Logisim实验--华科计算机组成原理(保姆级教程) 头歌-32位MIPS CPU设计实验-单总线CPU-定长指令周期-3级时序

目录

MIPS指令译码器设计

定长指令周期---时序发生器FSM设计

 定长指令周期--时序发生器输出函数设计

硬布线控制器组合逻辑单元

定长指令周期--硬布线控制器设计

定长指令周期---单总线CPU设计

通关源码获取


分享一些心得与经历ヾ(^∇^)

MIPS指令译码器设计

对于知道原理的同学们只需要跟着下述连电路就行。

定长指令周期---时序发生器FSM设计

将表格 [1.单总线MIPS三级时序产生器逻辑自动生成(2020-4-1).xlsx] 单总线MIPS三级时序产生器逻辑自动生成当中,最左侧的状态转换表填完完成,就是我们实现状态机设计,所对应的真值表,这个表我们只需要填写现态,为十进制的现态值,以及十进制的次态值就可以了,其中现态二进制s3-s0的值,与次态n3-n0的值会自动生成
填写完成如下表

通过表格触发器输出函数,自动生成逻辑表达式,复制我圈起来部分的内容,将其粘贴到logisim当中

点击logisim当中的时序发生器状态机(定长指令周期),然后点击分析组合逻辑电路

将在文件中复制的逻辑表达式,按照n3-n0的顺序,粘贴到下图当中,全部输入之后,点击生成电路,

例如先复制N3的逻辑表达式:

~S3&S2&S1&S0+S3&~S2&~S1&~S0+S3&~S2&~S1&S0+S3&~S2&S1&~S0

重复上述操作用四个逻辑表达式都完成自动电路的生成。

这里对于一些人对表格的填写或着其他操作的不方便,直接给出了N3~N0的逻辑表达式:

N3: ~S3&S2&S1&S0+S3&~S2&~S1&~S0+S3&~S2&~S1&S0+S3&~S2&S1&~S0
N2: ~S3&~S2&S1&S0+~S3&S2&~S1&~S0+~S3&S2&~S1&S0+~S3&S2&S1&~S0
N1: ~S3&~S2&~S1&S0+~S3&~S2&S1&~S0+~S3&S2&~S1&S0+~S3&S2&S1&~S0+S3&~S2&~S1&S0+S3&~S2&S1&~S0
N0: ~S3&~S2&~S1&~S0+~S3&~S2&S1&~S0+~S3&S2&~S1&~S0+~S3&S2&S1&~S0+S3&~S2&~S1&~S0+S3&~S2&S1&~S0

 定长指令周期--时序发生器输出函数设计

据当前输入的现态输出Mif,Mcal,Mex,以及T1到T4的节拍电位,与状态机用同样的方法填写,填写同一个表格当中的输出函数表,填好这个表之后,通过输出函数自动生成,表中可以自动获取我们的Mif,Mcal,Mex,T1到T4的逻辑表达式了,帮相应的逻辑表达式复制之后, 开始运行

了解实际产生器原理,得出每个时期内Mif,Mcal,Mex在不同周期内数值的变化情况
根据上一步的数值的变化,将文件表中的输出函数真值表填写完成

将表填写完成之后,将其自动生成函数输入进logisim

(对于填表有困难的同学,下面给出我的对应的逻辑表达式)

Mif: ~S3&~S2&~S1&~S0+~S3&~S2&~S1&S0+~S3&~S2&S1&~S0+~S3&~S2&S1&S0
Mcal: ~S3&S2&~S1&~S0+~S3&S2&~S1&S0+~S3&S2&S1&~S0+~S3&S2&S1&S0
Mex: S3&~S2&~S1&~S0+S3&~S2&~S1&S0+S3&~S2&S1&~S0+S3&~S2&S1&S0
T1: ~S3&~S2&~S1&~S0+~S3&S2&~S1&~S0+S3&~S2&~S1&~S0
T2: ~S3&~S2&~S1&S0+~S3&S2&~S1&S0+S3&~S2&~S1&S0
T3: ~S3&~S2&S1&~S0+~S3&S2&S1&~S0+S3&~S2&S1&~S0
T4: ~S3&~S2&S1&S0+~S3&S2&S1&S0+S3&~S2&S1&S0

这里上一关一样,依次将逻辑表达式自动生成电路。

硬布线控制器组合逻辑单元

在实现了指令译码逻辑、时序发生器主要功能部件后,进一步设计实现控制器核心模块硬布线控制器组合逻辑单元, 列出所有微操作信号的产生条件,填写下面的excel表格,自动生成逻辑表达式,然后再Logisim中自动生成电路。

信号产生条件:

因为表格里没有add,所以将两个红色部分的表格填写在stl中,如下。

(想粗略得快速检查可以比对一下最右列的蓝色数字,虽然一样也还是可能有误)

将生成的表达式复制进logisim,生成电路(跟之前一样)

(对于填表有困难的同学,下面给出我的对应的逻辑表达式)

PCout: Mif&T1+Mex&T1&BEQ
DRout: Mif&T4+Mex&T3&LW
Zout: Mif&T3+Mex&T1&LW+Mex&T1&SW+Mex&T3&BEQ&EQUAL+Mex&T3&SLT+Mex&T3&ADDI
Rout: Mcal&T1&LW+Mcal&T1&SW+Mcal&T1&BEQ+Mcal&T2&BEQ+Mex&T1&SLT+Mex&T1&ADDI+Mex&T2&SW+Mex&T2&SLT
IR(I)out: Mcal&T2&LW+Mcal&T2&SW+Mex&T2&ADDI
IR(A)out: Mex&T2&BEQ
DREout:	Mex&T3&SW
PCin: Mif&T3+Mex&T3&BEQ&EQUAL
ARin: Mif&T1+Mex&T1&LW+Mex&T1&SW
DREin: Mif&T3+Mex&T2&LW
DRin: Mex&T2&SW
Xin: Mif&T1+Mcal&T1&LW+Mcal&T1&SW+Mcal&T1&BEQ+Mex&T1&BEQ+Mex&T1&SLT+Mex&T1&ADDI
Rin: Mex&T3&LW+Mex&T3&SLT+Mex&T3&ADDI
IRin: Mif&T4
PSWin: Mcal&T2&BEQ
Rs/Rt: Mcal&T2&BEQ+Mex&T2&SW+Mex&T2&SLT
RegDst:	Mex&T3&SLT
Add: Mcal&T2&LW+Mcal&T2&SW+Mex&T2&BEQ+Mex&T2&ADDI
Add4: Mif&T2
Slt: Mex&T2&SLT
READ: Mif&T3+Mex&T2&LW
WRITE: Mex&T3&SW

定长指令周期--硬布线控制器设计

根据下图连线

指令信号没用到,CLK接的位置如下,状态寄存器的要变成下降沿;

定长指令周期---单总线CPU设计

(这里其实直接交上一关的结果都能过)

根据题意加载数据集sort-5.hex

为了运行更快一点,设置一下时钟频率为最大,

再按Ctrl+k运行电路,

最后指令数会停在251,并且内容的前8个数是6~0和-1的补码,并按倒序排序好了。

通关源码获取

通过网盘分享的文件:实验四 单总线MIPS CPU设计实验-数据文件
链接: https://pan.baidu.com/s/1IOD1bI2jqMKMz7XiEs1zSg 提取码: 0515 
--来自百度网盘超级会员v3的分享

拿码吱一声      (。•̀ᴗ-)✧

 

华中科技大学计算机组成原理实验实验报告及alu源文件 1 实验目的  熟悉Logisim软件平台;  掌握运算器基本工作原理;  掌握运算溢出检测的原理和实现方法;  理解有符号数和无符号数运算的区别;  理解基于补码的加/减运算实现原理; 2 实验环境 Logisim是一款数字电路模拟的教育软件,每一用户都可以通过它来学习如何创建逻辑电路,方便简单。 它是一款基于Java的应用程序,可运行在任何支持JAVA环境的平台,方便学生来学习设计和模仿数字逻辑电路。Logisim中的主要组成部分之一就在于设计并以图示来显示CPU。当然Logisim中还有其他多种组合分析模型来对你进行帮助,如转换电路,表达式,布尔型和真值表等等。同时还可以重新利用小规模的电路来作为大型电路的一部分。 3 实验内容 3.1 Logism实验  学习使用Logism工具栏上的功能  学会使用子电路,并能将子电路放到main电路中使用  学会使用分线器,理解线宽的概念  学会使用隧道,学习使用探测器,了解logisim数据监测方法。 3.2 运算器封装实验  利用logisim平台中现有运算部件构建一个32运算器,可支持算数加、减、乘、除,逻辑与、或、非、异或运算、逻辑左移、逻辑右移,算术右移运算,支持常用程序状态标志(有符号溢出OF、无符号溢出CF,结果相等Equal),运算器功能以及输入输出引脚见下表,在主电路中详细测试自己封装的运算器。
### TensorFlow 初学者详细教程 #### 了解环境设置 对于初学者来说,理解如何配置开发环境至关重要。官方提供了详细的安装指南,帮助用户顺利搭建TensorFlow运行环境[^1]。 ```bash pip install tensorflow ``` 此命令用于安装最新版本的TensorFlow库到Python环境中去。确保已正确设置了虚拟环境来管理依赖关系。 #### 使用Keras接口简化模型构建过程 借助于内置的高API——Keras模块,开发者能够更加便捷地定义神经网络结构并完成训练工作流。例如创建一个简单的AlexNet架构只需几行代码就能实现,并利用`fit()`函数启动训练循环[^2]。 ```python import tensorflow as tf from tensorflow.keras import layers, models model = models.Sequential([ layers.Conv2D(96, (11, 11), strides=(4, 4), activation='relu', input_shape=(227, 227, 3)), layers.MaxPooling2D((3, 3), strides=(2, 2)), # Add more convolutional and pooling layers here... ]) # Compile model with optimizer, loss function etc. model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # Train your network using fit method history = model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels)) ``` 上述脚本展示了怎样快速建立卷积层以及最大池化操作;接着编译阶段指定了优化算法、损失计算方式还有评估指标;最后调用`.fit()`来进行迭代学习。 #### 探索卷积运算原理及其应用案例 当涉及到计算机视觉领域时,卷积算子扮演着不可或缺的角色之一。它通常由一个小矩阵形式表示,在输入数据上滑动以提取特征信息。特别是尺寸为\(3 \times 3\)大小的核心最为常见,可用于多种图像变换任务如增强边界清晰度或是降低噪声干扰等效果[^3]。 ![GIF展示](https://www.machinelearninguru.com/computer_vision/basics/convolution/convolution_layer.html) 该动画直观呈现了一个典型的二维离散卷积过程:较小尺度的感受野逐步覆盖整幅图片区域,从而捕捉局部模式变化规律。
评论 18
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wirepuller_king

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值