基于FPGA的故障修复演化技术研究

计算机工程与科学

基于FPGA的故障修复演化技术研究

王洁，康俊杰，周宽久

（大连理工大学软件学院，辽宁大连116620）

收稿日期:2018-06-19 修回日期:2018-08-11 出版日期:2018-12-25 发布日期:2018-12-25
基金资助:
国家自然科学基金（61472100）;中央高校基本科研业务费(DUT17JC26)

Fault recovery evolution technique based on FPGA

WANG Jie，KANG Junjie，ZHOU Kuanjiu

（School of Software Technology,Dalian University of Technology,Dalian 116620,China）

Received:2018-06-19 Revised:2018-08-11 Online:2018-12-25 Published:2018-12-25

摘要/Abstract

摘要：

演化硬件的自修复特性能够有效解决电路系统的可修复性故障，但演化硬件存在电路演化速度慢、演化成功率不高的缺陷，如何在修复约束期限内完成电路演化成为关键难点。提出一种基于演化硬件的实时系统容错架构，通过建立故障树实时监测电路故障，利用故障补偿机制维持系统正常运行，并采用演化硬件技术修复电路故障，实现故障的在线实时修复。采用FPGA构建容错系统测试环境，通过随机故障注入对比验证不同演化算法的自修复能力,实验结果表明，在实时性约束下故障电路的修复率达到95%，有效提升了系统的稳定性和可靠性。

关键词: 容错系统, 演化硬件, 演化算法, FPGA

Abstract:

The selfrepairing feature of evolution hardware can effectively recover repairable faults of circuit systems. Due to the slow rate and low success rate in circuit evolution process, how to accomplish the evolution within the time constraint becomes a major challenge. We propose a realtime faulttolerant system based on evolution hardware, in which fault analysis trees are used to monitor circuit faults in real time，a fault compensation mechanism to maintain the normal operation of the system, and the evolution hardware technique is adopted to repair circuit faults so as to realize online realtime repair of faults. We test the faulttolerant system on FPGA through random fault injection. Several evolutionary algorithms are used to verify the selfrepairing capability of the faulttolerant system. The results show that the repair rate of the fault circuit can reach 95% under the realtime constraint and the stability and reliability of the system are improved.

Key words: fault-tolerant system, evolution hardware, evolution algorithm；FPGA

王洁，康俊杰，周宽久. 基于FPGA的故障修复演化技术研究[J]. 计算机工程与科学.

WANG Jie，KANG Junjie，ZHOU Kuanjiu. Fault recovery evolution technique based on FPGA[J]. Computer Engineering & Science.

[1]	马柯帆, 李宝峰, 周悦锦, 武园园, 余永兰, 多瑞华. 基于ZYNQ 芯片的基板管理控制器设计与实现[J]. 计算机工程与科学, 2024, 46(02): 217-223.
[2]	赵祉乔, 周理, 荀长庆, 潘国腾, 铁俊波, 王伟征 . 软硬件混合的高效CHI协议分析[J]. 计算机工程与科学, 2024, 46(02): 224-231.
[3]	秦文强, 吴仲城, 张俊, 李芳, . 基于异构平台的卷积神经网络加速系统设计[J]. 计算机工程与科学, 2024, 46(01): 12-20.
[4]	王玉雷, 谢凯亮, 陈思贇, 胡杰, 常胜. 卷积神经网络硬件加速的通用性设计[J]. 计算机工程与科学, 2023, 45(04): 577-581.
[5]	陆松, 蒋句平, 任会峰. 基于FPGA快速实现定制化RISC-V处理器[J]. 计算机工程与科学, 2022, 44(10): 1747-1752.
[6]	黎铁军, 马柯帆, 张建民. 基于不完全算法的并行FPGA SAT求解器[J]. 计算机工程与科学, 2021, 43(12): 2126-2130.
[7]	陈浩敏, 姚森敬, 席禹, 张凡, 辛文成, 王龙海, 任超. YOLOv3-tiny的硬件加速设计及FPGA实现[J]. 计算机工程与科学, 2021, 43(12): 2139-2149.
[8]	摆玉龙, 潘星宇, 段济开, 杨阳. 基于双曲正弦函数的四翼忆阻混沌系统及其FPGA实现[J]. 计算机工程与科学, 2021, 43(10): 1744-1749.
[9]	赵小强, 姜晶菲, 许金伟, 窦勇. 基于FPGA的卷积神经网络加速器动态余数处理映射模型[J]. 计算机工程与科学, 2021, 43(09): 1521-1528.
[10]	栾奕, 刘昌华. 基于TPU和FPGA的深度学习边缘计算平台的设计与实现[J]. 计算机工程与科学, 2021, 43(06): 976-983.
[11]	王霞, 郑龙飞, 王蒙军, 张红丽, 吴建飞, . 一种高性能FPGA辐射发射抑制方法研究[J]. 计算机工程与科学, 2021, 43(05): 814-819.
[12]	郭辉, 黄立波, 郑重, 隋兵才, 王永文. Proto-Perf：快速精确的通用处理器原型系统性能评估方法[J]. 计算机工程与科学, 2021, 43(04): 579-585.
[13]	孙兆鹏, 周宽久. 基于PCIe的高性能FPGA-GPU-CPU异构编程架构[J]. 计算机工程与科学, 2021, 43(04): 641-651.
[14]	李丹枫, 王飞, 赵国鸿. 一种大流量报文HMAC-SM3认证实时加速引擎[J]. 计算机工程与科学, 2021, 43(01): 82-88.
[15]	韩哲, 姜晶菲, 乔林波, 窦勇, 许金伟, 阚志刚. 基于FPGA的事件抽取模型与加速器的设计实现[J]. 计算机工程与科学, 2020, 42(11): 1941-1948.