《電子技術應用》
您所在的位置:首頁 > 可編程邏輯 > 設計應用 > 基于FPGA的神經振蕩器設計及優化
基于FPGA的神經振蕩器設計及優化
來源:電子技術應用2011年第7期
李嘯雋,戴孝亮
(華南理工大學 機械與汽車工程學院機器人實驗室,廣東 廣州510640)
摘要: 為神經振蕩器提出了一種高效的FPGA實現方案,介紹了一種改進的分布式算法(DA),以便于最大限度地利用FPGA上的查找表(LUT)資源。整個系統在Matlab/Simulink下采用Altera公司的DSP Builder 構建。該方法節約了74%的查找表、75%的寄存器和100%的嵌入式乘法器資源。同時,該方案得到了令人滿意的結果,實驗結果同仿真結果的相關系數高達0.99。
中圖分類號: TP242.6
文獻標識碼: A
文章編號: 0258-7998(2011)07-0032-04
Design and optimization of FPGA-based neural oscillators
Li Xiaojun,Dai Xiaoliang
School of Mechanical & Automotive Engineering, South China University of Technology, Guangzhou 510640,China
Abstract: This paper studies designing and optimization of neural oscillators on FPGAs. We introduced a revised distributed-arithmetic(DA) algorithm in order to maximize the utilization of look up tables(LUTs) on FPGAs. The entire system is designed under Matlab/Simulink by DSP Builder from Altera. The proposed scheme performances great save in hardware resources. Meanwhile, we’ve obtained satisfactory experiment results.
Key words : neural oscillator;distributed arithmetic;FPGA;look up table


    神經振蕩器是一種能夠在缺乏感官反饋或者高級控制命令的情況下,通過協調模式自發地產生規律輸出的神經電路。神經振蕩器已經被廣泛地應用于機器人的智能控制與生物研究中[1],成為國內外的研究熱點。相比于軟件編程,神經振蕩器的硬件實現具有高速、并行處理、抗干擾等優點,更接近于其原有的生物特性,因此引起了許多研究者的關注。在近些年來,許多神經振蕩器的硬件實現工作是基于模擬器件完成的[2-3]。雖然模擬電路能夠與生俱來地實現夠非線性函數,其功耗也相對較低,但與可編程邏輯器件(FPGA)相比,基于超大規模集成電路(VLSI)的工作需要相對長的設計周期,同時缺乏靈活性和兼容性。另一方面,FPGA已經被廣泛地應用于人工神經網絡(ANN)和智能控制電路硬件的實現[4-5],但基于FPGA的神經振蕩器實現國外才剛剛開始,國內尚未見報道。且之前的工作大多基于乘法器的直接實現方法[6],未能充分利用FPGA的資源。
1 神經振蕩器及其應用
    神經振蕩器是一種耦合振蕩系統,通過神經元之間的相互抑制實現穩定的相位互鎖,并產生自激振蕩激發肢體做節律運動[7]。在仿生機器人控制中,被控制對象往往存在非線性、系統工作點變化劇烈等特點,傳統的控制往往是建立在單純依靠嚴格和精確數學模型基礎上,但這種方法已難以滿足復雜多變且環境未知的機器人控制需求[8]。同時,基于模型的機器人控制方法模型復雜、解不唯一、非結構環境適應性較差等,不利于實現仿生機器人的快速穩定運動[9]。神經振蕩器具有非線性耦合的優點,很適合仿生機器人的節律運動控制,能達到快速穩定的效果。此外,可以通過調整有限的神經振蕩器參數,建立滿足具體要求不同的機器人與外界環境交互的復雜運動學、動力學模型,而不需要對整個系統建模,機器人的控制難度降低??傊?,基于神經振蕩器控制的機器人具有以下優點:(1)自動穩定性;(2)較強的環境適應性;(3)參數化建模[8-9]。
    圖1為神經振蕩器應用于兩足機器人的一個例子。該兩足機器人包含七個關節,其中包括一個軀關節(也可稱之為腰關節)、兩個臀關節、兩個膝關節和兩個踝關節[10]。每一個神經振蕩器由一對相互抑制的神經元構成,每個關節由一個神經振蕩器控制。這樣,就可以將兩足機器人轉化為七個神經振蕩器控制的神經模式發生器系統,圖1(a)所示為模式發生器系統的組成。通過調整振蕩器的參數,使各關節協調地做振蕩運動,可以實現兩足機器人穩定地行走等運動。

2 分布式算法的改進
    傳統的分布式算法要求輸入為小數或整數。在FPGA系統中,一般的輸入信號通過二進制小數點轉換模塊轉換為純小數(或者是整數),輸出則剛好相反。本文對分布式算法做了修改,使其不需要小數點轉移過程。對于某一有符號的定點數xk,若其同時包含整數部分和小數部分,xk可以用一個二進制數bN-1,…,b1,b0,b-1,…,b-M表示(共N+M=Q位,N位整數位,M位小數位)。bk,N-1為符號位,當bk,N-1=1時,xk為負數,bk,N-1=0時,xk為正數;bk,m為最低有效位,代表xk能達到的最高精度。
    
    同傳統的分布式方法一樣,這里的Lm事先輸入到查找表中,通過加權累加器對查找表的輸出進行變更、求和。對于K個輸入且輸出為y的分布式算法的原理如圖2所示[10]。

 

 

    分布式算法按時間周期進行運算。一個時鐘周期是指變量xk的二進制編碼依次輸入到查找表(LUT)中累加求和所用的時間。一個時鐘周期包含M個時段,每時段輸入二進制的一位,第m=M-1位最先輸入,第m=0位最后輸入。每輸入一位,通過加權累加器求和。m=0的時間段稱為符號位時間,其余時間段為非符號位時間。一個時鐘周期包括符號位時間和非符號時間,當符號位時間到來并結束,代表一個時間周期的結束和下一個時間周期的開始,如圖2所示,符號時間結束,開關從位置①打到位置②,同時輸出y值。
3 基于分布式算法的神經振蕩器
    神經振蕩器的設計可以在多個層次實現,如生物模型、類神經網絡模型和耦合振蕩器[1]。最廣泛使用的是神經振蕩器,其實質是交互抑制的非線性耦合振蕩器。常見的耦合振蕩器模型有Amari-Hopfield、Van De Pol和Matsuoka等,這些模型遵循相似的原理。例如,Amari-Hopfield振蕩器[2]的動力學方程如下式所示:
  
其中,u和v為神經元的輸出;Su(t)和Sv(t)為外部輸入;α1、α2、β1、β2、μ為控制參數;fμ(x)為傳遞函數。如式(4)所示,振蕩器的實現需要幾個基本操作:加減、乘、積分求導和傳遞函數(可選)。一個單獨的振蕩器只需要幾個乘法器。然而,更大的振蕩器網絡需要更多抑制路徑與更多的乘法器來實現,如果要實現一個7自由度的雙足機器人控制系統,將會需要上百的片上乘法器,資源消耗十分巨大;另一方面,大多數FPGA有大量的查找表(LUT)資源。為了提高乘法效率,引入了分布式算法(DA)來優化神經振蕩器的FPGA實現,分布式算法利用了查找表而并非乘法器。關于傳遞函數的FPGA實現問題,Tommiska已經做了詳細的討論[11]。在這里使用飽和函數來取代雙級sigmoid函數。兩者的曲線圖十分相近,將式(4)中傳遞函數f?滋(x)用飽和函數代替,替換后的振蕩模型的質量沒有明顯降低。
    
根據以上的方程,可以方便地算出查找表的內容,在這里不再贅述。
4 分布式神經振蕩器的FPGA硬件實現
    在Matlab/Simulink環境下,使用Altera公司提供的DSP Builder工具箱[12]對基于分布式算法的神經振蕩器進行建模,按照式(5)在Simulink中組建模塊,得到的分布式神經振蕩器的結構。該系統主要包含了DA分布式算法、adder加法器、integrator積分器、transfer傳遞函數4個子模塊,系統采用20位定點數據的表述形式(整數部分為8位)。
    Matlab/Simulink環境下仿真結果的極限環吸引子如圖3(a)所示。其表明,對于從靜止狀態開始運動的神經振蕩器,經過有限的時間,最終會處于李雅普諾夫意義下的穩定,即神經振蕩器處于穩定的振蕩過程而能量不衰減。u和v的輸出波形如圖3(b)所示。經過約20 ?滋s的時間,神經振蕩器進入穩定的振蕩過程。

    通過系統仿真,該神經振蕩器已達到設計要求,將模型文件.mdl轉化為硬件描述語言文件.vhd,并對其綜合。之后,在QuartusⅡ環境中打開由DSP Builder建立的QuartusⅡ工程文件,就可以對生成的VHDL代碼進行器件配置、引腳設定、硬件下載等工作。當然,該系統還可以作為制定硬件模塊被集成到NIOS II 軟核中,以方便對其調用與配置。
5 實驗
    將程序下載到工作頻率為50 MHz的Altera Cyclone II EP2C8Q208芯片上。通過Signal Tap II邏輯分析儀,獲得實驗數據,并將其導入Matlab中進行處理、分析。計算可得,u相輸出的實驗與仿真結果相關系數為0.99,v也為0.99,可見實驗結果和仿真結果高度一致,驗證了實驗的準確性。
    據分析,分布式算法節省了74%的查找表(LUT),75%的邏輯寄存器和100%的嵌入式乘法器??梢?,基于分布式算法的神經振蕩器,顯著地節約了硬件資源。
    本文針對FPGA有限的算術乘法器提出了一個高效的神經振蕩器實現方案。首先將分布式算法進行了改進,使其可以直接處理同時帶有整數位和小數位的輸入信號,并將改進的分布式算法應用到神經振蕩器中。在Matlab/Simulink環境下,通過DSP Builder建立了系統模型。在保證了精確的實驗結果同時,與傳統的基于乘法器相比,該方案顯著地節約了硬件資源。此外,此方法還可以被應用到其他需要大量乘法運算的FPGA系統上,如人工神經網絡或者智能控制系統。
參考文獻
[1] IJSPEERT A J.Central pattern generators for locomotion  control in animals and robots:A review[J].Neural Net  works,May 2008(21):642-653.
[2] NAKADA K,ASAI T,AMEMIYA Y.An analog CMOS central pattern generator for interlimb coordination in  quadruped locomotion[J].IEEE T Neural Networ,2003(14):1356-65.
[3] VOGELSTEIN R J,TENORE F V G,GUEVREMONT L,et al.A silicon central pattern generator controls locomotion in  Vivo[J].IEEE T Biomed Circ S.2008(2):212-22.
[4] MISRA J,SAHA I.Artificial neural networks in hardware:a survey of two decades of progress[J].Neurocomputing.2010(74):239-55.
[5] MONMASSON E.FPGAs in industrial control applications[C]. Industrial Informatics,IEEE Transactions on.2011.
[6] TORRES H C,GIRAU B.Implementation of central pattern generator in an FPGA-based embedded system[A].Artificial Neural Networks-ICANN.2010,6353:276-285.
[7] 李彬.基于Wilson Cowan神經振蕩器的四足機器人步態規劃研究[J].山東大學學報,2010,1(40):6-9.
[8] 李宏凱,孫久榮,戴振東.動物運動指令的中樞模式發生器[J].機器人,2008,3(37):279-288.
[9] GENTARO T.A  model  of  the  neuro-musculo-skeletal system  for  human  locomotion[J].Biological Cybernetics,1995(73):97-111.
[10] STANLEY A W.Applications of distributed arithmetic to digital signal processing:a tutorial review[J].IEEE ASSP Magazine,1989:4-15.
[11] TOMMISKA M T.Efficient digital implementation of the sigmoid function for reprogrammable logic[J].IEE P-Comput Dig T,2003:403-411.
[12] 張志亮,趙剛,齊星剛.從Simulink模型自動生成VHDL代碼—基于DSP Builder的FPGA設計流程[J].自動化技術,2004(23):4-6.

此內容為AET網站原創,未經授權禁止轉載。
热re99久久精品国产66热_欧美小视频在线观看_日韩成人激情影院_庆余年2免费日韩剧观看大牛_91久久久久久国产精品_国产原创欧美精品_美女999久久久精品视频_欧美大成色www永久网站婷_国产色婷婷国产综合在线理论片a_国产精品电影在线观看_日韩精品视频在线观看网址_97在线观看免费_性欧美亚洲xxxx乳在线观看_久久精品美女视频网站_777国产偷窥盗摄精品视频_在线日韩第一页
  • <strike id="ygamy"></strike>
  • 
    
      • <del id="ygamy"></del>
        <tfoot id="ygamy"></tfoot>
          <strike id="ygamy"></strike>
          欧美成人亚洲成人日韩成人| 亚洲视频碰碰| 亚洲乱码国产乱码精品精| 国产伦精品一区二区三区四区免费| 亚洲天堂网在线观看| 久热精品视频在线| 久久精品视频导航| 欧美日韩午夜| 日韩午夜在线播放| 欧美精品一区在线观看| 国产一区二区精品久久99| 亚洲在线一区二区三区| 欧美日韩国产影院| 欧美亚洲综合另类| 欧美日韩国产影院| 欧美午夜不卡| 136国产福利精品导航网址| 欧美日产在线观看| 性欧美xxxx视频在线观看| 欧美精品粉嫩高潮一区二区| 99成人精品| 亚洲国产日韩一区二区| 欧美激情精品久久久久久黑人| 欧美一区二区视频在线| 亚洲欧美日韩系列| 国外成人免费视频| 影音先锋亚洲视频| 午夜精品久久久久久久久久久| 免费在线亚洲欧美| 亚洲大片免费看| 亚洲激情中文1区| 亚洲在线观看视频网站| 欧美亚州在线观看| 午夜欧美电影在线观看| 欧美亚洲尤物久久| 欧美午夜在线| 久久久久久自在自线| 欧美制服丝袜| 午夜精品国产更新| 久久婷婷人人澡人人喊人人爽| 欧美一级专区免费大片| 亚洲欧美成人综合| 欧美视频一区二区三区| 91久久精品国产91久久性色tv| 欧美视频在线播放| 国产精品高潮呻吟久久av无限| 狠狠色狠狠色综合日日五| 国产一区二区精品在线观看| 欧美日韩精品一二三区| 国产精品亚洲激情| 欧美激情一区二区三区全黄| 欧美在线一二三区| 久久久久国色av免费看影院| 欧美日韩国产综合在线| 日韩一二在线观看| 91久久在线视频| 久久成人国产精品| 狠狠色狠色综合曰曰| 亚洲国产日韩欧美在线动漫| 久久亚洲国产精品日日av夜夜| 欧美v亚洲v综合ⅴ国产v| 久久国产一区二区三区| 国产精品一区二区三区久久久| 夜夜嗨av色综合久久久综合网| 欧美激情第一页xxx| 国产精品夫妻自拍| 亚洲最新色图| 亚洲片国产一区一级在线观看| 亚洲日韩第九十九页| 欧美制服丝袜| 裸体丰满少妇做受久久99精品| 欧美日韩一区二区精品| 国内精品视频666| 亚洲婷婷国产精品电影人久久| 日韩一级精品| 亚洲欧美成人一区二区三区| 亚洲免费网站| 国产乱肥老妇国产一区二| 国产三区精品| 欧美一区成人| 亚洲一品av免费观看| 国产在线播放一区二区三区| 亚洲欧美日韩国产成人精品影院| 久热re这里精品视频在线6| 欧美伦理a级免费电影| 久久久久久午夜| 亚洲乱码久久| 国产精品扒开腿做爽爽爽软件| 欧美亚洲尤物久久| 销魂美女一区二区三区视频在线| 亚洲综合精品自拍| 国产精品免费一区二区三区在线观看| 久久久久国产精品一区三寸| 国产麻豆午夜三级精品| 亚洲欧美在线aaa| 最新国产精品拍自在线播放| 亚洲综合色婷婷| 亚洲欧美综合v| 亚洲美女免费视频| 久久婷婷国产麻豆91天堂| 国产午夜精品在线| 欧美日韩视频免费播放| 欧美日韩直播| 激情成人中文字幕| 国产午夜亚洲精品理论片色戒| 一区二区三区 在线观看视频| 国产欧美一区二区三区在线老狼| 国产三区二区一区久久| 亚洲经典在线| 亚洲精品乱码久久久久久日本蜜臀| 欧美视频观看一区| 欧美成人按摩| 久久天天躁狠狠躁夜夜爽蜜月| 国产午夜精品久久久久久久| 国语对白精品一区二区| 模特精品在线| 欧美啪啪成人vr| 亚洲欧美日韩国产综合精品二区| 亚洲日韩成人| 久久超碰97中文字幕| 伊人久久久大香线蕉综合直播| 亚洲激情图片小说视频| 国产日韩欧美一区在线| 久久视频这里只有精品| 影音先锋久久| 欧美日韩亚洲精品内裤| 国产欧美韩日| 欧美性淫爽ww久久久久无| 美女国产精品| 亚洲日本aⅴ片在线观看香蕉| 国产精品一区二区在线观看网站| 亚洲精品国产精品久久清纯直播| 欧美黄色aaaa| 午夜精品久久99蜜桃的功能介绍| 在线亚洲免费视频| 亚洲经典在线看| 国产精品jizz在线观看美国| 国产欧美一区二区三区沐欲| 国产亚洲激情在线| 亚洲激情社区| 销魂美女一区二区三区视频在线| 亚洲电影毛片| 欧美日韩一区二区在线播放| 国产日本欧美一区二区| 一区二区在线观看视频| 国产精品日韩欧美一区二区| 欧美日韩网站| 免费不卡中文字幕视频| 国产欧美一区二区精品秋霞影院| 欧美国产日韩二区| 亚洲欧美激情一区二区| 久久精品日韩欧美| 国产一区二区三区最好精华液| 欧美噜噜久久久xxx| 亚洲欧洲一区二区三区久久| 日韩视频国产视频| 免费成人毛片| 欧美高清视频免费观看| 国产亚洲精久久久久久| 在线观看的日韩av| 欧美破处大片在线视频| 久久精品一区二区国产| 欧美日韩亚洲视频一区| 一区二区三区三区在线| 欧美日韩国产在线播放| 久久综合网络一区二区| 亚洲国产日韩精品| 99视频+国产日韩欧美| 国产精品视频福利| 欧美精品在线免费观看| 性色av一区二区三区| 久久久久久一区二区| 免费久久精品视频| 性久久久久久久久久久久| 欧美国产日韩一区二区| 午夜在线观看欧美| 亚洲一区二区三区国产| 国产亚洲va综合人人澡精品| 欧美激情一二区| 国产精品亚洲人在线观看| 亚洲欧美日韩国产综合精品二区| 激情久久久久| 亚洲视频一区| 欧美三级黄美女| 久久精品国产96久久久香蕉| 新67194成人永久网站| 欧美亚洲一区二区在线观看| 亚洲一区二区三区免费在线观看| 韩国av一区二区三区| 91久久精品www人人做人人爽| 国产午夜精品理论片a级大结局| 国产日韩欧美高清| 久久久99免费视频| 亚洲一区二区三区中文字幕在线| 欧美视频免费在线观看| 日韩视频中午一区| 激情小说亚洲一区| 国产欧美日韩综合一区在线观看| 尤物九九久久国产精品的分类| 欧美视频观看一区| 麻豆成人在线| 韩国一区二区三区美女美女秀| 久久xxxx精品视频| 国产精品高潮粉嫩av| 亚洲美女av网站| 国产人成精品一区二区三| 国产综合第一页| 久久xxxx精品视频| 国产视频不卡| 久久国产日韩| 欧美亚洲自偷自偷| 国产精一区二区三区| 香蕉成人啪国产精品视频综合网| 国产精品综合色区在线观看| 国产精品福利久久久| 欧美日韩在线视频首页| 亚洲一区图片| 精品不卡一区| 欧美紧缚bdsm在线视频| 宅男噜噜噜66一区二区| 欧美日韩日日夜夜| 老司机午夜精品视频| 亚洲精品久久久久中文字幕欢迎你| 亚洲高清精品中出| 国产在线欧美| 欧美三级乱码| 91久久精品久久国产性色也91| 亚洲一区在线直播| 国产婷婷97碰碰久久人人蜜臀| 国产在线高清精品| 午夜精品短视频| 国产一区二区三区的电影| 欧美成人综合在线| 免费欧美在线视频| 久久久久久久97| 国产精品激情av在线播放| 亚洲欧美另类在线观看| 国产精品国产三级国产aⅴ无密码| 免费一级欧美片在线观看| 一区二区三区中文在线观看| 亚洲精品国产欧美| 久久综合色综合88| 欧美日韩色综合| 国产综合久久久久影院| 一区二区黄色| 国产精品v片在线观看不卡| 日韩视频三区| 美女91精品| 亚洲国产另类精品专区| 欧美国产日韩xxxxx| 欧美日韩精品一二三区| 日韩亚洲成人av在线| 国产欧美日韩在线播放| 亚洲视频观看| 欧美一区二区免费观在线| 亚洲国产小视频| 欧美视频一区二| 欧美性猛片xxxx免费看久爱| 亚洲国产另类久久久精品极度| 国产一区二区三区在线观看免费视频| 欧美国产高潮xxxx1819| 亚洲国产成人久久综合一区| 欧美日韩成人一区二区| 麻豆av一区二区三区| 伊人婷婷欧美激情| 国产一区二区在线观看免费播放| 欧美日韩国产在线播放| 国产视频一区在线观看一区免费| 亚洲午夜精品视频| 欧美日韩精品综合| 99视频精品免费观看| 欧美成人午夜免费视在线看片| 亚洲小说欧美另类婷婷| 亚洲视频在线观看一区| 99视频精品在线| 你懂的网址国产 欧美| 亚洲九九精品| 激情六月综合| 欧美怡红院视频一区二区三区| 亚洲一区二区黄| 欧美成人综合在线| 国产精品国产三级国产aⅴ9色| 久久深夜福利| 久久精品国产亚洲a| 亚洲一区二区动漫| 欧美成人一区二免费视频软件| 欧美日本中文字幕| 久久久精品网| 亚洲一区免费| 国产裸体写真av一区二区| 欧美国产在线视频| 欧美jizzhd精品欧美喷水| 艳妇臀荡乳欲伦亚洲一区| 亚洲精品中文字幕有码专区| 欧美亚州一区二区三区| 欧美成年人视频网站欧美| 亚洲欧美日韩天堂一区二区| 亚洲天堂视频在线观看| 亚洲激情在线播放| 亚洲精品在线三区| 国产精品美女诱惑| 麻豆精品视频在线观看视频| 亚洲制服av| 在线视频精品一区| 欧美一区二区视频在线观看2020| 一区二区不卡在线视频 午夜欧美不卡'| 久久久国产亚洲精品| 亚洲日本无吗高清不卡| 久久成人18免费观看| 国产精品对白刺激久久久| 影音先锋日韩精品| 欧美三级视频| 一区二区在线看| 欧美日韩四区| 欧美专区中文字幕| 国产一区三区三区| 亚洲欧美日韩人成在线播放| 黑人操亚洲美女惩罚| 亚洲日本中文字幕区| 国产一区二区三区观看| 国产精品久久久一区二区三区| 亚洲国产成人在线| 亚洲国产婷婷香蕉久久久久久| 免费人成网站在线观看欧美高清| 欧美v日韩v国产v| 久久久久久一区二区| 国产九区一区在线| 夜夜嗨av色一区二区不卡|