一种基于遗传算法的调试信号选择方法

    公开(公告)号:CN119849392A

    公开(公告)日:2025-04-18

    申请号:CN202411812271.7

    申请日:2024-12-10

    Abstract: 本发明提供了一种基于遗传算法的调试信号选择方法,包括:解析目标电路门级网表,将网表中所有寄存器按顺序进行二进制编码,一个二进制编码作为一个基因,形成基因库;根据拟选择调试信号数量、基因库和种群规模,随机初始化种群,并确定初始化种群中每个个体的恢复率;对初始化种群中的个体进行选择、交叉、变异以生成新种群;确定新种群中每个个体的恢复率,判断是否满足停止条件;若满足停止条件,选择恢复率最高个体的基因组合作为拟选择调试信号,若不满足停止条件,则重复初始化种群及种群中个体选择、交叉、变异过程,至满足停止条件。本发明解决了现有调试信号选择方法中存在的选择出的调试信号组可恢复程度不高以及运行速度慢的问题。

    一种用于FPGA静态时序分析的并行优化方法

    公开(公告)号:CN119849400A

    公开(公告)日:2025-04-18

    申请号:CN202411811231.0

    申请日:2024-12-10

    Abstract: 本发明属于电子设计自动化、静态时序分析领域,具体涉及一种用于FPGA静态时序分析的并行优化方法,旨在解决现有技术中静态时序分析计算效率低、编译时间长的问题。本发明方法包括:根据构建的面向FPGA的STA数据结构对时序图、时序约束进行内存布局优化;任务分解,并将每一层级的节点和边的计算任务分配多个并行内核并行执行、不同层级分配单一CPU线程按顺序执行;在执行时,对时序图进行遍历,标记待更新的节点和边;通过双向遍历计算,获取节点的有效的到达时间、节点的有效的需求时间,确定FPGA时序静态分析中的关键路径,生成FPGA静态时序分析的并行优化报告。本发明提高了静态时序分析中的计算效率,缩短了编译时间。

Patent Agency Ranking