Méthodes de modélisation des systèmes hétérogènes

Les premiers circuits intégrés ont été développés pour des applications militaires et spatiales au début des années 1960. Depuis, ils sont omniprésents dans notre vie quotidienne. L’industrie des circuits intégrés est l’une de celles qui a le plus rapidement évolué dans toute l’histoire des technologies. Tous les paramètres caractérisant l’électronique varient de façon exponentielle : la densité des transistors double chaque 18 à 24 mois ; les dimensions des transistors sont divisées par 2 tous les 3 ans environ ; la fréquence maximale des transactions double tous les 4 ans [BC11]. Ces évolutions remarquables ont permis aux concepteurs de développer des systèmes de plus en plus complexes, possédant des performances et fonctionnalités extraordinaires, pour une multiplicité d’applications (communications, implants médicaux, véhicules, etc.).

Aujourd’hui, les systèmes électroniques sont connectés à tous les domaines (mécanique, thermique, automatique, etc.), notamment dans les systèmes embarqués ou les systèmes cyber-physiques [BG11]. De tels systèmes sont dits hétérogènes. Cette hétérogénéité conduit nécessairement à développer de nouvelles méthodes de conception qui permettent la co-conception des blocs appartenant à différents domaines (par exemple, les fonctions numériques et analogiques, l’électronique et l’informatique, l’optique et l’électronique d’un capteur d’images).

Les produits d’électronique grand public, comme les téléphones mobiles ou les ordinateurs, sont devenus plus en plus populaires. En conséquence, les communications et les échanges de données entre ces produits se sont fortement accrus. Non seulement la fréquence d’utilisation croît, mais également le volume des données à transmettre. Par exemple, les utilisateurs de téléphones mobiles envoient non seulement des textos, mais aussi des photographies et de la vidéo, à l’aide du WiFi ou du réseau 3G/4G. Le transfert et le traitement de ces données volumineuses entre les machines demandent des protocoles de communications filaires ou sans fils à grande vitesse.

Systèmes hétérogènes

Définition

Un système électronique moderne est aujourd’hui composé de parties matérielles et logicielles. Ces blocs matériels appartiennent à différents domaines de la physique (électrique, mécanique, optique, thermique, etc.). Par extension, on parle dorénavant de système hétérogène, puisqu’on y retrouve des capteurs et/ou des actionneurs, qui sont de différents domaines, auxquels on associe des traitements (analogiques, numériques ou même logiciels), une fois que l’information à traiter est dans le domaine électrique.

Un contrôle automatique de la pression des pneus (Tire Pressure Monitoring System, TPMS) d’un véhicule est présenté. C’est un exemple typique de système hétérogène. Ce système contient des capteurs de pression et de température. Les capteurs envoient les informations à l’ordinateur de bord du véhicule en combinant transmission par RF et bus filaire de communication. Ensuite, les informations sont analysées, généralement par des processeurs, et un message est finalement transmis à l’utilisateur sur un écran ou tableau de bord en fonction du résultat de cette analyse.

Un système hétérogène contient donc de nombreux matériels de différents types, auxquels s’adjoint du logiciel, pour réaliser des fonctionnalités plus ou moins complexes de manière coopérative. Du point de vue de la composition du système, l’hétérogénéité des systèmes peut être présentée sous différentes formes. Selon une vision top-down, nous pouvons citer :

– L’hétérogénéité matérielle/logicielle : les tâches peuvent être effectuées par un module matériel dédié ou par le chargement et l’exécution par un processeur d’une application logicielle.

– L’hétérogénéité architecturale : une grande variété d’unités de calcul sont disponibles (DSP, GPU, FPGA, etc.). L’emploi de l’une par rapport à l’autre et leurs associations conduisent à une grande hétérogénéité architecturale.

– L’hétérogénéité des domaines physiques : les systèmes électroniques modernes font souvent interagir différents phénomènes physiques (électromagnétisme, chimie, biologie, mécanique, optique, etc.). De plus, différents matériaux (silicium, III-V, polymères, etc.) ou techniques d’intégration (empilés, collage, etc.) [OCCH07] sont employés.

– L’hétérogénéité au niveau électrique : cette hétérogénéité se réfère à la coexistence de signaux électroniques différents, suivant la manière dont on les observe et les interprète. Ils peuvent être numériques, analogiques ou mixtes (Analog and MixedSignal, AMS).

Ces différentes hétérogénéités peuvent coexister au sein d’un même système. il y a hétérogénéité électrique (AMS/RF), hétérogénéité multi-physique (la pression, le thermique, et l’électrique), et aussi hétérogénéité matérielle/logicielle (via les logiciels embarqués dans l’ordinateur de bord du véhicule). L’association et l’interaction de ces domaines ajoute un niveau de complexité à la maîtrise du système global.

Bien que ce flot ait été adopté et suivi depuis de nombreuses années, il n’est plus adapté à la conception des systèmes actuels qui sont de plus en plus complexes. Ses inconvénients les plus évidents sont :

– Plusieurs équipes travaillent séparément sur différents sous-systèmes. Il y a peu, voir pas, de communication entre les équipes. Les modèles des différentes équipes ne sont donc pas forcément compatibles ou interopérables.

– L’intégration des différents modèles ensemble est rendue difficile pour les raisons suivantes :
1. Multiplicité des outils : A chaque domaine va correspondre des outils ou langages différents. Par exemple, le langage C/C++ pour le logiciel, VHDL pour un circuit numérique, SPICE pour un circuit analogique.
2. Multiplicité des niveaux d’abstraction : Les différents domaines sont modélisés à différents niveaux d’abstraction, plus ou moins finement, en fonction du besoin de l’application. Par exemple, les circuits numériques sont souvent modélisés au niveau système, pour une simulation plus rapide ; les circuits analogiques sont souvent modélisés au niveau circuit, pour obtenir une bonne précision.
3. Multiplicité des modèles de calcul : Différents modèles de calcul sont appliqués pour simuler les différents sous-systèmes (flot de données, événements discrets, temps discret/temps continu, etc.).

Pour aider le concepteur à surmonter ces difficultés, de nouvelles méthodes pour concevoir des systèmes hétérogènes sont indispensables. Ces méthodes doivent permettre, dans l’idéal, de modéliser les différentes parties d’un système hétérogène dans un environnement unifié. De plus, afin de réduire le coût et aussi raccourcir le temps de mise à disposition sur le marché, il serait important que cette méthode soit réalisée à un haut niveau d’abstraction, pour permettre de modéliser les systèmes hétérogènes plus efficacement. Dans notre thèse, nous allons proposer une méthode pour satisfaire à cette demande dans le cadre de l’étude de l’intégrité du signal.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport-gratuit.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction
1 Contexte et problématique
1.1 Introduction
1.2 Systèmes hétérogènes
1.2.1 Définition
1.2.2 Défis de la modélisation d’un système hétérogène
1.3 Intégrité du signal
1.3.1 Principaux phénomènes détériorant le signal utile
1.3.2 Défis pour l’analyse de l’intégrité du signal
1.4 Conclusion et problématique
2 Etat de l’Art
2.1 Introduction
2.2 Méthodes de modélisation des systèmes hétérogènes
2.2.1 Processus de conception et niveaux d’abstraction
2.2.2 Langages de conception
2.2.3 Bilan et conclusion
2.3 Méthodes de modélisation de l’intégrité du signal
2.3.1 Principales techniques de simulation de l’intégrité du signal
2.3.2 Outils de modélisation d’intégrité du signal
2.3.3 Bilan et conclusion
2.4 Conclusion
3 Modélisation
3.1 Introduction
3.2 Présentation des outils
3.2.1 SystemC-AMS
3.2.2 Réseaux de neurones artificiels
3.2.3 Conclusion
3.3 Blocs fonctionnels
3.4 Blocs non-fonctionnels
3.4.1 Introduction
3.4.2 Etape 1 – Acquisition des couples d’entrées/sorties-désirées
3.4.3 Etape 2 – Apprentissage du réseau de neurones
3.4.4 Etape 3 – Construction du modèle SystemC-AMS TDF implémentant le réseau de neurones et les adaptateurs
3.4.5 Conclusion
3.5 Conclusion
4 Simulation et Résultats
5 Conclusion

Rapport PFE, mémoire et thèse PDFTélécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.