500 руб
Журнал «Радиотехника» №7 за 2026 г.
Статья в номере:
Применение графовых нейронных сетей для оптимизации синтеза тактовых деревьев в архитектурах с программируемой логикой
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j00338486-202607-12
УДК: 621.396.67
Авторы:

А.В. Башкиров1, М.В. Хорошайлова2, А.С. Демихова3, Е.В. Турецкая4

1-4 ФГБОУ ВО «Воронежский государственный технический университет» (г. Воронеж, Россия)

1 fabi7@mail.ru;2 pmv2205@mail.ru; 3 kipr@vorstu.ru, 4 kipr@vorstu.ru

Аннотация:

Постановка проблемы. Синтез тактовых деревьев (CTS) в программируемых логических интегральных схемах (ПЛИС) определяет производительность и энергопотребление вычислительных модулей. Существующие на сегодняшний день методы синтеза, ориентированные на равномерное распределение тактового сигнала, не учитывают специфику архитектур с последовательной активацией модулей, что приводит к избыточному энергопотреблению и увеличению рассинхронизации, особенно в системах с распределенным управлением по принципу «маркерное кольцо». В связи с этим предлагается рассмотреть возможность использования графовых нейронных сетей (GNN) для адаптации тактового дерева под топологию маркерного кольца, а также для прогнозирования оптимальных точек размещения буферов и конфигурации стробирующих элементов с ранжированием значимости связей для минимизации рассинхронизации без увеличения вычислительных затрат, что обеспечит повышение энергоэффективности и отказоустойчивости бортовых вычислительных модулей БАС.

Цель. Разработать подход к оптимизации синтеза тактовых деревьев для архитектур с программируемой логикой на основе GNN, учитывающий особенности распределенного управления с передачей права доступа и обеспечивающий снижение энергопотребления и рассинхронизации тактовых сигналов в бортовых вычислительных модулях беспилотных авиационных систем (БАС).

Результаты. Предложен основанный на GNN метод синтеза тактовых деревьев для архитектур с программируемой логикой  и проведена его экспериментальная верификация на тестовых схемах QC-LDPC-декодера. Установлено, что применение GNN-оптимизации снижает рассинхронизацию тактовых сигналов на 15–20%, динамическую мощность тактовой сети на 15%, время синтеза на 30–45% и, как следствие, увеличивает энергоэффективность бортовых вычислительных модулей и продолжительность полета БАС.

Практическая значимость. Применение GNN с механизмом ранжирования значимости соединений автоматизирует поиск оптимальных точек размещения буферов и конфигурации стробирующих элементов, снижая нагрузку на проектировщика и сокращая время синтеза тактовых деревьев, обеспечивая компромисс между качеством тактового дерева, энергопотреблением и временем проектирования для энергоэффективных бортовых систем БАС на базе программируемой логики.

Страницы: 67-71
Для цитирования

Башкиров А.В., Хорошайлова М.В., Демихова А.С., Турецкая Е.В. Применение графовых нейронных сетей для оптимизации синтеза тактовых деревьев в архитектурах с программируемой логикой // Радиотехника. 2026. Т. 90. № 7. С. 67-71. DOI: https://doi.org/10.18127/j00338486-202607-12

Список источников
  1. Хорошайлова М.В. Архитектура канального кодирования на основе ПЛИС для 5G беспроводной сети с использованием высокоуровневого синтеза // Вестник Воронежского государственного технического университета. 2018. Т. 14. № 2. С. 99-105.
  2. Патент № 2811085 C1 (РФ), МПК H03M 13/11. Способ декодирования данных на основе LDPC кода. / Башкиров А.В., Хорошайлова М.В. Заявитель ФГБОУ ВО «Воронежский государственный технический университет»: № 2023108556: заявл. 04.04.2023: опубл. 11.01.2024.
  3. Хорошайлова М.В. Архитектура для стохастических LDPC-декодеров c использованием эффективной площади кристалла на основе ПЛИС // Вестник Воронежского государственного технического университета. 2018. Т. 14. № 1. С. 95-100.
  4. Башкиров А.В., Муратов А.В., Хорошайлова М.В., Ситников А.В., Ермаков С.А. Низкоплотностные коды малой мощности декодирования // Радиотехника. 2016. Т. 80. № 5. С. 32-37.
Дата поступления: 28.05.2026
Одобрена после рецензирования: 01.06.2026
Принята к публикации: 30.06.2026