基于fpga单比特神经网络实现技术的研究

《基于fpga单比特神经网络实现技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要近年来，随着集成电路技术的快速发展，人工神经网络实现技术重新吸引了人们注意力，然而基于传统多比特数字信号处理单元构建的神经网络由于互连线过多，系统结构仍然过于复杂，成为人工神经网络实现技术的瓶颈。而基于EA调制器的单比特信号处理方法由于其单比特特性，电路实现时连接方便，结构简单，在人工神经网络实现技术中具有显著的优势。本文首先介绍了EA调制器产生单比特数据流的原理，研究了数字EA调制器的实现，并对其进行了仔细详尽的分析。接着本文对单比特运算单元进行了研究。单比特运算有着与多比特截然不同的特点，本文总结和设计了基于ZA调制器的两种单比特加法器和三种单比特的乘

2、法器的具体结构，同时也设计和总结了两种非线性运算单元，通过仿真研究了每一种运算单元效果，并对它们作了比较。然后，本文设计了一种基于数字EA调制器以及单比特运算单元的神经元，通过计算机模拟进行了仿真。结果表明，利用单比特运算单元来设计单比特神经元组成单比特神经网络是一种可行并且有效的方式。最后本文研究了这些单比特运算单元的FPGA实现，并对各种结构在FPGA实现时的性能进行仿真结果，然后，对各个单元进行了实际的测试，显示了利用单比特技术实现神经网络的可行性和其优势。关键词：人工神经网络，X．A调制器，单比特加法器，单比特乘法器，FPGA，单比特神经元ABSTRA

3、CTWitlltherapiddevelopmentofintegratedcircuitstechnique．theimplementationofartificialneuronnetworkredrawsthepeople’sattention，buttheartificialneuronnetworkwhichusedthemulti-BitSignalProcessing(MBSP)techniquewasalsotoocomplicated，asalways，thecostisstilltoohighforhardwareimplementatio

4、n,whichbecameabottleneck．Meanwhile，theSingle—BitSignalProcessing(SBSP)techniquebasedonXAmodulatorwhichhadt11echaracteristicofsinglebitindicatedthegreatadvantage，theartificialneuronnetworkthatutilizethesinglebitsjgnalprocessingtechniquewouldbejointedfacilelyandcomposedsimply．Inthisth

5、esis，thetheoryofthesinglebitbit-streamgeneratedbydigitalZAmodulatorwasintroducedfirstly．Basedonthat，thispaperresearchedtheimplementationofdigitalZAmodulator,thecarefulandparticularanalysiswasdoneforthat．Andthen，thethesissummarizedanddesignedtwokindsofaddersandthreekindsofmultipliers

6、，also，twonon-lineararithmeticunitsweredesigned，singlebitarithmeticwasverydifferentfrommultibit．Iresearchedeveryarithmeticunitbysimulation．Subsequently，adesignofsinglebitneuronbasedondigitalEAmodulatorandsinglebitarithmeticunitwasgivenandthesimulationwasdonewhichindicatedthatthenseth

7、eSingle-BitSignalProcessing(SBSP)unittobuildsingle—bitneuronisaconsideredway．Atlast，weparticularlyresearchtheFPGAimplementationofthesingle．bitarithmeticunitanddJigital∑△modulator,ofcourse．thesimulationandtestresultwereglveilfollowed,whichindicatedthefeasibilityandadvantageofthesingl

8、e-bitneuronnetwork．