基于不相交项并行列表技术的FPRM实现

针对传统列表技术在逻辑函数从AND/OR形式转化成固定极性Reed-Muller(FPRM)过程中只能处理小规模电路的不足,该文提出一种基于不相交乘积项的并行列表技术。该技术能有效避免转化算法因逻辑函数输入变量增加引起最小项数量激增而导致效率低下甚至无法工作这种情况。另外,不同于已发表的用于实现大电路的转化算法,待处理的电路结构对该方法的性能影响很小。提出的算法用C语言编程实现,并用MCNC标准电路进行测试。实验结果表明所提算法可以对更大规模电路实现快速FPRM转换,并且算法速度对电路输入个数不敏感,但与待处理逻辑函数的不相交乘积项的数量有关。     

基于PSO算法的FPRM电路延时和面积优化

RM(Reed-Muller)电路的极性决定其延时和面积,通过对粒子群优化(Particle Swarm Optimization,PSO)算法和FPRM表达式的研究,提出较大规模FPRM电路延时和面积优化算法.首先根据FPRM表达式特点,建立延时和面积估计模型;然后结合PSO算法和极性转换算法,对FPRM电路进行最佳延时和面积极性搜索;最后对PLA格式MCNC Benchmark电路进行测试,结果表明:与穷尽算法相比,PSO算法效率更高;与基于遗传算法的FPRM电路优化结果相比,延时平均节省6.6%,面积平均减少11.1%.     

基于对偶逻辑的混合极性 RM 电路极性转换和优化方法

针对混合极性RM（Reed-Muller）电路逻辑综合中的极性转换和极性优化问题,提出了基于对偶逻辑的极性转换和极性优化方法。从理论上证明了所提出方法的正确性,并用实验验证了其有效性和可行性。所提出方法有助于将较成熟的MPRM （Mixed-Polarity RM ）极性转换和极性优化方法应用于MPDRM （Mixed-Polarity Dual form of RM ）。对15个基于XOR的MCNC电路进行逻辑综合然后映射到FPGA （Field Programmable Gate Array ）的实验结果表明,从平均结果来看,与逻辑综合工具Espresso以及ABC的结果相比,混合极性RM电路能够获得面积和延时的优势,并且MPDRM电路极性优化结果能够得到最为优化的FPGA实现。     

基于PSGA算法的ISFPRM电路面积与功耗优化

包含r个无关项的ISFPRM(Incompletely Specified Fixed Polarity Reed-Muller)电路有2^r种不同的无关项取舍,其对应的FPRM(Fixed Polarity Reed-Muller)电路结构、面积与功耗不尽相同.因此本文提出一种基于PSGA(Genetic Algorithm Based on Predatory Search Strategy)算法的ISFPRM电路面积与功耗优化算法:首先,通过对ISFPRM展开式以及快速列表技术的透析,归纳出不同无关项取舍的ISFPRM展开式极性转换方法,得到对应的FPRM展开式;然后,估算FPRM电路的面积与功耗;最后,利用PSGA算法搜索最佳无关项取舍.实验表明,该算法与不考虑无关项的极性优化结果相比,面积与功耗均有显著节省.     

基于MODPSO算法的FPRM电路多约束极性优化方法

为求解较大规模FPRM逻辑电路中多约束条件下的极性优化问题,该文提出一种基于多目标离散粒子群优化(Multi-Objective Discrete Particle Swarm Optimization, MODPSO)算法的求解方法。首先针对FPRM电路极性设计需要满足延时短、面积小的多约束要求,构建了多目标决策模型。然后结合极性转换算法和MODPSO算法,对电路进行最优极性搜索,以获取电路延时和面积的Pareto最优解集。最后利用17个MCNC Benchmark电路进行测试,并将MODPSO算法与DPSO算法、NSGA-II算法进行实验对比,结果验证了算法的有效性。     

基于新型极性转换技术的XNOR/OR电路面积优化

极性转换是Reed-Muller(RM)逻辑电路优化的基本环节,该操作的具体数量随电路规模增长而增加,其速度直接影响整体优化算法的效率。针对RM电路的XNOR/OR实现形式,推导电路面积优化的数学模型;结合当前极性转换算法的优势,提出一种新型极性转换技术;根据新型极性转换的特点,构建适用于较大规模XNOR/OR电路的面积优化算法。实验结果表明,与已有极性转换方法相比,所提新型极性转换技术能明显改善XNOR/OR电路面积优化的效率。     

FPRM逻辑电路最佳极性的启发式搜索

本文将启发式思想引入中规模及以上规模逻辑电路的极性优化过程,提出最少操作遍历方法用于求解当前待评估极性集合的最佳遍历顺序,以达到加快电路极性优化速度的目的.将该方法融入遗传算法中,以电路面积最小化为目标,对12个MCNC Benchmark电路进行测试.结果表明,对变量数目多、结构复杂的电路,该方法的最佳极性搜索效率尤为明显.     

散射相位函数的近似计算

用ＭｏｎｔｅＣａｒｌｏ方法模拟光在介质中的传输时，常常会面临散射相位函数的选取问题。本文对几种散射相位函数进行了分析和比较。不难发现，Ｃｏｒｎｅｔｔｅ等提出的近似公式是一个较佳的散射相位函数，但由这个公式不能直接得到散射角的表达式，我们在ＭｏｎｔｅＣａｒｌｏ模拟中，了提出了三种散射相位函数的近似方法，尽管三咱方法都取得了较好的效果，但比较而言，在保证计算精度和计算效率的条件下，方法三是散射相位函数     

基于三值多样性粒子群算法的MPRM电路综合优化

通过对离散三值粒子群算法的研究,提出一种三值多样性粒子群算法以求解MPRM（Mixed-Polarity Reed-Muller,MPRM）电路综合优化问题.首先根据混合极性XNOR/OR展开式的特点和几率换算法则,推导出三值粒子群算法的运动方程,在此基础上,采用广泛学习策略和三值变异操作进行算法改进;然后建立三值多样性粒子群算法的粒子与MPRM电路极性的参数映射关系,结合估计模型和XNOR/OR电路混合极性转换方法,将所提算法应用于MPRM电路的最佳功耗和面积极性搜索;最后对10个PLA格式MCNC Benchmark电路进行测试.结果表明：与已发表的方法相比,该文的优化算法表现出了总体显著性的性能优势.     

基于多数覆盖的二级MPRM函数逻辑优化

利用不相交乘积项之间逻辑"或"和逻辑"异或"可以互换的特性,该文将原逻辑函数转化成由不相交乘积项组成的二级混合极性Reed-Muller(MPRM)函数。然后通过搜索不相交乘积项的多数覆盖和检测乘积项间的位操作结果,实现了二级MPRM函数的优化。另外,该文还提出一种基于逻辑覆盖的功能验证方法也被提出用于验证逻辑函数优化前后逻辑功能的等效性。实验显示,与已发表的方法相比,该文的优化算法在保证优化效果的同时使运算速度获得了明显的改进。     

基于新型4-1压缩器的低功耗近似乘法器北大核心

随着云计算、物联网和人工智能等技术的快速发展，终端设备在硬件资源和能耗上面临巨大挑战。为了降低运算单元的功耗，文章提出了两种基于新型4-1压缩器的低功耗近似乘法器。通过分析4-1压缩器的误差，设计了误差补偿单元并应用在乘法器中，降低了近似乘法器的精度损失。仿真结果显示，与精确乘法器相比，提出的两种8位无符号数近似乘法器在延时上分别降低了5.67%和18.23%,在面积上分别降低了6.54%和20.36%,在功耗上分别降低了15.83%和30.94%。最后，在图像锐化实验中，提出的设计表现优秀，验证了其在可容错应用中的有效性。     

采用逼近优化的提升大边距估计准则

针对大边距估计(Large Margin Estimation,LME)准则仅选取支持集内的最小边距进行调整导致边距利用不合理的问题,本文提出一种大边距准则目标函数的改进形式,通过增强竞争假设中与正确标注竞争关系较强的路径的似然得分,使训练数据的分类边距在一定程度上变小,从而进一步提高大边距估计的训练效果。并在此基础上,提出一种新的逼近优化方法,即当某点目标函数与辅助函数梯度方向相同时,在该点邻近的一定范围内,优化辅助函数即可带来目标函数相应的优化。在微软语料库上的实验成功证明了本文算法的有效性。      

云计算模式下的继电保护定值优化算法

由于电力系统网络规模的不断扩大,继电保护整定对计算机计算及存储能力的要求也随之升高。为此,将云计算引入到电力系统继电保护整定计算中来,论述了云计算在电力系统数据中心中的应用,并提出了基于云计算的整定计算平台架构;接着,对云计算模式下的继电保护定值优化方法进行研究,建立了继电保护定值优化模型,基于并行遗传算法对其进行优化;最后,通过算例分析证明了所提算法可以有效满足保护定值中的灵敏度和选择性要求,充分证明该方法的优越性与合理性。     

一种基于近似压缩器的低功耗近似乘法器

随着物联网的快速发展,智能终端设备在硬件资源和供电上受到较强限制,迫切需要低功耗的新型运算单元。针对运算单元功耗高的问题,提出了一种基于近似压缩器的低功耗近似乘法器,用于图像处理、深度学习等可容错应用领域。实验结果表明,相比于现有近似乘法器,该近似乘法器降低了30.70%的功耗和26.50%的延迟,节省了30.23%的芯片面积,在功耗延迟积(PDP)和能量延迟积(EDP)方面均优化了43%以上。在计算精度方面同样具有一定优势。最后,在图像滤波应用中验证了该近似乘法器的有效性。     

Optimization of fixed-polarity Reed-Muller circuits using dual-polarity property

In the optimization of canonical Reed-Muller (RM) circuits, RM polynomials with different polarities are usually derived directly from Boolean expressions. Time efficiency is thus not fully achieved because the information in finding RM expansion of one polarity is not utilized by others. We show in this paper that two fixed-polarity RM expansions that have the same number of variables and whose polarities are dual can be derived from each other without resorting to Boolean expressions. By repeated operations, RM expansions of all polarities can be derived. We consequently apply the result in conjunction with a hypercube traversal strategy to optimize RM expansions (i.e., to find the best polarity RM expansion). A recursive route is found among all possible polarities to derive RM expansion one by one. Simulation results are given to show that our optimization process, which is simpler, can perform exhaustive search as efficiently as other good exhaustive-search methods in the field.