[发明专利]一种二值FPRM电路面积与延时综合优化方法

说明书

本发明公开了一种二值FPRM电路面积与延时综合优化方法，该方法首先构建p极性下二值FPRM电路的面积估算模型与延时估算模型，然后将最优极性搜索与粒子群寻优相关联，通过粒子群寻优来搜索最优极性，在粒子群寻优过程中，将粒子种群分为第一个粒子子种群和第二个粒子子种群，第一个粒子子种群和第二个粒子子种群分别采用不同的学习策略进行寻优操作，第一个粒子子种群和第二个粒子子种群之间存在相互竞争与学习关系，增强了寻优的多样性，在寻优的过程中，引入变异机制能够有效地避免算法陷入局部最优解，提高了寻优能力，优点是在具有较高的优化效率基础上，优化效果好。

技术领域

本发明涉及一种面积与延时综合优化方法，尤其是涉及一种二值FPRM电路面积与延时综合优化方法。

背景技术

以AND/OR/NOT运算为主的布尔逻辑和以XOR/AND或XNOR/OR为主的RM逻辑是逻辑电路的两种主要表现形式。以往，基于布尔逻辑的集成电路优化技术居多，并且已经建立了一套系统的方案。然而，大量研究表明，基于RM逻辑的电路(如算术逻辑电路、奇偶校验电路等)比布尔逻辑在功耗、面积、速度和可测性等方面具有更多明显的优势。因此，以RM逻辑为主的电路面积、延时和功耗优化技术受到了普遍重视。

固定极性RM展开式是RM逻辑中一种常见的逻辑展开式。n变量的RM逻辑函数共有2ⁿ个FPRM极性，每个极性对应一种FPRM展开式。每一种展开式繁简不一，其对应电路的面积与延时也不尽相同，目前主要通过搜索最佳极性来时实现电路面积与延时的优化。

在小规模的电路中，穷举法是一种有效的极性搜索算法，它可以搜索到最佳极性的FPRM展开式。但是，在中、大规模电路中，穷举法的搜索时间会过于冗长，在时间方面具有不可行性。因此，需要寻找有效的智能算法来搜索电路的最佳极性。粒子群算法，遗传算法，免疫算法均是用来解决组合优化问题较为有效的智能算法，被广泛应用于实际工程中。其中，粒子群算法相比其他智能算法，具有收敛速度快、鲁棒性较好等特点。因此，该算法在解决电路优化问题中受到了越来越多的关注。然而，该算法由于种群全局最优粒子的牵引作用过强，导致算法容易过早收敛，陷入局部最优解，使得算法搜索到的最佳极性与穷举法搜索到最佳极性相比，电路优化效果会差。

发明内容

本发明所要解决的技术问题是提供一种在具有较高的优化效率基础上，优化效果好的二值FPRM电路面积与延时综合优化方法。

本发明解决上述技术问题所采用的技术方案为：一种二值FPRM电路面积与延时综合优化方法，包括以下步骤：

①建立p极性下二值FPRM电路的面积估算模型与延时估算模型：

①-1将p极性下二值FPRM电路采用二值FPRM逻辑表达式表示为：

其中，n为函数f^p(x_n-1,x_n-2,…,x₀)输入变量的个数；x_n-1,x_n-2,…,x₀为函数f^p(x_n-1,x_n-2,…,x₀)的n个输入变量，为XOR运算符号，b_j为与项系数，且b_j∈{0,1}；j为与项序数，j为大于等于0且小于等于2ⁿ-1的整数，用二进制可表示为j_n-1j_n-2…j₀；p为二值FPRM电路的极性，用二进制可表示为p_n-1p_n-2…p₀；π_j为与项展开式，表示为i为大于等于0且小于等于n-1的整数，变量在与项展开式中的表示形式如下所示：