本公开提供了一种压缩感知重构温度场方法，包括：获取温度场先验信息，将温度场先验信息进行稀疏化处理，得到频域的稀疏矩阵；提取温度场先验信息的投影矩阵，基于模拟退火算法和投影矩阵计算温度场中传感器的最优放置位置，基于最优放置位置得到观测矩阵；基于观测矩阵和稀疏矩阵计算观测数据，并基于观测数据和观测矩阵重构温度场，得到温度场的稀疏表示向量；基于稀疏表示向量与重构温度场的映射关系，得到重构温度场。该方法能够实现更高的温度场重构精度。本公开还提供了一种压缩感知重构温度场装置、设备及介质。设备及介质。设备及介质。
【技术实现步骤摘要】
压缩感知重构温度场方法、装置、设备及介质
[0001]本公开涉及温度场重构
，尤其涉及一种压缩感知重构温度场方法、装置、电子设备及介质。
技术介绍
[0002]随着集成电路产业的发展，晶体管集成度不断上升，多个处理器核心可以集成到单个芯片上，利用多核的计算能力可以显著提高系统性能，然而，由于复杂多样的计算行为，大功率密度导致了当代多核系统中更为严重的热问题，处理器的温度问题已经成为在处理器设计阶段必须考虑的一个关键因素。
[0003]温度场重构技术是一种能够对芯片的温度进行实时重构的技术，是多核处理器进行热管理的必要条件。作为温度场重构技术，它可以为细粒度热管理提供必要信息，这些信息对多核处理器的热驱动空间线程迁移技术和动态电压频率调整等技术至关重要，其次，用来计算处理器每个功能单元的运行时功耗，相比于通过设计工具提供的功耗信息，从热数据计算的功耗信息更加准确。同时，温度场重构技术的精度必须要高，如果温度估计过高，会引起错误的预警和触发不必要的热控制机制，给处理器的性能造成不必要的损失；而如果温度估计过低，则无法对处理器超过阈值的温度做出应对，影响处理器的可靠性与寿命。
[0004]传统的以压缩感知重构温度场的方法，能够节省传感器放置算法设计的步骤，并且实现相对较高的重构精度。但是传感器放置方法选择随机放置的方法，不确定性大，很可能会将传感器放置在非热点位置上，浪费珍贵的芯片资源。
技术实现思路
[0005]鉴于上述问题，本专利技术提供了一种压缩感知重构温度场方法、装置、电子设备及计算机存储介质，以解决上述技术问题。
[0006]本公开的一个方面提供了一种压缩感知重构温度场方法，包括：获取温度场先验信息，将所述温度场先验信息进行稀疏化处理，得到频域的稀疏矩阵；提取所述温度场先验信息的投影矩阵，基于模拟退火算法和所述投影矩阵计算温度场中传感器的最优放置位置，基于所述最优放置位置得到观测矩阵；基于所述观测矩阵和所述稀疏矩阵计算观测数据，并基于所述观测数据重构温度场，得到所述温度场的稀疏表示向量；基于所述稀疏表示向量与重构温度场的映射关系，得到所述重构温度场。
[0007]根据本公开的实施例，所述提取所述温度场先验信息的投影矩阵，基于模拟退火算法和所述投影矩阵计算温度场中传感器的最优放置位置，基于所述最优放置位置得到观测矩阵包括：通过PCA算法对所述温度场先验信息进行降维处理，得到所述投影矩阵；设置所述最优放置位置的数量，从所述投影矩阵中随机挑选两组对应数量的行向量分别作为当前传感器位置向量和最优传感器位置向量；将所述当前传感器位置向量构成当前传感矩阵，将所述最优传感器位置向量构成最优传感矩阵，计算所述当前传感矩阵和所述最优传
感矩阵的条件数，分别作为当前解和最优解；基于模拟退火算法更新所述当前解和最优解，将所述最优解作为所述最优放置位置输出；将所述最优放置位置映射到全0矩阵中，得到所述观测矩阵。
[0008]根据本公开的实施例，所述通过PCA算法对所述温度场先验信息进行降维处理，得到所述投影矩阵包括：对所述温度场先验信息进行中心化处理；计算中心化后的所述温度场先验信息的协方差矩阵；对所述协方差矩阵进行特征值分解，并对得到的特征值进行排序；提取最大的k个特征值对应的特征向量构成所述投影矩阵。
[0009]根据本公开的实施例，所述基于模拟退火算法更新所述当前解和最优解，将所述最优解作为所述最优放置位置输出包括：依次更新所述当前传感器位置向量中的每个传感器位置，构成新的当前传感矩阵；计算更新后的当前传感矩阵的条件数，得到更新的当前解；若更新后的所述当前解小于所述最优解，则将所述最优解更新为更新后的当前解，将所述最优传感矩阵更新为所述当前传感矩阵；随机选择是否使用所述当前解进行下一轮退火计算，重复上述步骤，直到达到所述模拟退火算法的停止时刻。
[0010]根据本公开的实施例，所述方法还包括：判断所述观测矩阵是否满足RIP属性；当所述观测矩阵满足RIP属性时，将所述观测矩阵输出；当所述观测矩阵不满足RIP属性时，重新执行所述模拟退火算法。
[0011]根据本公开的实施例，所述基于所述观测矩阵和所述稀疏矩阵计算观测数据，并基于所述观测数据重构温度场，得到所述温度场的稀疏表示向量包括：计算所述观测矩阵和所述稀疏矩阵的乘积，得到所述观测数据；将所述观测数据作为输入SP重构算法的残差向量进行迭代计算，所述迭代计算包括：将所述残差向量投影到所述观测矩阵的正交部空间，从中选取幅值最大的S个元素的索引；基于所述索引更新预设的所述稀疏表示向量；计算所述观测数据与基于所述稀疏表示向量和所述观测矩阵乘积之间的残差，更新所述残差向量；重复上述步骤，直至迭代次数到达预设阈值，且所述残差向量的范数小于收敛容差，输出所述稀疏表示向量。
[0012]根据本公开的实施例，所述基于所述稀疏表示向量与重构温度场的映射关系，得到所述重构温度场包括：计算所述温度场的稀疏基信号的逆与所述稀疏表示向量的乘积，得到所述重构温度场的信息。
[0013]本公开另一方面提供了一种压缩感知重构温度场装置，包括：稀疏处理模块，用于获取温度场先验信息，将所述温度场先验信息进行稀疏化处理，得到频域的稀疏矩阵；观测矩阵计算模块，用于提取所述温度场先验信息的投影矩阵，基于模拟退火算法和所述投影矩阵计算温度场中传感器的最优放置位置，基于所述最优放置位置得到观测矩阵；稀疏信号重构模块，用于基于所述观测矩阵和所述稀疏矩阵计算观测数据，并基于所述观测数据重构温度场，得到所述温度场的稀疏表示向量；温度场重构模块，用于基于所述稀疏表示向量与重构温度场的映射关系，得到所述重构温度场。
[0014]本公开的另一个方面提供了一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现所述压缩感知重构温度场方法中的各个步骤。
[0015]本公开的另一个方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述压缩感知重构温度场方法中的各个步骤。
[0016]在本公开实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0017]本公开实施例提供了一种压缩感知重构温度场方法，在观测矩阵设计阶段采用了以先验信息为基础对温度场进行重构，与传统压缩感知技术相比提高了重构精度。
附图说明
[0018]为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
[0019]图1示意性示出了本公开实施例提供的一种压缩感知重构温度场方法的示意图；
[0020]图2示意性示出了本公开实施例提供的一种压缩感知重构温度场装置的结构框图；
[0021]图3示意性示出了本公开实施例提供的一种电子设备的结构框图。
具体实施方式
[0022]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种压缩感知重构温度场方法，其特征在于，包括：获取温度场先验信息，将所述温度场先验信息进行稀疏化处理，得到频域的稀疏矩阵；提取所述温度场先验信息的投影矩阵，基于模拟退火算法和所述投影矩阵计算温度场中传感器的最优放置位置，基于所述最优放置位置得到观测矩阵；基于所述观测矩阵和所述稀疏矩阵计算观测数据，并基于所述观测数据重构温度场，得到所述温度场的稀疏表示向量；基于所述稀疏表示向量与重构温度场的映射关系，得到所述重构温度场。2.根据权利要求1所述的方法，其特征在于，所述提取所述温度场先验信息的投影矩阵，基于模拟退火算法和所述投影矩阵计算温度场中传感器的最优放置位置，基于所述最优放置位置得到观测矩阵包括：通过PCA算法对所述温度场先验信息进行降维处理，得到所述投影矩阵；设置所述最优放置位置的数量，从所述投影矩阵中随机挑选两组对应数量的行向量分别作为当前传感器位置向量和最优传感器位置向量；将所述当前传感器位置向量构成当前传感矩阵，将所述最优传感器位置向量构成最优传感矩阵，计算所述当前传感矩阵和所述最优传感矩阵的条件数，分别作为当前解和最优解；基于模拟退火算法更新所述当前解和最优解，将所述最优解作为所述最优放置位置输出；将所述最优放置位置映射到全0矩阵中，得到所述观测矩阵。3.根据权利要求2所述的方法，其特征在于，所述通过PCA算法对所述温度场先验信息进行降维处理，得到所述投影矩阵包括：对所述温度场先验信息进行中心化处理；计算中心化后的所述温度场先验信息的协方差矩阵；对所述协方差矩阵进行特征值分解，并对得到的特征值进行排序；提取最大的k个特征值对应的特征向量构成所述投影矩阵。4.根据权利要求2所述的方法，其特征在于，所述基于模拟退火算法更新所述当前解和最优解，将所述最优解作为所述最优放置位置输出包括：依次更新所述当前传感器位置向量中的每个传感器位置，构成新的当前传感矩阵；计算更新后的当前传感矩阵的条件数，得到更新的当前解；若更新后的所述当前解小于所述最优解，则将所述最优解更新为更新后的当前解，将所述最优传感矩阵更新为所述当前传感矩阵；随机选择是否使用所述当前解进行下一轮退火计算，重复上述步骤，直到达到所述模拟退火算法的停止时刻。5.根据权利要...
【专利技术属性】
技术研发人员：李文昌，黄俊瑜，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。