arrow
返回

An efficient algorithmic framework to minimize the summand matrix in binary multiplication

delete2025-10-02
delete0
PRE
AI
A
A. K. Verma
M
Manish Prateek
S
Shiv Naresh Shivhare
T
Thipendra P. Singh
A
Anuj Kumar
R
Rakesh Ranjan
R
Rahul Priyadarshi *
DOI:10.1080/00051144.2025.2526261delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
二进制乘法是数字系统中的关键运算,其性能常受限于生成和累加大量部分积的复杂性。传统方法(如Booth算法)会产生与操作数位长成比例的部分积矩阵,导致计算负载、硬件占用和延迟增加。为解决这些问题,我们提出了一种新型二进制乘法算法,以最小化所需部分积的数量。通过选择性使用较小的操作数并采用针对性的移位操作,该方法避免了递归的逐位乘法运算,并将部分积数量减少至奇数操作数1-5个、偶数操作数1-4个。该算法的时间复杂度降低至O(log₂n),相比现有算法实现了显著的加速。此外,硬件组件数量减少了约40-75%,有助于大幅节能。该算法与现有的并行加法器电路完全兼容,便于集成。其简洁性和高效性使其特别适用于低功耗算术单元、嵌入式系统及DSP应用。未来研究将聚焦于支持带符号乘法,并将该算法整合至VLSI设计中以用于实际应用,从而提升其在资源受限计算环境中的适用性。
Keyword:
Binary multiplication
latency optimization
multiplier
summand reduction
Booth's algorithm
hardware efficiency

期刊

Automatika 封面图
Automatika
IF:
1.7
论文数:
54
被引数:
826

机构

Doon University 封面图
Doon University
学者数:
347
论文数: 264
被引数: 482
引用论文

引用论文

A study on ice resistance prediction based on deep learning data generation method
err2024-06-01
err0
PREAI
errQianyang Sun; Jiaming Chen; Li Zhou; Shifeng Ding; Sen Han
err分享
err收藏
Metalearning-Based Alternating Minimization Algorithm for Nonconvex Optimization
err2023-09-01
err21
errOAAI
errXia, Jing-Yuan; Li, Shengxi; Huang, Jun-Jie; Yang, Zhixiong; Jaimoukha, Imad M.; Gunduz, Deniz
err分享
err收藏
学者 查看更多内容