SoC高级综合验证研究进展

来源 :计算机辅助设计与图形学学报 | 被引量 : 6次 | 上传用户：zhll0011

【摘要】

：

针对近年来片上系统(systemonchip,SoC)高级综合验证领域的工作,首先分析了高级综合验证的难点,然后根据应用领域将算法分为3类:高级综合前端验证算法、高级综合调度验证算法和高级综合后端验证算法.同时分析了各类算法的优缺点和现有算法的主要技术手段;最后讨论了SoC高级综合验证算法目前面临的映射关系缺失、状态空间爆炸和复杂的数据结构等挑战,并对该领域今后的研究方向进行了展望.

【作者】

：

胡健胡永扬王观武陈桂林杨海涛康云王康李思昆

【机构】

：

国防科学技术大学第六十三研究所,国防科学技术大学计算机学院

【出处】

：

计算机辅助设计与图形学学报

【发表日期】

：

2021年02期

【关键词】

：

高级综合带数据通路的有限状态机互模拟关系路径验证形式化方法 high-level synthesis finite state machine with

【基金项目】

：

国家自然科学基金(61902421).

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

融合残差连接与通道注意力机制的Siamese目标跟踪算法

针对Siamese跟踪算法在目标形变、相似物体干扰等复杂情况下容易跟踪漂移或丢失的问题,提出一种融合残差连接与通道注意力机制的目标跟踪算法.首先,通过残差连接将模板分支网络提取的浅层结构特征与深层语义特征进行有效的融合,以提高模型的表征能力;其次,引入通道注意力模块,使模型自适应地对不同语义目标特征通道加权,以提高模型的泛化能力;最后设计并提出一种基于相关性响应值的权重掩码,在离线训练时提高相似语

期刊

目标跟踪卷积神经网络孪生网络特征融合通道注意力机制object trackingconvolutional neural networksiame

基于角度结构特征的多载体信息隐藏算法

针对单载体信息隐藏算法的嵌入容量和安全性受载体数量限制无法进一步提升的问题,将载体预处理和秘密信息的嵌入结合于图像角度结构特征(angle structure descriptor,ASD),提出了一种基于角度结构特征的多载体信息隐藏算法。首先,提取图像的ASD特征向量对载体集进行分类,转换得到图像ASD方向场后对其编码;其次,根据载体分类数对秘密信息分段并进行置乱和优化;最后,基于ASD方向场的

期刊

多载体信息隐藏秘密通信角度结构特征图像角度结构特征HSV颜色量化multi-carrier information hidingsecret com

酪蛋白水解物碳源SBR生物除磷系统启动

为研究酪蛋白水解物为碳源的强化生物除磷系统的启动及其性能,采用序批式反应器对系统启动过程中污染物的去除效果、聚磷菌的富集以及不同温度和厌氧时间下系统内菌群结构变

期刊

生物除磷酪蛋白水解物聚磷菌菌群结构biological phosphorus removalsodium casein hydrolysatepol

自培光合细菌在水产养殖中的应用及菌液的制作使用方法

每年6-9月是水产养殖生产高峰期,天气持续高温,随着投饲量逐步增加,养殖鱼类吃食量、排泄物也随之增加,养殖水体生态环境日益恶化。为了杀灭病菌,净化水体环境,养殖生产中用

期刊

微生物发酵技术水产养殖生产水产品质量安全养殖鱼类微生物制剂投饲量可持续发展用药量

基于图像语义的弱监督显著性物体检测

为了减少显著性物体检测对像素级标签的依赖,提出了一种基于图像语义的弱监督显著性物体检测方法.利用鱼网络和注意力机制的组合模型,在图像语义热力映射图的基础上,对弱标签采用余弦相似度进行训练更新,同时在网络训练初期采用训练诱导策略,利用简单数据集对整个网络进行诱导训练,使其具有一定的能力.然后,经过不断地增加数据集的复杂性,使得网络提取特征的能力越来越强.在4个显著性检测数据集上进行实验,并与传统监督

期刊

组合模型语义映射图余弦相似度诱导训练combination modelsemantic mappingcosine similarityinduc

臭氧预氧化对蛋白类污染物超滤膜污染的影响研究

选用牛血清蛋白(BSA)代表废水中普遍存在的蛋白类污染物,通过曝气臭氧化预处理,并采用聚偏氟乙烯(PVDF)超滤膜进行了宏观膜污染实验。结合单纯曝气和纯臭氧氧化处理后的膜污

期刊

超滤膜膜污染蛋白类污染物预臭氧化ultrafiltration membranemembrane foulingproteinlike foulan

基于课程学习思想的目标检测增强算法

目标检测算法性能优劣既依赖于数据集样本分布,又依赖于特征提取网络设计.从这2点出发,首先通过分析COCO 2017数据集各尺度目标属性分布,探索了数据集固有的导致小目标检测准确率偏低的潜在因素,据此提出CP模块,该模块以离线方式调整数据集小目标分布,一方面对包含小目标图片进行上采样,另一方面对图片内小目标进行复制粘贴.然后,针对网络特征提取能力问题,受课程学习(CL)思想启发,提出CL层,该层用目

期刊

课程学习目标检测特征提取curriculum learningobject detectionfeature extraction

SoC高级综合验证研究进展

其他学术论文