基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn).pdf

1、神經(jīng)網(wǎng)絡(luò)是由多個(gè)非常簡(jiǎn)單的處理單元彼此按某種方式相互連接而形成的計(jì)算系統(tǒng)，該系統(tǒng)是靠其狀態(tài)對(duì)外部輸入信息的動(dòng)態(tài)響應(yīng)來(lái)處理信息的。神經(jīng)網(wǎng)絡(luò)是一個(gè)非線性的動(dòng)態(tài)系統(tǒng)，可在任意精度內(nèi)實(shí)現(xiàn)變量間的非線性關(guān)系的映像，具備解決非線性問(wèn)題能力、網(wǎng)絡(luò)學(xué)習(xí)能力和系統(tǒng)擬合能力，因此，人工神經(jīng)網(wǎng)絡(luò)已在我國(guó)科研、生產(chǎn)和生活等方面產(chǎn)生了普遍而巨大的影響。 本文主要的工作是研究神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)問(wèn)題，神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)是神經(jīng)網(wǎng)絡(luò)研究的基本問(wèn)題之一，在構(gòu)造神經(jīng)

2、網(wǎng)絡(luò)的實(shí)際應(yīng)用系統(tǒng)時(shí)，必然要研究和解決其硬件實(shí)現(xiàn)的問(wèn)題。神經(jīng)網(wǎng)絡(luò)專用硬件可提供高速度，并具有比通用串、并行機(jī)高得多的性能價(jià)格比，所以，特定應(yīng)用下的高性能專用神經(jīng)網(wǎng)絡(luò)硬件是神經(jīng)網(wǎng)絡(luò)研究的熱點(diǎn)。本文在比較了幾種神經(jīng)網(wǎng)絡(luò)的可行性基礎(chǔ)上，選用了BP神經(jīng)網(wǎng)絡(luò)作為硬件實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)對(duì)輸入輸出非線性關(guān)系的高精度映射能力、較強(qiáng)的包容性、良好的推廣能力和泛化能力，使得它們?cè)趯?shí)際應(yīng)用中表現(xiàn)出了強(qiáng)大的生命力，成為當(dāng)今的研究熱點(diǎn)之一。作為BP

3、神經(jīng)網(wǎng)絡(luò)中的激勵(lì)函數(shù)之一的雙曲正切S型(tan-s) 函數(shù)適用于變化劇烈的場(chǎng)合，能夠加快網(wǎng)絡(luò)學(xué)習(xí)收斂速度。可編程技術(shù)的迅猛發(fā)展，在EDA技術(shù)中占有舉足輕重的地位。FPGA可以充分發(fā)揮神經(jīng)網(wǎng)絡(luò)并行執(zhí)行的優(yōu)點(diǎn)，二者的結(jié)合也成為當(dāng)今的研究熱點(diǎn)之一。文中詳細(xì)敘述了用STAM算法在FPGA上對(duì)tan-s函數(shù)的高精度實(shí)現(xiàn)方式，并對(duì)仿真結(jié)果進(jìn)行了討論。基于FPGA的可重構(gòu)技術(shù)，就是利用FPGA的可以多次重復(fù)配置的特點(diǎn)，通過(guò)時(shí)分復(fù)用的方式，充分利用器件

4、的邏輯資源，在同一FPGA中自主地交替實(shí)現(xiàn)多種邏輯結(jié)構(gòu)及其功能的技術(shù)?；谶@種技術(shù)的可重構(gòu)系統(tǒng)既可像通用微處理器系統(tǒng)那樣設(shè)計(jì)靈活、易升級(jí)，又可像專用集成電路系統(tǒng)那樣速度快、效率高。 本文采用基于FPGA的可重構(gòu)技術(shù)，以BP(BackPropagation)型誤差反傳多層前饋神經(jīng)網(wǎng)絡(luò)作為典型的數(shù)學(xué)模型來(lái)展開(kāi)。設(shè)計(jì)中依據(jù)成熟的BP算法公式，采用原理圖輸入的設(shè)計(jì)方法，按照前向-反傳-更新三個(gè)階段分別設(shè)計(jì)與仿真，通過(guò)驗(yàn)證，邏輯功能正確。