利用NI LabVIEW優(yōu)化多核處理器環(huán)境下的自動(dòng)化測試

圖6. 通過(guò)這一簡(jiǎn)單步驟，您可以并行執行多個(gè)定制的子例程，就如同標準的LabVIEW分析函數。

因此，在多核處理器環(huán)境下，您可以通過(guò)簡(jiǎn)單的編程技術(shù)實(shí)現您的自動(dòng)化測試應用的性能改進(jìn)。

優(yōu)化硬件在環(huán)應用

得益于并行信號處理技術(shù)的又一個(gè)應用便是為同時(shí)輸入與輸出使用多個(gè)儀器。一般，這些應用被稱(chēng)為硬件在環(huán)(HIL)或在線(xiàn)處理應用。在此情況下，您可以使用高速數字化儀或高速數字I/O模塊來(lái)采集信號。在您的軟件中執行數字信號處理算法。最后，通過(guò)另一個(gè)模塊化儀器生成結果。圖7描述了一個(gè)典型的模塊框圖。

圖7. 該框圖描述了一個(gè)典型的硬件在環(huán)(HIL)應用所包括的執行步驟。

常見(jiàn)HIL應用包括在線(xiàn)數字信號處理(如濾波、插值等)、傳感器仿真和定制組件模擬。您可以使用多種技術(shù)，以獲得在線(xiàn)數字信號處理應用的最佳吞吐量。

通常，您可以使用兩種基本的編程結構，單循環(huán)結構和帶有隊列的流水線(xiàn)式多循環(huán)結構。單循環(huán)結構實(shí)現簡(jiǎn)單，對于小數據塊具有較低時(shí)延。相比之下，多循環(huán)結構能夠支持高得多的吞吐量，因為它們能夠更好地利用多核處理器。

對于傳統的單循環(huán)方式，您順次組織一個(gè)高速數字化儀的讀函數、信

號處理算法和高速數字I/O的寫(xiě)函數。如圖8的模塊框圖所示，這些子例程中的每一個(gè)都必須按照LabVIEW編程模型所確定的順序執行。

圖8. 對于LabVIEW的單循環(huán)方式，每個(gè)子例程都必須順次執行。

單循環(huán)結構受限于幾個(gè)因素。由于順序執行每一環(huán)節，處理器在處理數據的同時(shí)受限，無(wú)法執行儀器I/O。在這種方式下，由于處理器一次只能執行一個(gè)函數，所以您無(wú)法有效利用一個(gè)多核CPU。雖然單循環(huán)結構可以處理較低的采集速率，但是，如需更高的數據吞吐量，仍須采用多循環(huán)方式。

多循環(huán)架構使用隊列結構實(shí)現while循環(huán)間的數據傳遞。圖9描述了多個(gè)while循環(huán)(帶有一個(gè)隊列結構)間的編程方式。

圖9. 借助隊列結構，可以實(shí)現多個(gè)循環(huán)間的數據共享。

圖9所表示的是典型的所謂生產(chǎn)者/消費者循環(huán)結構。在此例中，一個(gè)高速數字化儀在一個(gè)循環(huán)中持續采集數據，并在每次迭代中將新的數據集傳遞至FIFO隊列。消費者循環(huán)僅需監視隊列的狀態(tài)，當每個(gè)數據集可用時(shí)將其寫(xiě)入磁盤(pán)。采用隊列的意義在于這兩個(gè)循環(huán)均可相互獨立執行。在上例中，高速數字化儀可以持續采集數據，即使這些數據寫(xiě)入磁盤(pán)時(shí)存在一定的延遲。與此同時(shí)，其它的采樣僅需存儲在FIFO隊列中。通常來(lái)說(shuō)，生產(chǎn)者/消費者流水線(xiàn)方法，通過(guò)更有效的處理器利用率，提供更高的數據吞吐量。這一技術(shù)優(yōu)勢在多核處理器環(huán)境下更為顯著(zhù)，因為L(cháng)abVIEW可以動(dòng)態(tài)分配處理器線(xiàn)程至每個(gè)處理器核。

對于一項在線(xiàn)信號處理應用，您可以使用三個(gè)獨立的while循環(huán)和兩個(gè)隊列結構，實(shí)現其間的數據傳遞。在此應用情況下，一個(gè)循環(huán)將從一臺儀器采集數據，一個(gè)循環(huán)將專(zhuān)門(mén)執行信號處理，而第三個(gè)循環(huán)將數據寫(xiě)入到另一臺儀器。

圖10. 該模塊框圖描述了帶有多個(gè)循環(huán)與隊列結構的流水線(xiàn)式信號處理。

圖10中，最上面的循環(huán)是一個(gè)生產(chǎn)者循環(huán)，它從一個(gè)高速數字化儀采集數據，并將其傳遞至第一個(gè)隊列結構(FIFO)。中間的循環(huán)同時(shí)作為生產(chǎn)者和消費者工作。每次迭代中，它從隊列結構中接收(消費)若干個(gè)數據集，并以流水線(xiàn)的方式獨立對其進(jìn)行處理。這種流水線(xiàn)方式通過(guò)支持高達四個(gè)數據集的獨立處理，實(shí)現了在多核處理器環(huán)境下的性能改進(jìn)。注意，中間的循環(huán)同時(shí)也作為一個(gè)生產(chǎn)者工作，將處理后的數據傳遞至第二個(gè)隊列結構。最后，最下面的循環(huán)將處理后的數據寫(xiě)入至高速數字I/O模塊。

并行處理算法改善了多核CPU的處理器利用率。事實(shí)上，總吞吐量取決于兩個(gè)因素，處理器利用率和總線(xiàn)傳輸速度。通常，CPU和數據總線(xiàn)在處理大數據塊時(shí)工作效率最高。而且，我們可以進(jìn)一步使用具有更快傳輸速度的PXI Express儀器，減小數據傳輸時(shí)間。

圖11. 多循環(huán)結構提供比單循環(huán)結構高得多的吞吐量。

圖11描述了最大吞吐量和采樣率的關(guān)系，采樣數據塊大小以采樣點(diǎn)數來(lái)計算。此處所描述的所有標定都是圍繞16位采樣進(jìn)行的。此外，所采用的信號處理算法為一個(gè)截止頻率為采樣率的0.45倍的7階巴特沃茲低通濾波器。如數據顯示，您可以在4階流水線(xiàn)式(多循環(huán))方式下達到最大數據吞吐量。注意，2階信號處理方式獲得了比單循環(huán)方式(順序)更好的性能，但其CPU的利用率低于4階方式。上面所列的采樣率均為NI PXIe-5122高速數字化儀和NI PXIe-6537高速數字I/O模塊的輸入和輸出的最大采樣率。注意，當采樣率為20 MS/s時(shí)，應用總線(xiàn)的輸入和輸出的數據傳輸率均為40 MB/s，所以總的總線(xiàn)帶寬為80 MB/s。

而且，應當考慮的是，流水線(xiàn)式處理方式在輸入與輸出之間確實(shí)引入了時(shí)延。所引入的時(shí)延取決于幾個(gè)因素，包括數據塊的大小和采樣率。下面的表1和表2比較了單循環(huán)和4階多循環(huán)架構中的實(shí)測時(shí)延隨數據塊大小和最大采樣率的變化情況。

表1和2. 這兩個(gè)表格描述了單循環(huán)和4階流水線(xiàn)的時(shí)延。