一种在线时间序列预测的核自适应滤波器向量处理器
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.
核自适应滤波器、现场可编程逻辑门阵列、向量处理器、微码
38
TP391(计算技术、计算机技术)
国家自然科学基金61571160/F011305;中央高校基本科研业务费专项资金资助HIT.NSRIF.201615The National Natural Science Foundation of China61571160/F011305;Fundamental Research Funds for the Central UniversitiesHIT.NSRIF.201615
2016-04-19(万方平台首次上网日期,不代表论文的发表时间)
共10页
53-62