Atualmente, otimizar uma arquitetura ou um sistema de software não significa, necessariamente, aumentar o seu desempenho computacional. Devido a popularização de sistemas embutidos energizados por bateria, um item de grande importância a ser otimizado é o consumo de energia. De forma a obedecer às restrições de consumo, pesquisadores têm concentrado seus esforços na criação de ferramentas que possibilitam a modelagem, a otimização e a estimação do consumo de energia. Nos últimos anos, FPGAs têm apresentado um grande desenvolvimento nos quesitos densidade, velocidade e capacidade de armazenamento. Essas características tornaram possível a construção de sistemas complexos formados por um ou mais processadores soft-core. Esse tipo de processador permite uma personalização detalhada de suas características arquiteturais, possibilitando uma melhor adequação às restrições de tempo e espaço em um projeto. O objetivo deste trabalho é construir um estimador de potência para softwares que têm como alvo o processador soft-core Nios II da Altera, permitindo saber com antecedência quanta energia será consumida devido à execução de programas e aplicações de robótica móvel. O modelo implementado neste trabalho foi testado com vários benchmarks padronizados e os resultados obtidos provaram ser bastante adequados para estimar a energia consumida por um programa, obtendo erros de estimação máximos de 4,78% / Nowadays, optimization of hardware and software systems does not necessarily mean increasing their computational performance. Due to the popularization of battery-operated embedded systems, energy comsumption has become a very critical issue. Several tools have been created to model, optimize, and estimate energy consumption, allowing power constraints to be achieved. Lately, FPGAs have presented great advancements on density, speed and storage capacity. Such characteristics made possible the implementation of complex systems comprising one or more soft-core processors. This kind of processors allows detailed customization of its architectural features, enabling timinig, and area constraints of a design to be reached. The aim of this work is to build a power estimator to predict the energy comsumption of a software running on the Altera Nios II soft-core processor. The implemented estimation model presented on this dissertation has been tested with several standard benchmarks and the results obtained have proven to be suitable for estimating the energy consumption of a software with a maximum error of 4.78%

Atualmente, otimizar uma arquitetura ou um sistema de software não significa, necessariamente, aumentar o seu desempenho computacional. Devido a popularização de sistemas embutidos energizados por bateria, um item de grande importância a ser otimizado é o consumo de energia. De forma a obedecer às restrições de consumo, pesquisadores têm concentrado seus esforços na criação de ferramentas que possibilitam a modelagem, a otimização e a estimação do consumo de energia. Nos últimos anos, FPGAs têm apresentado um grande desenvolvimento nos quesitos densidade, velocidade e capacidade de armazenamento. Essas características tornaram possível a construção de sistemas complexos formados por um ou mais processadores soft-core. Esse tipo de processador permite uma personalização detalhada de suas características arquiteturais, possibilitando uma melhor adequação às restrições de tempo e espaço em um projeto. O objetivo deste trabalho é construir um estimador de potência para softwares que têm como alvo o processador soft-core Nios II da Altera, permitindo saber com antecedência quanta energia será consumida devido à execução de programas e aplicações de robótica móvel. O modelo implementado neste trabalho foi testado com vários benchmarks padronizados e os resultados obtidos provaram ser bastante adequados para estimar a energia consumida por um programa, obtendo erros de estimação máximos de 4,78% / Nowadays, optimization of hardware and software systems does not necessarily mean increasing their computational performance. Due to the popularization of battery-operated embedded systems, energy comsumption has become a very critical issue. Several tools have been created to model, optimize, and estimate energy consumption, allowing power constraints to be achieved. Lately, FPGAs have presented great advancements on density, speed and storage capacity. Such characteristics made possible the implementation of complex systems comprising one or more soft-core processors. This kind of processors allows detailed customization of its architectural features, enabling timinig, and area constraints of a design to be reached. The aim of this work is to build a power estimator to predict the energy comsumption of a software running on the Altera Nios II soft-core processor. The implemented estimation model presented on this dissertation has been tested with several standard benchmarks and the results obtained have proven to be suitable for estimating the energy consumption of a software with a maximum error of 4.78%

O fenômeno de detonação que ocorre em motores de combustão interna é uma restrição de desempenho para baixas emissões de poluentes, altas solicitações de torque (as quais resultariam em mais potência entregue pelo motor), economia de combustível e também é uma fonte de ruídos desagradáveis ao condutor do veículo. No Brasil, tal fenômeno pode ter ainda uma utilidade benéfica se identificado de forma leal, tendo em vista que a detonação é mais fácil de ocorrer com gasolina do que com álcool. Assim, a ocorrência de detonação pode ser um auxílio no gerenciamento otimizado da injeção, ignição, bem como pode possibilitar a identificação do tipo de combustível. Para isso, técnicas de processamento de sinais podem ser utilizadas para caracterizar tal fenômeno. Este trabalho tem como foco a identificação (ocorrência) e caracterização (intensidade e duração) do sinal de detonação utilizando filtragem adaptativa e estimadores de potência, onde o desempenho individual e combinado destes algoritmos é avaliado. Inicialmente, um modelo do sinal de detonação é proposto e amostras do sinal real são obtidas e com isso, mostra-se que as técnicas propostas rendem eficientes caracterizadores do fenômeno. / The knock phenomenon that happens in internal combustion engines is a constraint against performance in terms of low pollution rates, higher torque requests (which would imply higher delivered power by the engine), mileage as well as it is an annoying source of noise to the user. In Brazil, such phenomenon may be useful if identified accurately, due to the fact that knock has a higher likelihood to happen with gasoline than ethanol. Thus, the occurrence of knock may be a support in an optimized management of fuel injection and sparking time, as well as it may provide means to identify the fuel being used. In order to achieve such goal, signal processing techniques may be used for characterization of such phenomenon. This work has the focus of identifying (occurrence) and characterize (intensity and duration) of knock signal using adaptive filtering and power estimators, where the individual and combined performance are assessed. To begin with, a knock signal model is proposed as well as samples of the real signal are taken, with that, it is shown that the proposed techniques offer efficient detectors of the phenomenon.

O fenômeno de detonação que ocorre em motores de combustão interna é uma restrição de desempenho para baixas emissões de poluentes, altas solicitações de torque (as quais resultariam em mais potência entregue pelo motor), economia de combustível e também é uma fonte de ruídos desagradáveis ao condutor do veículo. No Brasil, tal fenômeno pode ter ainda uma utilidade benéfica se identificado de forma leal, tendo em vista que a detonação é mais fácil de ocorrer com gasolina do que com álcool. Assim, a ocorrência de detonação pode ser um auxílio no gerenciamento otimizado da injeção, ignição, bem como pode possibilitar a identificação do tipo de combustível. Para isso, técnicas de processamento de sinais podem ser utilizadas para caracterizar tal fenômeno. Este trabalho tem como foco a identificação (ocorrência) e caracterização (intensidade e duração) do sinal de detonação utilizando filtragem adaptativa e estimadores de potência, onde o desempenho individual e combinado destes algoritmos é avaliado. Inicialmente, um modelo do sinal de detonação é proposto e amostras do sinal real são obtidas e com isso, mostra-se que as técnicas propostas rendem eficientes caracterizadores do fenômeno. / The knock phenomenon that happens in internal combustion engines is a constraint against performance in terms of low pollution rates, higher torque requests (which would imply higher delivered power by the engine), mileage as well as it is an annoying source of noise to the user. In Brazil, such phenomenon may be useful if identified accurately, due to the fact that knock has a higher likelihood to happen with gasoline than ethanol. Thus, the occurrence of knock may be a support in an optimized management of fuel injection and sparking time, as well as it may provide means to identify the fuel being used. In order to achieve such goal, signal processing techniques may be used for characterization of such phenomenon. This work has the focus of identifying (occurrence) and characterize (intensity and duration) of knock signal using adaptive filtering and power estimators, where the individual and combined performance are assessed. To begin with, a knock signal model is proposed as well as samples of the real signal are taken, with that, it is shown that the proposed techniques offer efficient detectors of the phenomenon.