n变量的逻辑函数具有2n个固定极性,而每个极性对应不同的DFRM(Dual Forms of Reed-Muller)逻辑展开式,因此极性直接影响着DFRM电路的面积和功耗。通过对DFRM逻辑展开式和极性转换算法的研究,本文成功地将遗传算法应用于DFRM逻辑电路最...n变量的逻辑函数具有2n个固定极性,而每个极性对应不同的DFRM(Dual Forms of Reed-Muller)逻辑展开式,因此极性直接影响着DFRM电路的面积和功耗。通过对DFRM逻辑展开式和极性转换算法的研究,本文成功地将遗传算法应用于DFRM逻辑电路最佳极性的搜索。对10个较大规模的MCNC Benchmark电路测试表明,所提算法搜索到的最佳极性相对应的DFRM电路,与极性0时的DFRM电路相比,面积和功耗的平均节省分别达到了75.0%和65.2%。展开更多
利用Kronecker矩阵积运算推导出了固定极性Reed-Muller(RM)和双重形式RM(dual form of Reed-Muller,DFRM)的展开式,并根据在相同极性下两者之间的转换关系,提出一种简洁高效的转换算法——分解法.该算法将转换矩阵进行分解,从根本上避...利用Kronecker矩阵积运算推导出了固定极性Reed-Muller(RM)和双重形式RM(dual form of Reed-Muller,DFRM)的展开式,并根据在相同极性下两者之间的转换关系,提出一种简洁高效的转换算法——分解法.该算法将转换矩阵进行分解,从根本上避免了矩阵的重复计算,缩短了计算时间.实验结果显示,在得到更为简洁的RM或DFRM表达式的同时,对小变量函数的标准电路测试过程所需时间几乎为0,而对大变量函数的标准电路也表现得十分优异.展开更多
文摘n变量的逻辑函数具有2n个固定极性,而每个极性对应不同的DFRM(Dual Forms of Reed-Muller)逻辑展开式,因此极性直接影响着DFRM电路的面积和功耗。通过对DFRM逻辑展开式和极性转换算法的研究,本文成功地将遗传算法应用于DFRM逻辑电路最佳极性的搜索。对10个较大规模的MCNC Benchmark电路测试表明,所提算法搜索到的最佳极性相对应的DFRM电路,与极性0时的DFRM电路相比,面积和功耗的平均节省分别达到了75.0%和65.2%。
文摘利用Kronecker矩阵积运算推导出了固定极性Reed-Muller(RM)和双重形式RM(dual form of Reed-Muller,DFRM)的展开式,并根据在相同极性下两者之间的转换关系,提出一种简洁高效的转换算法——分解法.该算法将转换矩阵进行分解,从根本上避免了矩阵的重复计算,缩短了计算时间.实验结果显示,在得到更为简洁的RM或DFRM表达式的同时,对小变量函数的标准电路测试过程所需时间几乎为0,而对大变量函数的标准电路也表现得十分优异.
