44 Badania efektywności metod synte
Transkrypt
44 Badania efektywności metod synte
44 PAK 6bis/ 2 0 0 6 Valery SALAUYOU, Adam KLIMOWICZ, Tomasz GRZEŚ, Teodora D IMITROVA-GREKOW, Iren a B UŁ ATOWA POLITECHNIKA BIAŁOSTOCKA, WYDZIAŁ INFORMATYKI Badania efektywności metod syntezy automatów skończonych zaimp l ementowanych w p akiecie Z U BR Dr h a b . i n ż . V a l e r y S A L A U Y O U U k o ń c z y ł w 1 9 S to s o w a n e j w B c ie w M iń s k u . s p e c ja ln o ś c i „ In d o k to ra h a b ilito w d z ie d z in ie c y fro w y c h . 7 8 r. s tu d ia ia ło ru s k im O b ro n ił p ra fo rm a ty k a T w a n e g o w p ro je k to w a n Dr i n ż . T e o d o r a DI MI T R O V A -G R E K O W n a w y d z ia le P a ń s tw o w y m c ę d o k to rs k ą e c h n ic z n a ” i 2 0 0 3 r. O d 2 ia lo g ic z n e g M a te m a ty k i U n iw e rs y te w 1 9 8 6 r. o u z y s k a ł ty tu ł 5 la t p ra c u je o s y s te m ó w U k o ń c z y ła s tu d ia n a W y d z ia le E le k tro n ik i P o lite c h n ik i S o f ijs k ie j w B u łg a r ii w 1 9 9 1 r ., o b r o n iła p r a c ę d o k to rs k ą n a U n iw e rs y te c ie T e c h n ic z n y m w W ie d n iu w 1 9 9 7 r. J e s t a d iu n k te m n a W y d z ia le In fo rm a ty k i P o lite c h n ik i B ia ło s to c k ie j. Je j z a in te re s o w a n ia n a u k o w e to p rz e m y s ło w e s y s te m y p ro g ra m o w a ln e , s y n te z a u k ła d ó w c y fro w y c h n a P L D , s y s te m y ró w n o le g łe . e-m a i l : w a l s o l @ ii.p b .b ia ly s to k .p l e-m a i l : t eo d o r a @ Mg r i n ż . A d a m K L I MO W Dr i n ż . I r e n a B U Ł A T O W IC Z ii.p b .b ia ly s to k .p l U k o ń c z y ł s tu d ia w In s ty tu c ie In fo rm a ty k i P o lite c h n ik i B ia ło s to c k ie j. J e s t a s y s te n te m n a W y d z ia le In fo rm a ty k i P o lite c h n ik i B ia ło s to c k ie j. J e g o z a in te re s o w a n ia n a u k o w e to s y n te z a u k ła d ó w k o m b in a c y jn y c h i a u to m a tó w s k o ń c z o n y c h n a b a z ie p ro g ra m o w a ln y c h u k ł a d ó w l o g i c z n y c h , z e s z c z e g ó l n y m u w z g l ęd n i e n i e m u k ła d ó w o s tru k tu rz e P L D /C P L D . U k o ń c z y ła s tu d ia n ro w y c h U n iw e rs y te w M iń s k u n a B ia d o k to rs k ą w 1 9 9 2 In fo rm a ty k i P o lite c s o w a n ia n a u k o w e sk o ń c z o n y c h n a b lo g ic z n y c h . e-m a i l : a k l i m @ e-m a i l : i r en a @ ii.p b .b ia ly s to k .p l e-m a i l : g r z es @ w In s ty tu b e c n ie je s lite c h n ik i s ię p ro b le u k ła d y p ro c ie In fo rm a ty k i t a s y s te n te m n a B ia ło s to c k ie j. m e m m in im a lig ra m o w a ln e . c h ila n .c o m S tr e s z c z e n ie W a r t y k u l e p r z e d st a w io n o p t o w a n ia l o g ic z n e g o sy st e m l o g ic z n y c h . O p isa n o m e t o m e n t o w a n e w p a k ie c ie Z U B d z a ją e fe k ty w n o ś ć o p ra c o w w a n y c h w p a k ie t a c h p r z e i sz y bk o ś c i d z ia ł a n ia . a k ie t p ó w c y f d y sy n R . W y a n y c h m y sł o w ro g ra m ro w y c h te z y a u n ik i ba m e to d y c h p ó w Z U B R a u n a p ro g ra m t o m a t ó w sk o d a ń e k sp e r y m w p o ró w n a n o d w z g lę d e m S ł o w a k l u c z o w e : a u t o m a t sk o ń c z o n y , m e t o d a u k ł a d y l o g ic z n e . a W y d z ia le S y s te m ó w K o m p u te tu In fo rm a ty k i i R a d io e le k tro n ik i ło ru s i, g d z ie te ż o b ro n iła p ra c ę r. J e s t a d iu n k te m n a W y d z ia le h n ik i B ia ło s to c k ie j. J e j z a in te re to m e to d y s y n te z y a u to m a tó w a z ie p ro g ra m o w a ln y c h u k ła d ó w ii.p b .b ia ly s to k .p l 1 . Wst ę p Mg r i n ż . T o m a s z G R Z E Ś U k o ń c z y ł w 1 9 9 9 r. s tu d ia P o lite c h n ik i B ia ło s to c k ie j. O W y d z ia le In fo rm a ty k i P o W p ra c y n a u k o w e j z a jm u je z a c ji m o c y p o b ie ra n e j p rz e z A to m a ty z a c jip ro je k o w a ln y c h u k ła d a c h ń c z o n y c h z a im p l e e n t a l n y c h p o t w ie r iu d o m e t o d st o so k o sz t u r e a l iz a c j i sy n t e z y , p r o g r a m o w a l n e Ex p eri men t al Researc h es of F n i t e St at e Mac h i n es Syn t h esi s Met h ods Reali zed i n P ac kag e ZUB R A b str a c t I n t h is p a p e r t h e so f t w a r e p a c k a g e Z U B R f o r l o g d e v ic e s o n p r o g r a m m a bl e l o g ic d e v ic e s is p r e se n sy n t h e sis o f f in it e st a t e m a c h in e s ( F S M ) im p l e m e n a r e d e sc r ibe d . E x p e r im e n t a l r e su l t s sh o w t h e h ig h e r a n d h ig h e r d e v ic e sp e e d ) o f p r o p o se d sy n t h e sis m w it h in d u st r ia l d e sig n sy st e m s. ic a te d te d e ff e th l d e sig . T h e in p a c ic ie n c y o d s in n o f m e th k a g e (lo w c o m d ig it a l o d s o f Z U B R e r c o st p a r iso n K e y w o r d s : f in it e st a t e m a c h in e ( F S M ) , sy n t h e sis m e t h o d , p r o g r a m m a bl e l o g ic d e v ic e s. P r og r am owal n e u kład y l og i c zn e ( P L D ) są szer oko st osowan e d o r eal i zac j i u kład ó w sekwen c y j n y c h , kt ó r y c h m od el em m at em at y c zn y m j est au t om at skońc zon y . W wy n i ku c i ą g łeg o r ozwoj u ar c h i t ekt u r u kład ó w p r og r am owal n y c h , r osn ą i c h m oż l i woś c i d o r eal i zac j i sy st em ó w c y f r owy c h . Z t eg o p owod u , waż n y m zad an i em j est op r ac owan i e ef ekt y wn y c h m et od sy n t ezy au t om at ó w skońc zon y c h , kt ó r e u wzg l ę d n i aj ą c ec h y szc zeg ó l n e ar c h i t ekt u r wsp ó łc zesn y c h u kład ó w p r og r am owal n y c h . P aki et p r og r am ó w Z U B R op r ac owan y zost ał w c el u op t y m al i zac j i m et od p r oj ekt owan i a l og i c zn eg o u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h . W y ż sza ef ekt y wn oś ć m et od sy n t ezy osi ą g a si ę p r zed e wszy st ki m d zi ę ki wy kor zy st an i u sp ec y f i c zn y c h właś c i woś c i ar c h i t ekt u r wsp ó łc zesn y c h u kład ó w p r og r am owal n y c h j u ż n a et ap i e p r oj ekt owan i a l og i c zn eg o. 2 . P odst aw ow e zadan i a p roj ekt ow e syst emu ZUB R P aki et Z U B R p ozwal a n a p od wy ż szen i e ef ekt y wn oś c i m et od sy n t ezy u kład ó w c y f r owy c h , kt ó r a wy r aż a si ę zwi ę kszen i em szy b koś c i d zi ałan i a i ob n i ż en i em koszt ó w r eal i zac j i sy st em ó w. P r zy p om oc y p aki et u Z U B R m oż n a wy kon y wać n ast ę p u j ą c e zad an i a p r oj ekt owe: sy n t eza l og i c zn a u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h ; wer y f i kac j a sy n t ezy u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h ; p r zed st awi en i e wy n i kó w sy n t ezy w j ę zy kac h p r oj ekt owan i a p r zem y słowy c h p aki et ó w; au t om at y c zn y d ob ó r n aj b ar d zi ej od p owi ed n i c h m od el i au t om at ó w skońc zon y c h d l a kon kr et n ej ar c h i t ekt u r y u kład u p r og r am owal n eg o i wy m ag ań sy st em owy c h ; kon wer sj a op i só w u kład ó w kom b i n ac y j n y c h i au t om at ó w skońc zon y c h z f or m at ó w sy st em u S I S n a j ę zy ki p r oj ekt owan i a V H D L , V er i l og , A b el , A H D L ; PAK 6bis/ 2 0 0 6 45 określenie zależności pobieranej mocy w układach aut omat ó w s kończonych od częs t ot liwości przełą czenia s yg nałó w wejściowych ; aut omat yczne g enerowanie s ekwencji t es t owych dla weryf ikacji kolejnych et apó w projekt owania układó w cyf rowych i inne. P akiet Z U B R wykorzys t uje s ię ws pó lnie z przemys łowymi pakiet ami aut omat yzowaneg o projekt owania s ys t emó w cyf rowych na P L D , np. f irm A lt era, X ilinx , M ent or G raph ics : pods t awowe et apy projekt owania ( wprowadzenie danych , kompilacja, modelowanie i inne) wykonują s ię przy pomocy pakiet u przemys łoweg o, nat omias t s ynt eza log iczna – przy pomocy pakiet u Z U B R . S pecjalne prog ramy konwert eró w zapewniają zg odność pakiet u Z U B R z pakiet ami przemys łowymi, przeds t awiają c opis y wejściowe oraz wyniki s ynt ezy w wymag anych f ormat ach . D odat kowo opracowane zos t ały prog ramy ws pomag ają ce projekt owanie, kt ó re umożliwiają wybó r najbardziej odpowiednieg o modelu aut omat u s kończoneg o i najleps zej met ody s ynt ezy dla konkret neg o zas t os owania. 3. M e t o d y s y n t e z y a u t o m a t ó w s k o ń c z o n y c h M et ody s ynt ezy aut omat ó w s kończonych zaimplement owane w pakiecie Z U B R bazują s ię na klas yf ikacji modeli aut omat ó w [ 1 ] , zg odnie z kt ó rą wyró żniamy nas t ępują ce klas y aut omat ó w: A , B , C , D , E i F . M odele t e uwzg lędniają s pecyf iczne cech y budowy układó w P L D ( przerzut niki buf oró w wejściowych , wyjściowych , przerzut niki w pęt lach s przężeń zwrot nych , makrokomó rki z dwoma s przężeniami zwrot nymi, ró żna liczba t ermó w makrokomó rek i inne) i wykorzys t ują je do podwyżs zenia ef ekt ywności realizacji aut omat ó w. A ut omat y klas A i B – s ą t o s t andardowe modele aut omat ó w M ealy’ eg o i M oore’ a. W aut omacie klas y C ( M oore’ a) przerzut niki buf oró w wyjściowych P L D wykorzys t ywane s ą jako element y pamięci aut omat u. W aut omacie klas y D ( M ealy’ eg o) przerzut niki pęt li s przężeń zwrot nych wykorzys t ywane s ą w jakości element ó w pamięci aut omat u. W modelach klas E ( M ealy’ eg o) i F ( M oore’ a) element ami pamięci aut omat u s ą przerzut niki buf oró w wejściowych P L D . O pracowano t akże ws pó lne modele aut omat ó w klas A D E , A D , A E , B F , kt ó re łą czą w s obie zalet y i niwelują wady pos zczeg ó lnych klas aut omat ó w. P roponowane podejście [ 3 ] poleg a na wykonaniu nas t ępują cych krokó w: w zależności od cech układu s ekwencyjneg o, arch it ekt ury P L D oraz wymag ań dot yczą cych s zybkości i kos zt ó w, dla każdeg o pods ys t emu wybierany jes t najbardziej odpowiedni model aut omat u s kończoneg o; na pods t awie ch arakt erys t yk wewnęt rznych aut omat u s kończoneg o oraz wybraneg o modelu, wybierana jes t opt ymalna met oda s ynt ezy; wykonuje s ię s ynt ezę aut omat u s kończoneg o; buduje s ię zbió r f unkcji boolows kich , odpowiadają cy kombinacyjnej części aut omat u ( w razie pot rzeby wykonuje s ię ich minimalizację) ; wykonuje s ię s ynt ezę zbioru f unkcji boolows kich jedną z wybranych met od s ynt ezy układó w kombinacyjnych na bazie P L D ; w razie konieczności wykonuje s ię odwzorowanie układu log iczneg o w układ P L D . W pakiecie Z U B R zaimplement owane zos t ały nas t ępują ce met ody s ynt ezy aut omat ó w s kończonych : s zybkich aut omat ó w klas А i В ( met oda A 1 ) ; złożonych aut omat ó w klas А i В ( met oda А 2 ) ; aut omat ó w klas y С ( met oda А 3 ) ; aut omat ó w klas y D ( met oda А 4 ) ; aut omat ó w klas y E ( met oda А 5 ) ; aut omat ó w klas y F ( met oda А 6 ) ; ws pó lneg o modelu aut omat ó w klas A D E ( met oda А 7 ) ; ws pó lneg o modelu aut omat ó w klas A D ( met oda А 8 ) ; ws pó lneg o modelu aut omat ó w klas A E ( met oda А 9 ) ; ws pó lneg o modelu aut omat ó w klas B F ( met oda А 1 0 ) . M et oda s ynt ezy A 1 s zybkich aut omat ó w klas А i В pozwala budować aut omat y s kończone o bardzo dużej s zybkości działania, dla kt ó rych częs t ot liwość przełą czania element ó w pamięci jes t ró wna maks ymalnej częs t ot liwości pracy układó w P L D . W ięks zą s zybkość os ią g a s ię dzięki t emu, że każda f unkcja przejść jes t realizowana na jednej makrokomó rce P L D . A by og raniczyć złożoność f unkcji przejść wykorzys t ane jes t rozs zczepienie s t anó w wewnęt rznych t ak, żeby liczba przejść w każdym s t anie nie przewyżs zała liczby t ermó w podłą czonych do jednej makrokomó rki. W proces ie kodowania s t anó w wewnęt rznych kont roluje s ię złożoność f unkcji przejść i dla f unkcji, kt ó rych nie można zrealizować na jednej makrokomó rce, zwięks za s ię liczba R bit ó w kodu s t anó w wewnęt rznych . M et oda A 1 pozwala ef ekt ywnie wykorzys t ać makrokomó rki P L D z podwó jnym s prężeniem zwrot nym poprzez jednoczes ną realizację f unkcji przejść i wprowadzanie wart ości zmiennych wejściowych . G łó wną wadą t ej met ody jes t wą s ki obs zar zas t os owania z powodu rozch odzenia ( dą żenia do nies kończoności) s ię alg oryt mu rozs zczepienia s t anó w wewnęt rznych . M et oda s ynt ezy A 2 aut omat ó w s kończonych klas А i В pozwala budować na P L D aut omat y o prakt ycznie nieog raniczonej złożoności. N ie g warant uje jednak os ią g nięcia maks ymalnej s zybkości działania aut omat u. D la zwięks zenia s zybkości działania w met odzie A 2 rozczepienie s t anó w wewnęt rznych s t os uje s ię t ylko w wybranych przypadkach . W obu met odach s ynt ezy A 1 i A 2 aut omat ó w s kończonych klas А i В przewiduje s ię możliwość prog ramowania poziomu log iczneg o s yg nałó w P L D , w celu obniżenia kos zt ó w realizacji. C ech ą ch arakt erys t yczną met od s ynt ezy A 3 i A 4 aut omat ó w s kończonych klas y С i D jes t wykorzys t ywanie przerzut nikó w wyjściowych makrokomó rek układó w P L D jako element ó w pamięci aut omat u w przypadku, g dy wekt ory zmiennych wyjściowych s ą ident yczne z częścią kodu s t anó w wewnęt rznych aut omat u [ 2 ] . P ozwala t o na znaczne obniżenie kos zt ó w realizacji i ró wnoczes ne podwyżs zenie s zybkości działania aut omat ó w s kończonych w poró wnaniu z aut omat ami klas A i B . O bniżenie kos zt ó w realizacji uzys kuje s ię przez zmniejs zenie liczby wykorzys t ywanych makrokomó rek wyjściowych P L D . O pró cz t eg o, upros zczona będzie część kombinacyjna aut omat u, ponieważ odpada konieczność realizacji f unkcji wzbudzeń element ó w pamięci, kt ó re s ą ident yczne z f unkcjami wyjściowymi. Z więks zoną , w poró wnaniu do t radycyjnych met od, s zybkość działania aut omat ó w s kończonych klas y C i D można wyt łumaczyć t ym, że w aut omat ach klas y C i D realizowane s ą przeważnie, f unkcje wyjściowe, kt ó re s ą z reg uły pros t s ze niż f unkcje przejść , co prowadzi do zmniejs zenia liczby poziomó w log icznych przy s ynt ezie części kombinacyjnej aut omat u s kończoneg o. K odowanie s t anó w aut omat u klas y C do rozwią zania zadania ort og onalizacji wiers zy macierzy, kt ó re wykorzys t uje s ię w ch arakt erze kodó w s t anó w wewnęt rznych aut omat u. Z aproponowany alg oryt m pozwala minimalizować liczbę wart ości znaczą cych w macierzy, co prowadzi do zmniejs zenia liczby arg ument ó w realizowanych f unkcji. W adą met od A 3 i A 4 jes t konieczność rozs zczepiania s t anó w wewnęt rznych przy przejściu od aut omat u t ypu M ealy’ eg o do aut omat u t ypu M oore’ a, dla met ody A 3 i przy przejściu od aut omat u klas y A do aut omat u klas y D , dla met ody A 4 . O pró cz t eg o przy budowie aut omat u klas y D , układ P L D powinien dopus zczać konf ig urację wyjściowych makrokomó rek z przerzut nikami w pęt li s prężenia zwrot neg o. G łó wną cech ą wyró żniają cą met od s ynt ezy A 5 i A 6 aut omat ó w s kończonych klas y E i F [ 1 ] jes t wykorzys t anie przerzut nikó w wejściowych makrokomó rek układó w P L D jako element ó w pamięci aut omat u w przypadku, g dy wekt ory zmiennych wejściowych mają ident yczne wart ości z częścią kodu s t anó w wewnęt rznych . P ozwala t o obniżyć kos zt realizacji i jednocześnie zwięks zyć s zybkość działania aut omat ó w w poró wnaniu z aut omat ami klas A i B . W met odach A 5 i A 6 rozs zczepienie s t anó w wewnęt rznych wykorzys t uje s ię w celu przeks zt ałcenia aut omat ó w klas A i B odpowiednio w aut omat y klas E i F . K odowanie s t anó w wewnęt rznych aut omat ó w klas E i F prowadzi do zadania pokrycia g raf u ort og onalności wiers zy macierzy kodó w minimalną liczbą pełnych podg raf ó w. W og ó lnym przypadku, aby możliwe było zbudowanie aut omat ó w s kończonych klas y E i F , każdy buf or wejściowy układu P L D powinien pos iadać dwa s przężenia z log iką wewnęt rzną układu P L D : rejes t rowe i kombinacyjne. D o 46 wad metod A5 i A6 można odnieść konieczność rozszczepienia stanó w wewnętrzny ch przy przejściu od automató w klas A i B do automató w klas E i F . P onadto istnieje konieczność rozszczepienia stanó w wewnętrzny ch do przekształ cenia automatu ty pu M ealy ’ eg o w automat M oore’ a ( przy sy ntezie automató w klasy F ) . M etoda sy ntezy A7 wspó lneg o modelu automató w skończony ch klas AD E [ 3 ] , pozwala najb ardziej ef ekty wnie wy korzy stać możliwości arch itektur ukł adó w P L D : przerzutniki b uf oró w wejściowy ch i makrokomó rek wy jściowy ch ukł adó w P L D uży wane są w ch arakterze elementó w pamięci automatu. M etoda A7 maksy malnie wy korzy stuje modele automató w klasy D i E , co pozwala zminimalizować liczb ę R elementó w pamięci. W metodzie A7 stosuje się rozszczepienie stanó w wewnętrzny ch wzg lędem wektoró w zmienny ch wejściowy ch i wejściowy ch . W adą metody A7 są podwy ższone wy mag ania do możliwości arch itektury ukł adó w P L D : b uf ory wejściowe muszą mieć dwa rodzaje sprzężeń z częścią komb inacy jną oraz konieczność umożliwienia konf ig uracji makrokomó rek wy jściowy ch z przerzutnikami w pętli sprężenia zwrotneg o. M etody sy ntezy A8 i A9 wspó lny ch modelu automató w skończony ch klas AD i AE są zg odne odpowiednio z metodą A7 , kiedy nie istnieje możliwości wy korzy sty wania b uf oró w wejściowy ch ukł adu P L D ( metoda A8 ) lub wy jściowy ch makrokomó rek w ch arakterze elementó w pamięci ( metoda A9 ) . M etoda A1 0 jest identy czna z metodą A9 dla automató w klas AE , z tą ró żnicą , że zamiast automatu M ealy ’ eg o rozpatruje się automat M oore’ a. 4. B a d a n i a e k s p e r y m e n t a l n e B adania ekspery mentalne został y przeprowadzone na przy kł adach testowy ch opracowany ch w M C N C [ 4 ] . M etody pakietu Ż U B R został y poró wnane z metodami wy korzy sty wany mi w następują cy ch pakietach przemy sł owy ch : M AX P L U S I I 1 0 . 1 , f irmy Altera, W eb P ack 5. 2 , f irmy X ilinx , oraz F P G A Adv antag e 5. 2 f irmy M entor G raph ics. P rzy sy ntezie każdeg o przy kł adu za pomocą pakietó w przemy sł owy ch b y ł y wy kony wane kolejno następują ce czy nności: opis ukł adu wejścioweg o w języ ku sy stemu S I S za pomocą konwertera pakietu Z U B R został przekonwertowany na języ k V H D L ( AH D L dla sy stemu M AX + P L U S I I ) ; wy kony wano sy ntezę ukł adu za pomocą pakietu przemy sł oweg o na P L D odpowiedniej rodziny , przy czy m parametry sy ntezy b y ł y ustawiane na maksy malną minimalizację kosztó w ( powierzch ni ukł adu) ; rezultaty sy ntezy oceniano ze wzg lędu na koszt ( liczb ę wy korzy stany ch elementó w log iczny ch P L D ) i szy b kość dział ania ( maksy malne opó ź nienie w nanosekundach przy przejściu sy g nał ó w z wejść na wy jścia) za pomocą pakietu przemy sł oweg o. P rzy sy ntezie każdeg o testoweg o przy kł adu z wy korzy staniem pakietu Z U B R wy kony wano kolejno następują ce czy nności: wy kony wano sy ntezę ukł adu za pomocą pakietu Z U B R na P L D odpowiedniej rodziny otrzy mano wy niki w języ ku V H D L ( AH D L dla sy stemu M AX + P L U S I I ) ; wy kony wano sy ntezę otrzy maneg o ukł adu za pomocą pakietu przemy sł oweg o na P L D odpowiedniej rodziny , przy parametrach ustawiony ch na minimalizację kosztó w; rezultaty sy ntezy oceniano ze wzg lędu na koszt ( liczb ą wy korzy stany ch elementó w log iczny ch P L D ) i szy b kość dział ania ( maksy malne opó ź nienie w nanosekundach przy przejściu sy g nał ó w z wejść na wy jścia) za pomocą pakietu przemy sł oweg o. R ezultaty b adań ekspery mentalny ch są pokazane w tab eli 1 , g dzie przy jęto następują ce oznaczenia: Cmid - średni spadek kosztu realizacji ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ; Cma x – maksy malny spadek kosztu realizacji ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ; Dmid – średni wzrost szy b kości dział ania ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R ; Dma x – maksy malny wzrost szy b kości dział ania ukł adó w sy ntezowany ch za pomocą pakietu Ż U B R . P rzeprowadzone b adania pokazał y wy soką ef ekty wność metod sy ntezy zaimplementowany ch w pakiecie Ż U B R . W y korzy stanie pakietu Ż U B R do sy ntezy automató w skończony ch pozwala ob niży ć koszt realizacji średnio od 1 , 7 8 do 7 , 5 razy , a dla niektó ry ch PAK 6bis/ 2 0 0 6 przy kł adó w aż 2 3 razy . P rzy czy m średnia szy b kość dział ania może wzrosną ć 2 , 63 razy , a dla oddzielny ch przy kł adó w 5, 9 8 razy . Tab. 1. Tab. 1. P o r ó w n an i e e f e k t y w n o ś c i m e t o d s y n t e z y au t o m at ó w s k o ńc z o n y c h C o m p ar i s o n o f e f f i c h i e n c y o f F S M s y n t h e s i s m e t h o d s Metoda P L D Cmid M A X + P L U S II A lte ra A 2 M A X 7 0 0 0 1, 7 8 A 2 M A X 9 0 0 0 1, 8 0 A 3 M A X 5 0 0 0 3 ,3 7 A 4 F L E X 10 K 7 ,5 0 A 5 F L E X 10 K 3 ,6 3 A 7 F L E X 10 K 3 ,7 4 A 7 M A X 9 0 0 0 2 ,0 4 A 8 F L E X 10 K 4 ,2 2 A 8 M A X 9 0 0 0 2 ,3 8 A 9 F L E X 10 K 4 , 16 W e bP ac k X i l i n x A 2 X C 9 5 0 0 2 ,0 4 A 5 V I R TE X I I 3 ,4 6 A 5 M A X 5 0 0 0 3 ,3 7 A 7 X C 9 5 0 0 2 ,2 4 A 7 V I R TE X I I 3 , 14 A 8 X C 9 5 0 0 2 ,0 6 A 8 V I R TE X I I 3 ,6 5 A 9 X C 9 5 0 0 2 , 13 A 9 V I R TE X I I 4 ,0 7 F P G A A d v an t ag e M e n t o r G r ap h i c s A 2 M A X 7 0 0 0 1, 8 0 A 2 X C 9 5 0 0 1, 9 6 A 7 M A X 9 0 0 0 2 ,2 9 A 7 F L E X 10 K 2 ,5 6 A 7 V I R TE X I I 3 ,9 5 Cma Dmid Dma 2 ,7 5 2 ,7 5 17 , 0 0 2 3 ,0 0 8 ,0 0 5 ,0 0 5 ,0 0 7 ,6 7 5 ,3 3 8 ,0 0 1, 2 7 0 .9 9 1, 4 3 1, 4 8 1, 10 1, 5 0 1, 9 1.3 1, 7 1, 6 1, 3 1, 7 3 ,0 0 9 ,0 0 17 .0 0 4 ,5 0 5 ,6 7 3 ,0 0 8 ,6 7 3 ,0 0 9 ,0 0 1, 2 2 ,0 1, 2 2 ,6 1, 2 1, 4 5 ,9 1, 4 5 ,9 1, 4 5 ,3 3 3 ,6 3 6 ,7 5 6 ,6 7 13 , 6 7 0 ,9 0 ,9 1, 4 0 ,9 x 9 9 9 3 0 7 5 4 1 1, 5 1, 0 3 ,0 1, 2 x 8 3 4 9 1 4 2 8 3 8 2 0 3 0 0 5 . P o d s u m o w a n ie M etody zaimplementowane w pakiecie Z U B R w duży m stopniu wy korzy stują specy f iczne cech y arch itektur ukł adó w P L D , co prowadzi do znaczneg o zmniejszenia kosztó w realizacji oraz zwiększenia szy b kości dział ania projektowany ch ukł adó w. P rzeprowadzone b adania ekspery mentalne potwierdził y ef ekty wność opracowany ch metod sy ntezy automató w skończony ch oraz pozwolił y określić zakres zastosowań poszczeg ó lny ch modeli automató w i metod sy ntezy . M etoda A1 pozwala b udować na P L D wzg lędnie proste automaty skończone o b ardzo wy sokiej szy b kości dział ania. M etoda A2 pozwala b udować na P L D automaty skończone o prakty cznie nieog raniczonej zł ożoności i nominalne szy b kości dział ania i koszty . M etody A3 , A4 , A5 i A6 w szczeg ó lny ch przy padkach są zależne od wewnętrzny ch ch araktery sty k skończoneg o automatu, pozwalają b udować automaty skończone o b ardzo niskie koszty i wy sokiej szy b kości dział ania. M etody A7 , A8 , A9 i A1 0 pozwalają na maksy malne wy korzy sty wanie arch itektury ukł adó w P L D , co rzutuje na b udowanie automaty skończone o b ardzo niskie koszty i wy sokiej szy b kości dział ania. 6 . L ite r a tu r a [ 1 ] S oł ow iew W . W . : Pr oj ek t ir ow a n ij e c if r ow y c h sist iem n a osn ow ie p r og r a m m ir u j em y c h l og ic z esk ic h in t eg r a l n y c h sc h iem . M osk w a , H ot L in e-T el ek om , 2 0 0 1 , 63 6 s [ 2 ] Kl im ow ic z A. , S oł ow j ew W . W y k or z y st y w a n ie w y j ś c iow y c h m a k r ok om ó r ek u k ł a d u PL D w c h a r a k t er z e el em en t ó w p a m ię c i a u t om a t u sk oń c z on eg o / / M a t er ia ł y V I Kr a j ow ej Kon f er en c j i N a u k ow ej R ep r og r a m ow a l n e U k ł a d y C y f r ow e ( R U C ’ 2 0 0 3 ) , ( S z c z ec in , 8 -9 m a j a 2 0 0 3 ) . [ 3 ] S oł ow j ew W . , Kl im ow ic z A. S y n t ez a w sp ó l n y c h m od el i a u t om a t ó w sk oń c z on y c h n a PL D / / M a t er ia ł y V Kr a j ow ej Kon f er en c j i N a u k ow ej R ep r og r a m ow a l n e U k ł a d y C y f r ow e ( R U C ’ 2 0 0 2 ) , ( S z c z ec in , 9 -1 0 m a j a 2 0 0 2 ) s. 3 5 -4 2 . [ 4 ] Y a n g S . L og ic sy n t h esis a n d op t im iz a t ion ben c h m a r k s u ser g u id e. V er sion 3 . 0 . - T ec h n ic a l R ep or t , M ic r oel ec t r on ic s C en t r e of N or t h C a r ol in a , 1 9 9 1 . - 4 3 p . _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Artykuł recenzow a ny