计算机组成原理期末项目.pdfVIP

(a)设计一个基于Logisim的弹球游戏机（难度等级：B）

设计一个简易的弹球游戏界面。在屏幕下方有一个挡板，可通过移动挡板将小球限制在屏幕范

围内；球击中挡板或左侧/顶部/右侧墙可反弹；当玩家未能接住球时，游戏结束。

任务一：完成游戏框架，实现基本的游戏功能（小球的运动、挡板的运动、小球的反弹等机

制）。要求如下：1.LED点阵屏的大小不小于12×12；2.向玩家提供两种基本游戏界面：游戏

进行中和GameOver。

任务二：提升游戏体验，要求如下：1.为游戏添加一定音效；2.随着时间流逝，小球的运动速

度逐渐加快，以提高游戏难度。（提示：可采用多位计数器输出的不同位作为时钟，通过游戏

难度等级切换不同时钟速度。）

任务三：提升游戏体验，要求如下：1.设计计分机制，允许玩家在游戏过程中获得积分并显示；

2.加入随机元素，在游戏过程中随机出现奖励方块，若小球触碰奖励方块可加分且奖励方块更

换位置。

任务四：增加一个自定义创意功能设计，提高游戏性。参考功能包括：（1）游戏过程中，随

着难度提升，挡板逐渐变短；（2）在游戏区域中放置额外的墙壁，增加反弹的复杂性。

(b)使用PYNQ-Z2FPGA开发板完成单按钮台灯亮度控制器（难度等级：A）

利用PYNQ-Z2FPGA上的按钮、LED灯、七段数码管和逻辑资源，实现课堂讲解的单按钮台灯亮

度控制器，并完成以下任务：

任务一：在PYNQ-Z2开发板上使用七段数码管显示0~4的亮度等级，并根据亮度等级点亮相应

数量的LED灯。使用一个按钮控制亮度：用户短按按钮后，系统在亮度等级0和4之间切换。

提示：由于不同用户的短按时间可能不同，可自行定义短按操作的时长。

任务二：在PYNQ-Z2开发板上使用七段数码管显示0~4的亮度等级，并根据亮度等级点亮相应

数量的LED灯。使用一个按钮实现长按功能：用户长按按钮后，系统连续增加亮度。达到最大

亮度后，系统从亮度等级0重新开始增加。提示：由于不同用户的长按时间可能不同，可自行

定义长按操作的时长。

任务三：若台灯处于熄灭状态，短按按钮可打开台灯，并将亮度设为最大等级。若台灯处于点

亮状态，短按按钮可关闭台灯。长按按钮可增加或降低亮度。提示：FPGA支持在线调试，可

捕获各信号状态。可学习FPGA的在线调试功能，或先使用Logisim进行代码仿真，再将代码

烧录到FPGA。

评分说明：三个任务中完成第一个最高可获得成绩“中”；完成前两个任务最高可获得成绩

“良”；完成全部三个任务最高可获得成绩“优”。

(c)实现一个可对图片进行分类的神经网络计算模块（难度：A）

近几年，以机器视觉、自然语言处理为代表的人工智能应用达到新高度，其核心技术是神经网

络算法。由于神经网络需要较高计算力，工业界投入大量精力针对神经网络算法开发相应的数

字电路。

在本设计中，需实现一个可识别0～9手写数字的简单神经网络。由于神经网络核心运算仅包

括加法、乘法等算术运算，因此可使用数字电路的算术模块实现该算法。

任务一：完成算法的软件实现，要求如下：1.使用深度学习框架（推荐PyTorch）训练多层感

知机；2.对MNIST数据集的10类手写数字分类准确率达到70%以上。

任务二：完成算法的硬件实现，要求如下：1.在Logisim中实现多层感知机算法，并采用简单

测试向量验证其功能。可手工设计一组输入，对比手工计算结果与Logisim实际计算结果的余

弦相似度，余弦相似度越高说明计算越准确。2.在Logisim中展示图片分类结果：(1)从深度

学习框架训练的模型中提取权重，将浮点数格式的权重转换为整数格式，以降低算术运算模块

的设计复杂度；(2)将提取的权重值存入权值存储器阵列；(3)将MNIST数据集中手写数字图片

的像素值输入图片存储器阵列；(4)启动计算后，存储器阵列输出相应数据，经多层感知机计

算后对手写数字进行分类，可在Logisim中将数字图片转换为矩阵，并预先将其装载到

Logisim存储器中。

任务三：在完成第三个任务时，可采用多种方法进一步提升神经网络的识别准确度。例如，增

大数值的位宽可减少信息损失，从而提升精度。

评分说明：三个任务中完成前两个最高可获得成绩“良”；完成全部三个任务最高可获得成绩

“优”。

(d)设计一个简易计算器（难度：C）

设计一个简易计算器，要求如下：

1.支持0～99整数的加、减、乘运算；

2.支持负数结果显示；

3.支持最多四位数的结果显示；

4.加法器和减法器需自行搭建，不得使用Logisim的内置器件；

5.输入和输出均需通过数码管显示。

注意：