专用指令集在基于FPGA的神经网络加速器中的应用#br#

近年来，表现出极其优越性能的神经网络算法对硬件算力的要求逐渐提高.在一些低功耗场景如星载系统中，拥有可编程重构、高并行等特性的FPGA是神经网络算法较为合适的硬件加速平台.为了解决传统神经网络硬件加速器设计中片内资源消耗大、各功能模块耦合性高等问题，设计实现了一套专用AI指令集并应用在了基于FPGA的神经网络加速器的设计中.文章首先介绍了该指令集的设计方案.整个指令集由指令寄存器、指令解释器、指令转发模块、内存管理单元和多个模块构成.通过该指令集可实现对不同模块的复用，降低模块之间的耦合性.并以YOLOV3 Tiny网络模型为例，对比了平铺式和指令控制式两种加速方案的逻辑资源的消耗.验证了应用专用指令集可以减少约50%的FPGA逻辑资源的使用.     

具有时变权矩阵的离散Hopfield神经网络的稳定性

研究了以并行工作模式进行演化的具有时变连接权矩阵的离散Hopfield神经网络,得到了判定网络稳定的2个充分条件,改进了已有结果。     

Intelligent modeling and identification of aircraft nonlinear flight

In this paper, a new approach has been proposed to identify and model the dynamics of a highly maneuverable fighter aircraft through artificial neural networks（ANNs）. In general, aircraft flight dynamics is considered as a nonlinear and coupled system whose modeling through ANNs, unlike classical approaches, does not require any aerodynamic or propulsion information and a few flight test data seem sufficient. In this study, for identification and modeling of the aircraft dynamics, two known structures of internal and external recurrent neural networks（RNNs） and a proposed structure called hybrid combined recurrent neural network have been used and compared.In order to improve the training process, an appropriate evolutionary method has been applied to simultaneously train and optimize the parameters of ANNs. In this research, it has been shown that six ANNs each with three inputs and one output, trained by flight test data, can model the dynamic behavior of the highly maneuverable aircraft with acceptable accuracy and without any priori knowledge about the system.     

基于相控阵超声的铝合金熔焊缝缺陷深度定位技术研究

传统的射线照相检测技术仍是铝合金熔焊缝缺陷的主要检测方式,由于传统射线照相检测无法测量缺陷在焊缝高度方向上的尺寸和位置,在缺陷的定位和排除方面存在不足,从而加大缺陷排除的工作量,甚至由于缺陷排除方向错误造成焊缝挖穿,影响补焊质量.相控阵超声检测技术通过接收缺陷回波来实现缺陷检测,可以反映缺陷的尺寸和位置信息.本文采用Omni Scan MX相控阵超声检测仪和5L64-A2相控阵探头针对对比试块、铝合金熔焊缝缺陷进行了定位技术研究,并与缺陷微观测量、宏观测量的结果进行对比,结果表明基于相控阵超声检测的铝合金熔焊缝缺陷深度定位检测结果与微观检测结果基本一致,可以采用相控阵超声检测技术进行铝合金熔焊缝缺陷深度定位.     

喷射角对超声速燃烧室掺混和燃烧的影响

针对壁面喷射方式,分别在冷态喷流和燃烧工况下探讨了喷射角的变化对超声速流场中的燃料掺混效果及燃烧效率的影响。研究表明:采用带角度喷射能明显减弱壁面垂直喷射导致的强激波,减小激波/边界层干扰带来的总压损失,在燃料掺混特性方面,减小喷射角会降低近场穿透距离,减弱近场的掺混效果,而对中场的穿透深度及掺混效果影响不大,但带角度喷射的远场的穿透深度及掺混不如垂直喷射。所以垂直喷射时,虽然更多的燃料和空气发生掺混,燃烧效率要高于带角度喷射的,但会以牺牲很大的总压为代价,所以在工程中建议采用带角度喷射配合其他喷射方式。     

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

一类Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性

利用Lyapunov泛函、不等式方法及Poincaré映射,建立了一类具有混合时滞的Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性的充分性判据。     

航空型号项目风险预测的BP神经网络模型及应用

本研究克服了单纯采用专家风险因子测度方法主观性较强的缺点,以及单纯采用人工神经网络评估模型模糊性的缺点,结合两种方法的优点,利用基于BP神经网络算法的Microsoft Visual C++程序,在专家风险因子测度基础上,通过大量风险评估成功案例数据的训练,成功建立了航空型号项目风险预测模型.该模型可以较为精确、客观地...     

《计测技术）2011年第1期目次

基于RBF神经网络的微惯性测量组合标定双轨法D—InSAR 形变测量的误差分析 渗透法标准湿度发生器中渗透管的研制     

基于神经网络的超精密车床圆柱度误差补偿技术研究

根据所研制的超精密亚微米车床的具体特点，提出了一种基于神经网络的工件圆柱度误差补偿方法，并据此建立了误差补偿控制系统，实验结果证明所提方法简单易行，在超精密车削中应用前景广阔。