[发明专利]多数据流驱动的信号处理系统的任务行为模型

说明书

本发明涉及一种多数据流驱动的信号处理系统的任务行为模型，该模型中，相邻任务间数据流按表达信号的前缀序数据串序列进行建模，相邻任务间的数据流具有单向驱动样式、具有数据更新实时性并设有驱动条件，任务在实时性约束下消费多输入数据流与生产多输出数据流遵守遍历性和匹配性。本发明任务行为模型能对系统的任务及其关联多数据流建立动态行为描述方法，能对数据进行空时两维描述，并在数据的空间维度上建立集合与集合操作的概念，能对任务的行为周期及其多数据流更新周期建立统一关系。该模型符合自顶向下的设计理念，相比较于单数据流简单模型等已有相关技术具有显著拓展与进步，相对于高性能信号处理系统设计与研发需求，具有实用价值。

技术领域

本发明涉及信号处理系统，具体地指一种多数据流驱动的信号处理系统的任务行为模型。

背景技术

实时信号处理系统的外部序贯输入具有严格的确定时序，所述序贯输入，即输入数据按时间顺序被划分为批次，每个批次包含一定量的数据。所述序贯输入具有严格的确定时序，是指每个批次的数据量确定且一致，每个批次数据所对应的时间长度确定且相同。由此，要求实时信号处理系统的输出也具有严格的确定时序。

一般地，现代的信号处理算法复杂且计算量大。为运用并行计算技术以满足实时性要求，通常将整个处理系统分解为一系列前后衔接的计算模块。计算模块之间的传递内容是结构化数据。模块即所述任务，模块间传递的内容即任务之间的数据流。从时序上看，前序任务完成数据加工操作后才能将内容传递给后序任务，即后序任务必须等到完整的数据后才能实施其加工操作，这就是所谓的数据驱动。任务的前后级联关系不仅是“一对一”的，也可能是“一对多”或“多对一”的，即从某个任务开始可分叉出多个数据流，又在某个任务上汇聚多个数据流。

任务受多个数据流的激励，而数据流必须被实时刷新才能形成驱动。一系列脉动的数据流将生生不息，而任务须遵守一定规则才能使脉动的数据流不被阻塞。另外，任务的行为规则还应适应对输入数据的灵活读取与组合运用、对输出数据的灵活分解与分阶段产出。因此，必须对数据流的脉动形态以及任务从输入数据流到输出数据流的映射行为，进行抽象认识并在设计阶段予以表达。

实时信号处理系统的核心形态是应用软件，而软件的载体是高性能计算平台。异构多处理器和多核处理器等高性能并行计算平台已被广泛地应用。而且，实际计算平台将会不断的升级或改变。为适应异构处理器以及升级变化的计算平台，实时信号处理系统的设计模型既要体现实际计算资源的限制，又不可局限于某个具体计算平台。对任务及其关联数据流行为模式的提炼，可建立信号处理系统任务图与数据流图，可清晰定义信号处理系统的任务分解，可规划与详细设计信号处理系统的抽象实现。

如何将实时信号处理系统分解为一系列任务，具有多样性，一般取决于系统设计者对信号处理应用领域的理解与主观把握。所以，对任务行为的模型化描述不应涉及具体的算法，应允许设计者根据其意愿规划任务的拓扑结构、设计数据流的动态传递。

目前为止，多数据流对任务的驱动机制未被明确地建立，多数据流间的同步或异步关系未被清晰定义，任务对多输入数据流的复杂消费行为未被抽象设计或其行为较简单而不满足广泛的应用场景。由此，实时信号处理应用软件的研制工作缺少模型设计工具支持。由于无法定量化建模实时信号处理的实现需求，实时信号处理应用软件的研制工作处于无章可循的“自由”状态。由于这类应用软件的设计极具挑战，设计者只能直接面向具体计算平台进行编程与调试。如此，很难应对并行计算场景，几乎没能力应对异构计算资源与变化计算资源带来的挑战。也就是说，当实际计算平台发生改变时，设计者在原计算平台上艰苦调试成功的软件基本不具有复用性，因为该软件是在没有模型规约与指导下诞生的个性化产物。