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。

GA-DTPSO算法及其在混合极性XNOR/OR电路面积优化中应用

针对n变量Reed-Muller(RM)逻辑函数具有3n个混合极性,对应着3n个繁简不同展开式的问题,提出一种遗传算法——离散三值粒子群优化(GA-DTPSO)算法对电路面积进行优化.首先根据RM电路的XNOR/OR实现形式,建立混合极性XNOR/OR电路面积优化的数学模型和改进混合极性XNOR/OR电路极性转换方法;然后在遗传算法中引入粒子群算法的搜索机制,结合混合极性的特点提出GA-DTPSO算法;最后利用GA-DTPSO算法进行混合极性XNOR/OR电路面积最佳极性搜索,得到面积最优的XNOR/OR电路.通过对14个MCNC和ISCAS基准电路进行测试的结果表明,该算法能有效地提高混合极性XNOR/OR电路面积优化效果.

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。

基于DTPSO算法的混合极性XNOR/OR电路功耗优化

通过对混合极性XNOR/OR展开式和CMOS电路动态功耗模型的研究,提出一种适合中大规模混合极性XNOR/OR电路的功耗优化算法。首先根据电路的静态逻辑实现形式,建立混合极性XNOR/OR电路功耗估计模型;然后改进快速列表技术以实现XNOR/OR电路的混合极性转换;再结合离散二值粒子群算法和机率转换法则,将离散三值粒子群优化(Discrete Ternary Particle Swarm Optimization,DTPSO)算法应用于混合极性XNOR/OR电路的最佳极性搜索,实现电路低功耗优化;最后对14个PLA格式MCNC Benchmark电路进行测试,结果表明:与已有的方法相比,该优化算法搜索到的混合极性XNOR/OR电路最佳极性,其对应的电路功耗平均节省53.98%,搜索速度得到明显提高。

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%.

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。