Dank der rapiden Verbreitung elektronischer Systeme im Alltag rückten VLSI-Chips (very large scale integration) schnell in den Fokus der Forschung. Das Hauptziel in diesem Bereich ist der Entwurf von kleinen und schnellen Chips bei gleichzeitig niedrigem Energieverbrauch. Der Fortschritt der modernen Chipherstellungstechnologie und die zunehmende Packungsdichte haben es ermöglicht, dass heutige VLSI-Chips einige Millionen Transistoren enthalten. Aus der Sicht eines Chipdesigners bedeutet dies eine beträchtliche Zahl potenzieller Chipstrukturen bei der Suche nach einem optimalen oder annähernd optimalen Chip. So wird die Automatisierung des Designprozesses in zunehmendem Maße wichtig.
Im Fall digitaler Filter liegt die Aufmerksamkeit vor allem auf dem Design von FIR-Filtern (finite impulse response). Diese Filter werden allgemein verwendet, um digitale Datenströme gemäß einer linearen Funktion umzuwandeln, wie z.B. bei der Linearisierung durch Endverstärker oder bei der Kalibrierung von Audio- oder Videoempfängern. Wenn jedoch die Aufgabe eine nicht-lineare Transformation der Datenströme ist, muss ein manueller und daher zeitraubender Entwurf solcher Filter durchgeführt werden.
Das in diesem Projekt entwickelte evolFIR System schließt diese Lücke, indem es ein neuartiges Entwurfswerkzeug zur Verfügung stellt, das das Logikdesign der polynomischen FIR-Filter-Strukturen optimieren kann. Auf dieser Ebene des Chipdesigns sind Funktionselemente wie Addierer oder Multiplizierer und logische Primitive wie Verschiebe- und Verzögerungselemente miteinander kombiniert, um die benötigte Funktionalität der gewünschten Filter zu gewährleisten. Diese Funktionalität ist durch die Übertragungsfunktion des Filters definiert. Während des evolutionären Prozesses müssen wir einerseits sicherstellen, dass die Individuen stets exakt die vorgegebene Übertragungsfunktion beschreiben. Anderseits müssen die betrachteten Topologien bestimmte hardware-spezifische Anforderungen erfüllen, wie z.B. die begrenzte Anzahl an Eingängen der jeweiligen Blockelemente.
Die zentrale Aufgabe für den Evolutionsprozess in evolFIR ist es, eine kleine (möglichst wenige Blockelemente enthaltende), redundanzfreie Filterstruktur zu finden. Dies erreichen wir durch die Anwendung des AGGP-Verfahrens (Genetische Programmierung basierend auf attributierten Grammatiken) auf folgenden Weise:

• Die Individuen des evolutionären Prozesses sind spezielle Ableitungsbäume, die die mögliche Topologie der Funktionselemente und der logischen Primitive darstellen. Da evolFIR die Anwendung von Multiplizierern in Filterkompositionen unterstützt, können auch polynomielle Übertragungsfunktionen optimiert werden.

• Mithilfe der Attribute und des speziellen Zufallsbaumgenerators von AGGP ist sichergestellt, dass ausschließlich solche Ableitungsbäume während der Optimierung erzeugt werden, die genau die Ziel-Übertragungsfunktion repräsentieren.

• Dieser spezielle Zufallsbaumgenerator berücksichtigt außerdem auch variierende Einschränkungen, die für den späteren Hardware-Synthese-Prozess relevant sind.

• Durch die Verwendung einer speziellen Darstellungsform (abstrakt-verkettete Ableitungsbäume), werden redundante Teile der erzeugten Filterstrukturen nicht nur reduziert, sondern komplett eliminiert.

Die obigen Einschränkungen und unsere besondere Darstellungsform zusammen führen dazu, dass der Lösungsraum des evolFIRs inhomogen und die Fitnessfunktion diskontinuierlich sind. Aus diesem Grund erfordert die Parametrisierung des evolutionären Kerns des evolFIRs besondere Aufmerksamkeit, um eine verfrühte Konvergenz des evolutionären Prozesses vorzubeugen.
Die Leistungsfähigkeit des entwickelten Ansatzes wurde im Rahmen einer Dissertation nachgewiesen, die im Dezember 2008 abgegeben und im Juni erfolgreich verteidigt wurde.