Τα προηγμένης γενιάς ασύρματα δίκτυα υποστηρίζουν ένα ευρύ φάσμα από πρωτόκολλα επικοινωνίας και υπηρεσίες ανοίγοντας νέες προκλήσεις σχεδιασμού. Ένα ευρέως γνωστό παράδειγμα τεχνολογίας με αυτά τα χαρακτηριστικά είναι οι πλατφόρμες Software
Defined Radio (SDR). Πολύ συχνά αυτές οι συσκευές εμφανίζουν παροδικές υπερφορτώσεις λόγω υψηλού φόρτου εργασίας (workload burst) ή πιθανών δυσλειτουργιών στο υλικό (reliability). Έτσι αυτό του είδους τα συστήματα σχεδιάζονται ώστε να αποκρίνονται στην εμφάνιση κάθε πιθανού σεναρίου.
Η παρούσα διδακτορική διατριβή επικεντρώνεται σε αυτές τις σχεδιαστικές προκλήσεις χρησιμοποιώντας την έννοια των σεναρίων συστήματος (system scenarios) προτείνοντας λύσεις ειδικά για ασύρματα συστήματα επικοινωνιών. Εξετάζονται τα ειδικά χαρακτηριστικά των SDR ασύρματων πλατφόρμων με επίκεντρο την επεξεργασία σήματος βασικής ζώνης. Αναλύονται οι βασικές ροές λειτουργίας και τα κριτήρια καθορισμού των σεναρίων. Επιπλέον η συνεισφορά δεν περιορίζεται μόνο στην εφαρμογή των σεναρίων συστήματος. Προτείνονται νέες επεκτάσεις της μεθοδολογία όσο αναφορά την ομαδοποίηση των συμπεριφορών του συστήματος και την ανίχνευση αυτών των καταστάσεων σε πραγματικό χρόνο. Πιο συγκεκριμένα, μελετώνται οι κύριοι συμβιβασμοί μεταξύ της υπερεκτίμησης ομαδοποίησης των καταστάσεων λειτουργίας (τo οποίo σχετίζεται με το πόσο αντιπροσωπευτικά είναι τα εξαγόμενα σενάρια), σε σχέση με το
κόστος ανίχνευσης τους σε πραγματικό χρόνο (προτείνοντας μετασχηματισμούς στην υλοποίηση των γράφων ανίχνευσης τους) και το κόστος εναλλαγής τους (το οποίο αντιπροσωπεύει το κόστος διαμόρφωσης της πλατφόρμας με τις εναλλαγές των σεναρίων).
Kατά την πρώτη μελέτη περίπτωσης (case study), εξετάζεται το πρωτόκολλο επικοινωνίας 802.11n. Στόχος είναι να εξαχθούν σενάρια λειτουργίας του πρωτοκόλλου που θα επιτρέψουν στο σύστημα να πετύχει καλύτερη αξιοποίηση των πόρων με βάση την τρέχουσα κατάσταση λειτουργίας χωρίς να υπονομεύεται η ποιότητα υπηρεσιών του πρωτοκόλλου. Σε αυτήν την κατεύθυνση ορίζονται σενάρια που επιτυγχάνουν μια μείωση των «αδρανών» χρόνων λειτουργίας κατά μέσο όρο 92% σε σύγκριση με την χειρότερη περίπτωση. Παράλληλα εξασφαλίζεται ότι ο ρυθμός εναλλαγής των σεναρίων καθώς και ο αριθμός τους παραμένει χαμηλός διατηρώντας το κόστος ανίχνευσης των σεναρίων σε λογικά πλαίσια. Στην δεύτερη μελέτη περίπτωσης, για το ίδιο πρωτόκολλο (802.11n) αναπτύσσεται μια τεχνική κλιμάκωσης της ισχύς του εκπεμπόμενου σήματος με βάση το τρέχον σενάριο μειώνοντας την κατανάλωση ενέργειας στις κεραίες 50-94%. Τα αποτελέσματα και στις δύο περιπτώσεις είναι ενθαρρυντικά και αποδεικνύουν ότι η μεθοδολογία σεναρίων συστήματος μπορεί να επιτύχει σημαντική βελτίωση στην δυναμική αξιοποίηση πόρων σε ασύρματα συστήματα και να διαχειριστεί την πολυπλοκότητα τους.
Τέλος, στην τελευταία ενότητα, προτείνουμε μια συστηματική μεθοδολογία ανάλυσης και πρόβλεψης της διακύμανσης του φόρτου εργασίας (workload) βασιζόμενοι σε προηγμένα μαθηματικά εργαλεία από το χώρο της Θεωρίας Χάους. Η ανάλυση γίνεται στην βάση εξέτασης χρονοσειρών που αντιπροσωπεύουν τον όγκο δεδομένων προς επεξεργασία. Το πλεονέκτημα της προσέγγισής είναι ότι μπορούμε να αναλύσουμε φόρτους εργασίας (data workloads) με υψηλή πολυπλοκότητα διακύμανσης. Για την αξιολόγηση της προσέγγισής εφαρμόζεται μια τεχνική DFS που βασίζεται στην δυναμική πρόβλεψη του όγκου δεδομένων, προσομοιώνοντας μια σύνθετη δυναμική πολυνηματική εφαρμογή σε ένα NOC προσομοιωτή. Με την προτεινόμενη στρατηγική DFS επιτυγχάνεται αξιοσημείωτη βελτίωση της κατανάλωσης ενέργειας, που κυμαίνεται από 17,5% (hard deadlines) έως 37,8% (soft deadlines), ανάλογα με τους χρονικούς περιορισμούς της εφαρμογής.
Next generation wireless systems support a wide range of communication protocols and services, opening new design challenges. The desired flexibility presupposes effective approaches that exploit the system resources with an optimal way. A well-known example of a platform with these capabilities is Software Defined Radio (SDR). SDR terminals are critical to enable concrete and consecutive inter working at fourth generation wireless systems. These platforms are characterized by strict performance requirements that in combination with the switching between their operation modes introduce a lot of dynamism in respect with the resource distribution. Additional the wireless devices experience transient overloads due to workload bursts or hardware malfunctions. For the aforementioned reasons such systems have to be designed to take timely reactions to the occurrences of unexpected usage scenarios.
In the context of our research, we concentrate on these design challenges using the concept of the system scenario proposing solutions especially for wireless communication systems. We examine the special characteristics of the SDR wireless platforms concentrating on the baseband signal processing. Our work is not limited to applying system scenarios; we propose novel methodology extensions for the clustering of system behaviors into system scenarios and the run-time detection of these scenarios. More precisely, we study the main
trade–off between clustering overhead (which is correlated with how representative are the system scenarios), detection overhead (proposing transformations at the implementation of the detection algorithm) and switching overhead, which represent the tuning cost of the platform.
In addition, we exploit the flexibility of a system-level framework, combining a SDR coarse-grain simulator with a cycle-accurate Network-on-Chip simulation environment. For the needs of our analysis, we used an SDR application modelled as task graph. The simulation flow can be used at an early design phase. The scope is to enable a preimplemented cycle accurate characterization of a potential SDR platform extracting the optimal system configurations. The automatic exploration of the SDR platform and the interface between the two layers succeed through two wrappers, which ensure the automatic execution of our framework, and thus the automatic exploration of different SDR hardware platform configurations. A set of cost trade-offs is defined and can be exploited to the final platform development. The aim was to be achieved an efficient resource utilization retaining the reconfiguration cost in reasonable levels. More precisely, at the first case study, using a WLAN communication protocol, we succeeded a reduction of the idle times 92% on average at the execution of each block of bits, in comparison with the worst case. In the second case study, it is showed that the exploitation of the system scenarios allowed 1) a significant decrease of the tuning situations (from 54 Pareto curves with 3888 design space points to 7 Pareto curves with 49 Pareto points) and 2) a remarkable energy saving about 45-73% (based on the system’s deadlines). In the third case study, we apply a signal power scaling technique based on the running system scenario decreasing the antennas energy consumption 50-94%. The results are encouraging and show that system scenario methodology are applicable at dynamic wireless systems and can cope with their complexity.
Finally, we propose a systematic methodology to predict the workload trend based on
advanced mathematical tools from the Chaos Theory domain. The benefit of our approach is that we can analyse workloads with high complexity without requiring knowledge of the specifications of the target application. To evaluate the effectiveness of our approach we
applied a DFS technique based in our workload analysis simulating a complex dynamic multithreaded application in a cycle-accurate NoC simulator. Using the proposed DFS strategy the designer can achieve remarkable power consumption improvements, ranging from 17.5% (hard timing constraints) up to 37.8%