量子元胞自动机共面五输入择多门结构的分析与设计

来源 :电子学报 | 被引量 : 0次 | 上传用户:chen769520
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
量子元胞自动机(Quantum-dot Cellular Automata,QCA)是一种具有新型计算范式的纳米器件,它是未来有望替代传统CMOS器件的有力竞争者之一.本文首先从QCA器件的功耗角度出发,对影响半径为41nm的QCA共面系统中元胞的耦合度进行建模,根据元胞之间的位置关系构造QCA门结构模型,据此对现有的共面五输入择多门进行分类,通过性能分析总结其结构特点,以此设计出一个新的低功耗五输入择多门,测试结果表明该结构功耗最低且其他性能也相对较优.另外,为验证所提出五输入择多门在电路中的性能,本文
其他文献
高性能深度包检测系统使用确定型有穷自动机DFA(Deterministic Finite Automata)来执行数据包的检测过程.然而,DFA所带来的存储消耗问题使其难以适用于片内资源稀缺的FPGA.目
为使目标移除后的修复效果更好地满足人眼视觉要求,本文提出基于结构偏移映射统计和多方向特征的修复方法.一方面,为更好地保持修复后图像结构部分的连贯性,首先基于Curvelet变换获得的边缘特征将待修复图像划分为结构部分和非结构部分,分别统计相似块之间的偏移映射,在此基础上选择主要的偏移映射作为两部分的候选标签.另一方面,为更好地保持填充区域内相邻像素间的连续一致性,构造引入多方向特征的全局能量优化方
建立了板级组件BGA(Ball Grid Array)焊点有限元分析模型,对BGA焊点进行了再流焊冷却过程应力仿真分析,设计并完成了验证性实验以验证仿真分析方法的有效性,分析了焊点结构参
目前小样本条件下高分辨距离像雷达目标识别算法存在识别率较低、识别率稳定度较差等问题,对此,本文提出了基于数据增强和加权辅助分类生成对抗网络(Weighted Auxiliary Clas