CN116450056B - Ddr控制器的配置参数调节方法、装置、存储介质及系统 - Google Patents

Ddr控制器的配置参数调节方法、装置、存储介质及系统 Download PDF

Info

Publication number
CN116450056B
CN116450056B CN202310717635.2A CN202310717635A CN116450056B CN 116450056 B CN116450056 B CN 116450056B CN 202310717635 A CN202310717635 A CN 202310717635A CN 116450056 B CN116450056 B CN 116450056B
Authority
CN
China
Prior art keywords
population
individuals
individual
ddr
offspring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310717635.2A
Other languages
English (en)
Other versions
CN116450056A (zh
Inventor
陈力
薛红军
刘婧天
刘昆
张亚军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dera Technology Co Ltd
Original Assignee
Beijing Dera Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Dera Technology Co Ltd filed Critical Beijing Dera Technology Co Ltd
Priority to CN202310717635.2A priority Critical patent/CN116450056B/zh
Publication of CN116450056A publication Critical patent/CN116450056A/zh
Application granted granted Critical
Publication of CN116450056B publication Critical patent/CN116450056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604—Improving or facilitating administration, e.g. storage management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G06F11/2221—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test input/output devices or peripheral units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0629—Configuration or reconfiguration of storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
    • G06F3/0658—Controller construction arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及数据存储技术领域，提供了一种DDR控制器的配置参数调节方法、装置、存储介质及系统，该方法包括：基于文化基因算法生成一个或多个子代种群个体；将子代种群个体分别发送给各个嵌入式设备，以使嵌入式设备配置各自的DDR控制器，并测试获得子代种群个体的压力测试结果；接收由嵌入式设备发送的子代种群个体的压力测试结果并计算其个体适应度；判断是否存在个体适应度满足预设的适应度要求的子代种群个体；若不存，则重复执行上述操作，直至获得个体适应度满足适应度要求的子代种群个体并将其包含的配置参数作为DDR控制器的最优配置参数。本发明能够快速求解DDR控制器的最优配置参数，不需要调试人员具有较高的技能，节约了时间和人力成本。

Description

DDR控制器的配置参数调节方法、装置、存储介质及系统
技术领域
本发明涉及数据存储技术领域，尤其涉及一种DDR控制器的配置参数调节方法、装置、存储介质及系统。
背景技术
DDR控制器作为存储产品的重要组成部分，其主要功能是负责内存与处理器之间的数据交换。因此，在产品的研发阶段将DDR控制器的参数调节到最优，才能使得处理器的运行效率最优，产品的可靠性最强。然而，随着DDR带宽与速度的逐步提升，容量的逐步增大，以及工作电压的降低，都增加了对DDR控制器的设计和应用要求，使得对DDR控制器的参数配置越发困难。这些都大大增加了产品研发工作的时间和人力成本。
现有技术中对于DDR控制器的参数调节方法包括：直接使用调节ZQ电路的方式校准DRAM或者通过软件优化配置参数，其中在使用调节ZQ电路的方式校准DRAM只能够用于芯片的设计阶段，且芯片完成后没有改善的空间；采用软件优化配置参数的方法，需要在众多的参数中遍历出最优的参数，且需要通过人工的经验和人力的投入逐步的优化参数，这种方式往往比较耗费时间，并且对调试人员有比较高的技能要求。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的DDR控制器的配置参数调节方法、装置、存储介质及系统。
本发明的一个方面，提供了一种DDR控制器的配置参数调节方法，所述方法包括：
S1、获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
S2、将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
S3、接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
S4、判断是否存在个体适应度满足预设的适应度要求的子代种群个体；
若不存在个体适应度满足预设的适应度要求的子代种群个体，则重复执行步骤S1-步骤S4的操作，若存在个体适应度满足预设的适应度要求的子代种群个体，则执行步骤S5；
S5、将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
进一步地，在获取DDR控制器的配置参数种群之前，所述方法还包括：
对DDR控制器的预设的关键配置参数进行编码得到配置参数列表；
根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，重复执行上述操作以获得预设的第一数量的初始种群个体作为初始配置参数种群。
进一步地，所述基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体包括：
S11、在所述配置参数种群中选取两个种群个体作为父代种群个体；
S12、对两个所述父代种群个体通过执行单点交叉的操作获得两个第一新生种群个体子代；
S13、对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作获得两个第二新生种群个体子代；
S14、对所述第二新生种群个体子代分别执行局部搜索以将存在配置参数不满足与该配置参数相对应的取值范围的第二新生种群个体子代遗弃；
执行一次或重复执行多次步骤S11-步骤S14的操作，以获得一个或多个第二新生种群个体子代作为子代种群个体。
进一步地，在获得一个或多个第二新生种群个体子代作为子代种群个体之后，所述方法还包括：
在所述子代种群个体中逐次选取一个子代种群个体作为目标子代种群个体；
对所述目标子代种群个体进行配置参数搜索，判断所述目标子代种群个体中的各个配置参数是否与DDR控制器控制的各个DDR颗粒满足参数分组对应关系；
若不满足则将所述目标子代种群个体遗弃。
进一步地，若所述目标子代种群个体中的各个配置参数与DDR控制器控制的各个DDR颗粒满足参数分组对应关系，所述方法还包括：
获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系，其中所述信号眼图质量关系为压力测试结果中的一项；
选取信号眼图质量关系最优的一组或多组DDR颗粒的配置参数组合作为目标配置参数组合；
根据所述目标配置参数组合中各个配置参数的取值对所述目标子代种群个体中其他配置参数组合内的配置参数进行修正。
进一步地，所述在所述配置参数种群中选取两个种群个体作为父代种群个体包括：
采用轮盘赌选择法在所述配置参数种群中选择两个种群个体作为父代种群个体。
进一步地，在根据所述压力测试结果计算各个子代种群个体的个体适应度之前，所述方法还包括：
将压力测试结果中包含的各个影响参数进行编码获得基于影响参数的N维行向量；
确定各个压力测试结果中各个影响参数对于种群个体适应度的影响权重，并基于所述影响权重获得与所述N维行向量对应的N维列向量；
确定所述种群个体的适应度函数为所述N维行向量乘以所述N维列向量；
所述根据所述压力测试结果计算各个子代种群个体的个体适应度包括：
将所述压力测试结果代入所示适应度函数计算获得各个子代种群个体的个体适应度。
进一步地，在根据所述压力测试结果计算各个子代种群个体的个体适应度之后，所述方法还包括：
将当前循环过程中计算出的各个子代种群个体的个体适应度与前一循环过程中保存的各个种群个体的个体适应度进行由高到底排序；
根据所述配置参数种群中预设的种群个体的数量按照个体适应度由高到低的顺序选取对应数量的种群个体，得到新的配置参数种群。
本发明的另一方面还提供了一种DDR控制器的配置参数调节装置，所述装置包括：
遗传算法计算模块，用于获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
数据传输模块，用于将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
适应度计算模块，用于接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
判断模块，用于判断是否存在个体适应度满足预设的适应度要求的子代种群个体；
若不存在个体适应度满足预设的适应度要求的子代种群个体，则返回遗传算法计算模块，否则触发最优参数配置模块；
最优参数配置模块，用于若存在个体适应度满足预设的适应度要求的子代种群个体，则将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
本发明的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述DDR控制器的配置参数调节方法的步骤。
本发明的另一方面还提供了一种DDR控制器的配置参数调节系统，所述系统包括主机和与主机连接的多个包含DDR的嵌入式设备；
所述主机包括控制器，所述控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述DDR控制器的配置参数调节方法的步骤。
嵌入式设备包括DDR控制器参数配置模块和DDR压力测试模块，其中所述DDR控制器参数配置模块用于根据接收到的种群个体包含的配置参数配置各自的DDR控制器，所述DDR压力测试模块用于在DDR控制器完成参数配置后对DDR进行读写压力测试以获得与各个种群个体对应的压力测试结果。
本发明实施例提供的DDR控制器的配置参数调节方法、装置、存储介质及系统，在DDR控制器的配置参数调节阶段，获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；将子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；判断是否存在个体适应度满足预设的适应度要求的子代种群个体；若不存；则重复执行上述操作直至获得个体适应度满足预设的适应度要求的子代种群个体，并将个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。本发明能够快速自动求解DDR控制器的最优配置参数，不需要调试人员具有较高的技能，节约了时间和人力成本。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例提供的DDR控制器的配置参数调节系统的结构示意图；
图2为本发明实施例提供的DDR控制器的配置参数调节方法的流程图；
图3为本发明实施例提供的DDR控制器的配置参数调节方法的时序流程图；
图4为本发明实施例提出的DDR控制器的配置参数调节装置的结构框图；
图中标记说明：
主机；2、嵌入式设备；1.1、操作软件显示界面；1.2、配置参数调节模块；1.3、主机端通信模块；1.4、状态与结果显示模块；2.1、DDR控制器配置模块；2.2、DDR压力测试模块；2.3、下位机端通信模块；2.4、测试状态处理模块；
401、遗传算法计算模块；402、数据传输模块；403、适应度计算模块；404、判断模块；405、最优参数配置模块。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语），具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
图1示意性地示出了本发明实施例提供了DDR控制器的配置参数调节系统的结构示意图，由图1可知本发明实施例的DDR控制器的配置参数调节系统包括主机1和与主机连接的多个包含DDR的嵌入式设备2，其中主机1中安装有配置参数调节模块1.2，所述配置参数调节模块1.2用于在DDR控制器的配置参数调节阶段采用遗传基因算法寻找DDR控制器的最优配置参数；主机1还包括操作软件显示界面1.1，所述操作软件显示界面1.1提供用户与系统交互的界面，用户可以通过该界面输入指令、监控系统状态等。主机端的上位机端通信模块1.3与各个嵌入式设备2的下位机端通信模块2.3通信连接，由于在DDR控制器的配置参数调节阶段建立通信以传输相应数据。此外主机1还包括状态与结果显示模块1.4用于显示系统当前的测试状态，包括进度、参数信息、错误信息等。
进一步地，嵌入式设备2还包括DDR控制器配置模块2.1和DDR压力测试模块2.2，其中所述DDR控制器参数配置模块2.1用于根据接收到的种群个体包含的配置参数配置各自的DDR控制器，所述DDR压力测试模块2.2用于在DDR控制器完成参数配置后对DDR进行读写压力测试以获得与各个种群个体对应的压力测试结果。嵌入式设备2还包括测试状态处理模块2.4用于处理压力测试得到的结果数据，进行分析和生成报告。此外嵌入式设备还包括附图中未输出的DDR控制器和由DDR控制器控制的多个DDR颗粒。
进一步地，主机1还包括存储控制器，所述存储控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述方法的步骤。例如图2所示的步骤S1~S5。或者，所述处理器执行所述计算机程序时实现上述DDR控制器的配置参数调节装置实施例中各模块/单元的功能，例如图4所示的遗传算法计算模块401、数据传输模块402、适应度计算模块403、判断模块404和最优参数配置模块405。
图2示意性示出了本发明一个实施例的DDR控制器的配置参数调节方法的流程图。参照图2，本发明实施例的DDR控制器的配置参数调节具体包括以下步骤：
S1、获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
S2、将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
S3、接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
S4、判断是否存在个体适应度满足预设的适应度要求的子代种群个体；
若不存在个体适应度满足预设的适应度要求的子代种群个体，则重复执行步骤S1-步骤S4的操作，若存在个体适应度满足预设的适应度要求的子代种群个体，则执行步骤S5；
S5、将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
本发明利用DDR控制器的配置参数调节系统采用文化基因算法为自动DDR控制器计算最优配置参数，不需要调试人员具有较高的技能，能够快速自动求解DDR控制器的最优配置参数，节约了时间和人力成本。
进一步地，本发明实施例的DDR控制器的配置参数调节方法在执行步骤S1之前还包括生成DDR控制器的初始种群的方法，具体地在获取DDR控制器的配置参数种群之前，所述方法还包括：对DDR控制器的预设的关键配置参数进行编码得到配置参数列表；根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，重复执行上述操作以获得预设的第一数量的初始种群个体作为初始配置参数种群。
其中，每个配置参数都有其固有的取值范围，例如参数Write Level Wait Count取值范围为[10，100]，则在这个范围内随机生成一个整数，如90。其中根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，还可以包括根据IC芯片仿真的参数以及经验值对初始的种群进行调整以获得第一数量的初始种群个体，其中第一数量的具体取值可以为50个，但本发明实施例对于该数值不做具体限定。
此外需要说明的是，在本发明实施例中，在获得初始配置参数种群之后，需要将初始配置参数种群中的各个种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的初始种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个初始种群个体对应的压力测试结果；并计算出初始种群个体的个体适应度以作为原始数据进行保存。
此外，在本发明实施例中在根据所述压力测试结果计算各个子代种群个体的个体适应度之后，还包括附图中未示出的如下步骤：
S31、将当前循环过程中计算出的各个子代种群个体的个体适应度与前一循环过程中保存的各个种群个体的个体适应度按照由高到低的顺序进行排序；
S32、根据所述配置参数种群中预设的种群个体的数量按照个体适应度由高到低的顺序选取对应数量的种群个体，得到新的配置参数种群。
需要说明的是，上述实施例中说明的对应数量可以为前述步骤中的第一数量，也可以为其他数量，对此本发明不做限定。由于在每次循环过程中都会进行种群的更新替换，因而在每次循环结束都保存有种群中各个种群个体的个体适应度，以便进行种群更新操作之后对种群个体重新排序，剔除掉表现不好的种群个体，进一步提高计算效率。
本发明的一个具体实施例，需要先根据IC芯片的仿真和PHY的配置整理DDR控制器的关键配置参数，其中部分参数如下：ODT、IO driver、Training参数， Write LevelParameters（Wait Count、Delay Count、Response Count、DQ Mask Data、threshold count等），Update Level Parameters（Update Wait Count、Capture Count、Delay Count、LaterAdjust Count、Read DQ Wait Count等），Read Level Parameters（Multi-Path Response、Multi-Path 、Capture Count、Delay Cunt、Data Mask、Update Wait Count、ReadOperation Mode等），Write DQ Parameters (Update Wait Count、DataDM Mask、StartOffset、Delay Step Count、QTR Delay Count、Burst Count等）。对上述参数进行编码形成配置参数列表，本发明的一个可选实施例，配置参数列表可以表示为如下形式：WL1、WL2、WL3、... ...WLn，RL1、RL2、RL3、... ...RLn，WDQL1、WDQL2、WDQL3、... ...WDQLn，ULP1、ULP2、ULP3、... ...ULPn等，其中一个种群个体可以表示用PL表示。
对于上述参数的具体含义解释如下：
ODT: on die termination,阻抗匹配终结电阻做在芯片内部的一种技术；
ODI：output driver impedence，输出驱动强度；
training 参数：
write leveling：写均衡，由于DDR4 fly-by topology,通过write level调整CLK与DQS 之间相位关系.具体过程是控制DQS delay line，通过发送DQS pulse，device 用DQS pulse 采集clk，返回采集结果给控制器，直到发现CLK 上升沿，结束训练；
delay_step:控制DQS delay line的步进长度；
capture_cnt:每个delay line发送该参数数量的DQS pulse，所有返回结果成功，才算是成功，提高训练精确度；
wait_count：new delay line value 更新之后，等待该参数时间再驱动状态机发送DQS pulse，避免新参数没有生效问题；
resp_wait_cnt:发送DQS pulse之后，等待该时间后再采集从device 返回的结果；
read leveling：读均衡，把读数据放到读数据窗口中间的一个过程。内建数据pattern，把pattern 发给device，再读取device，校验read data。通过不断的调整DQdelay line，获得校验pass 的左右2个位置，这样就获得了数据有效窗口；
delay_step:控制DQ delay line的步进长度；
multi_pattern:使能多种pattern；
capture_cnt:每个delay line多次采集返回的结果，提高训练精确度；
wait_count：new delay line value 更新之后，等待该参数时间再驱动状态机发送DQ pulse，避免新参数没有生效问题；
resp_wait_cnt:发送DQS pulse之后，等待该时间后再采集从device 返回的结果；
delay_start:DQ 初始delay 值，减少训练时间；
write dq training：
delay_step:coarse step size，控制DQ delay line的步进长度；
QTR_delay_step:fine step size，发现DQS 边沿之后，用该step size返回找更精确的边沿位置；
multi_pattern:使能多种pattern；
wait_count：new delay line value 更新之后，等待该参数时间后再发送下一组pattern，避免新参数没有生效问题；
delay_start:DQ 初始delay 值，减少训练时间；
clk_tolerance:控制clk jitter margin。
进一步地，本发明实施例中基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体包括附图中未示出的如下步骤：
S11、在所述配置参数种群中选取两个种群个体作为父代种群个体；
在本发明实施例中，所述在所述配置参数种群中选取两个种群个体作为父代种群个体包括：采用轮盘赌选择法在所述配置参数种群中选择两个种群个体作为父代种群个体。轮盘赌选择法（roulette wheel selection）的出发点是适应度值越好的个体被选择的概率越大。如在求解最大化问题时，可以直接用适应度/总适应度来计算个体的选择概率，然后直接通过概率对个体进行选择。如果是求解最小化问题，那么就要对适应度函数进行转换，转化为最大化问题。
S12、对两个所述父代种群个体通过执行单点交叉的操作获得两个第一新生种群个体子代；
在本发明实施例中，执行单点交叉的操作为两个父代种群个体随机选择的一个位 置点上进行分割并交换两个父代种群个体被位置点分割的同一侧的部分生成子染色体（第 一新生种群个体子代）。和将X代中的种群Y，Z的一个染色体进行交互，在将 某一个参考点之前的参数进行互换，形成新的交叉子代。
S13、对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作获得两个第二新生种群个体子代；
在本发明实施例中，对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作具体为，选取一个第一新生种群个体中的某一配置参数改变该配置参数的取值，且在改变该配置参数取值的同时需要注意该配置参数不能超出其固有的取值范围。
S14、对所述第二新生种群个体子代分别执行局部搜索以将存在配置参数不满足与该配置参数相对应的取值范围的第二新生种群个体子代遗弃；
执行一次或重复执行多次步骤S11-步骤S14的操作，以获得一个或多个第二新生种群个体子代作为子代种群个体。
进一步地，在本发明实施例中在获得一个或多个第二新生种群个体子代作为子代种群个体之后还可以通过局部搜索的方式进一步对子代种群个体进行调整，以提高整个系统的效率。
具体地，在获得一个或多个第二新生种群个体子代作为子代种群个体之后，所述方法还包括：在所述子代种群个体中逐次选取一个子代种群个体作为目标子代种群个体；对所述目标子代种群个体进行配置参数搜索，判断所述目标子代种群个体中的各个配置参数是否与DDR控制器控制的各个DDR颗粒满足参数分组对应关系；若不满足则将所述目标子代种群个体遗弃。
需要说明的事，对于一个DDR控制器的配置参数构成的种群个体中，还包括多个分组，每个分组对应控制一个DDR颗粒，因此本发明实施例通过目标子代种群个体的配置参数的分组关系进行搜索、剔除不满足要求的子代种群个体，减少了系统的测试压力，进一步提高的配置参数调节的效率。
进一步地，若所述目标子代种群个体中的各个配置参数与DDR控制器控制的各个DDR颗粒满足参数分组对应关系，所述方法还包括：获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系，其中所述信号眼图质量关系为压力测试结果中的一项；选取信号眼图质量关系好的一组或多组DDR颗粒的配置参数组合作为目标配置参数组合；根据所述目标配置参数组合中各个配置参数的取值对所述目标子代种群个体内的DDR颗粒的其他配置参数组合内的配置参数进行修正。
需要说明的是，在本发明实施例中获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系表示的是在本次种群迭代之前系统中保存的各个DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系。
本发明实施例通过对子代种群个体采取局部搜索的方式剔除补满足格式要求的种群个体，并根据已知的压力测试结果内容对子代种群个体中的配置参数进行优化，进一步缩短了遗传基因算法的计算时长，提高了效率。
进一步地，在执行步骤S3之前或者在本方法的初始阶段需要确定本发明实施例的适应度函数，因此在根据所述压力测试结果计算各个子代种群个体的个体适应度之前，所述方法还包括：将压力测试结果中包含的各个影响参数进行编码获得基于影响参数的N维行向量；确定各个压力测试结果中各个影响参数对于种群个体适应度的影响权重，并基于所述影响权重获得与所述N维行向量对应的N维列向量；确定所述种群个体的适应度函数为所述N维行向量乘以所述N维列向量。因此，所述根据所述压力测试结果计算各个子代种群个体的个体适应度包括：将所述压力测试结果代入所示适应度函数计算获得各个子代种群个体的个体适应度。其中，适应度是描述个体性能的指标，适应值越大的个体，说明个体越好。本发明实施例的压力测试结果包括信号眼图质量关系、DDR的1Bit错误以及2Bit错误信息等。
为了对本发明实施例提供的DDR控制器的配置参数调节方法进行详细的介绍，图3示意性的示出了本发明实施例提供的DDR控制器的配置参数调节方法的时序流程图，参照图3可知本发明实施例的DDR控制器的配置参数调节方法的一个可选的具体时序实施步骤包括：
S00、确定配置参数，即确定DDR控制器的关键配置参数；
S01、生成初始种群，即根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，重复执行上述操作以获得预设的第一数量的初始种群个体作为初始配置参数种群；
S02、计算个体适应度，即将配置参数种群中的各个种群个体分别发送给各个嵌入式设备，以使各个嵌入式设备根据接收到的初始种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个初始种群个体对应的压力测试结果；接收由各个嵌入式设备发送的与种群个体对应的压力测试结果，并根据所述压力测试结果计算各个种群个体的个体适应度；
S03、判断是否满足结束条件，即判断是否存在个体适应度满足预设的适应度要求的种群个体；若不存在着执行步骤S04，若存在则执行步骤S09；
S04、父代选择，即在所述配置参数种群中选取两个种群个体作为父代种群个体；
S05、交叉操作，即对两个所述父代种群个体通过执行单点交叉的操作获得两个第一新生种群个体子代；
S06、变异操作，即对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作获得两个第二新生种群个体子代；
S07、局部搜索，即对所述第二新生种群个体子代分别执行局部搜索以将存在配置参数不满足与该配置参数相对应的取值范围的第二新生种群个体子代遗弃；和/或在所述一个或多个第二新生子代种群个体中逐次选取一个第二新生子代种群个体作为目标子代种群个体；对所述目标子代种群个体进行配置参数搜索，判断所述目标子代种群个体中的各个配置参数是否与DDR控制器控制的各个DDR颗粒满足参数分组对应关系；若不满足则将所述目标子代种群个体遗弃；和/或获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系，其中所述信号眼图质量关系为压力测试结果中的一项；选取信号眼图质量关系好的一组或多组DDR颗粒的配置参数组合作为目标配置参数组合；根据所述目标配置参数组合中各个配置参数的取值对所述目标子代种群个体内的DDR颗粒的其他配置参数组合内的配置参数进行修正。
S08、种群更新，即对述配置参数种群进行更新；
S09、输出解，即将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
上述实施例还可以包括在步骤S02或步骤S03之后执行的排序操作，即配置参数种群中各个种群个体的个体适应度进行由高到底排序；将适应度排名超出所述配置参数种群的预设数量的种群个体舍弃。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
图4示意性示出了本发明实施例的DDR控制器的配置参数调节装置的结构示意图。参照图4，本发明实施例的DDR控制器的配置参数调节装置具体包括遗传算法计算模块401、数据传输模块402、适应度计算模块403、判断模块404和最优参数配置模块405，其中：
遗传算法计算模块401，用于获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
数据传输模块402，用于将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
适应度计算模块403，用于接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
判断模块404，用于判断是否存在个体适应度满足预设的适应度要求的子代种群个体，若不存在个体适应度满足预设的适应度要求的子代种群个体，则返回遗传算法计算模块，否则触发最优参数配置模块；
最优参数配置模块405，用于将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
进一步地，本发明实施例的DDR控制器的配置参数调节装置还包括附图中未示出的初始配置参数种群生成模块，用于对DDR控制器的预设的关键配置参数进行编码得到配置参数列表；根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，重复执行上述操作以获得预设的第一数量的初始种群个体作为初始配置参数种群。
进一步地，遗传算法计算模块401具体包括：
父代种群个体选择子模块，用于在所述配置参数种群中选取两个种群个体作为父代种群个体；
单点交叉控制子模块，用于对两个所述父代种群个体通过执行单点交叉的操作获得两个第一新生种群个体子代；
变异操作控制子模块，用于对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作获得两个第二新生种群个体子代；
阈值搜索子模块，用于对所述第二新生种群个体子代分别执行局部搜索以将存在配置参数不满足与该配置参数相对应的取值范围的第二新生种群个体子代遗弃；
重复控制子模块，用于不返回或返回父代种群个体选择子模块，以获得一个或多个第二新生种群个体子代作为子代种群个体。
分组搜索子模块，用于获得一个或多个第二新生种群个体子代作为子代种群个体之后，在所述子代种群个体中逐次选取一个子代种群个体作为目标子代种群个体；对所述目标子代种群个体进行配置参数搜索，判断所述目标子代种群个体中的各个配置参数是否与DDR控制器控制的各个DDR颗粒满足参数分组对应关系；若不满足则将所述目标子代种群个体遗弃。
局部优化子模块，用于若所述目标子代种群个体中的各个配置参数与DDR控制器控制的各个DDR颗粒满足参数分组对应关系，获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系，其中所述信号眼图质量关系为压力测试结果中的一项；选取信号眼图质量关系好的一组或多组DDR颗粒的配置参数组合作为目标配置参数组合；根据所述目标配置参数组合中各个配置参数的取值对所述目标子代种群个体内的DDR颗粒的其他配置参数组合内的配置参数进行修正。
进一步地，适应度计算模块403，具体用于将所述压力测试结果代入适应度函数计算获得各个子代种群个体的个体适应度。
进一步地，本发明实施例的DDR控制器的配置参数调节装置还包括：
排序模块，用于在将当前循环过程中计算出的各个子代种群个体的个体适应度与前一循环过程中保存的各个种群个体的个体适应度按照由高到低的顺序进行排序；
种群筛选模块，用于根据所述配置参数种群中预设的种群个体的数量按照个体适应度由高到低的顺序选取对应数量的子代种群个体，得到新的配置参数种群。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法的步骤。
本实施例中，所述主机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明实施例提供的DDR控制器的配置参数调节方法、装置、存储介质及系统，在DDR控制器的配置参数调节阶段，获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；将子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；判断是否存在个体适应度满足预设的适应度要求的子代种群个体；若不存；则重复执行上述操作直至获得个体适应度满足预设的适应度要求的子代种群个体，并将个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。本发明能够快速自动求解DDR控制器的最优配置参数，不需要调试人员具有较高的技能，节约了时间和人力成本。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种DDR控制器的配置参数调节方法，其特征在于，所述方法包括:
S1、获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
S2、将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
S3、接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
S4、判断是否存在个体适应度满足预设的适应度要求的子代种群个体；
若不存在个体适应度满足预设的适应度要求的子代种群个体，则重复执行步骤S1-步骤S4的操作，若存在个体适应度满足预设的适应度要求的子代种群个体，则执行步骤S5；
S5、将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
2.根据权利要求1所述的方法，其特征在于，在获取DDR控制器的配置参数种群之前，所述方法还包括：
对DDR控制器的预设的关键配置参数进行编码得到配置参数列表；
根据预设的各个配置参数的取值范围为配置参数列表中的各个配置参数进行随机取值以得到一个初始种群个体，重复执行上述操作以获得预设的第一数量的初始种群个体作为初始配置参数种群。
3.根据权利要求2所述的方法，其特征在于，所述基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体包括：
S11、在所述配置参数种群中选取两个种群个体作为父代种群个体；
S12、对两个所述父代种群个体通过执行单点交叉的操作获得两个第一新生种群个体子代；
S13、对两个所述第一新生种群个体子代分别选择一个或多个配置参数执行变异操作获得两个第二新生种群个体子代；
S14、对所述第二新生种群个体子代分别执行局部搜索以将存在配置参数不满足与该配置参数相对应的取值范围的第二新生种群个体子代遗弃；
执行一次或重复执行多次步骤S11-步骤S14的操作，以获得一个或多个第二新生种群个体子代作为子代种群个体。
4.根据权利要求3所述的方法，其特征在于，在获得一个或多个第二新生种群个体子代作为子代种群个体之后，所述方法还包括：
在所述子代种群个体中逐次选取一个子代种群个体作为目标子代种群个体；
对所述目标子代种群个体进行配置参数搜索，判断所述目标子代种群个体中的各个配置参数是否与DDR控制器控制的各个DDR颗粒满足参数分组对应关系；
若不满足则将所述目标子代种群个体遗弃。
5.根据权利要求4所述的方法，其特征在于，若所述目标子代种群个体中的各个配置参数与DDR控制器控制的各个DDR颗粒满足参数分组对应关系，所述方法还包括：
获取所述目标子代种群个体中的与DDR控制器控制的各个DDR颗粒的配置参数组合对应的信号眼图质量关系，其中所述信号眼图质量关系为压力测试结果中的一项；
选取信号眼图质量关系最优的一组或多组DDR颗粒的配置参数组合作为目标配置参数组合；
根据所述目标配置参数组合中各个配置参数的取值对所述目标子代种群个体中其他配置参数组合内的配置参数进行修正。
6.根据权利要求3所述的方法，其特征在于，所述在所述配置参数种群中选取两个种群个体作为父代种群个体包括：
采用轮盘赌选择法在所述配置参数种群中选择两个种群个体作为父代种群个体。
7.根据权利要求1所述的方法，其特征在于，在根据所述压力测试结果计算各个子代种群个体的个体适应度之前，所述方法还包括：
将压力测试结果中包含的各个影响参数进行编码获得基于影响参数的N维行向量；
确定各个压力测试结果中各个影响参数对于种群个体适应度的影响权重，并基于所述影响权重获得与所述N维行向量对应的N维列向量；
确定所述种群个体的适应度函数为所述N维行向量乘以所述N维列向量；
所述根据所述压力测试结果计算各个子代种群个体的个体适应度包括：
将所述压力测试结果代入所示适应度函数计算获得各个子代种群个体的个体适应度。
8.根据权利要求1-7任一项所述的方法，其特征在于，在根据所述压力测试结果计算各个子代种群个体的个体适应度之后，所述方法还包括：
将当前循环过程中计算出的各个子代种群个体的个体适应度与前一循环过程中保存的各个种群个体的个体适应度按照由高到低的顺序进行排序；
根据所述配置参数种群中预设的种群个体的数量按照个体适应度由高到低的顺序选取对应数量的子代种群个体，得到新的配置参数种群。
9.一种DDR控制器的配置参数调节装置，其特征在于，所述装置包括：
遗传算法计算模块，用于获取DDR控制器的配置参数种群，并基于文化基因算法根据所述配置参数种群生成一个或多个子代种群个体；
数据传输模块，用于将所述子代种群个体分别发送给与主机连接的各个嵌入式设备，以使各个嵌入式设备根据接收到的子代种群个体包含的配置参数配置各自的DDR控制器并在DDR控制器完成参数配置后对DDR进行读写压力测试，以获得与各个子代种群个体对应的压力测试结果；
适应度计算模块，用于接收由各个嵌入式设备发送的与子代种群个体对应的压力测试结果，并根据所述压力测试结果计算各个子代种群个体的个体适应度；
判断模块，用于判断是否存在个体适应度满足预设的适应度要求的子代种群个体，若不存在个体适应度满足预设的适应度要求的子代种群个体，则返回遗传算法计算模块，否则触发最优参数配置模块；
最优参数配置模块，用于将所述个体适应度满足适应度要求的子代种群个体包含的配置参数作为DDR控制器的最优配置参数。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8任一项所述方法的步骤。
11.一种DDR控制器的配置参数调节系统，其特征在于，所述系统包括主机和与主机连接的多个包含DDR的嵌入式设备；
所述主机包括控制器，所述控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-8任一项所述方法的步骤；
嵌入式设备包括DDR控制器参数配置模块和DDR压力测试模块，其中所述DDR控制器参数配置模块用于根据接收到的种群个体包含的配置参数配置各自的DDR控制器，所述DDR压力测试模块用于在DDR控制器完成参数配置后对DDR进行读写压力测试以获得与各个种群个体对应的压力测试结果。
CN202310717635.2A 2023-06-16 2023-06-16 Ddr控制器的配置参数调节方法、装置、存储介质及系统 Active CN116450056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310717635.2A CN116450056B (zh) 2023-06-16 2023-06-16 Ddr控制器的配置参数调节方法、装置、存储介质及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310717635.2A CN116450056B (zh) 2023-06-16 2023-06-16 Ddr控制器的配置参数调节方法、装置、存储介质及系统

Publications (2)

Publication Number Publication Date
CN116450056A CN116450056A (zh) 2023-07-18
CN116450056B true CN116450056B (zh) 2023-08-15

Family

ID=87124116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310717635.2A Active CN116450056B (zh) 2023-06-16 2023-06-16 Ddr控制器的配置参数调节方法、装置、存储介质及系统

Country Status (1)

Country Link
CN (1) CN116450056B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009276981A (ja) * 2008-05-14 2009-11-26 Hiroshima Univ Ｐｉｄコントローラのチューニング装置、ｐｉｄコントローラのチューニング用プログラムおよびｐｉｄコントローラのチューニング方法
CN113836791A (zh) * 2021-08-28 2021-12-24 西安交通大学 一种基于遗传算法的移动半隐式粒子法关键参数优化方法
CN115145482A (zh) * 2022-06-20 2022-10-04 青岛信芯微电子科技股份有限公司 一种参数配置系统、方法、基准监视器及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009276981A (ja) * 2008-05-14 2009-11-26 Hiroshima Univ Ｐｉｄコントローラのチューニング装置、ｐｉｄコントローラのチューニング用プログラムおよびｐｉｄコントローラのチューニング方法
CN113836791A (zh) * 2021-08-28 2021-12-24 西安交通大学 一种基于遗传算法的移动半隐式粒子法关键参数优化方法
CN115145482A (zh) * 2022-06-20 2022-10-04 青岛信芯微电子科技股份有限公司 一种参数配置系统、方法、基准监视器及介质

Also Published As

Publication number Publication date
CN116450056A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN111400180B (zh) 一种基于特征集划分和集成学习的软件缺陷预测方法
US20210150370A1 (en) Matrix representation of neural networks
JP2023523029A (ja) 画像認識モデル生成方法、装置、コンピュータ機器及び記憶媒体
CN108563875B (zh) 基于多目标优化的模拟电路测点和频率联合优选方法
CN107305637A (zh) 基于K-Means算法的数据聚类方法和装置
CN111162934A (zh) 业务服务的测试方法和装置、存储介质、电子装置
US20230080533A1 (en) Electroencephalogram signal classification method and apparatus, device, storage medium, and program product
CN110765310B (zh) 一种基于参数配置的音频专辑推荐方法及系统
US20210150356A1 (en) Optimization device, method for controlling optimization device, and computer-readable recording medium recording program for controlling optimization device
JP2020204929A (ja) サンプリング装置およびサンプリング方法
CN116450056B (zh) Ddr控制器的配置参数调节方法、装置、存储介质及系统
CN110990573A (zh) 一种基于分段实数编码的遗传算法智能组卷方法，设备及可读存储介质
CN113673688A (zh) 权重生成方法、数据处理方法及装置、电子设备、介质
CN110110845A (zh) 一种基于并行多级宽度神经网络的学习方法
CN115794570A (zh) 压力测试方法、装置、设备及计算机可读存储介质
CN109217617A (zh) 一种马达的激励信号搜索方法及电子设备
JP2022501707A (ja) 画像処理方法、装置、デバイス、および記憶媒体
CN111290932A (zh) 一种存储设备的性能估算方法和装置
CN108664424B (zh) 一种确定最优延时的方法及设备
CN102934387B (zh) 对数据包进行循环冗余校验的方法及装置
CN118430599B (zh) 一种基于二分法在lpddr5写训练中的应用方法及系统
CN117369422B (zh) 一种控制器出厂参数校准方法、参数校准装置及存储介质
CN115499305B (zh) 一种分布式集群存储设备的部署方法、装置及电子设备
CN116105974B (zh) 光器件驱动参数的配置方法
CN111931854B (zh) 一种提高图像识别模型可移植性能的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant