论文部分内容阅读
提出了一种基于神经网络的功耗宏模型,该模型提取CMOS(互补金属氧化物半导体)集成电路原始输入/输出流的统计特征,采用反向传播BP神经网络对电路的平均功耗建模.与传统的基于查找表和经验方程的宏模型相比,该模型占用内存少,不需要根据不同的电路预先假定拟合函数的形式.基于ISCAS-85电路集的实验结果表明:功耗估计的平均相对误差小于10%,均方根误差可基本控制在5%以下.