一種嵌入式高性能rtk算法內(nèi)存空間定量優(yōu)化分配方法
【專利摘要】本發(fā)明涉及一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，屬于嵌入式軟件優(yōu)化領(lǐng)域。該方法在DSP或ARM芯片內(nèi)存資源有限的環(huán)境下，通過對芯片內(nèi)存儲空間和芯片外存儲空間對算法運行性能影響的定量分析，建立算法存儲空間的優(yōu)化模型并求解獲得近似最優(yōu)的芯片存儲空間分配方案，實現(xiàn)快速解算RTK算法所需內(nèi)存資源在芯片內(nèi)存儲以及芯片外存儲之間的優(yōu)化分配。本發(fā)明提供的一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，在嵌入式系統(tǒng)芯片存儲資源有限的前提下能夠提高RTK算法性能，降低整體芯片能耗；能夠減少程序員主觀判斷造成的內(nèi)存分配錯誤，同時也能減少內(nèi)存分配試驗的次數(shù)，避免對分配方式進(jìn)行手動的遍歷搜索。
【專利說明】-種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于嵌入式軟件優(yōu)化領(lǐng)域，涉及一種嵌入式高性能RTK算法內(nèi)存空間定量 優(yōu)化分配方法。

【背景技術(shù)】
[0002] 隨著電子信息產(chǎn)業(yè)的發(fā)展，嵌入式系統(tǒng)的應(yīng)用已逐漸滲透到工業(yè)控制、定位導(dǎo)航、 移動終端等多個領(lǐng)域。在定位導(dǎo)航領(lǐng)域中，基于全球衛(wèi)星定位導(dǎo)航系統(tǒng)的高精度定位設(shè)備 是測量測繪、工程放樣、飛機(jī)定位中必不可少的設(shè)備。由于該設(shè)備一般應(yīng)用于野外作業(yè)，嵌 入式系統(tǒng)及基于芯片的定位算法是其運行的關(guān)鍵要素。實時動態(tài)差分法（RTK)作為一種新 興的測量方法，采用了載波相位動態(tài)實時差分方法，能夠在野外實時得到厘米級定位精度， 是目前高精度定位測量的主要算法。而在實際應(yīng)用中，RTK算法對計算資源的要求較高：一 方面，動態(tài)測量環(huán)境需要RTK算法具備較高的性能，其固定解的輸出頻率在IHz?20Hz范 圍內(nèi)；另一方面，RTK算法本身涉及較多高維浮點數(shù)矩陣運算且矩陣維數(shù)不定，在運算過程 中需要消耗較多的存儲資源。由于嵌入式系統(tǒng)中的CPU及內(nèi)存資源有限，RTK算法在嵌入 式系統(tǒng)中的實現(xiàn)常常受到一定制約。
[0003] 針對一般的廣泛算法，早期研究主要關(guān)注硬件途徑的優(yōu)化方法，從軟件代碼本身 出發(fā)進(jìn)行優(yōu)化主要集中在編譯級、源程序級W及算法優(yōu)化中。編譯級優(yōu)化涉及到改變代碼 的語言W及組成方式，其優(yōu)化空間有限；算法級優(yōu)化能夠提高算法的運行性能，但RTK算 法作為目前較為成熟的定位算法，其定位步驟已基本確定，算法級優(yōu)化空間也不大；源程序 級優(yōu)化介于上述兩者之間，可對算法的存儲空間、語句執(zhí)行順序進(jìn)行優(yōu)化，具有較大發(fā)展空 間。針對特定的RTK算法，現(xiàn)有技術(shù)未對其在嵌入式系統(tǒng)中的實現(xiàn)代碼優(yōu)化進(jìn)行討論。在 RTK算法中涉及到比較頻繁的濾波、最小二乘等方法，其中矩陣的乘除、搜索等操作具有較 高的時間復(fù)雜性，是影響RTK算法效率的主要因素。對該部分代碼進(jìn)行優(yōu)化，語句的執(zhí)行順 序的調(diào)整對其影響不大，但算法相關(guān)的矩陣在片內(nèi)和片外的存儲位置將對算法的執(zhí)行造成 較大影響。但衛(wèi)星接收機(jī)中常用的ARM或DSP芯片存儲有限，無法將與算法相關(guān)的所有矩 陣均放入片內(nèi)存儲中。雖然有技術(shù)提到將運算較為頻繁的矩陣放入芯片內(nèi)部存儲，將其他 矩陣放入片外DDR存儲中，但對頻繁運算的矩陣的判斷僅限于直觀定性分析，未提出定量 的判斷準(zhǔn)則，對內(nèi)存空間的分配劃分或者極大的依賴于程序員的主觀判斷結(jié)果，或者需要 程序員的反復(fù)測試，可能造成判斷不準(zhǔn)，無法達(dá)到存儲空間分配的優(yōu)化效果。


【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的目的在于提供一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化 分配方法，該方法從快速解算RTK算法結(jié)構(gòu)出發(fā)，通過將不同的算法矩陣進(jìn)行分離存儲，改 變算法矩陣的存儲位置，達(dá)到提高RTK算法性能，降低整體芯片能耗的目的。
[0005] 為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：
[0006] 一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，該方法包括W下步驟：
[0007] 步驟一：分析內(nèi)存空間分配的優(yōu)化模型；所述優(yōu)化模型如下所示：
[0008] Min T = f 1 (Tj)，g = f2 (gj)
[0009] s. t. g《G〇,
[0010] s. t. T《l/f〇
[0011] 其中，T表示算法的單次運行時間；g表示算法在片內(nèi)存儲中所占用的存儲空間； G。表示片內(nèi)存儲所允許使用的存儲空間；f。代表算法要求的解算頻率；集合{N}為被放入 片內(nèi)存儲的變量編號集合，je陽} ;gj.為每個被放入片內(nèi)存儲的變量所需存儲空間大?。籘j 為變量被放入片內(nèi)存儲中運行對最終算法運行時間的影響；G。與f。為已知常量，f 1與f 2為 與變量編號集合相關(guān)的函數(shù)；
[0012] 該方法通過內(nèi)存空間分配的優(yōu)化模型將對算法性能有較大影響的變量放入片內(nèi) 存儲中，而將其他變量放入片外存儲中W降低算法運行的時間，提高其性能并達(dá)到RTK解 算頻率的要求；
[0013] 步驟二：初始化統(tǒng)計并確立優(yōu)化模型；
[0014] 步驟H ;求解優(yōu)化模型并獲得分配方案；
[0015] 步驟四：驗證并確定最終方案。
[0016] 進(jìn)一步，所述步驟二具體包括W下步驟：
[0017] 1)靜態(tài)內(nèi)存統(tǒng)計；具體包括W下步驟；（1)統(tǒng)計片外存儲和片內(nèi)存儲允許程序可 占用空間的大小，分別為G。和G 1; (2)對算法結(jié)構(gòu)進(jìn)行分析，算法各個步驟中所有可分離存 儲的變量Xi，組成變量集{xj，1《i《n，其中n為可分離的變量個數(shù)，同時計算矩陣變量 Xi在運行過程中所占用的存儲空間大小g (3)如果g i〉G。成立，則將該變量從變量集中刪 除，不對其內(nèi)存空間進(jìn)行分配；
[0018] 2)動態(tài)內(nèi)存和性能統(tǒng)計；
[0019] (1)將可分離的變量{xj移動至片外存儲中；同時運行RTK算法多次，統(tǒng)計算法單 次執(zhí)行平均時間T。；
[0020] (2)將變量集中的每個變量Xi依次移動至片內(nèi)存儲中，同時運行RTK算法多次， 計算RTK算法執(zhí)行的平均時間Ti，統(tǒng)計單個變量占用內(nèi)存量W及運行時間減少量A Ti = T"-Ti，直至所有變量移動和統(tǒng)計完成；
[0021] 3)通過統(tǒng)計變量建立內(nèi)存及性能約束下的優(yōu)化模型；
[0022] 所述優(yōu)化模型如下所示：
[0023]

【權(quán)利要求】
1. 一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，其特征在于：該方法包括 以下步驟： 步驟一：分析內(nèi)存空間分配的優(yōu)化模型，所述優(yōu)化模型如下所示： MinT= ^(Tj),g=f2(gj)s.t.g^G0, s.t.T^I/f〇 其中，T表示算法的單次運行時間；g表示算法在片內(nèi)存儲中所占用的存儲空間；Gtl表 示片內(nèi)存儲所允許使用的存儲空間；f〇代表算法要求的解算頻率；集合{N}為被放入片內(nèi) 存儲的變量編號集合，je{N} ;g^為每個被放入片內(nèi)存儲的變量所需存儲空間大??；Tj為 變量被放入片內(nèi)存儲中運行對最終算法運行時間的影響；Gtl與fC1為已知常量，f:與f2為與 變量編號集合相關(guān)的函數(shù)； 步驟二：初始化統(tǒng)計并確立優(yōu)化模型； 步驟三：求解優(yōu)化模型并獲得分配方案； 步驟四：驗證并確定最終方案。
2. 根據(jù)權(quán)利要求1所述的一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，其 特征在于：所述步驟二具體包括以下步驟： 1) 靜態(tài)內(nèi)存統(tǒng)計；具體包括以下步驟：（1)統(tǒng)計片外存儲和片內(nèi)存儲允許程序可占用 空間的大小，分別為G。和G1; (2)對算法結(jié)構(gòu)進(jìn)行分析，算法各個步驟中所有可分離存儲的 變量Xi，組成變量集IxJ，1彡i彡n，其中n為可分離的變量個數(shù)，同時計算矩陣變量\在 運行過程中所占用的存儲空間大小gi; (3)如果gAG。成立，則將該變量從變量集中刪除，不 對其內(nèi)存空間進(jìn)行分配； 2) 動態(tài)內(nèi)存和性能統(tǒng)計； (1) 將可分離的變量IxJ移動至片外存儲中；同時運行RTK算法多次，統(tǒng)計算法單次執(zhí) 行平均時間Ttl; (2) 將變量集中的每個變量\依次移動至片內(nèi)存儲中，同時運行RTK算法多次，計算 RTK算法執(zhí)行的平均時間Ti,統(tǒng)計單個變量占用內(nèi)存量以及運行時間減少量ATi=Ttl-Ti, 直至所有變量移動和統(tǒng)計完成； 3) 通過統(tǒng)計變量建立內(nèi)存及性能約束下的優(yōu)化模型； 所述優(yōu)化模型如下所示：
s.t.g^G0,s.t.T^I/f〇 其中，算法整體運行時間T與片內(nèi)存儲的占用量g均為估計值。
3. 根據(jù)權(quán)利要求1所述的一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，其 特征在于：所述步驟三中求解優(yōu)化模型采用動態(tài)規(guī)劃方法，具體包括以下步驟： 1)定義二維矩陣用于存儲計算過程中的子問題中間變量mik，其中I<i<n， 1彡k彡G。，通過以下公式計算mik:
2) 計算動態(tài)規(guī)劃最優(yōu)解所對應(yīng)的變量集合{1};設(shè)變量k=Gci,i= 0，{1} = 0,如果 mik=mi+i，k，則⑴=nn，i};否則k=k-gi;進(jìn)一步i=i+1,重復(fù)執(zhí)行以上操作直到i =n； 3) 根據(jù)AiygjUe{I})的比值對{1}中的值進(jìn)行降序排列，得到分配方案組合。
4.根據(jù)權(quán)利要求1所述的一種嵌入式高性能RTK算法內(nèi)存空間定量優(yōu)化分配方法，其 特征在于：所述步驟四具體包括以下步驟： 1) 將可分離變量均置于外部存儲中，定義已選入片內(nèi)存儲的變量集合{N}=OA=Gtl, 統(tǒng)計變量集合IxJ此時所占用的平均存儲空間G:
若GSGtl，則將所有變量IxJ放入片內(nèi)存儲中，更新變量集合{N} = {I}，跳轉(zhuǎn)至步驟 3);否則跳轉(zhuǎn)至步驟2); 2) 根據(jù)排序順序從集合{1}中依次取出變量索引值j，將第j個變量從片外存儲移入 片內(nèi)存儲中，k=k-gj，{N} = {{N}，j}，運行RTK算法，統(tǒng)計算法單次執(zhí)行平均時間T，判斷 當(dāng)前算法所需的計算頻率f〇,如果T< 1/%，則不需要繼續(xù)對該算法性能進(jìn)行優(yōu)化，內(nèi)存空 間分配方法退出，否則跳轉(zhuǎn)至步驟3); 3) 如果{N} = {1}或k〈min{gj,jG{N}}，則表示內(nèi)存優(yōu)化方法無法繼續(xù)對算法性能 作進(jìn)一步提高，內(nèi)存空間分配方法退出，否則跳轉(zhuǎn)至步驟2)。
【文檔編號】G06F12/02GK104503921SQ201410849666
【公開日】2015年4月8日 申請日期:2014年12月31日 優(yōu)先權(quán)日:2014年12月31日
【發(fā)明者】何盼, 王一皓, 劉剛, 譚春 申請人:中國科學(xué)院重慶綠色智能技術(shù)研究院