電路優(yōu)化主要分為功耗優(yōu)化、面積優(yōu)化、延時優(yōu)化等幾個方面，是集成電路CAD（Computer aided design）工具的重要組成部分。以往的電路優(yōu)化技術都是針對布爾邏輯電路，并建立了相應的自動設計方案。實際上，與傳統(tǒng)的布爾邏輯電路相比，利用Reed-Muller（RM）邏輯實現(xiàn)的部分電路在功耗、速度、面積等重要性能上具有更大的優(yōu)勢，如運算電路、奇偶校驗電路、通信電路等。極性是RM展開式的重要屬性，直接決定展開式繁簡，進而影響其對應電路的延時、面積、功耗等性能。因此，RM電路優(yōu)化就是在極性空間內(nèi)，搜索到某個（些）最佳極性以使該電路的性能最優(yōu)。已有RM電路研究大多針對功耗和面積展開，而延時研究相對較少，故本文主要針對RM電路的延時優(yōu)化展開研究。 固定極性Reed-Muller（Fixed polarity Reed-Muller, FPRM）展開式和混合極性Reed-Muller（Mixed polarity Reed-Muller, MPRM）展開式是RM邏輯的兩種常見展開式。較之MPRM展開式，F(xiàn)PRM展開式的變量表現(xiàn)形式更規(guī)則，其極性空間也更小。因此，本文首先建立FPRM電路延時...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
引言
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀及其發(fā)展趨勢
        1.2.1 極性轉換
        1.2.2 極性搜索
        1.2.3 電路性能優(yōu)化
    1.3 內(nèi)容安排
2 電路邏輯綜合與優(yōu)化和群智能算法
    2.1 計算機輔助綜合與優(yōu)化
        2.1.1 電路模型
        2.1.2 電路綜合
        2.1.3 電路優(yōu)化
    2.2 邏輯綜合與優(yōu)化
        2.2.1 二級電路優(yōu)化
        2.2.2 多級電路優(yōu)化
    2.3 群智能算法
        2.3.1 ACO 算法
        2.3.2 PSO 算法
    2.4 本章小結
3 FPRM 電路的延時優(yōu)化
    3.1 固定極性間 FPRM 展開式轉換
    3.2 延時模型
    3.3 延時估計
        3.3.1 FPRM 展開式化簡
        3.3.2 延時分解
    3.4 FPRM 電路延時優(yōu)化算法
    3.5 實驗結果與分析
    3.6 本章小結
4 基于 PSO 算法的 FPRM 電路延時和面積優(yōu)化
    4.1 PSO 算法
    4.2 固定極性轉換和電路估計模型
        4.2.1 基于列表技術的固定極性轉換
        4.2.2 電路估計模型
    4.3 基于 PSO 算法的 FPRM 電路最佳延時和面積極性搜索
        4.3.1 極性抽象和適應度函數(shù)
        4.3.2 速度和位置更新
        4.3.3 算法描述
    4.4 實驗結果與分析
    4.5 本章小結
5 基于 FDDs 的 FPRM 電路延時和面積優(yōu)化
    5.1 延時估計
        5.1.1 FDDs
        5.1.2 基于 FDDs 的邏輯分解
        5.1.3 延時分解
    5.2 中小規(guī)模 FPRM 電路延時和面積優(yōu)化
    5.3 大規(guī)模 FPRM 電路延時和面積優(yōu)化
        5.3.1 編碼和適應度函數(shù)
        5.3.2 遺傳算子
        5.3.3 算法描述
    5.4 實驗結果與分析
    5.5 本章小結
6 混合極性間 MPRM 展開式轉換
    6.1 MPRM 展開式
    6.2 OKFDDs
    6.3 基于列表技術的 MPRM 展開式轉換
    6.4 基于 OKFDDs 的 MPRM 展開式轉換
    6.5 實驗結果與分析
    6.6 本章小結
7 基于 HDPSO 算法的 MPRM 電路延時和面積綜合優(yōu)化
    7.1 HDPSO 算法
        7.1.1 DPSO 算法
        7.1.2 改進 DPSO 算法
    7.2 基于 HDPSO 算法的 MPRM 電路延時和面積綜合優(yōu)化
        7.2.1 極性抽象和適應度函數(shù)
        7.2.2 速度和位置更新
        7.2.3 變異操作
        7.2.4 算法描述
    7.3 實驗結果與分析
    7.4 本章小結
8 結論與展望
參考文獻
在學研究成果
致謝



本文編號：3846723