学习日志之synthesis and optimization(8)——heuristic优化工具

最新推荐文章于 2024-06-24 09:42:43 发布

Akimoto Akira

最新推荐文章于 2024-06-24 09:42:43 发布

阅读量683

点赞数 2

本文链接：https://blog.csdn.net/zch951127/article/details/106067193

版权

需要知道的一些背景知识

对espresso-heuristic算法过程的Matrix表述（方便用计算机）

Tautology

Containment(基于tautology)

Complementation(基于tautology)

需要知道的一些背景知识

令一个逻辑函数为 $f(x_{1},x_{2},...,x_{n})$

对于其中一个变量 $x_{i}$ 的cofactor记为： $f_{x_{i}}=f(x_{1},x_{2},...,1,...x_{n})$ (在f中将 $x_{i}$ 取为1)

对于其中一个变量 ${}x_{i}}'$ 的cofactor记为： $f_{{x_{i}}'}=f(x_{1},x_{2},...,0,...x_{n})$ (在f中将 $x_{i}$ 取为0)

Boole's expansion theorem： $f(x_{1},x_{2},...,x_{n})=x_{i}f_{x_{i}}+{x_{i}}'f_{{x_{i}}'}$ (即用cofactor来表示函数)

函数的单调性（unateness）:

$f_{x_{i}}\geqslant f_{{x_{i}}'}$ 称为positive unate； $f_{x_{i}}\leqslant f_{{x_{i}}'}$ 称为negative unate

如果函数中所有的变量都是positive unate或者是negative unate的，那么就称这个函数是positive unate或者是negative unate

boolean函数的导数： $\frac{\partial f}{\partial x_{i}}\equiv f_{x_{i}}\oplus f_{{x_{i}}'}$

f函数关于 $x_{i}$ 的concensus： $C_{x_{i}}\equiv f_{x_{i}}\cdot f_{{x_{i}}'}$

f函数关于 $x_{i}$ 的smoothing： $S_{x_{i}}\equiv f_{x_{i}} +f_{{x_{i}}'}$

如何用Matrix来表示一个cover:

例如：f = a’d’ + a’b + ab’ + ac’d

对espresso-heuristic算法过程的Matrix表述（方便用计算机）

1. expansion

将方程用cube表示在minterm中先任选一个进行扩展（目的是将其中一个变量升级为don't care，即合并同类项）。先将这两个minterm用Matrix表示出来，单后对表中的每一个位（表中元素的两个位都要）按位或。得到的结果即为扩展的结果。

例： f=ab+bc+ca

画出cube为，选中起始点为ab'c，需要向abc方向扩展

用Matrix表示两个变量，并且将两个变量按位或，就得到了上图中的 $\gamma$ 。这相当于做了一个并（Union）操作。

2. 接下来要判断这个expansion的方向是不是正确。因为方向是随机选的，可能会扩展到不是minterm的点上。做这一步的时候首先我们前提是已经知道了这个函数的off-set（真值表里找所有为0的项），然后将这个合并的结果与所有off-set中的元素进行按位与操作（和上面一样）可以德奥一个值，遍历这个off-set如果其中有一个结果中没有出现‘00’，那么就可以判断这个扩展的方向是错误的，因为你选到了不包含在方程中的项。

例：上面的例子中，我事先知道了off-set中包含了一个ab'c'。如果计算机向ab'c'扩展，那么扩展的结果根据上一步方法就是ab'。将其和off-set中的所有minterm进行按位与（交（intersection））操作，进行到ab'c'的时候如下图可知这里没有‘00’，所以我们选择的方向是错误的。