基于∑△調(diào)制的比特流運算單元及人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)技術(shù)是人工神經(jīng)網(wǎng)絡(luò)研究中的一個非常重要而又難以解決的課題。目前，在人工神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)研究中最普遍最可靠的方法是采用傳統(tǒng)的多比特數(shù)字信號處理方法。然而，使用該方法很難獲得人工神經(jīng)元數(shù)量稍多的人工神經(jīng)網(wǎng)絡(luò)硬件。采用多比特數(shù)字信號處理方法時，信號是通過多比特數(shù)字總線進行傳輸?shù)?。這個因素導(dǎo)致人工神經(jīng)元之間和人工神經(jīng)元內(nèi)部運算單元之間的互連線數(shù)量非常大。巨量互連線和復(fù)雜的多比特運算單元導(dǎo)致的巨大規(guī)模阻礙了常規(guī)數(shù)字人工神經(jīng)網(wǎng)絡(luò)

2、的硬件實現(xiàn)。而人工神經(jīng)網(wǎng)絡(luò)實質(zhì)上是一個并行分布式網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)中的大量簡單運算單元分布于不同層中進行并行計算，完成復(fù)雜的計算任務(wù)。只有采用全硬件全并行實現(xiàn)的方法，才能充分發(fā)揮人工神經(jīng)網(wǎng)絡(luò)大規(guī)模并行計算、分布式處理的優(yōu)勢和特點。
　　 為了解決傳統(tǒng)多比特數(shù)字信號處理硬件規(guī)模過大的難題，近年以來出現(xiàn)了一種新的基于ΣΔ調(diào)制的比特流數(shù)字信號處理方法。該比特流信號產(chǎn)生于∑△調(diào)制器。比特流信號處理方法采用的是數(shù)字信號，但是卻像模擬電路一

3、樣，只需要一根信號線來傳輸信號。比特流運算單元的結(jié)構(gòu)往往也比相應(yīng)的多比特數(shù)字運算單元簡單。因此，比特流數(shù)字信號處理方法易于解決多比特數(shù)字信號處理硬件規(guī)模過大的問題。
　　 本文將基于Σ△調(diào)制的比特流信號處理方法引入人工神經(jīng)網(wǎng)絡(luò)的硬件實現(xiàn)研究。本文通過系統(tǒng)模型仿真、電路仿真和芯片實現(xiàn)等方法從基本比特流運算單元開始進行了比特流人工神經(jīng)網(wǎng)絡(luò)的硬件實現(xiàn)研究。
　　 本文改進了全數(shù)字ΣΔ調(diào)制器的設(shè)計，并且在FPGA上加以實現(xiàn)，還進

4、行了環(huán)延時對數(shù)字ΣΔ調(diào)制器性能影響的研究。數(shù)字ΣΔ調(diào)制器提供了一種很容易獲得的產(chǎn)生比特流信號的途徑。為比特流信號處理的硬件實現(xiàn)研究提供了便利。
　　 為克服已有比特流加法器電路的缺點，提出了一種新的比特流加法器電路，該電路在結(jié)構(gòu)上避免使用大的環(huán)路，從而可以獲得更高的工作頻率。與傳統(tǒng)比特流加法器電路相比，提出的電路或者可以具有高很多的信噪比，或者在具有相同信噪比的情況下具有高數(shù)倍的工作頻率并節(jié)省20％的硬件資源。提出了延時錯位平方

5、電路，從而實現(xiàn)了較高精度的比特流平方運算和平方根運算。提出了比特流閾值函數(shù)實現(xiàn)算法和電路。
　　 對比特流加法器原型電路用插入流水線結(jié)構(gòu)的方式進行了改進以使其在較高頻率下正常工作，并采用源極耦合邏輯在晶體管級進行了芯片設(shè)計以提高其工作頻率。實測結(jié)果表明該芯片的功能和性能均滿足設(shè)計要求，芯片可以在4GHz以上的頻率下工作。對比特流加法器的噪聲進行了理論分析和實測結(jié)果的對比，對比結(jié)果證明了現(xiàn)有的比特流信號處理的噪聲理論具有比較大的誤

6、差。
　　 本文提出了比特流人工神經(jīng)元的構(gòu)建方法，并在FPGA平臺上加以實現(xiàn)。比特流人工神經(jīng)元在實現(xiàn)時所消耗的FPGA資源表明在單片F(xiàn)PGA上可以產(chǎn)生高達1000個以上的比特流人工神經(jīng)元。
　　 在比特流人工神經(jīng)元的基礎(chǔ)上，提出并實現(xiàn)了比特流感知器、比特流線性人工神經(jīng)網(wǎng)絡(luò)和比特流離散Hopfield人工神經(jīng)網(wǎng)絡(luò)。通過實現(xiàn)邏輯運算、線性分類、非線性分類、自適應(yīng)預(yù)測、自適應(yīng)噪聲抵消和聯(lián)想記憶等功能對這些比特流人工神經(jīng)網(wǎng)絡(luò)的功