版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、FPGA憑借可定制、并行性、可重構和低功耗等優(yōu)勢,逐漸成為嵌入式計算的理想平臺之一,并在航空航天、高性能計算和信息處理等領域得到廣泛應用?;?FPGA的定點運算往往能夠獲得相對于浮點運算更快的速度和更低的功耗。因此,在 FPGA計算方法設計過程中一般將浮點算法轉化為定點算法實現(xiàn),即定點化。而在定點化的過程中由于操作數的位寬對資源消耗、計算速度、計算精度及功耗等有直接影響,所以必須根據設計要求,在一定的誤差條件下,進行位寬優(yōu)化,合理選擇
2、位寬,從而使得定點算法的FPGA實現(xiàn)達到計算速度及精度等方面的最優(yōu)性能,本文即針對此問題開展研究。
本文首先對位寬優(yōu)化中應用最為廣泛的仿射算術方法進行研究。針對其仿射近似形式忽略高階噪聲項的相關性導致計算結果不精確的問題,提出面向高階噪聲相關性的改進仿射算術方法(Improved High-order Noise Correlation Affine Arithmetic,IHNCAA)。該方法通過改進乘法運算中二次噪聲項的映
3、射形式,保證相同噪聲項偶次冪的非負性,在計算精度與復雜度之間實現(xiàn)較好的折衷。
其次,開展基于 IHNCAA的位寬優(yōu)化實現(xiàn)方法研究。根據 IHNCAA原理將其應用于范圍分析過程,并針對現(xiàn)有位寬優(yōu)化流程及誤差計算模型的不足,基于 IHNCAA,對誤差計算模型進行修正,從而獲得可同時進行范圍分析和精度分析的方法。然后在 Linux操作系統(tǒng)中,編程實現(xiàn)基于 IHNCAA的位寬優(yōu)化方法,并將IHNCAA的運算法則重載為運算符,以增加程序
4、的通用性。
最后,測試并分析基于 IHNCAA的位寬優(yōu)化方法的性能,并開展面向FIR數字濾波器和正弦函數 FPGA實現(xiàn)的應用性研究。實際測試結果表明:IHNCAA更好的結合了簡單范圍估計與切比雪夫近似的優(yōu)點,在計算速度與計算精度之間實現(xiàn)了更好的折衷;經 IHNCAA進行位寬優(yōu)化后,算法實例的硬件實現(xiàn)性能優(yōu)于同類的位寬優(yōu)化方法及位增長率定律,從而充分證明了本文方法的有效性。
本文對位寬優(yōu)化的研究不僅有利于降低實例 FP
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于仿射算術的配電網不確定潮流算法研究.pdf
- GPU加速的仿射算術在幾何設計中的應用研究.pdf
- 基于仿射不變特征的形狀識別方法研究.pdf
- 基于仿射內點法的無功-電壓優(yōu)化與控制.pdf
- 基于仿射變換重建的目標識別方法.pdf
- 基于仿射變換模型的圖像目標定位跟蹤方法.pdf
- 基于LMI的分段仿射離散系統(tǒng)控制方法研究.pdf
- 線性約束優(yōu)化的仿射內點共軛梯度路徑方法及其應用.pdf
- 基于仿射變換的三角網格模型局部編輯方法研究.pdf
- 基于分形和仿射不變的圖像特征匹配方法研究.pdf
- 基于仿射模糊模型的復雜熱工過程跟蹤控制方法研究.pdf
- 線性約束優(yōu)化的仿射尺度內點算法.pdf
- 基于PROPELLER采樣的磁共振成像仿射運動偽影消除方法研究.pdf
- 基于仿射弧多流形距離度量的人臉識別方法研究.pdf
- 圖像仿射模變換均勻置亂方法研究.pdf
- 基于仿射傳播聚類的數據挖掘算法研究.pdf
- 多用戶MIMO上行系統(tǒng)中基于仿射投影的解碼方法研究.pdf
- 多用戶下行MIMO系統(tǒng)中基于仿射投影解碼方法的研究.pdf
- 基于仿射變換的文本圖像糾正.pdf
- 仿射聯(lián)絡學習算法研究.pdf
評論
0/150
提交評論