6678DSP多核处理和优化

浪子寒烟

已于 2024-05-06 22:29:49 修改

阅读量613

点赞数 7

文章标签：算法 dsp开发

于 2024-02-07 17:33:58 首次发布

本文链接：https://blog.csdn.net/langzi113/article/details/136062792

版权

本文旨在纪录6678多核处理的调试过程

1、测试数据

手头有一份雷达测试数据，128脉冲积累，PRT 580个距离单元，数据量128*580*8 byte

仿真图如下：

2、单核处理

主要算法MTD+CFAR，数据放在DDR，为了演示关闭了编译器优化

连接仿真器，加载core0.out

2.1 导入测试数据

View->Memory Browser，右键Load Memory

Next，填入程序处理数据的地址

查看加载的数据地址

运行：统计耗时34.5ms，相参处理间隔128*70us=8.96ms，需要优化处理耗时

2.2 编译器优化

可以优化大部分，选择-o3

运行：耗时16.6ms，直接优化了一倍

2.3 存储空间优化

将处理数据放在共享内存

运行：耗时15.5ms，好像没啥优化。这块还需要再研究

2.4 针对部分耗时和执行频次高的代码优化

		#define TH_S(th, len, coef)  (((th/len)*(coef+1)))

        for(i = 0; i < len; i++)
		{
 			if(data[i] > (thres + TH_S(th[i+1], len, coef)))
 			{
				result[i] = data[i];
				result_th[i] = th[i+1];
			}
		}

采用DSP的内联函数，一次循环处理多组数据降低循环次数，如下将循环次数降低为原来的1/4

    temp3 = _ftod(coef+1,coef+1);
    temp4 = _ftod(1.0/len,1.0/len);
    temp7 = _ftod(thres,thres);

    	for(i = 0; i < len-4; i+=4)
		{
			th1_0 = th[i+1];
			th1_1 = th[i+1+1];
			th1_2 = th[i+2+1];
			th1_3 = th[i+3+1];

			temp1 = _ftod(th1_0,th1_1);
			temp2 = _ftod(th1_2,th1_3);

		    temp5 = _daddsp(_dmpysp(_dmpysp(temp1,temp3),temp4),temp7);
		    temp6 = _daddsp(_dmpysp(_dmpysp(temp2,temp3),temp4),temp7);

		    if(data[i]>_hif(temp5))
		    {
		    	result[i] = data[i];
		    	result_th[i] = _hif(temp5);
		    }
			if(data[i+1]>_lof(temp5))
			{
				 result[i+1] = data[i+1];
				 result_th[i+1] = _lof(temp5);
			}
			if(data[i+2]>_hif(temp6))
			{
				result[i+2] = data[i+2];
				result_th[i+2] = _hif(temp6);
			}
			if(data[i+3]>_lof(temp6))
			{
				result[i+3] = data[i+3];
				result_th[i+3] = _lof(temp6);
			}
		}
		for(; i < len; i++)
		{
			temp = thres + TH_S(th[i+1], len, coef);
 			if(data[i]>(temp)){
				result[i] = data[i];
				result_th[i] = temp;
			}
		}

运行：耗时8.2ms，优化了一倍。耗时在一个CPI（8.96ms）内了

3、多核处理

主从方式，核0主核，其余从核，主核负责接受数据分发任务，汇总结果上报

3.1 2核处理

将数据一分为二，core0和core1分别处理一半。

MTD：2核处理，分别delayNum/2，CFAR：2核处理，分别fftNum/2。

连接仿真器，cfg配置的是8核同步，懒得改了，group 8核，加载8核.out。

加载8核.out有个小技巧，因为分别选择8个.out路径挺费劲的，只要选择过一遍，就可以选择Reload Program，会自动加载8核上一次选择的路径。重点mark下，刚开始不知道这个操作，每次调试选择8个.out一度怀疑人生

Reload Program

选中Group运行：耗时5ms，以core0时间为准。ps：core1耗时是统计某一个处理过程的耗时，如下应该是CFAR处理耗时

3.2 4核处理

MTD：2核处理，分别delayNum/2，CFAR：4核处理，分别fftNum/4

因为MTD相对于CFAR不那么耗时，所以MTD只用了2核

选中Group运行：耗时3.7ms

3.3 8核处理

MTD：2核处理，分别delayNum/2，CFAR：8核处理，分别fftNum/8

选中Group运行：耗时3ms

全速运行，MTD：8核处理，分别delayNum/8，CFAR：8核处理，分别fftNum/8

运行：耗时2.7ms

4、mark

L2设置256K cache，低256K（从0x00800000）开始为sram，高256k为cache


void PrintSpStatus()
{
    SP_STATUS *pSpStatus = &pCoreStatus->spStatus;
    UINT i = 0;

    PRT("------------------------------ spBuf Info --------------------------------------- \n");
    PRT("recvData  recvData  recvData  recvData   recv    ram    fftout cfarData  cfarIn \n");
    PRT("  Buf[0]   Buf[1]    Buf[2]   Buf[3]     Buf     Buf     Buf     Buf      Buf   \n");
    PRT("%6x %6x %6x %6x %6x %6x %6x %6x %6x \n",
        pSpStatus->recvDataBuf[0], pSpStatus->recvDataBuf[1], pSpStatus->recvDataBuf[2],
        pSpStatus->recvDataBuf[3], pSpStatus->recvBuf, pSpStatus->ramBuf,
        pSpStatus->fftOutBuf, pSpStatus->cfarDataBuf, pSpStatus->cfarInBuf);

    PRT("------------------------------ sp Info ------------------------------------------ \n");
    PRT("tar overflow core0 core1 core2 core3  core4  core5  core6  core7    fft   delay   sp \n");
    PRT("Num   Cnt    Time  Time  Time  Time   Time   Time   Time   Time     num    num    cnt \n");
    PRT("%d %6d %6d %6d %6d %6d %6d %6d %6d %6d %6d %6d %6d \n",
        pSpStatus->tarNumOut, pSpStatus->overflowCnt,
        pSpStatus->spTime[0], pSpStatus->spTime[1], pSpStatus->spTime[2], pSpStatus->spTime[3],
        pSpStatus->spTime[4], pSpStatus->spTime[5], pSpStatus->spTime[6], pSpStatus->spTime[7],
        pSpStatus->fftNumAll, pSpStatus->delayNumAll, pSpStatus->spCnt);

	PRT("------------------------------ fft Info ------------------------------------------ \n");
	PRT("core0  core1  core2  core3  core4  core5  core6  core7 \n");
	PRT("delay  delay  delay  delay  delay  delay  delay  delay \n");
	PRT("%d %6d %6d %6d %6d %6d %6d %6d \n",
		pSpStatus->fftDelayNum[0], pSpStatus->fftDelayNum[1], pSpStatus->fftDelayNum[2], pSpStatus->fftDelayNum[3],
		pSpStatus->fftDelayNum[4], pSpStatus->fftDelayNum[5], pSpStatus->fftDelayNum[6], pSpStatus->fftDelayNum[7]);

	PRT("------------------------------ cfar Info ------------------------------------------ \n");
	PRT("core0  core1  core2  core3  core4  core5  core6  core7 \n");
	PRT("fftNum fftNum fftNum fftNum fftNum fftNum fftNum fftNum  \n");
	PRT("%d %6d %6d %6d %6d %6d %6d %6d \n",
		pSpStatus->cfarFftNum[0], pSpStatus->cfarFftNum[1], pSpStatus->cfarFftNum[2], pSpStatus->cfarFftNum[3],
		pSpStatus->cfarFftNum[4], pSpStatus->cfarFftNum[5], pSpStatus->cfarFftNum[6], pSpStatus->cfarFftNum[7]);

    PRT("------------------------------ spTarget Info ----------------------------------- \n");
    PRT("tar   r   range   fre    angle   mag \n");
    PRT("Idx  Idx   Out    Out     Out    Out \n");
    for (i = 0; i < pSpStatus->tarNumOut; i++)
    {
        PRT("%d %6d %6d %6d %6d %6d \n",
            pSpStatus->spInfo[i].tarIndexOut, pSpStatus->spInfo[i].r_index, pSpStatus->spInfo[i].rangeOut,
            pSpStatus->spInfo[i].freOut, pSpStatus->spInfo[i].angleOut, pSpStatus->spInfo[i].magSumOut);
    }
}