Accuracy Optimization for Energy Consumption Reduction in Embedded Systems
Optimisation de la précision de calcul pour la réduction d'énergie des systèmes embarqués
Résumé
Telecommunication systems today have increasing complexity and require higher energy consumption. Therefore, energy-efficiency becomes one of the most important goals in a design of embedded systems. This thesis proposes a dynamic scaling precision mechanism to reduce energy consumption in an embedded system, especially in a wireless mobile terminal. Energy--efficient implementation of digital signal processing algorithms in embedded systems requires using fixed-point arithmetic in order to satisfy the cost, power and area constraints. In traditional approaches, the data bit-widths are calculated based on the worst case so that they are satisfied in all cases. We propose another approach to dynamically change the specification according to the environment (e.g. the transmission channel quality) with the goal of reducing energy consumption under certain conditions. Firstly, the relation between the quantization noise and the bit error rate at a receiver noise level is studied for a QPSK transmission system. The result is then applied in Direct Sequence Code Division Multiple Access (DS-CDMA) systems. Among several telecommunications systems using the DS-CDMA technique, we demonstrate how to dynamically adapt the fixed-point algorithm accuracy of a WCDMA 3G receiver. The fixed-point conversion uses a combinatorial optimization algorithm for the determination of each bit-width under an accuracy constraint. The second part of this thesis concentrates on optimization algorithms. We propose new algorithms for problems having a single constraint or a series of constraints corresponding to different accuracy levels of a self-adaptive system. The result of Multi-Objective Genetic Algorithms (MOGA), a Pareto front, allows determining the bit-widths for each quantization noise level. An improved version of MOGA combined with elitism and tabu search is proposed. In addition, we suggest using GRASP, a stochastic local search algorithm, to find a result in a relatively short time in comparison with MOGA.
Cette thèse s'inscrit dans le contexte de la forte augmentation du débit et de la puissance de calcul des systèmes de télécommunications. Cette augmentation entraîne une consommation d'énergie importante et réduit la durée de batterie, ce qui est primordiale pour un système embarqué. Nous proposons des mécanismes permettant de réduire la consommation d'énergie dans un système embarqué, plus particulièrement dans un terminal mobile sans fil. L'implantation efficace des algorithmes de traitement numérique du signal dans les systèmes embarqués requiert l'utilisation de l'arithmétique virgule fixe afin de satisfaire des contraintes de coût, de consommation et d'encombrement. Dans les approches classiques, la largeur des données et des calculs est considérée au pire cas lors de la détermination des spécifications afin qu'elles soient satisfaites dans tout les cas. Nous proposons une approche d'adaptation dynamique, permettant de changer la spécification en fonction de l'environnement (par exemple les conditions d'un canal de transmission) avec pour objectif de réduire la consommation d'énergie dans certaines conditions. Tout d'abord, la relation entre la puissance de bruit de quantification et le taux d'erreur binaire du système en fonction du bruit au récepteur est établie pour une chaîne de transmission QPSK. Ce résultat est appliqué dans la technique d'accès multiple par répartition de codes en séquence directe (DS-CDMA). Parmi plusieurs systèmes de télécommunications utilisant la technique DS-CDMA, nous montrons comment adapter dynamiquement la précision de calcul d'un récepteur 3G WCDMA. La conversion en virgule fixe nécessite un algorithme d'optimisation combinatoire pour l'optimisation des largeurs des opérateurs sous une contrainte de précision. La deuxième axe de ces travaux de thèse concerne l'étude d'algorithmes d'optimisation adaptés au problème de l'optimisation des largeurs de données. Nous proposons de nouveaux algorithmes pour les problèmes à une seule contrainte ou à une suite des contraintes correspondant à différents niveaux de précision pour les systèmes auto-adaptatifs. Le résultat des algorithmes génétiques multi-objectifs, sous forme d'une frontière de Pareto, permet d'obtenir la largeur correspondant à chaque niveau du bruit de quantification. Une version améliorée des algorithmes génétiques combinée avec l'élitisme et la recherche tabou est proposée. En plus, nous proposons d'appliquer GRASP, un algorithme de recherche locale stochastique permettant de trouver le résultat dans un temps plus faible en comparaison avec les algorithmes génétiques.
Loading...