|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
本帖最后由 Taio 于 2019-9-11 19:45 编辑
# X6 T% m6 x2 g% s9 \0 u$ K; C7 h
基于显卡的微带天线谐振频率神经网络建模 (电波科学学报2015年第30卷第一期) / F. w' g y& H, u/ Q# o" b9 w
4 V% V- j+ @7 k. s7 `; D2 b) G! d
+ B# J7 o* |5 _" ]! q8 z: C# V8 @
摘要:谐振频率是微带天线(Microstrip Antennas, MSA)设计过程中最重要的一个参 数.针对粒子群神经网络(Particle SwARM Optimization-Neural Network, PSO-NN)对矩 形MSA谐振频率建模所面临的计算时间过长以及模型精度不高等问题,提出一种基于 图形处理单元(Graphic Processing Unit, GPU)技术的并行处理解决方案.该方法使用粒 子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的 收敛速度,从而减少NN的训练时间.在统一计算设备架构下对矩形MSA谐振频率进行 了PSO-NN建模,数值计算结果表明:相对于CPU端串行PSO-NN, GPU端并行PSO-- NN在寻优稳定性一致的前提下取得了超过300倍的计算加速比;在GPU端大幅增加粒 子数,能在运行时间增加极为有限的情况下大幅降低建模的网络误差. ' e, ]! f9 b1 J1 K a
6 `; |6 p3 h+ m3 k# }4 T" A关键词:微带天线;谐振频率;粒子群优化;神经网络;图形处理器
- H/ x! J4 U$ K3 z! D" b3 ~3 o8 u$ s& L7 y
, G( A7 |- B0 @+ }& T2 |/ s; m
& _7 _' l3 q; f
8 G- q: n3 M8 S9 A: b J/ Q |
|