固定极性XNOR/OR电路多目标优化研究

针对于固定极性XNOR/OR电路中多目标优化的问题,本文提出一种基于离散多目标粒子群优化(Discrete Multi-Objective Particle Swarm Optimization, DMOPSO)算法的求解方法。首先根据固定极性XNOR/OR电路的表达式特点,建立面积和功耗模型,构建了多目标决策函数,然后结合极性转换算法和DMOPSO算法,对电路进行最优极性搜索,来获取电路面积和功耗的Pareto最优解集,最后对PLA格式MCNC Benchmark电路进行测试DPSO算法进行实验对比,结果验证了算法的有效性。

基于字级表示的多输出MPRM电路极性转换算法

针对多输出MPRM(Mixed-Polarity Reed-Muller)电路的极性转换问题,提出了使用系数矩阵在字级表示多输出布尔函数及其MPRM,并给出了一种极性转换算法。实验结果表明,与位级表示相比,所提出的基于字级表示的极性转换算法可显著缩短多输出MPRM电路的极性转换时间。

基于M-AFSA的MPRM逻辑电路面积优化

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题,先提出一种多策略协同进化人工鱼群算法(MAFSA),该算法引入基于反向学习的种群初始化策略,以提高种群多样性及初始种群解的质量;引入觅食与追尾交互性策略,以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度;引入自适应扰动策略,以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外,提出一种MPRM逻辑电路面积优化方法,利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心(MCNC)Benchmark电路的实验结果表明:与遗传算法相比,所提算法优化电路平均面积百分比最高为57.24%,平均为39.57%;与人工鱼群算法相比,所提算法优化电路平均面积百分比最高为33.53%,平均为14.54%;与改进的人工鱼群算法相比,所提算法优化电路平均面积百分比最高为30.25%,平均为13.86%。

快速启发式ESOP电路面积优化算法

针对积之异或和(ESOP)电路面积优化的时间效率问题,提出一种快速的启发式算法.该算法使用多输出立方体表示乘积项,首先由基于伪Kronecker判决图的方法得到初始ESOP覆盖,然后使用启发式局部极性转换与局部变换交替迭代的方式进行面积优化.为提高算法效率,启发式局部极性转换仅尝试改变立方体中单个变量的极性,并且仅接受对减少电路面积有帮助的极性转换,该转换有助于使优化过程跳出局部极小;局部变换则通过对ESOP覆盖中距离为1或2的立方体进行变形来减少电路面积,该变换有助于算法的收敛.实验结果表明,文中算法能够适用于具有较多输入变量的多输出电路;与MPRM电路相比,ESOP电路能够降低电路面积开销;与其他ESOP电路优化算法相比,该算法能够显著改善面积优化的时间效率.

一种应用于高压电机驱动的电平移位电路

针对传统电平移位电路输出电压范围不理想和不稳定的缺点,设计了一种具有高稳定性、低功耗的两级电平移位电路。该电路第一级采用固定偏置电流结构,消除NMOS与PMOS电学参数的依赖性并提高稳定性。通过引入扩宽输出电压范围的第二级电路结构,为高端PMOS提供可靠的栅驱动电压。仿真结果表明,所设计的电平移位电路实现了低压转高压功能,且输出范围满足高边栅驱动要求。该电路能较好地应用于高压电机驱动电路,实现单极性和双极性两种驱动控制。

电子线路学习方法(十一) 第五讲 三极管电路分析方法(中)

四、固定式偏置电路分析方法和思路培养 1．典型固定式偏置电路分析方法如图11所示是固定式偏置电路。电路中的VT1是NPN型三极管，电路采用正极性电源＋V供电，R1是VT1管的固定式偏置电阻。

基于分群游走机制的灰狼优化算法的FPRM逻辑电路面积优化

针对基于XNOR/OR的固定极性Reed-Muller电路(FPRM)逻辑电路面积优化方法搜索最优解速度较慢,易陷入局部最优等问题,提出一种新的FPRM逻辑电路面积优化方法,利用基于分群游走机制的灰狼优化算法(GDGWO)搜索电路面积最小的FPRM电路.GDGWO在初始化种群后,采取“轮盘赌”选择算法选出合适的新群体头狼,以提高种群多样性;执行种群分裂机制,防止因原始种群陷入局部最优而降低算法的鲁棒性;在分群搜索开发过程中引入改进后的随机游走策略,使灰狼种群能够更快地包围猎物,提高算法的收敛速度.基于北卡罗来纳微电子中心Benchmark测试电路的实验结果表明,GDGWO与粒子群算法相比,电路面积优化率提升57.42%;与黑猩猩算法相比,提升41.94%;与原始灰狼优化算法相比,提升43.68%.