APP下载

数字电路在线进化设计的研究

2014-07-09容涛涛

山东工业技术 2014年22期
关键词:数字电路遗传算法

摘 要:本文探讨了可在不良情况下可靠高效运行的电路系统,概述了EHW的定义与内涵,分析了EHW的工作原理,详细阐述了数字电路的在线进化设计方法与过程。验证了演化硬件理论的有效性以及演化算法的收敛性。

关键词:数字电路;遗传算法;在线进化;可编程芯片

0 引言

当在高温、深海、航天以及强干扰等恶劣环境中运行时,超大规模集成电路(VLSI)由于受到不良因素的影响,极易引起局部电路受损,从而导致全局电路系统性故障。而在这些特殊环境中,无法实现人工直接修复,因此无法采用的传统的板级重构技术进行自修复,此时必须考虑提高VLSI本身的容错性能,并提高系统的故障自我恢复能力,从而提升整个系统的性能与可靠性。本文拟采用演化硬件技术(EHW)设计一种全新的硬件电路。EHW是一种容错性能良好的新兴逻辑电路设计算法,基于此技术的集成电路系统可据自身的故障特点以及物理性质等参数动态调整系统内部的电路构造,从而实现电路系统的自我修复,减小外界因素造成的不良影响,充分保证电路系统的有效性和可靠性。演化硬件技术具有广阔的应用前景,对高温、强干扰、高负荷等恶劣环境有着很好的适应性,可在军事、航空航天等领域发挥重要作用。

1 演化硬件的基本原理

基于演化硬件(BHW)技术的电路系统可根据工作参数(如温度、辐射强度等参数)的变更而实时自主调整电路机构及相关系统参数,从而获得可适应对应环境的电路,这种类型的电路具有类似于生物的自修复、自适应以及自组织功能,所以也叫做仿生硬件。演化硬件的定义可用如下公式来表示:演化硬件=可编程逻辑原件+演化算法(EHW= PLDs + EAs)。可编程集成电路时演化硬件技术的物质基础,而演化算法这是理论与方法等软件基础。

1.1 演化算法

EHW的核心理念是采用遗传算法对那些可以进行重新配置的硬件设施进行重配优化。遗传算法的基本思想是进化论中的自然选择、优胜劣汰、物种遗传以及适者生存法则等。首先生成一组待优化的潜在可能解,然后经过交叉、变异、筛选等一些列过程,逐渐进化得到最优解。然而交叉、变异、筛选等进化过程具有一定的随机性,可能在进化过程中损害适应度最好的个体,从而降低了种群的平均适应度,因此进化过程中应当保留适应度最好的个体,从而提高算法的收敛速度。本文的EHW算法采用最优模型保留算法,父代中适应度最强的个体不参与交叉变异等进化过程,而是自己保留到子代中替换子代中适应度最低的个体。该算法的具体步骤如下:

(1)对当前种群进行遍历搜索,查找出种群中适应度最高和最低的个体;

(2)若步骤(1)中查找得到的适应度最佳个体比历代最佳个体的适应度高,则将该特体作为新的历代最佳个体;

(3)将历代最佳个体替换掉当前种群中的最差个体。

最优模型保留算法的程序流程图如下:

1.2 EHW的实现步骤

EHW的基本思想是将可编程逻辑原件的结构位串作为遗传算法中的进化染色体,在进化过程中不断自适应调整得到满足环境参数和性能的最优电路结构。其实现过程主要包括以下几个步骤:(1)选择编码模式,即确定优化算法求解问题,此处为电路结构求解问题,电路结构的优化求解通常不是直接作用在解空间而是对问题解的一种编码表示;(2)根据电路系统的运行环境及性能要求确定电路系统的测试响应、性能指标参数。电路测试评估方法包括在线实时测试以及基于电路数学的数字仿真两种;(3)确定合适的进化算法,选取种群个体的适应度评价函数、算子操作算法及算法结束条件等进化参数;(4)采用硬件或计算机编程方法实现进化算法。

EHW分为外部演化硬件和内部演化硬件两种方法,具体见图2。外部演化方式指的是对电子器件进行分析建模,将对应电路结构的元件配置为作为遗传算法的进化染色体,并通过模型进行优化处理,得到理想的预期目标,然后将优化后的染色体下载至硬件中进行器件重构。而内部演化方式是对每一代种群中的每一个个体均下载至硬件中,然后依据一定的准则对这些电路结构进行性能评判,并筛选出最优的电路结构,这对电路硬件的快速重构能力提出了很高的要求。

2 结束语

演化硬件技术是一种新兴的电路优化方案,为VLSI系统优化提供了一种快速有效的方法,具有良好的应用前景。本文基于基础的数字电路分析了电路的进化设计步骤,并验证了演化算法的良好收敛性以及该方法的可行性,分析发现基于EHW技术的电路系统可适应高温、强磁场、强干扰等恶劣环境。在今后相关的研究工作中,染色体进化规模是一个重点方向,即如何确定进化模型与改进遗传算法,从而达到提高电路的在线进化效率,提高系统的稳定性和可靠性。电子学与演化算法的融合为硬件自动化设计、电路自修复与自适应创造了全新的方案。

参考文献:

[1]吴会丛,学军,赵强,原亮,刘尚合.外部型数字电路进化设计研究[J].半导体技术,2007(02):150-153.

[2]张耀镭,王友仁.复杂数字电路多级在线进化技术研究[J].小型微型计算机系统,2007(11):2066-2069.

[3]平建军,王友仁,高桂军,孔德明,姚睿,张砦.数字演化硬件的函数级在线进化技术研究[J].高技术通讯,2009(01):61-65.

[4]黄三傲,王友仁,姚睿,顾凡一,张砦,崔江.数字系统硬件在线进化技术研究[J].计算机测量与控制,2005(10):110-111,122.

[5]刘俊辉,李娜.基于数字电路进化设计算法研究[J].郑州牧业工程高等专科学校学报,2014(03):36-39.

作者简介:容涛涛(1986-),男,陕西宝鸡人,硕士,助教,主要研究方向:集成电路设计。

猜你喜欢

数字电路遗传算法
疫情期间EWB在数字电路中的应用
面向成本的装配线平衡改进遗传算法
探究数字电路设计中的抗干扰问题
基于遗传算法对广义神经网络的优化
基于遗传算法对广义神经网络的优化
基于遗传算法的临床路径模式提取的应用研究
基于遗传算法的临床路径模式提取的应用研究
遗传算法在校园听力考试广播系统施工优化中的应用
物流配送车辆路径的免疫遗传算法探讨
数字电路课程的翻转课堂教学及调研