[发明专利]一种固定极性RM电路的面积优化方法

说明书

本发明公开了一种固定极性RM电路的面积优化方法，该方法对标准的布谷鸟算法进行改进，改进后的布谷鸟算法通过固定极性RM电路规模(即输入变量的数量)来确定进化阈值和最大鸟巢数量，使进化阈值和最大鸟巢数量依据固定极性RM电路规模实现自适应调整，并且，改进后的布谷鸟算法在搜索当前最佳极性的过程中，依据进化观察参数变量s的值，采用公式和公式对步长参数和淘汰概率进行自适应调整，在每个进化过程中，通过进化观察参数反应当前进化情况，由此当前最佳极性的评估，当达到优化要求时，即使设定的进化代数还没有达到，也会提前结束进化，优点是搜索效率高，优化精度高，可以同时适用于小规模RM电路和大规模RM电路。

技术领域

本发明涉及一种面积优化方法，尤其是涉及一种固定极性RM电路的面积优化方法。

背景技术

逻辑函数可以通过布尔逻辑和RM逻辑的形式表示。与布尔逻辑相比，采用RM逻辑能够减少逻辑门及其内部互联的数量，并且可以减少最大路径长度，从而降低信号衰减及信号传播干扰的可能性。在差错校验、通信系统和算术逻辑等电路中，RM逻辑有明显的性能优势。另外，使用RM逻辑实现的电路具有较好的可测性，可以加快测试速度并提高测试质量。因而RM逻辑已经引起了国际上许多学者的研究兴趣，并取得了较大的进展。

固定极性(Fixed–polarity Reed–Muller,固定极性RM)是RM逻辑的一种表达方式。在n变量的固定极性RM逻辑函数中有2ⁿ个固定极性，每一个极性都代表一个固定极性RM表达式。极性决定表达式的简单与复杂程度。因此，极性对固定极性RM电路的面积产生很大的影响。目前，采用极性搜索方式对固定极性RM电路面积进行优化的方法主要有穷举法和遗传算法。

穷举法通过遍历每个极性来搜索得到最优极性，其优化精度高，但是其搜索效率低，在对较大规模电路进行面积优化时，因为极性与表达式的个数存在指数关系，会使搜索空间急剧增加，所以穷举法需要花费大量的时间才能得到优化结果。目前，穷举法主要用于对较小规模的电路进行面积优化。遗传算法是常用的智能算法，其搜索效率高，可用于大规模电路的面积优化，但是其容易产生局部优化，造成早熟，优化精度不高。

发明内容

本发明所要解决的技术问题是提供一种搜索效率高，优化精度高，同时适用于小规模RM电路和大规模RM电路的固定极性RM电路的面积优化方法。

本发明解决上述技术问题所采用的技术方案为：一种固定极性RM电路的面积优化方法，包括以下步骤：

(1)读入代表电路结构的函数表达式：n为函数f(x_n-1,x_n-2,···,x_k,···,x₀)的输入变量数，(x_n-1,x_n-2,···,x_k,···,x₀)为函数f(x_n-1,x_n-2,···,x_k,···,x₀)的n个输入变量，x_k为第k个输入变量，k为大于等于0且小于等于n-1的整数，∑为或运算符；a_i为最小项系数，且a_i∈{0,1}，i为最小项序数，用二进制数表示为(i_n-1i_n-2···i_k···i₀)，m_i为最小项，表示n个输入变量相与，其中x_k与i_k的关系为：当i_k＝1时，x_k取原变量，当i_k＝0时，x_k取非变量；