一、一种新的无网格拆线重布算法（论文文献综述）
张楚源[1]（2019）在《Modelica组件连接图自动布图技术研究》文中研究指明Modelica组件连接图直观反映了模型组件之间的拓扑连接关系,是进行可视化建模的重要基础。利用Modelica组件视图进行建模时需要人工拖拽组件并手动定位与连线,当组件与连线数目较多时工作繁琐,另一方面CAD三维装配模型自动生成动力学模型并导入Modelica组件连接图时也需要自动化布图工具对组件进行定位,因此进行Modelica的组件连接图自动布图研究是十分必要的。本文针对自动布局和自动布线两大步骤进行研究,分别介绍了基于力导模型的自动布局算法和变步长线探索法。论文分析了布局好坏的影响因素并给出了评估布局效果的局部评价函数,然后分析了网络拓扑图与Modelica组件连接图的区别与联系,论述了将力导布局模型应用于Modelica组件连接图的可行性;对Modelica组件连接图中的并联结构和环状结构进行分组合并以减小对其他组件连线的干扰;通过随机化和预处理机制进行初始化布局。在此基础上形成了Modelica组件连接图的自动布局算法。论文比较了线探索法和李氏布线算法的优缺点及适用场景,对线探索法容易遗漏可行解、绕障能力不强的问题进行了改进,提出了变步长的线探索法;对生成逸出点过程中的绕障问题进行了详细讨论并针对不同情况分别给出了绕障算法;利用折叠法、组件旋转法、翻转法对交叉点进行了针对性处理;利用拐点合并、连线合并、“凸型”线段优化等方法对走线迂回和蛇形走线进行了优化,在连线正确的前提下保证了美观度。最后,论文实现了自动布局和自动布线算法,介绍了自动布图系统输入输出模块、自动布局模块、自动布线模块三大模块以及子模块的功能,并对两个Modelica模型的组件连接图进行自动布图,通过对比布图前后的相关参数,展示了自动布图系统在实际应用中的效果。
王雨田,贾小涛,蔡懿慈,周强[2]（2016）在《考虑设计规则的引脚分配算法》文中提出详细布线是集成电路物理设计的关键步骤之一,引脚分配是影响详细布线质量和减少设计规则违反的关键因素,为此提出一种基于最小费用最大流的考虑设计规则的引脚分配算法.首先构建详细布线图和相应的网格图;然后在网格图上搜索布线区域内总费用最小的最大流,为所有线网的引脚同时分配pin点;在引脚分配的基础上提出一种拆线重布算法,针对引脚分配中不合理的pin点位置进行拆线重布,为其分配新的pin点,同时对设计规则违反从代价函数定义、拆线重布顺序、布线方式3个方面进行优化.实验结果表明,应用文中的引脚分配算法后,详细布线结果中的设计规则违反数平均减少了24%.
廖海涛[3]（2014）在《测试芯片设计中布线算法的研究与实现》文中研究指明虽然超大规模集成电路产业在摩尔定律的指引下已经步入纳米时代甚至非常接近摩尔定律的尽头了,但是它仍然在快速发展中。工艺节点的不断减小导致复杂度随之不断攀升,设计规则也越来越复杂,这些前所未有的挑战都需要我们有更高效的测试芯片来保证它们的成品率。目前的测试芯片规模正在迅速扩大,并且随着工艺节点达到16nm甚至更低时,许多新的工艺缺陷随之产生,需求的测试结构的数目越来越多,庞大数目的测试结构的布线问题也就越来越复杂。本文结合当前测试芯片设计技术的不断发展,通过对最近的VLSI芯片布线技术的分析,提出了传统测试芯片布线流程改进后的新的布线新流程,这种新的布线流程中所具有的创新点在于：1)对具体的点对间布线算法进行了新的探索,提出了新的点对间布线算法。通过提出“自由节点”和“节点边界”等新的概念,该算法通过节点边界的扩张来实现自由节点的转移,从而快速地从源节点向目标节点扩散,大大提高了搜索效率。该算法既克服了传统迷宫算法基于遍历网格的复杂度高的缺点,也无需在庞大的网格中搜索障碍构造子图。理论分析和多个实例验证的结果表明,该算法可以很好地解决点对间的布线问题且复杂度较低。2)将测试芯片中原有的单一算法的布线流程调整为多步骤多算法的综合布线流程,把测试芯片布线问题拆分为全局布线和详细布线两个步骤,在每一步中使用模式布线、单调布线和新提出的点对间布线算法等多种技术进行布线,将布线时间缩短到原来的15%-25%,对缩短测试芯片的整体设计周期起到了定的作用。该布线流程的可靠性和实用性在几家集成电路制造厂商的测试芯片实例中得到了验证。
李恒[4]（2013）在《边界扫描测试结果可视化方法研究》文中研究说明测试贯穿PCB电路板的整个生命周期。作为近年来新兴的快速、高效、低代价的一种测试方法，边界扫描测试日益得到深入研究和广泛应用。但目前主流边界扫描商业软件多以文本的形式给出测试结果，这一抽象非直观的表示形式对测试人员进行故障诊断带来了阻碍。针对现有边界扫描软件的不足，本文利用文字描述结果给出一种形象的可视化的交互方式展示测试结果。基于此，本论文围绕边界扫描测试可视化展示而展开，主要工作包括以下几点：（1）可视化展示测试结果的方法，针对测试结果中提供的信息（故障器件位号和管脚号）并结合电路板设计信息，把结果中器件的位置和器件管脚间连接关系—故障图，展示在二维平面上。为了使故障图不交叉，我们要判断图张图的平面性，并把平面后的故障图用基于点阵的线探索无网格布线算法重新布线展示在二维屏幕上。运用此方法完成了测试结果可视化展示软件平台的设计和实现。（2）故障图平面化，对已有的平面化算法进行评估，指出了原算法针对实际故障图问题的局限性。提出了改进的算法，使之能够满足现实问题中的约束条件，然后结合下面的布线算法规划布线路径，最后给出了改进后的算法流程。不仅解决了故障图的平面化问题，而且在没有增加算法的时间复杂度的前提下给出了一种平面化嵌入方案。（3）基于点阵的线探索无网格布线算法，为了提高布线效率提出了基于点阵的线探索优化布线算法。首先，根据可布线区域的边界画出可布线网；接着，依据网格得出可布线点阵；然后，运用线探索算法沿着布线点阵寻找路径；最后，对路径进行优化。此算法用尽可能少的探索点和几乎线性时间迅速找到一条较优布线路径，并对得到的路径优化。本文提出的边界扫描测试结果可视化展示是对边界扫描软件中对结果的展示不直观而展开的，具有一定的理论依据和应用价值，并在实际项目中得到初步应用，对以后开发可视化电路板测试软件有一定借鉴意义。
邱巍[5]（2009）在《基于禁忌蚁群系统的VLSI线网布线研究》文中进行了进一步梳理布线设计是超大规模集成电路（VLSI）物理设计的一个重要阶段。随着集成电路规模的日益扩大,传统的算法已经不能够满足设计要求。所以,要求不断提出新的算法。本文为超大规模集成电路（VLSI）物理设计提供一种智能化的线网布线方法。两端绕障碍布线是超大规模集成电路线网布线的基本问题。所以,文章以该问题的研究为切入点。该问题属NP问题。蚁群系统是一种典型的智能算法。文章对蚁群系统进行了研究,得出了蚁群系统有搜索时间长、算法易停滞的缺点。为了克服蚁群系统的这些不足之处,提出了改变布线平面初始信息素分布和改进蚂蚁在搜索过程中状态转移规则的改进方案,并结合禁忌搜索算法提出了解决线网布线问题的一种新的智能算法:禁忌蚁群系统（tabu-ant colonies system）。以连接图作为布线平面模型,用Java语言实现了新的智能算法。对会给实验结果产生重要影响的参数q0的取值进行了讨论,得出当q0取值适中时,实验可以获得较好的收敛效果的结论。通过一些实验的统计结果,对新算法和其它算法的性能进行了比较和分析。实验证明,该算法克服了搜索过程中的盲目性,有效加快了蚁群系统早期的收敛速度,并避免了局部最优,可以在较短时间内找到两端线网布线的最佳路径。该算法可以应用到无网格布线和多点、多层布线中。由于无网格布线模型中节点的数目相对网格布线模型中节点的数目较少,因此,算法的搜索空间和布线所用的时间相对减小。之后,提出了多点、多层布线的解决方案。以两层布线为例,可以用一个层面作为水平线网布线区域,另外一个层面作为垂直线网布线区域,层与层之间用通孔进行连接。用典型的最小生成树算法普里姆（Prim）算法对该问题进行求解,提出了用禁忌蚁群系统来搜索Prim算法每次迭代过程中当前最小代价路径的解决方法。这样,就把复杂的多点布线问题简化为多次求两点之间最短路径的问题。用这种方法对一个六点双层布线的实例进行了实验。实验结果表明,这种具有智能特征的最小生成树算法能够有效地解决多点、多层布线问题。
盖宇[6]（2009）在《基于人工免疫—蚁群混合算法的VLSI布线研究》文中进行了进一步梳理目前,以集成电路为核心的电子信息产业已经超过了以汽车、石油、钢铁为代表的传统工业成为第一大产业,并成为改造和拉动传统产业向数字时代迈进的强大引擎。集成电路技术在摩尔定律的引导下,逐步向提高集成度、降低功耗、增强性能的方向发展。相应的系统规模的扩大,使得集成电路设计中的很多困难的问题凸显出来。此外,集成电路本身的物理设计能力也一直落后于工艺制造能力,因此造成了这样的局面:现有的EDA工具难以应付复杂度呈指数增长的诸多VLSI物理设计难题,也缺乏对超深亚微米工艺下一系列新问题的考虑。同时,在计算智能领域,各州优化技术的蓬勃发展,为解决NP复杂度的问题提供了方法和启示。本文就是在这样的背景下,研究计算智能方法在超深亚微米工艺下性能驱动VLSI生产工序中关键环节——物理设计中的应用。本文首先介绍了VLSI布线过程的几种方法,就物理设计中BBL模式下典型的两端绕障碍布线问题,提出了一种基于路径图的布线模型。之后,介绍了如何采用蚁群算法对路径图模式实施布线。接着讨论了如何结合人工免疫算法和蚁群算法,并把结合产生的混合算法用于路径图模式布线。最后还讨论了最小路径费用问题和串扰优化问题。
杜昶旭[7]（2009）在《面向模拟和数模混合集成电路的自动布线方法研究》文中指出随着集成电路技术的飞速发展,芯片中模拟电路和数模混合电路的比例越来越高,但传统的模拟电路版图自动设计系统大多从面向数字电路的系统中演变而来,没有充分考虑模拟电路的各种性能特征,无法满足模拟电路设计的需要。在这种背景下,本文提出了若干面向模拟和数模混合电路的自动布线方法,以解决版图自动化设计这一大课题下的自动布线问题。本文从“性能”和“效率”两个方面介绍了两个完整的模拟电路自动布线器,并阐述了若干面向模拟电路性能的算法。本文研究内容包括:1.提出了一种基于线网分类的自动布线方法,并设计和实现了一个完整的布线系统。该方法有针对性地解决了模拟电路重要的对称和匹配约束,把这种约束转化为分类信息,并用不同的布线算法处理具有不同特性的线网。在实际电路测试中,线网的对称和匹配约束可以得到满足,且电路总体布通率超过98%。2.针对模拟电路的多线宽约束,提出了多步长迷宫算法。这一方法打破了传统迷宫算法单一步长的限制,允许路径扩展中使用不同的步长,既可以适应不同线宽和间距线网的布线需要,还有利于更加充分地利用资源。实验结果显示,这种算法的布通率基本在99%以上。3.提出了一种性能驱动的布线资源概率分配算法,实现对布线资源的规划和分配,以避免布线资源滥用。这种方法在资源分配的同时考虑了模拟电路的若干性能约束,不仅可以满足资源合理分配的需求,还能够满足对称和多线宽等电路性能约束。加入这种算法后,关键线网布通率普遍提升10-20%,总布通率提升5%以上。4.为了改善布线系统的效率,提出了一种面向数模混合电路的并行布线方法,并设计实现了一个并行布线系统。该系统在任务划分阶段考虑了负载均衡因素,并将串行和并行模块有机结合,充分利用了多核体系结构的特点来提升CPU执行效率。在双核环境中,这一布线系统在保证线长平均增长10%,布通率不受影响的前提下,加速比一般在1.5以上。
李毛毛[8]（2008）在《蚁群算法在集成电路布线问题中的应用》文中研究表明随着集成电路规模的不断增大、特征尺寸不断减小,时钟频率越来越高,给集成电路工艺技术和生产技术（设备和材料）以及设计生产率等诸多方面的问题带来了更多的技术挑战。其中一个非常关键的环节是集成电路设计技术的发展已经远远落后于集成电路的加工能力的发展。另一方面,随着VLSI电路复杂性越来越高,其物理设计中的许多问题目前已经被证明是NP困难问题,所以一个快速的高效的物理版图设计必须依赖于先进的EDA工具和先进的设计方法。而在计算机智能领域,各种优化技术的蓬勃发展为解决非NP问题、NP完全问题和NP困难问题提供了新的思路和解决方法。本文正是在这种背景下,讨论计算智能方法在VLSI设计过程中最重要的一个环节——物理设计中的应用。VLSI工艺不断发展,物理设计中的布线问题的规模也急剧增大,传统的优化算法正面临着计算量爆炸、容易陷入局部极值和无法接近全局最优的难题,所以必须寻找更有效的优化方法。本文首先结合旅行商问题（TSP）介绍了基于仿生特性的蚁群算法原理;随后介绍了VLSI物理设计中基于BBL（BuildingBlocks Layout）模式的绕障碍线网布线问题;然后将蚁群算法和两端绕障碍线网布线问题相结合,讨论了基于网格（均匀网格和非均匀网格）和无网格模型的连接图的建立和解决方法;最后讨论了多层布线和多端线网布线的解决方案,并讨论了蚁群算法在布线中其它问题（如最小费用、性能驱动优化问题）中的可行性。
周文广[9]（2007）在《基于Dijkstra的自动布线算法的优化及其应用研究》文中研究指明随着计算机工业的飞速发展,计算机越来越多的用于各种辅助设计,大有取代人工设计的趋势,而在各种计算机辅助设计系统如电路设计系统中,都需要布线将各种器件连接起来组成一个大的器件。随着各种器件的集成度越来越高,布线也越来越复杂,远非人工布线所能及。在这种情况下,关于自动布线的研究应运而生。对于任意的布线问题来说都可以把它归结于一个最短路径求解问题。利用布线问题与最短路径问题的相似性,将解决最短路径问题的方法用于解决布线问题,从而可保证较高的布通率并且容易实现。通过对最短路径求解问题的研究,可构建布线速度快、布通率高、容易实现的基于Dijkstra的自动布线优化算法。优化方法主要是在运用基于Dijkstra的自动布线算法之前,采用等价点、相对有效区域等方式来降低算法中需要搜索的网格点的规模。同时,通过对布线线条特点的分析,引入理想路径、理想路径值和理想路径拐点,使算法在一些特殊布线情况下能够及时快速的布线。利用两点之间的等价关系最大限度的降低线网占用的网格点,充分利用布线平台上已布线资源进行布线,留下更多的可用网格点,在一定程度上提高布线的布通率。通过对Dijkstra算法数据存储结构进行分析,选择邻接表作为网格点的存储结构,有效的避免了权值为无穷大的无效点,降低了算法的空间复杂度。基于Dijkstra的自动布线优化算法已经在微机原理与接口技术虚拟实验系统中实现,通过实际应用、理论分析和程序测试表明此算法在提高布线速度以及提升布通率方面具有良好的效果。
常晓夏[10]（2006）在《超大规模集成电路串扰问题的研究》文中进行了进一步梳理随着工艺尺寸的不断下降以及工作频率要求的显着提高，专用集成电路（ASIC）和系统芯片（SoC）设计者遇到的最大的挑战已成为确保信号的完整性。随着IC的高速化、高集成化、高密度化和高性能化，芯片内互连线之间的串扰已经成为影响芯片性能的重要因素之一。 在本文中，首先对集成电路信号完整性问题中主要存在的串扰问题进行了原理分析，这包括产生串扰的原因，串扰的影响、分类以及对串扰的模型进行建模和估算；然后对VLSI物理设计中避免串扰的相关流程和算法进行研究和分析，探讨了对可能导致串扰的流程的改进方法；接着对目前各种布线器算法进行了仔细的分析和研究，并提出一种基于排序的通道布线避免串扰算法；下面以一个宽带无线局域网（WLAN）通信SoC芯片的后端设计为例，对时序驱动物理设计的主要流程和优化方法等作了较为详尽的分析和研究，其中着重对芯片的串扰噪声进行了优化和修复，讨论了串扰分析过程中的主要问题及应对策略，最后还应用相关的EDA工具对串扰问题进行仿真、分析和优化，并对各种工具中的算法进行了比较和说明，提出了一种更为合理的EDA算法相结合的方法，收到了良好的效果。
二、一种新的无网格拆线重布算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种新的无网格拆线重布算法（论文提纲范文）
（1）Modelica组件连接图自动布图技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与目的意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和工作 |
| 1.4 论文组织结构 |
| 2 自动布局算法研究 |
| 2.1 相关定义 |
| 2.2 局部评价函数 |
| 2.3 力导布局模型 |
| 2.4 基于力导模型的布局算法设计 |
| 2.5 本章小结 |
| 3 自动布线算法研究 |
| 3.1 布线评价函数 |
| 3.2 常用布线算法 |
| 3.3 变步长线探索法设计 |
| 3.4 变步长线探索法流程 |
| 3.5 本章小结 |
| 4 自动布图系统整体设计及实例 |
| 4.1 系统整体设计 |
| 4.2 实例 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 本文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
（3）测试芯片设计中布线算法的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 集成电路发展概述 |
| 1.2 成品率问题 |
| 1.3 测试芯片概述 |
| 1.4 物理设计 |
| 1.4.1 物理设计概述 |
| 1.4.2 物理设计中的布线问题 |
| 1.5 研究内容 |
| 1.6 章节安排 |
| 第2章 超大规模集成电路布线算法研究 |
| 2.1 超大规模集成电路布线问题描述 |
| 2.2 全局布线 |
| 2.2.1 全局布线概述 |
| 2.2.2 全局布线问题建模 |
| 2.2.3 全局布线算法分类 |
| 2.3 详细布线 |
| 2.4 本章小结 |
| 第3章 二端线网的布线新算法研究 |
| 3.1 算法提出的背景 |
| 3.2 算法的基本概念与定义 |
| 3.2.1 自由节点的边界 |
| 3.2.2 闭合边、半开放边和开放边 |
| 3.2.3 自由节点 |
| 3.3 算法的基本思想、实现与分析 |
| 3.3.1 算法的基本思想 |
| 3.3.2 算法的实现 |
| 3.3.3 算法的复杂度分析 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 测试芯片设计中的布线算法研究 |
| 4.1 测试芯片的布线及遇到的问题 |
| 4.2 新的测试芯片布线流程 |
| 4.3 测试芯片布线流程中的具体布线算法 |
| 4.3.1 模式布线算法 |
| 4.3.2 单调布线算法 |
| 4.3.3 A~*布线算法 |
| 4.4 测试芯片布线流程中的几种优化技术 |
| 4.4.1 将多端线网拆分成二端线网 |
| 4.4.2 拆线重布(Rip-up and Re-route) |
| 4.4.3 局部调整与可调线宽 |
| 4.5 实验结果与分析 |
| 4.6 本章小结 |
| 第5章 结束语 |
| 参考文献 |
| 致谢 |
（4）边界扫描测试结果可视化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 致谢 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 边界扫描测试 |
| 1.1.2 信息可视化 |
| 1.2 研究背景 |
| 1.3 国内外研究概况 |
| 1.3.1 平面性问题 |
| 1.3.2 自动布线算法 |
| 1.4 研究内容与组织结构 |
| 1.4.1 研究内容 |
| 1.4.2 组织结构 |
| 第二章 电路板上器件的可视化选取 |
| 2.1 信息采集 |
| 2.1.1 电路板电子图片获得 |
| 2.1.2 信息预处理 |
| 2.2 映射关系 |
| 2.2.1 实物图与 PCB 位置映射 |
| 2.2.2 屏幕坐标到图片像素点映射 |
| 2.3 本章小结 |
| 第三章 基于 DMP 算法的故障图平面化 |
| 3.1 DMP 算法及其分析 |
| 3.1.1 预处理 |
| 3.1.2 DMP 算法过程 |
| 3.1.3 DMP 算法的局限性 |
| 3.2 故障图问题描述 |
| 3.2.1 故障图特点 |
| 3.2.2 故障器件和管脚处理 |
| 3.3 DMP 优化算法 |
| 3.3.1 若干原则 |
| 3.3.2 改进的 DMP 算法 |
| 3.3.3 算法复杂度分析 |
| 3.4 本章小结 |
| 第四章 基于点阵的线探索布线算法 |
| 4.1 扫描线算法的回顾 |
| 4.1.1 扫描线算法过程 |
| 4.1.2 两条线段求交算法 |
| 4.2 绕障碍布线算法 |
| 4.2.1 迷宫寻路算法 |
| 4.2.2 线探索寻路算法 |
| 4.3 布线点阵生成 |
| 4.4 线探索优化算法 |
| 4.4.1 布线点阵生成算法 |
| 4.4.2 线探索优化算法 |
| 4.5 本章小结 |
| 第五章 边界扫描测试结果可视化展示应用 |
| 5.1 应用背景 |
| 5.2 系统框架 |
| 5.3 原型系统实现与运行实例 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 硕士研究生在读期间完成的论文 |
| 硕士研究生在读期间参加的科研工作 |
| 硕士研究生在读期间获得奖励 |
| 参考文献 |
（5）基于禁忌蚁群系统的VLSI线网布线研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 集成电路设计简介 |
| 1.3 物理设计 |
| 1.3.1 物理设计的主要设计模式 |
| 1.3.2 物理设计CAD过程 |
| 1.4 布线算法的研究概况 |
| 1.5 本课题重点 |
| 第二章 集成电路布线及算法理论基础 |
| 2.1 面向线网的布线设计方法 |
| 2.1.1 面向线网布线问题描述 |
| 2.1.2 面向线网布线算法 |
| 2.1.3 布线顺序 |
| 2.1.4 无网格布线 |
| 2.1.5 多层布线 |
| 2.2 面向布线区域的布线设计方法 |
| 2.2.1 面向布线区域的布线方法问题描述 |
| 2.2.2 总体布线 |
| 2.2.3 通道布线 |
| 2.3 蚁群系统 |
| 2.4 禁忌搜索算法 |
| 2.5 本章小结 |
| 第三章 禁忌蚁群系统 |
| 3.1 问题描述 |
| 3.2 蚁群系统在两端绕障碍布线中的应用 |
| 3.3 蚁群系统的不足及改进措施 |
| 3.3.1 蚁群系统的不足 |
| 3.3.2 改进措施 |
| 3.4 禁忌蚁群系统 |
| 3.5 实验结果与分析 |
| 3.5.1 实验参数选择 |
| 3.5.2 算法比较 |
| 3.6 算法实现的几个技术细节 |
| 3.6.1 输入界面 |
| 3.6.2 节点表示 |
| 3.6.3 位置转移函数 |
| 3.6.4 寻径函数 |
| 3.7 本章小结 |
| 第四章 禁忌蚁群系统在复杂布线中的应用 |
| 4.1 无网格布线 |
| 4.1.1 无网格布线模型 |
| 4.1.2 无网格布线结果 |
| 4.2 多点布线和多层布线 |
| 4.2.1 多点、多层布线的处理方法 |
| 4.2.2 普里姆算法结合禁忌蚁群系统实现多点、多层布线 |
| 4.3 最小代价问题 |
| 4.4 开关盒布线问题 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（6）基于人工免疫—蚁群混合算法的VLSI布线研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 集成电路技术发展趋势 |
| 1.2 国内集成电路产业发展现状及展望 |
| 1.3 EDA技术研究现状 |
| 1.4 VLIS工艺的发展趋势与EDA技术发展 |
| 1.5 发展仿生优化算法的意义 |
| 1.6 论文的主要内容与安排 |
| 第2章 VLSI布线设计与算法介绍 |
| 2.1 VLIS器件的设计流程 |
| 2.2 布图设计过程 |
| 2.3 VLSI布线算法 |
| 2.3.1 线网布线问题的描述 |
| 2.3.2 线网布线问题的描述和常用算法 |
| 2.3.3 总体布线问题的描述和常用算法 |
| 2.3.4 通道布线问题的描述和常用算法 |
| 2.4 本章小结 |
| 第3章 基于蚁群算法的VLSI布线 |
| 3.1 蚁群算法基本原理 |
| 3.2 基本蚁群算法的模型特征 |
| 3.2.1 TSP描述 |
| 3.2.2 基本蚁群算法的数学模型 |
| 3.3 蚁群算法用于VLSI布线 |
| 3.3.1 基于路径图的布线算法 |
| 3.3.2 路径图线网模型 |
| 3.3.3 路径图的构造 |
| 3.3.4 蚁群算法在路径图上的搜索实现 |
| 3.3.5 蚁群算法用于VLSI布线过程演示 |
| 3.3.6 基本蚁群算法的优点与不足 |
| 3.4 本章小结 |
| 第4章 人工免疫-蚁群算法应用于VLSI布线 |
| 4.1 人工免疫算法原理 |
| 4.2 基于人工免疫算法和蚁群算法的混合算法 |
| 4.2.1 人工免疫算子的构造 |
| 4.2.2 人工免疫-蚁群混合算法的基本步骤 |
| 4.2.3 仿真算例 |
| 4.3 基于人工免疫-蚁群算法的VLIS布线算法 |
| 4.3.1 人工免疫-蚁群混合算法实现的若干问题 |
| 4.3.2 人工免疫-蚁群算法流程 |
| 4.3.3 人工免疫-蚁群算法的实验结果 |
| 4.4 蚁群算法在绕障碍布线问题中的进一步应用 |
| 4.4.1 最小费用路径问题 |
| 4.4.2 串扰优化问题 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）面向模拟和数模混合集成电路的自动布线方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 集成电路的发展历程和趋势 |
| 1.1.1 集成电路特征尺寸的减小 |
| 1.1.2 集成电路功能的多样化 |
| 1.1.3 片上系统和系统级封装的发展 |
| 1.2 数模混合集成电路的设计流程 |
| 1.3 模拟电路版图自动生成系统简介 |
| 1.3.1 专用版图生成系统 |
| 1.3.2 预定义布图语言的版图生成系统 |
| 1.3.3 规则驱动的版图生成系统 |
| 1.3.4 约束驱动的版图生成系统 |
| 1.3.5 性能驱动的版图生成系统 |
| 1.4 模拟电路自动布线系统的研究意义 |
| 1.4.1 自动布线系统在版图生成系统中的重要地位 |
| 1.4.2 研究面向模拟和数模混合电路的自动布线系统的意义 |
| 1.5 本文的创新点和章节 |
| 第2章 模拟集成电路自动布线方法的研究基础 |
| 2.1 模拟集成电路的性能要求 |
| 2.1.1 信号对称性 |
| 2.1.2 线网宽度多样化 |
| 2.1.3 低阻抗/容抗线网 |
| 2.1.4 信号完整性 |
| 2.1.5 天线效应 |
| 2.2 模拟电路自动布线问题的优化模型 |
| 2.2.1 优化目标 |
| 2.2.2 约束条件 |
| 2.3 经典的区域布线模型和算法综述 |
| 2.3.1 基本区域布线模型 |
| 2.3.2 经典的区域布线算法 |
| 2.4 本章小结 |
| 第3章 基于线网分类的模拟电路自动布线系统 |
| 3.1 本章概述 |
| 3.2 基本概念定义 |
| 3.3 层次式数据结构 |
| 3.4 布线算法流程 |
| 3.5 布线资源分配策略 |
| 3.6 基于线网分类的布线策略 |
| 3.6.1 关键线网布线策略 |
| 3.6.2 普通线网布线策略 |
| 3.7 实验结果 |
| 3.8 本章小结 |
| 第4章 面向多线宽约束的详细布线算法 |
| 4.1 本章概述 |
| 4.2 网格重构算法简介 |
| 4.2.1 基本概念 |
| 4.2.2 算法描述 |
| 4.2.3 算法特点 |
| 4.3 多步长迷宫算法 |
| 4.3.1 基本概念 |
| 4.3.2 标准化过程 |
| 4.3.3 路径搜索算法 |
| 4.3.4 算法的时间复杂性 |
| 4.4 实验结果 |
| 4.5 本章小结 |
| 第5章 性能驱动的布线资源概率分配方法 |
| 5.1 本章概述 |
| 5.2 影响模拟电路布线资源的因素 |
| 5.3 性能驱动的拥挤度估计策略 |
| 5.3.1 拥挤度代价函数 |
| 5.3.2 拥挤度估计的概率模型 |
| 5.4 算法描述 |
| 5.4.1 资源分配的约束条件 |
| 5.4.2 算法流程 |
| 5.5 实验结果 |
| 5.6 本章小结 |
| 第6章 面向数模混合电路的并行布线方法 |
| 6.1 本章概述 |
| 6.2 并行技术的基本概念 |
| 6.2.1 并行计算平台 |
| 6.2.2 并行计算的性能评价 |
| 6.2.3 实现并行计算的处理器结构 |
| 6.3 并行布线问题的研究历史和现状 |
| 6.4 面向数模混合电路的并行布线算法 |
| 6.4.1 并行布线系统流程 |
| 6.4.2 考虑负载均衡的区域划分算法 |
| 6.4.3 任务调度策略 |
| 6.5 实验结果 |
| 6.6 本章小结 |
| 第7章 总结和展望 |
| 7.1 全文总结 |
| 7.2 对进一步工作的展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（8）蚁群算法在集成电路布线问题中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 引言 |
| 1.1 集成电路设计的发展 |
| 1.2 超大规模集成电路(VLSI)的设计过程 |
| 1.3 VLSI中的物理设计 |
| 1.3.1 物理设计的过程 |
| 1.3.2 物理设计的设计方法 |
| 1.3.3 布线过程中的问题 |
| 1.3.4 论文的结构安排 |
| 2 物理设计中布图和布线算法简介 |
| 2.1 算法复杂性的相关概念 |
| 2.2 布图设计中的一些基本算法 |
| 2.2.1 图论算法 |
| 2.2.2 计算几何算法 |
| 2.2.3 基于运筹学的算法 |
| 2.2.4 计算智能优化算法 |
| 2.3 VLSI布线设计及其算法介绍 |
| 2.3.1 线网布线 |
| 2.3.2 总体布线 |
| 2.3.3 通道布线 |
| 3 绕障碍线网布线简介及蚁群算法原理 |
| 3.1 绕障碍线网布线问题描述 |
| 3.2 绕障碍两端线网布线算法 |
| 3.2.1 迷宫算法 |
| 3.2.2 两种图论方案 |
| 3.3 蚁群算法 |
| 3.3.1 蚁群算法原理 |
| 3.3.2 结合TSP介绍蚁群算法的数学模型及流程 |
| 4 绕障碍线网布线的解决方案及仿真实现 |
| 4.1 绕障碍线网布线模式的几种类型 |
| 4.2 基于均匀网格的两端绕障碍线网布线 |
| 4.2.1 强连接图的概念 |
| 4.2.2 单层均匀网格两端绕障碍线网布线连接图的建立 |
| 4.2.3 均匀网格布线复杂度减小的一种方法——开窗技术 |
| 4.2.4 基于均匀网格的蚁群算法的基本思想 |
| 4.3 单层非均匀网格两端绕障碍线网布线连接图的建立 |
| 4.3.1 对基本蚁群算法的一些改进 |
| 4.3.2 实例仿真 |
| 4.4 绕障碍无网格布线模式 |
| 4.4.1 绕障碍无网格布线模式路径图的建立 |
| 4.4.2 无网格布线模型的蚁群算法实现 |
| 4.5 绕障碍布线的进一步讨论 |
| 4.5.1 双层或多层布线中连接图的建立 |
| 4.5.2 多端线网布线 |
| 4.5.3 蚁群算法在线网布线中的其它应用 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
（9）基于Dijkstra的自动布线算法的优化及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内外概况 |
| 1.3 本文的研究重点 |
| 2 布线算法常用技术与最短路径问题 |
| 2.1 布线算法常用技术 |
| 2.2 最短路径问题及其求解算法 |
| 2.3 本章小结 |
| 3 基于 Dijkstra 的自动布线算法及其优化 |
| 3.1 布线算法基本思想 |
| 3.2 布线优化算法的思想 |
| 3.3 布线优化算法的描述 |
| 3.4 布线优化算法的分析 |
| 3.5 本章小结 |
| 4 基于 Dijkstra 的自动布线优化算法的应用 |
| 4.1 虚拟实验系统的介绍 |
| 4.2 微机原理与接口技术虚拟实验系统 |
| 4.3 布线优化算法的实现 |
| 4.4 效果评测 |
| 4.5 本章小结 |
| 5 结束语 |
| 致谢 |
| 参考文献 |
（10）超大规模集成电路串扰问题的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 目前集成电路行业的发展状况 |
| 1.1.1 国内外技术现状及发展趋势 |
| 1.1.2 我国集成电路产业现状 |
| 1.2 目前此领域的研究背景和现状 |
| 1.3 本论文研究的问题和意义 |
| 第二章 信号完整性问题和串扰的原理分析 |
| 2.1 集成电路中的噪声和信号完整性问题产生的原因以及分类 |
| 2.2 芯片内部串扰产生的原因、类型及影响 |
| 2.2.1 串扰引起的延迟变化——建立时序误差 |
| 2.2.2 串扰引起的延迟变化——保持时序误差 |
| 2.2.3 串扰引起跃迁时间的变化 |
| 2.2.4 串扰对电路功能的影响—毛刺噪声 |
| 2.3 互连线串扰模型分析与估算 |
| 2.3.1 Devgan串扰噪卢模型 |
| 2.3.2 Vittal串扰噪声模型 |
| 2.3.3 Yu串扰噪声模型 |
| 2.3.4 陈斌的串扰噪声模型 |
| 2.3.5 L.H.Chen的串扰噪声模型 |
| 第三章 VLSI物理设计中避免串扰相关流程和算法的研究 |
| 3.1 VLSI物理设计主要流程 |
| 3.2 避免串扰问题相关的流程分析 |
| 3.3 布线器算法简介 |
| 3.3.1 总体布线 |
| 3.3.2 详细布线 |
| 3.3.3 通道布线概述 |
| 3.3.4 开关盒布线问题 |
| 3.3.5 并行布线算法 |
| 3.3.6 按实现途径的算法分类 |
| 3.4 避免串扰改进算法的研究—基于排序的通道布线避免串扰算法 |
| 3.4.1 串扰模型 |
| 3.4.2 考虑串扰的布线的算法 |
| 3.4.3 曼哈顿通道布线中的串扰 |
| 3.4.4 非曼哈顿通道布线中的串扰 |
| 3.4.5 基于排序的通道布线避免串扰算法 |
| 第四章 基于物理综合(PhysicalSynthesis)的宽带无线局域网通信SoC芯片后端设计 |
| 4.1 详细流程 |
| 4.1.1 布局规划及电源线与地线 |
| 4.1.2 时序和拥塞度驱动的布局 |
| 4.1.3 预布线与布局优化 |
| 4.1.4 建立时钟树 |
| 4.1.5 预布线与时序优化 |
| 4.1.6 全局布线 |
| 4.1.7 详细布线 |
| 4.1.8 信号完整性检查 |
| 4.1.9 Engineer Command Order(ECO) |
| 4.2 WLAN芯片信号完整性解决方案 |
| 4.2.1 crosstalk分析和修复 |
| 4.2.2 天线效应(PAE) |
| 4.2.3 功耗和IR-Drop分析 |
| 第五章 应用实例基于各布线器算法的串扰解决办法 |
| 5.1 单独使用Cadence公司的工具CeltIC分析 |
| 5.2 在encounter中的串扰分析 |
| 5.3 在PKS中的串扰分析 |
| 5.3.1 串扰违反的预防 |
| 5.3.2 串扰违反的分析 |
| 5.3.3 串扰违反的修复 |
| 5.4 使用PT与CeltIC相结合进行串扰迭代分析 |
| 5.4.1 运行结果 |
| 5.4.2 噪声的两种类型(VH和VL)及对时序的影响 |
| 5.4.3 修复结果 |
| 5.5 各方法比较(包括精确性,运行时间,资源消耗,可操作性) |
| 第六章：总结和展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学位论文目录 |
| 附录1 |
四、一种新的无网格拆线重布算法（论文参考文献）
- [1]Modelica组件连接图自动布图技术研究[D]. 张楚源. 华中科技大学, 2019(03)
- [2]考虑设计规则的引脚分配算法[J]. 王雨田,贾小涛,蔡懿慈,周强. 计算机辅助设计与图形学学报, 2016(11)
- [3]测试芯片设计中布线算法的研究与实现[D]. 廖海涛. 浙江大学, 2014(07)
- [4]边界扫描测试结果可视化方法研究[D]. 李恒. 合肥工业大学, 2013(03)
- [5]基于禁忌蚁群系统的VLSI线网布线研究[D]. 邱巍. 江苏大学, 2009(09)
- [6]基于人工免疫—蚁群混合算法的VLSI布线研究[D]. 盖宇. 哈尔滨工程大学, 2009(06)
- [7]面向模拟和数模混合集成电路的自动布线方法研究[D]. 杜昶旭. 清华大学, 2009(03)
- [8]蚁群算法在集成电路布线问题中的应用[D]. 李毛毛. 兰州大学, 2008(12)
- [9]基于Dijkstra的自动布线算法的优化及其应用研究[D]. 周文广. 华中科技大学, 2007(05)
- [10]超大规模集成电路串扰问题的研究[D]. 常晓夏. 北京邮电大学, 2006(11)
标签：蚁群算法论文; 超大规模集成电路论文; 测试模型论文; 网格布论文; 设计流程论文;