面向应用场景的物联网终端硬件定制平台及方法

技术领域

本发明涉及物联网技术领域，尤其涉及物联网终端的设计技术领域。

背景技术

近年随着物联网技术的发展，其应用场景日益多样化。不同的应用需求，对物联网终 端的性能指标要求也各有差异。因此，物联终端设计中需要建立一种与场景功能需求的适 配机制，一方面满足应用需求并有适度的扩展能力，另一方面减少性能冗余，遵从成本、体积、功耗的约束条件，同时适应部署区域的外部环境条件。为此，需要制定优化策略， 实现物联网终端软硬件方案的定制化设计。

当前相关从业人员在物联网终端的硬件设计方面，只能凭借已有的经验从大量芯片、 模块中选择适用于某个具体场景的一系列芯片和模块，在这个过程中需要考虑接口、体积、 成本等因素，仅靠人力分析很难得到优化结果，并且耗时很长。另外，硬件选型作为物联 网终端设计的关键环节，目前还存在以下问题：

(1)物联网相关芯片、模块种类较多且参数较复杂；

(2)不同公司的元器件相关标准有所不同；

(3)随着物联网技术的进步，用户对最终设计出的物联网终端的要求越来越苛刻，而各种类型硬件的参数相互制约，难以选优；

(4)当前尚缺乏对物联网终端设计硬件选型优化方案的研究。

发明内容

针对上述技术的不足，本发明提供了一种面向应用场景的物联网终端硬件定制平台， 解决现有技术依靠人力分析耗时长而且难以得到优化方案的技术问题。

为解决上述技术问题，本发明提供一种面向应用场景的物联网终端硬件定制平台，包 括硬件资源数据库、场景需求输入模块与方案优化模块；

所述硬件资源数据库用于按照资源模型存储规范化的硬件资源信息；

所述场景需求输入模块用于提供场景需求的规范化输入，提供包括以下场景需求的规 范化输入：

场景需求1：指定部分所需硬件资源的具体型号及其数量；

场景需求2：设定参数范围；

场景需求3：设定参数关注度；

对于所述方案优化模块，场景需求3是必要输入项，场景需求1与场景需求2均为附加输入项；

所述方案优化模块用于根据包含场景需求3的场景需求建立多目标优化模型，并采用 多目标优化算法求解出优化方案。

进一步的，还包括场景需求4：指定全部所需硬件资源的具体型号及其数量；场景需求 4与场景需求1、场景需求2、场景需求3均互斥；

还包括定制流程管理模块与指定方案输出模块；当输入场景需求4时，所述定制流程 管理模块用于将场景需求4发送给指定方案输出模块；当输入包含场景需求3的场景需求 时，定制流程管理模块用于将场景需求发送给方案优化模块。

进一步的，所示多目标优化模型如下：

目标函数：

参数的约束条件：

元器件的匹配约束条件：包括接口类型和数量匹配、电源功率匹配；

式中，J、K、R、I分别表示资源大类的种类数、资源小类的种类数、每个小类最多 允许的资源数、资源参数的种类数；f

与现有技术相比，本发明具有的有益效果包括：

本发明提供一个具备通用的硬件资源数据库的自动化设计平台。用户仅仅需要向平台输入 自己的场景功能需求，平台将其转换为对资源的需求与约束条件，通过多目标优化算法， 返回给用户一套在各个方面满足用户需求的一组具体硬件，包括型号、价格等参数均能向 用户呈现。用户可直接购买相关硬件以备后续开发，从而节省了大量时间和精力。

附图说明

图1为不同场景需求的定制流程图；

图2为优化算法的迭代次数图；

图3为最优方案演化图；

图4为不同迭代次数下的综合损失函数值；

图5为最优方案演化过程中综合损失参数的评分图；

图6最优方案演化过程中的6种参数的评分图；

图7为硬件框图形式的优化方案。

具体实施方式

一种面向应用场景的物联网终端硬件定制平台，包括硬件资源数据库、场景需求输入 模块、方案优化模块、方案评估模块、定制流程管理模块、指定方案输出模块与预设方案 选择模块；

所述硬件资源数据库用于按照资源模型存储规范化的硬件资源信息；

所述场景需求输入模块用于提供场景需求的规范化输入，提供包括以下场景需求的规 范化输入：

场景需求1：指定部分所需硬件资源的具体型号及其数量；

场景需求2：设定参数范围；

场景需求3：设定参数关注度；

对于所述方案优化模块，场景需求3是必要输入项，场景需求1与场景需求2均为附加输入项；

所述方案优化模块用于根据包含场景需求3的场景需求建立多目标优化模型，并采用 多目标优化算法求解出优化方案。

本发明的基本思想是：通过对物联网应用场景的功能分析，定义出一套对应用场景功 能需求和性能约束的规范化描述方法；同时根据市场中的物联网软硬件信息，定义对诸多 物联网软硬件资源的描述方法，并将其与场景描述相对应。结合需求描述和资源描述，用 多目标优化算法实现物联网终端的定制化设计，为终端的电路详细设计提供结构性指导。 具体来说，本发明涉及的平台用户为具有一定物联网应用基础及场景功能知识的人群，用 户输入对物联网感知终端各类参数的需求，平台输出一个能满足需求的硬件设计框图(并 非具体的电路图)。本发明着眼于物联网智能感知终端的定制化设计，既能保证性能优化， 又能简化设计流程。

可访问该平台的角色有用户和管理员。用户是指该平台的使用者，应具有一定的物联 网终端设备硬件基础知识。管理员是指该平台的开发和维护者，可以修改和维护该平台的 硬件资源数据库、方案预设库以及方案生成算法。下面对平台的运行过程进行具体说明。

(1)资源库的建立

通过大量的硬件资源调研，建立起参数齐全的硬件资源库，为物联网终端定制化设计 提供基础。

针对物联网终端使用的硬件资源，将其分为资源大类(如MCU、存储器)，资源大 类下再分资源小类(如存储器可分为Flash、SRAM等)，每一个资源小类下包含多种具 体的硬件资源型号，并为某个具体的型号定义资源ID。

使用数据库对资源库进行数据存储和管理，数据库内容是资源模型实例化结果。针对 不同大类、小类的资源，使用不同的参数量来描述。所有资源建立于一张表上，不涉及本 类资源的参数可以为空。针对某一具体型号的硬件资源，其表内描述如下(以W25Q128JBSIQ为例)：

(2)场景需求输入

场景需求1：指定部分所需硬件资源的具体型号及其数量。比如直接指定使用某个型号 的芯片、某个型号的存储器)及其数量

场景需求2：设定参数范围。可以设定部分参数的参数范围，也可以设定所有参数的参 数范围，未设定的参数范围的参数，则采用系统默认参数范围，如该类参数的上、下限。

场景需求3：设定参数关注度。用户设定某个参数的关注度以体现该参数的重要性和优 先级，用户通过设置不同参数所占的百分比(如图1-(4)所示)，体现该参数的权重，将其 作为方案选型多目标优化算法中的权重指导。例如：用户非常关心成本参数，则用户将成 本的关注度设置到非常高，则系统生成方案时会让成本占很大比重，从而得出满足约束的 解中成本最低的方案。

场景需求4：指定全部所需硬件资源的具体型号及其数量。

上述场景需求1至3适用于需要获取优化方案的情况，场景需求4则是完全由用户指定 方案，不涉及方案优化。

参考图1所示，当输入场景需求4时，定制流程管理模块用于将场景需求4发送给指定 方案输出模块。场景需求3可以单独输入，也可以结合场景需求1或场景需求2，还可以同时结合场景需求1与场景需求2，当输入包含场景需求3的场景需求时，定制流程管理 模块用于将场景需求发送给方案优化模块。

优化方案与指定方案均可以通过方案评估模块进行评估，评估结果不满意，均可以重 新输入场景需求，得到新的方案。

方案生成后，使用数据库存储方案，自动将方案写入方案表。方案表包括资源大类、 资源小类、资源ID以及资源数量。

平台给出用户一个硬件方案框图，以及对该方案的各类参数评估，用户若对该方案满 意，则使用，用户若不满意，则可以返回到前步骤修改性能约束、关注度和硬件指定)，再次根据上述算法重新生成方案。

若用户对某个参数没进行上述任何一种操作，则该参数使用系统默认值。

(3)预设方案

除了获得优化方案和指定方案为，还可以通过预设方案选择模块获得预设方案。预设 方案是针对预设场景需求的优化方案。预设方案是将预设场景需求输入方案优化模块得到 的优化方案。

参考图1所示，当对预设场景的预设方案不满意时，则返回调整预设场景的设定。用 户也可以跳过预设场景从指定硬件和筛选考量因素开始。

通过数据库对预设场景需求进行描述。预设场景需求分为3张表格：

·预设表1(默认指定部分资源)：场景大类场景小类20个32位无符号整型变量，高8为代表资源大类，次高8位代表资源小类，次低8位代表资源ID，最低8位代表指定资 源数量(ID非零有效)。ID非0表示该资源为指定，为0表示ID不是指定的，需要通过 优化算法确定。预设表1的部分如下表所示：

·预设表2(默认部分约束条件)：场景大类场景小类资源大类(参数类型1有效)资源小类(参数类型1有效)资源ID(参数类型1有效)参数关系运算符号(1:<2:<＝3:＝＝ 4:>＝5:>)指标。预设表2的部分如下表所示：

·预设表3(默认部分关注度)：场景大类场景小类资源大类(参数类型1有效)资源小类(参数类型1有效)资源ID(参数类型1有效)参数关注度。预设表3的部分如下表 所示：

(4)生成优化方案

硬件资源库中，输入了f

算法评估每次选取方案的标准不是参数值，而是每次选取方案后，将所有参数归一化， 按照满分100分进行打分得出。打分规则为：

①设定每个参数的分数相关性d

②求库中元器件每个参数的最大值和最小值，即求maxf

③求出每个元器件的每个参数的分值比例，公式为：

④求出选取的元器件中，各参数不为0(f

⑤为当前方案元器件的参数打分，公式为：

设第j大类的第k小类中，第r个资源选取Q

·约束问题为：

·参数的约束条件为：

·元器件的匹配约束：包括接口类型和数量匹配、电源功率匹配等

求解方法：蚁群、粒子群、NSGA-II等算法完成多目标约束优化算法的求解。

输出：得到Q

下面以关注度设为6个类型为例进行说明，但不限于六种类型。若在某次设计中，不 需关注某种特征，其关注度可设为0。该实施例考虑能耗(瓦)、处理能力(MIPS)、体 积(mm

(2)导入元器件库，并将各个元器件核心参数值转换为0-100的分值。确定各参数总 约束(如处理能力上下限、通信速率上下。限、总功耗上下限等)

(3)设置预置元器件参数，包括必选器件和必不选器件(用户自定)的类型和个数，剩下的器件方案由后续算法决定。

(4)采用蚁群优化算法，优化约束问题为：

参数给出的约束条件为：

(5)运行算法得出优化方案。

算法运行过程参考图2～6图所示，图2种迭代次数表示优化算法的迭代次数，图3中元器件个数表示方案对应的元器件取值，图4中最优方案演化表示获取到更优方案的次数，图5中综合损失函数表示对方案的评价，图6中6种评价参数表示方案对应的各参数 得分。

(6)在数据库中存储优化方案，以表格形式存储，参考下表。

表格中预置数量为-1表示，硬件资源数量需由优化算法得出，预置数量为非负整数是 表示该元件指定的个数。预置数量为零表示该元件不可选，则不会进入优化算法，对应的 参数没什么意义，固设置为-1。配置结果表示最终的硬件资源数量，可以是指定数量，也 可以是优化算法得出的数量。

为了便于向用户直观的展示优化方案，通过硬件框图生成模块，将优化方案以硬件框 图的形式输出，参考图7所示，图中每个方框表示一种硬件资源，包含硬件资源名称，并 以坐标的形式定位硬件资源，括号中的内容分别是大类、小类、资源ID。