基干模块化数字电路优化设计探究.doc

基干模块化数字电路优化设计探究 　　摘 要：随着超大规模集成电路在数据存储、芯片设计中的普及和使用，数字电路设计越来越复杂，采用自顶向下的模块化设计理念，将复杂的电路划分为多个逻辑独立的模块，同时采用遗传算法优化设计数字电路，可以更好地保证超大规模数字电路的准确度 关键词：数字电路；模块化；优化设计；遗传算法 中图分类号：TN791 文献标识码：A 0.引言 随着单片机、CPU、存储器、基带等多媒体硬件设备的快速发展和普及，有效促进了人们家居生活、科研教育、工作生产的智能化、信息化和共享化。数字电路是硬件设备数据通信、命令控制的重要基础，随着软硬件资源设备的功能增多，数字电路日趋复杂和高度集成化，传统的设计规则和经验知识已经无法满足系统发展需求，并且无法保证系统设计的准确性、可靠性和通用性，因此吸引了诸多学者的研究。为了能够提高数字电路设计的准确性和可靠性，数字电路设计提出了优化理念。数字电路优化设计包括两个基本构成要素，一是大规模现场可重构器件，其可以作为硬件电路的实现载体与评价方法；二是进化算法，其可以作为全局搜索和局部优化的主要手段。因此，为了能够提高数字电路设计模式，可以引入遗传算法将数字电路拓扑结构进行位串编码，将其作为染色体算法进行执行，将最优化染色体下载到可重构器件中，也可以使用软件模型评估算法，能够将电路实际优化设计结果与期望值进行有效比较，以便能够更好地指导数字电路优化设计 1.基于模块化的数字电路优化设计 1.1 模块化设计理念 数字电路功能复杂、规模较大，常见的设计方法已经无法正常优化，因此本文提出采用自顶向下的模块设计理念，能够将复杂的电路设计问题进行分解和细化，将复杂的数字电路设计分解为一系列简单的子电路进化设计模块，尽可能地降低电路设计的复杂程度，将一个复杂的问题简化为一个个简单的问题。数字电路设计可以建模一个真值表，描述数字电路的功能，因此本文优化设计过程中，可以将真值表作为一个完整的数字电路系统，因此可以将数字电路的输入变量和输出变量进行模块化设计，将输入组合的部分位数作为子功能的输入信号，其余位数作为子系?y的选通信号。具体地，一位全加器的真值表可以有效地描述基本的全加器数字电路功能，使用模块化设计思想，可以将进化电路分为4个独立的子系统，每一个子系统的输入变量可以使用A1、A2表示，输出变量由选通信号A0进行判定和选择，以便得到正确的输出，比如电路输出为OUT0时，需要两个子系统S0和S1，当IN0=0时，选择子系统S0作为OUT0的输出，当IN0=1时，选择子系统S1作为OUT0的输出，如图1所示 与传统的电路进化算法相比，模块化进化算法具有两个优点，一是能够解决功能电路选择的不确定性，二是降低子系统输入输出位数，能够缩小算法可以搜索的解空间，能够有效地降低算法搜索最优解的时间复杂度，提高算法成功率 1.2 数字电路优化设计 数字电路设计划分为多个模块，因此为了能够寻求一种最优化的电路设计目标，引入了遗传算法，遗传算法的设计流程如下所述 （1）染色体编码 在遗传算法执行过程中，需要对电路模块化结构的染色体进行编码。该染色体分为逻辑独立的N段，每一段都可以表示一个子系统，子系统采用门级电路进化，每一个子系统都包含功能编码、连线编码和选通信号位。遗传算法的染色编码采用实数编码，将所有子系统合成一条染色体，各个子系统可以并行进化，为了避免电路资源开销较大，各个进化子系统相互逻辑独立。染色体编码方案如图2所示 （2）适应度函数设计 适应度函数是遗传算法在数字电路设计中的重要环节，适应度函数设计是否好直接影响最优化目标，适应度函数的输出值可以与期望值进行有效的比较和分析，将操作结果当作是数字电路优化设计的评价标准，数字电路遗传算法适应度函数设计如公式（1）所示 其中，CorrectNum是进化电路输出正确的个数，InputNum是输入端的个数，α是复杂度在适应度中所占比例大小，Length=R×C表示染色体的长度，GateEvComi是第i个基本门电路的估计复杂度 （3）选择操作 遗传算法常用的选择操作很多，比如竞争选择法和轮盘赌法。本文数字电路设计过程中采用了模块化原则，因此可以采用竞争选择策略，也即是从父代的种群中选择若干个遗传个体，然后可以将这些个体在适应度函数中的计算值进行比较，选择适应度最高的个体进行交叉操作，重复上述过程直到交叉操作执行完毕 （4）交叉算子 交叉算子可以从父代群体中任意选择两个染色体，按照一定的概率P进行交叉和配对，能够将优秀的基因保留下来，以便能够更好地满足种群遗传。交叉算子常用的方法包括均匀交叉、两点交叉或单点交叉。均匀交叉具有染色体置换较多的优点，因此可以更好地满足需求，