≤7,]]>(公式2)其中，hq,s=1m,q≠s,2≤q≤72m,q=s;]]>br，q(1≤r≤7，2≤q≤7，)与bq，s(2≤q≤7，2≤s≤7，)分别在步骤2.2的结果中抽取获得。评价指标投票权重的统计平均矩阵第1列结果等于评价指标投票权重的算术平均矩阵第1列的结果。步骤2.4，根据如下公式对步骤2.3的结果进行归一化处理得到效能评价指标体系的归一化权重系数，记作w‾i=b‾1,i-1Σj=17b‾1,j-1;]]>(公式3)其中，i＝1,2,...7，j＝1,2,...7。与分别在步骤2.3的结果中抽取获得。步骤3：通过基于未确定测度的体系结构评价模型得出效能评价指标体系的多指标综合测度评价矩阵；步骤3.1，以响应时间、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时7个评价指标建立基于未确定测度的嵌入式体系结构效能评价模型；形成包括所有评价指标对应测试数据的空间记为X＝{x1,x2,…,x7}；其中，xi(1≤i≤7)表示第i个评价指标的测试值；步骤3.2，对于效能评价指标体系中各评价指标都有1～9个量化评价等级，特好、很好、好、较好、一般、较差、差、很差和特差，对应9个标度c1，c2，...，c9，标度空间记为U＝{c1，c2，…,c9}；其中ct表示第t级标度，则t级标度优于t+1级标度，标度空间U是有序分割类；通过如下公式计算得到第i个评价指标测试值xi属于第t个评价等级ct的程度记为，μit＝μ(xi∈ct)；0≤μ(xi∈ct)≤1，μ(xi∈U)≤1，(公式4)μ|xi∈Ui=1tci|=Σi=1tμxi∈ct;]]>其中i＝1，2，...，7，t＝1，2，...，9。步骤3.3，由步骤3.2的结果构建多指标综合测度评价矩阵如下，(μ)i×t=μ11μ12...μ1tμ21μ22...μ2t......μi1μi2...μit;]]>(公式5)其中，i＝1，2，...，7，t＝1，2，...，9。步骤4：利用评价指标归一化权重系数与多指标综合测度评价矩阵得到多指标综合测度评价向量；利用评价指标归一化权重系数与多指标综合测度评价矩阵，通过如下公式计算得到多指标综合测度评价向量，记为M=(μ‾1,μ‾2,...,μ‾9).]]>μ‾t=Σi=17w‾iμit]]>(公式6)其中i＝1，2，...，7，t＝1，2，...，9，在步骤2.4的结果中抽取获得，在步骤3.3的结果中抽取获得。步骤5：根据多指标综合测度评价向量，通过确立的置信度和识别准则来判别得到该体系结构适应性的评价等级。确定置信度λ＝0.7与识别准则，若则嵌入式计算机体系结构的评价等级为ρ0。如果ρ0＝1评价等级为特好，ρ0＝2评价等级为很好、ρ0＝3评价等级为好、ρ0＝4评价等级为较好、ρ0＝5评价等级为一般、ρ0＝6评价等级为较差、ρ0＝7评价等级为差、ρ0＝8评价等级为很差和ρ0＝9评价等级为特差。0≤τ≤ρ，ρ＝1，2，...9在步骤4的结果中抽取。具体的，以基于软硬件一体化平台的敏捷型遥感图像快速处理系统的设计研制作为本方法的实例化验证原型。其设计核心是要寻找适合典型遥感图像处理算法的硬件加速体系架构和与此之上的任务平衡设计策略。该硬件方案以“DSP+FPGA”作为专用硬件加速单元的算法执行机构，负责遥感图像算法的硬件化处理工作，硬件组成主要包括：DSP、FPGA、RAM、Flash、时钟模块和电源模块等，实测任务处理加速比达到10倍。步骤1，建立嵌入式计算机效能评价指标体系，包含任务响应时间、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时7个评价指标的9组采样测试数据如表2所示。表2效能评价指标体系各评价指标测试数据。各评价指标的量化等级分为9级，分别是特好、很好、好、较好、一般、较差、差、很差和特差，并引入1～9标度实现比较指标的量化等级。各评价指标的9级量化等级对应的标度如下：任务响应时间的标度＝{0.2，0.4，0.6，0.8，1，1.2，1.4，1.6，1.8}；主处理器资源占有率的标度＝{1，0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2}；协处理器FPGA资源占有率的标度＝{1，0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2}；存储资源占有率的标度＝{1，0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2}；传输资源占有率的标度＝{1，0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2}；数据吞吐量的标度＝{2400，2200，2000，1800，1600，1400，1200，1000，800}；任务延时的标度＝{0，0.2，0.4，0.6，0.8，1，1.2，1.4，1.6}；步骤2：通过专家咨询法以投票方式得到效能评价指标体系中各评价指标的投票权重，并通过两两赋值法确定效能评价指标体系中评价指标归一化权重系数；步骤2.1，嵌入式计算机系统设计领域5名专家对效能评价指标体系各评价指标进行权重投票见表3。表3嵌入式系统设计专家对各评价指标的投票权重。步骤2.2，根据(公式1)对各咨询专家的投票权重比进行算术平均，其结果为评价指标投票权重的算术平均矩阵如下：b7×7=1.00001.49331.53333.40002.80004.06675.60001.49331.00001.05002.40002.00002.56674.00001.53331.05001.00002.30001.90002.46673.80003.40002.40002.30001.00000.90001.23331.80002.80002.00001.90000.90001.00001.33332.00004.06672.56672.46671.23331.33331.00001.80005.60004.00003.80001.80002.00001.80001.0000;]]>步骤2.3，根据(公式2)对步骤2.2的结果进行统计平均，其结果为评价指标投票权重的统计平均矩阵如下：b‾7×7=1.00007.31357.01234.50374.45464.82226.00571.49335.06434.85733.11153.08253.30244.13291.53334.85734.64673.00172.96563.18643.99713.40003.11153.00172.66022.44492.85333.96572.80003.08252.96562.44492.31402.64713.60574.06673.30243.18642.85332.64713.03024.57525.60004.13293.99713.96573.60574.27526.1314;]]>步骤2.4，根据(公式3)对步骤2.2的结果进行归一化处理得到效能评价指标体系的归一化权重系数如下：w‾=[0.4762,0.0651,0.0679,0.1057,0.1069,0.0988,0.0793];]]>步骤3：通过基于未确定测度的体系结构评价模型得出效能评价指标体系的多指标综合测度评价矩阵；步骤3.1，以任务响应能力、主处理器资源占有率、协处理器FPGA资源占有率、存储资源占有率、传输资源占有率、数据吞吐量以及任务延时7个评价指标建立基于未确定测度的嵌入式体系结构效能评价模型；形成7个评价指标在9种处理任务下对应测试数据的空间X如下：X=0.420.040.260.380.150.20.460.520.830.8280.8280.8280.8280.8280.8280.8280.8280.8280.790.790.790.790.790.790.790.790.790.90.90.90.90.90.90.90.90.90.80.80.80.80.80.80.80.80.82032.631096.81411.831702.542162.662274.711951.461951.582337.520.3350.07790.4210.3880.5940.6921.2361.2781.456]]>步骤3.2：通过(公式4)确立各评价指标的测试数据在1～9级量化等级对应标度上的程度。以任务响应时间x1在1～9级量化等级对应标度上的程度计算为例进行说明，9种任务的测试数据为0.42，0.04，0.26，0.38，0.15，0.2，0.46，0.52，0.83。任务响应时间的标度＝{0.2，0.4，0.6，0.8，1，1.2，1.4，1.6，1.8}分别对应特好、很好、好、较好、一般、较差、差、很差和特差，任务响应时间小于等于0.2的个数是3，此标度对应程度为3/9；任务响应时间大于0.2小于等于0.4的个数是2，此标度对应程度为2/9；任务响应时间大于0.4小于等于0.6的个数是3，此标度对应的程度为3/9；任务响应时间大于0.6小于等于0.8的个数是0，此标度对应的程度为0；任务响应时间大于0.8小于等于1的个数是1，此标度对应程度为1/9；任务响应时间大于1小于等于1.2的个数是0，此标度对应程度为0；任务响应时间大于1.2小于等于1.4的个数是0，此标度对应程度为0；任务响应时间大于1.4小于等于1.6的个数是0，此标度对应程度为0；任务响应时间大于1.6小于等于1.8的个数是0，此标度对应程度为0；步骤3.3，由步骤3.2的结果和(公式5)得到多指标综合测度评价矩阵如下：μ7×9=3/92/93/901/9000000100000000010000001000000000100000002/92/92/91/91/901/9001/92/92/91/9002/91/9;]]>步骤4，由多指标测度评价矩阵及指标权重向量，通过(公式6)计算得到多指标综合测度评价向量如下M=0.15870.24230.37030.10750.07270.011000.02860.0088;]]>步骤5，确立置信度与识别准则并计算该嵌入式体系结构评价等级。取置信度λ＝0.7，由步骤4的结果有：若ρ0＝1，0.1587＜0.7；若ρ0＝2，0.1587+0.2423＝0A010＜0.7；若ρ0＝3，0.1587+0.2423+0.3703＝0.7713＞0.7；由此，当ρ0＝3时多指标综合测度评价向量大于置信度0.7，可以判别该嵌入式体系结构适应性评价等级为3级，其对应的量化等级是好；这表明该嵌入式体系结构整体评价为好，且至少有0.7713的置信度不低于好。此评估结果与实测10倍的硬件加速比相符合。当前第1页1 2 3