طراحي ضرب كننده هاي سري تشخيص دهنده خطا در منطق برگشت پذير

Design of Error Detecting Serial Multipliers in Reversible Logic

يكي از چالش برانگيزترين مشكلات در طراحي مدارهاي الكترونيكي، مسأله‌ي اتلاف انرژي است. منطق برگشت‌پذير يكي از راه‌هاي كاهش اتلاف انرژي است. در اين مقاله، سه طرح براي ضرب‌كننده‌هاي تحمل‌پذير اشكال از نوع سري با قابليت تشخيص خطا پيشنهاد مي‌شود. در طرح اول، ضرب‌كننده‌ي علامت‌دار مبتني بر الگوريتم Booth پايه بررسي شده و بر اساس مدار‌هاي مطرح شده تاكنون، طرح بهينه‌اي براي اين نوع ضرب‌كننده ارائه مي‌شود. در طرح دوم، ضرب‌كننده‌ي علامت‌داري بر پايه‌ي روشي موسوم به الگوريتم K ارائه مي‌گردد كه در آن پيچيدگي محاسباتي و هزينه‌ي كوانتومي نسبت به روش Booth تا حد زيادي كاهش مي‌يابد. در آخرين طرح نيز يك ضرب‌كننده‌ي سري براي ضرب اعداد بدون علامت با روش add و shift پيشنهاد خواهد شد. مقايسه ضرب‌كننده‌هاي پيشنهادي با طرح‌هاي مشابه، با توجه به معيارهاي مقايسه‌ي مدارهاي برگشت‌پذير مانند هزينه‌ي كوانتومي، تعداد خروجي‌هاي بلااستفاده، تأخير، تعداد گيت‌ها و پيچيدگي محاسباتي، بهبودهاي مناسبي را نسبت به ضرب‌كننده‌هاي موجود نشان مي‌دهد.

Power consumption is one of the most challenging issues in design of electronic circuits. Reversible logic is a solution for power optimization. In this paper, we propose three fault-tolerant serial multiplier designs based on the reversible logic with error detection capability. The first proposed serial multiplier which is based on the Booth's algorithm utilizes a new arrangement of reversible gates. The second proposed serial multiplier for signed numbers is based on a newer algorithm called the K algorithm. This algorithm requires less cost compared to the Booth's algorithm. The third proposed fault-tolerant serial multiplier which is optimized for unsigned number multiplication is based on the conventional Add & Shift method. The comparative results show that the proposed multipliers are much better than the existing designs considering the main criterions used in reversible logic circuits which include quantum cost, number of gates, number of garbage outputs, delay, and computational complexity.