JP2900893B2

JP2900893B2 - モデル変換装置

Info

Publication number: JP2900893B2
Application number: JP8244906A
Authority: JP
Inventors: 高博木村
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1996-09-17
Filing date: 1996-09-17
Publication date: 1999-06-02
Anticipated expiration: 2016-09-17
Also published as: JPH1091669A

Description

【発明の詳細な説明】

【発明の属する技術分野】本発明は、モデル変換装置に
関し、特に一つの機能記述言語で記述された論理回路モ
デルを他の機能記述言語で記述されたモデルに変換する
モデル変換装置に関する。

【０００１】

【従来の技術】従来この種のモデル変換装置では、論理
回路モデルの記述を統一させるために、一つの機能記述
言語で記述されたモデルをＶＨＤＬ（ＶＨＳＩＣＨａ
ｒｄｗａｒｅＤｅｓｃｒｉｐｔｉｏｎＬａｎｇｕａ
ｇｅ）等の他の機能記述言語で記述された論理回路モデ
ルに変換することが行われる。このとき、変換される論
理回路モデルを記述している機能記述言語によっては、
論理設計者にとって該論理回路モデルをよりわかりやす
くするために非常に長い単語が用いられているものがあ
る。しかしながら、従来のモデル変換装置では使用でき
る単語の長さに制限があり、このような長い単語を含む
論理回路モデルのモデル変換をすることができないとい
う問題があった。

【０００２】このため、変換されるモデル内に長い単語
が含まれている場合には、論理設計者の手により置き換
えが行われていた。すなわち、論理設計者がモデル全体
にわたり長い単語を探索し、モデル変換装置で変換可能
な長さの単語に置き換えねばならなかった。

【０００３】この種のモデル変換装置としては、例え
ば、特開平１−１６９５７８号公報に、Ａ社のＣＡＤ
（ＣｏｍｐｕｔｅｒＡｉｄｅｄＤｅｓｉｇｎ）装置
装置により設計したネットリストをＢ社のネットリスト
に変換させる構成が開示されている。しかしながら、こ
の公報記載のモデル変換装置では、論理回路モデルに含
まれる長い単語については全く考慮されていないため、
長い単語が含まれている場合には依然として論理設計者
の手により変換が行わなければならない。

【０００４】

【発明が解決しようとする課題】上述の従来技術では、
変換される論理回路モデル内に長い単語が含まれている
場合には、論理設計者の手によってモデル変換装置でモ
デル変換可能な長さの単語に置き換えねばならないとい
う問題があった。さらに、人手により探索および置換が
行われるために、単語の置き換え洩れが発生しやすいと
いう問題もあった。

【０００５】また、置き換えた単語を元の長い単語に戻
すことができなかったため、モデル変換後には論理回路
モデルの内容が非常にわかりにくくなってしまうという
問題があった。

【０００６】本発明の目的は、論理設計者が論理回路モ
デルに含まれる長い単語を探索して短い単語に変換する
必要の無いモデル変換装置を提供することにある。

【０００７】また、本発明の他の目的は、モデル変換後
に元の長い単語に置き戻すことができ、内容がわかりや
すい論理回路モデルに変換することのできるモデル変換
装置を提供することにある。

【０００８】

【課題を解決するための手段】上記課題を解決するため
に本発明のモデル変換装置は、第１の機能記述言語で記
載された第１の論理回路モデルを第２の機能記述言語で
記載された第２の論理回路モデルに変換する場合に変換
対象の前記第１の論理回路モデルに含まれる単語の文字
数が所定数以下であるときのみ該単語を変換可能なモデ
ル変換装置において、前記第１の論理回路モデルに含ま
れる単語のうち文字数が前記所定数より多い第１の単語
を探索する探索手段と、この探索手段により探索された
前記第１の単語に対して、文字数が前記所定数以下の第
２の単語を生成する単語生成手段と、前記第１のモデル
において、前記探索手段により探索された前記第１の単
語にかえて前記単語生成手段により生成された前記２の
単語を配置する置換手段とを含む。

【０００９】また、本発明の他のモデル変換装置は、前
記探索手段が、この単語抽出手段により抽出された単語
からモデルの機能を表す単語でないものを抽出する抽出
手段と、この抽出手段により抽出された単語の文字数を
調べて所定数よりも文字数の多い単語を抽出する文字数
検査手段とを含む。

【００１０】また、本発明の他のモデル変換装置は、前
記探索手段により探索された前記第１の単語と、前記単
語生成手段により生成された前記第２の単語とを対にし
て格納する単語格納手段をさらに含む。

【００１１】また、本発明の他のモデル変換装置は、前
記生成手段は単語格納手段を含み、前記単語探索手段に
より探索された前記第１の単語を該単語格納手段に格納
し、該単語格納手段の前記第１の単語が格納されたアド
レスの情報を用いて前記第２の単語を生成することを特
徴とする。

【００１２】また、本発明の他のモデル変換装置は、前
記生成手段は前記単語格納手段の前記第１の単語が格納
された先頭アドレスの下位の所定ビットを用いて前記第
２の単語を生成することを特徴とする。

【００１３】また、本発明の他のモデル変換装置は、前
記置換手段により置換された前記第１の論理回路モデル
のモデル変換を行う変換手段と、この変換手段から得ら
れる変換結果に含まれる前記第２の単語を、該第２の単
語に対応する前記第１の単語に置き戻す置き戻し手段と
をさらに含む。

【００１４】

【発明の実施の形態】次に本発明について図面を参照し
て詳細に説明する。

【００１５】図１を参照すると、本発明のモデル変換装
置が対象とする論理回路１００の一例が示される。論理
回路１００は信号ＡおよびＢを入力して出力ENABLE_SIG
NALを出力する回路である。

【００１６】図２を参照すると、本発明のモデル変換装
置によりモデル変換が施される論理回路１００の論理回
路モデル２００は、第１の機能記述言語Ｕによって記述
されている。論理回路モデル２００は予約語２０１と、
文字数が所定数よりも多い単語２０２と、コメント指定
語２０３とを含む。

【００１７】予約語２０１は、論理回路モデルの機能を
定める単語である。本実施例では、置き換えが必要な長
さの単語を文字数が８文字より多いもの、すなわち、所
定数が８であるとする。よって、単語２０２は文字数が
８文字より多い単語である。コメント指定語２０３はこ
れ以降の文字が単なるコメントであって論理回路モデル
２００の機能および変数にはなんら影響を与えないこと
を示し、論理回路モデル２００の内容をより明確にする
ために記述されるものである。

【００１８】図３を参照すると、本発明の第一の実施例
のモデル変換装置は、第１の機能記述言語Ｕで記述され
た変換前のモデルに含まれる単語のうち文字数が８文字
より多い単語２０２を探索する単語探索部２０と、この
単語探索部２０により探索された単語２０２に対して、
文字数が８文字以下の単語２０４を生成して割り当てる
単語生成部３０と、論理回路モデル２００において単語
探索部２０により探索された単語２０２にかえて単語生
成部３０により生成された単語２０４を配置する置換部
４０とを含む。

【００１９】また、モデル変換装置１００は、モデル格
納部１０および５０を含む。モデル格納部１０は、モデ
ル変換の対象となる論理回路モデル２００を格納する。
モデル格納部５０には置換部５０により単語２０２が単
語２０４により置換された論理回路モデル３００が格納
される。

【００２０】図４を参照すると、モデル変換装置は、さ
らに、置換部４０により文字数が８文字より多い単語２
０２が８文字以下の単語２０４に置換された論理回路モ
デル２００のモデル変換を行うモデル変換部６０と、こ
のモデル変換部６０から得られる変換結果に含まれる単
語２０４を、該単語２０４に対応する単語２０２に置き
戻す単語返却部８０とを含む。

【００２１】また、モデル変換装置は、モデル格納部７
０および９０を含む。モデル格納部７０にはモデル変換
後の論理回路モデルが格納される。モデル格納部９０に
はモデル変換装置の出力、すなわち、求める論理回路モ
デルが格納される。

【００２２】図５を参照すると、単語探索部２０は、単
語抽出部２１と非予約語抽出部２２と、単語格納部２３
と、文字数検査部２４とを含む。

【００２３】単語抽出部２１はモデル格納部１０に格納
されたモデル変換の対象となるモデル２００を探索し
て、予め許可された文字で記述された単語を抽出する。
予め許可された文字とは論理回路モデル２００の機能や
変数に含まれる文字である。また、許可されない文字と
しては、コメント指定語２０３「--」や演算記号「+」
等がある。非予約語抽出部２２は単語抽出部２１により
抽出された単語から、予約語２０１を除いた単語を抽出
する。予約語２０１を除いた単語としては、入出力端子
の端子名等がある。単語格納部２３は非予約語抽出部２
２により抽出された予約語２０１以外の単語が格納され
る。文字数検査部２４は単語格納部２３に格納されてい
る予約語２０１以外の単語の全てに対して該単語の長
さ、すなわち、文字数を検査して文字数が８文字よりも
多い単語２０２を抽出する。

【００２４】図６を参照すると、単語生成部３０は、ユ
ニーク単語供与部３１と、ユニーク単語格納部３２とを
含む。

【００２５】ユニーク単語供与部３１は、単語格納部２
３に格納された予約語２０１以外の単語および文字数が
８文字より多い単語２０２から、ユニークかつ８文字以
下の単語２０４を作成して文字数検査部２４から出力さ
れた単語２０２と対にして出力する。ユニークな単語と
は単語２０２の種類毎に固有な単語のことである。ユニ
ーク単語格納部３２はユニーク単語供与部３１から出力
される単語２０４と８文字より多い単語２０２とを対に
し、これをユニーク単語テーブル２１０として格納す
る。

【００２６】図３を参照すると、置換部４０はモデル格
納部１０に格納されたモデル変換対象のモデル２００と
ユニーク単語格納部３２に格納されたユニーク単語テー
ブル２１０とから、論理回路モデル２００に含まれる文
字数が８文字より多い単語２０２をこれと対になった単
語２０４に置き換える。モデル格納部５０は置換部４０
からの出力結果、すなわち、文字数が８文字より多い単
語２０２が単語２０４に置換された論理回路モデル３０
０を格納する。

【００２７】図４を参照すると、モデル変換部６０はモ
デル格納部５０に格納された置換語のモデルをＶＨＤＬ
により記述された論理回路モデルにモデル変換して出力
する。モデル格納部７０はモデル変換部６０から出力さ
れるＶＨＤＬにより記述された論理回路モデルを格納す
る。単語返却部８０はモデル格納部７０に格納されたＶ
ＨＤＬにより記述された論理回路モデルに含まれる単語
２０４を、ユニーク単語テーブル２１０を参照して、対
応する単語２０２に置き戻す。モデル格納部９０は求め
るモデル変換後の論理回路モデル、すなわち、単語返却
手段８０から得られる文字数が８文字より多いの単語２
０２が置き戻されたＶＨＤＬモデルを格納する。

【００２８】次に、本実施例の動作を説明する。

【００２９】図３および図５を参照すると、単語抽出部
２１はモデル格納部１０に格納された論理回路モデル２
００を探索して予め許可された文字で記述された単語を
抽出する。

【００３０】図７を参照すると、単語抽出部２１による
抽出結果では、コメントを示す「-」や「=」および
「+」は予め許可されていない文字であるため抽出され
ない。

【００３１】図５において、非予約語抽出部２２は単語
抽出部２１の抽出結果から予約語を除いた単語を抽出し
て単語格納部２３に格納する。

【００３２】図８を参照すると、非予約語抽出部２２に
よる抽出結果では、「IN」や「OUT」が予約語２０１で
あるため抽出されない。

【００３３】図５および図６を参照すると、文字数検査
部２４は単語格納部２３に格納された予約語２０１以外
の単語から文字数が８文字より多い単語を抽出してユニ
ーク単語供与部３１に出力する。

【００３４】ユニーク単語供与部３１は単語格納部２３
に格納された予約語２０１以外の単語および文字数が８
文字より多い単語２０２からユニークかつ８文字以下の
単語２０４を作成して文字数検査部２４から出力された
単語２０２と対にしてユニーク単語格納部３２に出力す
る。ユニーク単語供与部３１が単語格納部２３に格納さ
れた予約後２０１以外の単語を参照しているのは、生成
した単語２０４が該単語格納部２３に含まれる単語と一
致してしまうのを防ぐためである。ユニーク単語格納部
３２はユニーク単語供与部３１から出力される単語２０
４と８文字より多い単語２０２とを対にし、これをユニ
ーク単語テーブル２１０として格納する。

【００３５】図９を参照すると、ユニーク単語テーブル
２１０には文字数が８文字より多い単語２０２「input_
port1」、「input_port2」および「ENABLE_SIGNAL」に
対して、単語２０４「aaaa0001」、「aaaa0002」および
「aaaa0003」がそれぞれ対応して格納される。単語２０
４の生成方法は、初期値「aaaa0001」を与えておき、１
番最初に出現した単語２０２にこの「aaaa0001」を割り
当てる。次の単語２０２からは出現順に該「aaaa0001」
の値を１づつインクリメントさせた値を生成する。「aa
aa9999」まで生成させた後には、「aaab0001」割り当
て、さらに単語２０２が続くならばこの値を１づつイン
クリメントさせていく。

【００３６】図３を参照すると、置換部４０はモデル格
納部１０に格納されたモデル変換対象の論理回路モデル
２００とユニーク単語格納部３２に格納されたユニーク
単語テーブル２１０とから、論理回路モデル２００に含
まれる文字数が８文字より多い単語２０２をこれと対に
なった単語２０４に置き換え、モデル格納部５０に格納
する。

【００３７】図１０を参照すると、論理回路モデル３０
０には、論理回路モデル２００の文字数が８文字より多
い単語が単語格納部２３に格納された単語２０４により
置換され、文字数が８文字より多い単語は存在しない。

【００３８】図４を参照すると、モデル変換部６０はモ
デル格納部５０に格納された置換後の論理回路モデルを
ＶＨＤＬにより記述された論理回路モデルに変換してモ
デル格納部７０に格納する。

【００３９】図１１を参照すると、ＶＨＤＬにより記述
された論理回路モデルは単語２０４を含む。

【００４０】図４において、単語返却部８０はモデル格
納部７０に格納されたＶＨＤＬにより記述された論理回
路モデルに含まれる単語２０４を、ユニーク単語格納部
３２に格納されたユニーク単語テーブル２１０を用い
て、対応する文字数が８文字より多い単語２０２に置き
戻しモデル格納部９０に格納する。

【００４１】図１２を参照すると、モデル格納部９０に
格納された論理回路モデルには単語２０４は含まれてい
ない。

【００４２】本実施例において、モデル格納部１０、５
０、６０、９０、単語格納部２３およびユニーク単語格
納部３２を別々に設ける構成としたが、これらは設計に
応じた構成を採用することができ、例えば、全てを１つ
のモデル格納部１０により兼ねさせてもよい。

【００４３】このように、本実施例では、モデル変換対
象の論理回路モデル２００における文字数が８文字より
多い単語２０２を求める単語探索部２０と、単語探索部
２０により求められた単語２０２に対応するユニークな
単語２０４を生成する単語生成部と、論理回路モデル２
００の単語２０２に替えて単語２０４を置換する置換部
４０とを設けたため、論理回路モデル２００に含まれる
８文字より多い単語２０２を自動的に単語２０４に置き
換えることができる。

【００４４】また、単語２０４に置き換えられた論理回
路モデル２００に対してモデル変換を行って論理回路モ
デル３００を求めた後、該論理回路モデル３００に含ま
れる単語２０４をこれに対応する元の８文字より多い単
語２０２に置き戻す単語返却部８０を設けたため、人手
によらずモデル変換後の論理回路モデルをより分かりや
すいものにすることができる。

【００４５】次に、本発明の第二の実施例について、図
面を参照して詳細に説明する。この第二の実施例の特徴
は文字数が８文字より多い単語２０２に対する文字数が
８文字以下の単語の生成の仕方にある。他の構成は第一
実施例のものと同様である。

【００４６】図１３を参照すると、ユニーク単語テーブ
ル２２０に文字数が８文字より多い単語２０２が順に格
納される。ユニーク単語供与部３１は文字数検査部２４
から与えられる文字数が８文字より多い単語２０２を、
同一の単語であるなしにかかわらずユニーク単語テーブ
ル２２０に順に格納していく。このとき、単語２０２
「input_port1」、「input_port2」および「ENABLE_SIG
NAL」はそれぞれアドレスa、アドレスbおよびアドレスc
を先頭アドレスとして格納される。

【００４７】置換部４０は、単語「input_port1」を置
換するために、ユニーク単語テーブル２２０中の単語
「input_port1」を探索し、該単語「input_port1」が格
納されている先頭アドレスaの値を用いて単語２０４を
生成する。より具体的には、先頭アドレスaの下位８ビ
ットをそのまま単語２０４として用いる。

【００４８】本実施例では、単語２０２を同一の単語で
あっても次々ユニーク単語テーブル２２０に格納させる
ようにしたが、同一の単語はユニーク単語テーブル２２
０に格納させず既に格納されたものを用いるようにして
もよい。

【００４９】また、本実施例では、先頭アドレスの下位
８ビットをそのまま単語２０４として用いるようにした
が、これに限定されず様々な方法で単語２０４を生成さ
せることができる。例えば、先頭アドレスの下位数ビッ
トと他の文字とを組み合わせるようにしてもよい。

【００５０】このように、本実施例では、ユニーク単語
テーブル２２０に格納された文字数が８文字より多い単
語２０２の先頭アドレスを用いて文字数が８文字以下の
単語を生成させるため、ユニーク単語テーブル２２０の
ための記憶領域をより小さくすることができる。

【００５１】本実施例では文字数の所定数を８文字とし
たが、これに限定されず任意の数値が定められる。

【００５２】

【発明の効果】以上の説明で明らかなように、本発明に
よると、モデル変換対象の論理回路モデルにおける文字
数が所定数より多い単語を求める単語探索部と、単語探
索部により求められた第１の単語に対応するユニークな
第２の単語を生成する単語生成部と、論理回路モデルの
第１の単語に替えて第２の単語を置換する置換部とが設
けられる。このため、論理回路モデルに含まれる文字数
が所定文字数より多い第１の単語を自動的に第２の単語
に置き換えることができる。

【００５３】また、第２の単語に置き換えられた論理回
路モデルに対してモデル変換を行って変換後の論理回路
モデルを求めた後、該変換後の論理回路モデルに含まれ
る第２の単語をこれに対応する元の文字数が所定値より
多い第１の単語に置き戻す単語返却部を設けたため、人
手によらずモデル変換後の論理回路モデルをより分かり
やすいものにすることができる。

【図面の簡単な説明】

【図１】本発明の論理回路モデルに対応する論理回路１
００を示す図である。

【図２】本発明のモデル変換対象の論理回路モデル２０
０を示す図である。

【図３】本発明の第一実施例のブロック図である。

【図４】本発明の第一実施例のブロック図である。

【図５】本発明の単語探索部２０のブロック図である。

【図６】本発明の単語生成部３０のブロック図である。

【図７】本発明の単語抽出部２１の抽出結果を示す図で
ある。

【図８】本発明の非予約語抽出部２２の抽出結果を示す
図である。

【図９】本発明のユニーク単語テーブル２１０を示す図
である。

【図１０】本発明の論理回路モデル３００を示す図であ
る。

【図１１】本発明のモデル変換部６０の出力を示す図で
ある。

【図１２】本発明のモデル変換装置の出力を示す図であ
る。

【図１３】本発明のユニーク単語テーブル２２０を示す
図である。

【符号の説明】

１０、５０、７０、９０モデル格納部２０単語探索部２１単語抽出部２２非予約語抽出部２３単語格納部２４文字数検査部３０単語生成部３１ユニーク単語供与部３２ユニーク単語格納部４０置換部６０モデル変換部８０単語返却部１００論理回路２００、３００論理回路モデル２１０、２２０ユニーク単語テーブル

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06F 17/50 G06F 9/45

Claims

(57)【特許請求の範囲】

【請求項１】第１の機能記述言語で記載された第１の
論理回路モデルを第２の機能記述言語で記載された第２
の論理回路モデルに変換する場合に変換対象の前記第１
の論理回路モデルに含まれる単語の文字数が所定数以下
であるときのみ該単語を変換可能なモデル変換装置にお
いて、前記第１の論理回路モデルに含まれる単語のうち文字数
が前記所定数より多い第１の単語を探索する探索手段
と、この探索手段により探索された前記第１の単語に対し
て、文字数が前記所定数以下の第２の単語を生成する単
語生成手段と、前記第１のモデルにおいて、前記探索手段により探索さ
れた前記第１の単語にかえて前記単語生成手段により生
成された前記２の単語を配置する置換手段とを含むこと
を特徴とするモデル変換装置。
【請求項２】前記探索手段は、この単語抽出手段により抽出された単語からモデルの機
能を表す単語でないものを抽出する抽出手段と、この抽出手段により抽出された単語の文字数を調べて所
定数よりも文字数の多い単語を抽出する文字数検査手段
とを含むことを特徴とする請求項１記載のモデル変換手
段。
【請求項３】前記探索手段により探索された前記第１
の単語と、前記単語生成手段により生成された前記第２
の単語とを対にして格納する単語格納手段をさらに含む
ことを特徴とする請求項１記載のモデル変換装置。
【請求項４】前記生成手段は単語格納手段を含み、前
記単語探索手段により探索された前記第１の単語を該単
語格納手段に格納し、該単語格納手段の前記第１の単語
が格納されたアドレスの情報を用いて前記第２の単語を
生成することを特徴とする請求項１記載のモデル変換装
置。
【請求項５】前記生成手段は前記単語格納手段の前記
第１の単語が格納された先頭アドレスの下位の所定ビッ
トを用いて前記第２の単語を生成することを特徴とする
請求項４記載のモデル変換装置。
【請求項６】前記置換手段により置換された前記第１
の論理回路モデルのモデル変換を行う変換手段と、この変換手段から得られる変換結果に含まれる前記第２
の単語を、該第２の単語に対応する前記第１の単語に置
き戻す置き戻し手段とをさらに含むことを特徴とする請
求項１記載のモデル変換装置。