|
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
% K" a( R% [$ u8 V$ p, J9 i
- D1 e- U- v- @( e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) \. Z+ d9 I! [+ \
6 W! w( l2 o4 u# ^9 M
# o8 |2 g3 E& c6 v" @' [' H8 ^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.
9 A* }/ v0 V0 p3 k
) o1 x% w7 S. V) E1 m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
f% R& ^7 c' y: i8 X3 e! t5 w& l a; b4 P( q' }
8 S( w$ v& e, s* E; T1 t0 p6 ?+ U7 X" f$ x
. R: e, u; C7 n4 F% \% { |
|