论文部分内容阅读
电路优化主要分为功耗优化、面积优化、延时优化等几个方面，是集成电路CAD（Computer aided design）工具的重要组成部分。以往的电路优化技术都是针对布尔逻辑电路，并建立了相应的自动设计方案。实际上，与传统的布尔逻辑电路相比，利用Reed-Muller（RM）逻辑实现的部分电路在功耗、速度、面积等重要性能上具有更大的优势，如运算电路、奇偶校验电路、通信电路等。极性是RM展开式的重要属性，直接决定展开式繁简，进而影响其对应电路的延时、面积、功耗等性能。因此，RM电路优化就是在极性空间内，搜索到某个（些）最佳极性以使该电路的性能最优。已有RM电路研究大多针对功耗和面积展开，而延时研究相对较少，故本文主要针对RM电路的延时优化展开研究。固定极性Reed-Muller（Fixed polarity Reed-Muller, FPRM）展开式和混合极性Reed-Muller（Mixed polarity Reed-Muller, MPRM）展开式是RM逻辑的两种常见展开式。较之MPRM展开式，FPRM展开式的变量表现形式更规则，其极性空间也更小。因此，本文首先建立FPRM电路延时优化方法，然后将该优化方法扩展到MRPM电路。研究内容主要包括以下五部分：1. FPRM电路的延时优化：通过对FPRM展开式的研究，根据代数法和类Huffman算法建立FPRM电路的延时估计模型；在此基础上，结合极性转换和穷尽算法法，提出中小规模FPRM电路的延时优化算法。2.基于粒子群优化（Particle swarm optimization, PSO）算法的FPRM电路延时和面积优化：根据FPRM展开式的特点，建立对应FPRM电路的延时和面积模型；利用延时分解估计延时和面积，并综合两者设计出适应度函数；在此基础上，建立固定极性和粒子群个体对应关系，提出基于PSO的大规模FPRM电路延时和面积综合优化算法。3.基于FDDs（Functional decision diagrams）的FPRM电路延时和面积优化：在FDDs中，利用其终端节点实现对应FPRM展开式的逻辑分解，并估计电路延时和面积；结合变量顺序搜索策略和固定极性列表技术，提出中小规模和大规模FPRM电路的延时和面积优化算法。4.基于OKFDDs（Ordered kronecker functional decision diagrams）的MPRM展开式转换：通过对OKFDDs和MPRM展开式的研究，建立两者的对应关系；根据布尔展开式系数与MPRM展开式系数的关系，建立混合极性间终端节点的运算关系，提出基于OKFDDs的混合极性间MPRM展开式转换算法。5.基于混合离散PSO（Hybrid discrete particle swarm optimization, HDPSO）算法的MPRM电路延时和面积综合优化：通过将变异操作和精英策略引入到PSO算法来实现搜索能力更强的HDPSO算法，并结合MPRM电路的延时估计模型，提出基于HDPSO的大规模MPRM电路延时和面积综合优化算法。文中所提算法均用C++编程实现，通过对MCNC Benchmark电路测试表明：与其他算法相比，本算法得到的RM电路具有延时和面积两方面的优势。