自顶向下异构综合优化 (Top-Down Heterogeneous Optimization)

自顶向下异构优化 (Top-Down Heterogeneous Optimization, TDHO) 是 Martens & Gielen《High-Level Modeling and Synthesis of Analog Integrated Systems》(2008) Ch.6 提出的新算法，用于模拟/混合信号系统的高层级综合。核心思想是通过设计群体和变换操作同时探索架构拓扑和参数值，结合满意度函数驱动进化式优化。

优化架构（Fig. 6.1-6.2）

中心控制算法（Listing 6.1）

population = [embryonic_design];
while (!termination_condition(population)) {
    for each design D in population {
        P = evaluate(D);           // 性能计算器
        S = assess(P, targets);    // 评估器 → 满意度
        if (S < threshold)
            transformation_set = select_transformations(D, S);
            for each T in transformation_set
                D' = apply(D, T);
                population.add(D');
    }
    population = select_best(population, pop_size);
}

五核心组件

组件	职责	类比
设计群体 (Population)	管理和维护候选设计集合	遗传算法群体
胚基设计 (Embryonic Design)	优化的起点：最简功能抽象	染色体初始态
性能计算器 (Performance Calculator)	计算某架构的性能向量	适应度函数
评估器 (Evaluator)	将性能映射为满意度	非线性规划
变换操作 (Transformations)	产生新设计的操作算子	遗传算子

设计群体 (Design Population)（Fig. 6.3-6.4）

设计表示

每个设计表示为从胚基出发的变换序列：

D = (T_{1}, T_{2}, ..., T_{m})

群体结构

群体形成树结构（Fig. 6.4）
每个节点是一个具体设计
边是变换操作
簇 (Cluster)：共享相同拓扑架构的节点聚集
树的分支对应不同的架构选择路径

树的演化

胚基 (Embryo)
├── T1: 选择ΔΣ架构
│   ├── T2a: 单环 1-bit
│   │   └── T3a: 增加积分器 (L=2→L=3)
│   └── T2b: MASH 2-2
│       └── T3b: 优化NTF零点
└── T1': 选择Pipeline架构
    └── T2c: 选择1.5-bit/级

胚基设计 (Embryonic Design)（Fig. 6.5）

胚基：最简单的可行设计起点，仅定义输入/输出和功能，无内部结构。

ADC 胚基示例（Example 6.2）：

输入：模拟电压 $v_{in}$
输出：数字码 $d_{o u t}$
功能： $d_{o u t} = round (v_{in} /Δ)$ ，理想无限精度
内部：空（无架构、无模块）

胚基的意义：

消除设计者的初始架构偏好
让优化算法自主决定最佳架构
减少设计师偏见对综合结果的影响

性能计算器 (Performance Calculator)

每个架构类型（ΔΣ、Pipeline、SAR、Flash）有专用的性能计算器。

计算器类型：

ct_dsm_calculator：基于通用行为模型的瞬态仿真
pipeline_calculator：基于方程的快速计算
sar_calculator：混合查表+方程

输出：性能向量 $P = [P_{1}, P_{2}, ..., P_{K}]$ ，包含 ENOB、功耗 $P_{d i ss}$ 、面积 $A_{c hi p}$ 、SNDR、SFDR 等。

角色分离：计算器只负责”计算”，评估器负责”判断”。这种分离使计算器可替换（仿真/方程/查表）而不影响优化逻辑。

满意度函数 (Satisfaction Level)（Fig. 6.6）

定义

E_{S} : P_{i} \to s_{i} \in [0, 1]

将单一性能值映射为 $[0, 1]$ 满意度分数。

五种基本类型

$E_{S, <}$ （越小越好）：

用于功耗、面积、噪声 2. **$E_{S,>}$（越大越好）**： $$s_i = \begin{cases} 1 & P_i > P_{max} \\ 0 & P_i < P_{min} \\ f(P_i) & \text{else} \end{cases}

用于 SNDR、SFDR

$E_{S, =}$ （精确值）：目标值附近满意度最高，用于增益、带宽
$E_{S, \in}$ （范围）：指定范围内满意，范围外线性退化
$E_{S, \in /}$ （排除）：排除特定值（如避免振荡条件）

总体满意度

S = i \sum w_{i} \cdot s_{i}, i \sum w_{i} = 1

其中 $w_{i}$ 为用户指定的权重。

四类变换 (Transformations)（§6.3.7, Fig. 6.7-6.8）

详见设计变换与架构探索概念页。此处仅列出各类型概要：

类型	原理	实例	图中标注
Rule-based	模拟专家知识	增加积分器阶数、增加 DAC 位数	Fig. 6.7
Math-equiv	利用数学恒等式	反馈结构重排、多相滤波	Fig. 6.8
Recombination	交叉操作	两父设计合并	Fig. 6.9
Mutation	参数扰动	$\pm 10%$ 随机变化	—

Antigone 程序（§6.4, Fig. 6.11-6.15）

Oedipus 库（Fig. 6.11）

专用 C++ 库，封装 TDHO 核心：

Design — 抽象基类，含变换序列和参数
Population — 群体管理，含选择和替换策略
Transformer — 变换引擎
Calculator — 性能计算器接口
Evaluator — 评估器接口

设计空间

Antigone 覆盖的 ADC 架构空间：

ΔΣ：单环（1-5 阶）、MASH（2-1, 2-2, 2-1-1）
Pipeline：1.5-bit/级、2.5-bit/级
SAR：二进制搜索、冗余 SAR
Flash：标准 Flash、插值 Flash
两步式：粗/细组合

非理想性覆盖

kT/C 噪声
op amp 有限增益和摆率
比较器失调
时钟抖动
DAC 失配

综合结果（Fig. 6.12, Table 6.1）

8 次优化运行结果：

实例	ENOB	$f_{s}$	架构	FoM (pJ/conv)
A	8	1 MHz	二阶 ΔΣ	1.2
B	16	10 kHz	四阶 MASH ΔΣ + DEM	0.7
C	12	10 MHz	Pipeline 6-stage 1.5-bit	0.9
D	6	100 MHz	Flash + 插值	0.5
E	14	100 kHz	三阶 ΔΣ 单环	1.5
F	10	50 MHz	Pipeline 4-stage 2.5-bit	1.1
G	12	500 kHz	SAR + 冗余	0.6
H	8	20 MHz	两步式 Flash	2.5

架构树示例（Fig. 6.14）

跟踪设计演化路径：胚基 → ΔΣ → MASH → 2-2 结构 → 选择 DAC 位数 → 选择积分器参数。每个决策点显示施加的变换类型和满意度变化。

满意度进化（Fig. 6.15）

总满意度随代数单调上升
初期（1-50 代）：快速上升，架构选择产生主要效果
中期（50-200 代）：平稳提升，参数调优
后期（200+ 代）：精细调整，接近收敛
典型收敛代数：100-500 代

核心创新总结

方面	传统方法	TDHO
架构空间	单一架构	多异构架构
参数优化	固定拓扑	拓扑+参数联合
设计知识	隐含	显式变换规则
探索策略	局部搜索	树形结构化搜索
性能评估	统一模型	架构特定计算器
用户交互	需指定架构	只需功能规格

与其他概念的关系

通用行为建模方法 — GBM 作为 TDHO 的性能计算引擎
设计变换与架构探索 — TDHO 中变换操作的具体实现
性能函数与性能模型 — 评估器使用性能函数判断
描述与抽象层设计框架 — TDHO 位于行为级抽象
高层级模拟综合集成 — TDHO 是高层级综合的综合策略

KnowledgeWiki

探索

自顶向下异构综合优化

关系图谱