基于泰勒展开的低成本e指数函数电路设计

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:qb54223322
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对e指数函数运算中常见硬件实现方法资源消耗大的问题,提出基于泰勒展开的指数函数的优化实现。首先,通过对输入值进行区间压缩以减小泰勒展开计算的求解误差;其次,对e指数函数泰勒展开公式的系数进行修正;最后,在硬件实现中通过合并化简运算实现资源的精简。实验表明。该方法在TSMC 65 nm工艺下的面积为11 068μm~2,折合1 976门,运算结果的相对误差仅有10~(-2)~10~(-3)。相比于通常泰勒展开式法,关键电路少了3个加法器和3个乘法器,节省了60%的硬件资源,具有硬件资源消耗少、输入值
其他文献
D2D(device to device)作为5G通信的核心技术,在满足用户通信需求与提高用户连通数量等方面具有至关重要的作用。针对传统复用算法的系统中断概率过高和用户资源消耗较大的问题,提出一种基于穷举搜索的D2D资源分配算法。该算法引入穷举搜索法初步确定用户发射功率;同时参考蜂窝与D2D用户状态以确定复用组合;应用调整功率步骤降低中断概率。仿真结果表明,小蜂窝用户数时基于穷举搜索的D2D资源分
近年来提出了许多计算迁移模型,但这些模型都存在部署困难、耦合性高等问题,针对这些问题提出了一种弱C/S架构的计算迁移模型。该模型开发了一个面向所有第三方应用的服务端,为第三方应用提供通用的计算服务。该模型不仅部署起来简单便捷,而且服务端和智能手机端低耦合的特性使得该模型对第三方的应用开发人员十分友好。实验结果表明,该模型能有效提升计算密集型应用的执行效率。
随着社区规模的不断扩大,基于标签传播思想的重叠社区发现算法得到较大发展。经典重叠社区发现算法虽然很好地利用了标签随机传播特性实现了重叠社区发现,但是也导致该算法输出结果很不稳定、社区生成质量较差。为克服采用最新的ClusterRank为所有节点排序降低随机性带来的结果稳定性差的弊端,引入最大社区节点数以控制最大社区节点数目,防止远大于其他社区的Monster出现。采用真实数据集和人工网络验证,结果