针对图像识别领域卷积神经网络(convolutional neural network,CNN)的计算需求,根据CNN的结构特点,设计出一种基于软件定义片上可编程系统(software defined system on chip,SDSoC)的加速器。首先通过修改CNN网络结构文件,选用修正线性...针对图像识别领域卷积神经网络(convolutional neural network,CNN)的计算需求,根据CNN的结构特点,设计出一种基于软件定义片上可编程系统(software defined system on chip,SDSoC)的加速器。首先通过修改CNN网络结构文件,选用修正线性单元(rectified linear unit,ReLU)作为激励函数,在虚拟机上训练出卷积神经网络的参数。最终完成一种占用硬件资源少,图像识别时间短和精度高的CNN硬件加速器。实验结果表明,与传统的CPU对比其识别精度提高至80%以上,消耗仅占其4.16%,识别时间从通用CPU的十几秒缩短至毫秒。资源消耗与识别时间都得到了很大程度的降低,为进一步加速提供了参考价值。展开更多
研究软件无线电中的通用调制解调器的设计方法。针对软件无线电调制解调器的性能要求,提出以可编程片上系统SoPC(System on a Programmable Chip)技术为核心,以坐标旋转数值计算CORDIC理论为基础的设计方法,实现SoPC系统的软硬件协同设...研究软件无线电中的通用调制解调器的设计方法。针对软件无线电调制解调器的性能要求,提出以可编程片上系统SoPC(System on a Programmable Chip)技术为核心,以坐标旋转数值计算CORDIC理论为基础的设计方法,实现SoPC系统的软硬件协同设计。结果表明,该系统具有结构简单、成本低等优点,并充分体现软件无线电的灵活性和开放性,满足实际应用需求。展开更多
文摘针对图像识别领域卷积神经网络(convolutional neural network,CNN)的计算需求,根据CNN的结构特点,设计出一种基于软件定义片上可编程系统(software defined system on chip,SDSoC)的加速器。首先通过修改CNN网络结构文件,选用修正线性单元(rectified linear unit,ReLU)作为激励函数,在虚拟机上训练出卷积神经网络的参数。最终完成一种占用硬件资源少,图像识别时间短和精度高的CNN硬件加速器。实验结果表明,与传统的CPU对比其识别精度提高至80%以上,消耗仅占其4.16%,识别时间从通用CPU的十几秒缩短至毫秒。资源消耗与识别时间都得到了很大程度的降低,为进一步加速提供了参考价值。
文摘研究软件无线电中的通用调制解调器的设计方法。针对软件无线电调制解调器的性能要求,提出以可编程片上系统SoPC(System on a Programmable Chip)技术为核心,以坐标旋转数值计算CORDIC理论为基础的设计方法,实现SoPC系统的软硬件协同设计。结果表明,该系统具有结构简单、成本低等优点,并充分体现软件无线电的灵活性和开放性,满足实际应用需求。
