基于云计算的通用信号处理应用研究
2．2信号处理技术的通用化
传统信号处理机大多选择专用芯片完成数据处理，导致通用性和可扩展性差，且处理算法与硬件结构之间相关性大，算法的改变往往导致较大的硬件变动，导致研发成本高周期长。
为了满足不同用户的需求以及适应在各种复杂环境下多种工作方式的需要，雷达信号处理机必须是可编程、可重构的，且易于使用和维护，因而信号处理技术逐步向通用化方向发展。软件的可编程性带来了很大的灵活性，也促进了硬件系统的规范化、模块化和通用化。雷达信号处理的实时性已经达到每秒百亿次至万亿次浮点运算，采样位数和数据字长的增加，使得运算复杂度增加，以上因素导致数据吞吐量，存储量的增加，从而采用多处理器并行设计。以FPGA+DSP构建通用模块的多处理器系统通用性强、研制周期短、成本低、维护易。
3云计算与通用信号处理的结合
3．1 并行处理系统面临的挑战
并行处理机需将一个任务分解成若干个子任务，交由各处理单元完成。由于子任务间的内在联系，各处理单元间或多或少存在数据交换和同步，因而并行处理机的性能直接与任务划分有关。任务粒度过细，虽然并行度高，但是导致通信频繁，控制复杂；反之则系统负载平衡度差且并行度低。任务分配将子任务分配到不同的处理器上，分配原则与任务划分相同。
任务的划分和分配／调度还需与具体的处理器性能、多处理器结构结合，是并行系统设计中最复杂、且尚未充分解决的问题，只能利用人工任务分配，来达到负载和I／O的平衡。
3．2 可行性分析
多处理器信号处理机基于MPP(Massively Parallel Processing)架构，MPP分为共享总线式和分布式。共享总线式多个处理器共同使用一套系统数据总线，如图2所示；分布式有线形、星形、树状和网孔结构等，如图3所示。当处理器个数较多时，共享总线系统将发生频繁的总线冲突和等待，使得并行效率下降，而分布式的可扩充性和灵活性比共享总线式强，支持多级扩展且容错能力高。一般设计结合共享总线和分布式并行两种形式，从而获得较高的并行效率。本文引用地址：//m.amcfsurvey.com/article/192876.htm
MPP架构的典型应用如COW(Cluster of Workstations)，它是一种松耦合MPP，可以将一个机构内的所有机器连结起来形成强大而统一的计算力，因而COW属于HPC(High Performance Computing)超级计算，因而基于MPP架构的信号处理系统天生具有HPC基因。
云计算与信号处理技术的融合已具备以下条件：
(1)FPGA+DSP架构的模块化设计和标准总线的采用，使得处理机硬件进一步通用化，满足云计算环境采用通用化构件的要求。
(2)标准总线如PCI、VME和CPCI等发展迅速，PCI总线和VME总线正向点对点高速串行总线转变，即PCI-e和VPX标准，其用高达3～10 Gb ／s的LVDS(低压差分信号)传输取代了10～33 MHz的传统并行传输，因而采用标准总线甚至光纤耦合的处理系统之间通信带宽瓶颈正逐渐消失，满足云计算环境高带宽的要求。
评论