一种在线时间序列预测的核自适应滤波器向量处理器

ByGrith4

摘 要：针对信息物理融合系统中的在线时间序列预测问题，该文选择计算复杂度低且具有自适应特点的核自适应
7 K3 c% B3 y( E7 T5 f' z滤波器(Kernel Adaptive Filter, KAF)方法与 FPGA 计算系统相结合，提出一种基于 FPGA 的 KAF 向量处理器解
决思路。通过多路并行、多级流水线技术提高了处理器的计算速度，降低了功耗和计算延迟，并采用微码编程提高
了设计的通用性和可扩展性。该文基于该向量处理器实现了经典的 KAF 方法，实验表明，在满足计算精度要求的
" G7 x; i, A9 o+ I* Q: k4 M  T前提下，该向量处理器与 CPU 相比，最高可获得 22 倍计算速度提升，功耗降为 1/139，计算延迟降为 1/26。
关键词：核自适应滤波器；现场可编程逻辑门阵列；向量处理器；微码
7 C* s+ {7 _# I  w+ N% f
# e% _6 w6 c7 w. k' f7 @引言
6 V" K' {% Z* R0 j# ^+ j4 j/ a信息物理融合系统(Cyber-Physical System,
; q' B( B7 K, r( y( Q$ ~8 |/ QCPS)是将计算、通信和控制能力深度融合的网络化
& ]: H" u4 j  p) w5 B- m" N, S物理系统，数据的在线实时处理是 CPS 的核心问题
- w: S3 I9 c2 ~  N之一[1]。而实际物理系统产生的数据往往具有时间序
( A: z7 V5 |$ m# G% W: v: {列特性，因此时间序列预测广受工业界和研究机构
的关注，越来越多的嵌入式在线时间序列预测系统
, x- U3 Q0 d) d/ T4 O9 E% b  ^, N# a/ l6 c被广泛地应用到变电站无线监测与预警，可穿戴机
0 N( x, q9 _% M器人运动控制以及嵌入式环境监测等领域。然而，
$ ^6 o. ?* A7 E6 I% `对于在线应用，非线性时间序列预测方法需要不断





' Q7 I. A8 I$ l! d附件下载：

游客，如果您要查看本帖隐藏内容请回复

. ?% `* h0 q/ u5 T1 A+ A' x2 a% i

TaylorA

谢谢                                    

我的中国心1008

楼主，我希望进一步研读您发的主题资料。
( }. G0 X/ T; e; c
+ ^1 K! i, z9 U9 [6 B6 J; @