改进的超越函数分段线性逼近方法.docVIP

改进的超越函数分段线性逼近方法 　　摘要：针对超越函数计算中所采用的分段线性逼近算法存在的无法提前确定精度及部分区间资源浪费的问题，提出一种改进的分段线性逼近超越函数算法。该算法由预定义的逼近区间端点计算出用于逼近的线性函数，根据被逼近函数的凹凸性对所计算线性函数进行调整，在此基础上计算出预定义逼近区间内调整后函数与被逼近函数之间的最大误差；按照所需精度的要求，自动调整逼近区间，通过该过程的迭代，获得了较少分段次数。算法结果在Matlab上进行仿真，仿真结果表明，所提算法的分段数相比等分法减少了60%。所提算法在保证精度的前提下，降低了查找表（LUT）的资源消耗。 　　关键词： 　　分段线性逼近；超越函数；查找表；资源浪费；优化分段方法 　　中图分类号： TP391.75 文献标志码：A 　　0引言 　　图形处理器（Graphics Processing Unit， GPU）是各种嵌入式系统、个人机（Personal Computer， PC）、工作站和游戏机等不可缺少的重要部件。浮点超越函数单元是GPU数据通路中的重要部件，其性能直接影响图形渲染效果[1-2]。 　　目前在现场可编程门阵列（FieldProgrammable Gate Array， FPGA）中计算超越函数常用的方法有级数近似法、查表法（Look Up Table， LUT）、坐标旋转数字计算（Coordinate Rotation Digital Computer， CORDIC）算法和分段线性逼近法等。 　　其中，级数近似法展开式较为复杂，硬件实现复杂，资源消耗较大。查表法虽然计算简单、易于实现，但是所需存储单元随着计算精度的提高呈指数形式增加，资源消耗大[3]。CORDIC算法[4]作为一种便于FPGA实现的超越函数计算方法得到了广泛关注，但其收敛速度与数据的表示精度成反比，当精度要求较高时，算法的迭代次数较多，计算延迟会增大。与之相比，分段线性逼近法[5-6]将低阶多项式与较小的查找表相结合，资源消耗少，速度较快，被广泛应用于传感网络中的数据压缩[7]、非线性模型到线性模型的转换[8]以及图形图像处理[9]等领域，已成为在计算资源有限条件下超越函数计算的一种较为理想的选择。 　　为了提高函数的计算速度，在硬件设计中一般利用查找表实现分段线性逼近算法[6]，段数越多，查找表越大，误差则越小，因此，分段线性逼近算法需要在查找表、精度和分段数目之间寻求一个合理的平衡。其中有均方误差法[10]、区间2k等分法[11]、面积法[12]等多种分段算法，但这些算法都是在计算完成后才可以知道分段精度，难以在精度已知的条件下完成分段数的计算。 　　文献[6]中提出了一种超越函数计算的最佳等距分段线性逼近（Optimal EquiDistant PieceWise Linear approximation，OED_PWL）方法，该方法可以通过调节分段数目来完成计算精度的灵活控制，从而可以在保证精度的条件下完成分段数的计算。相较区间2k等分法其算法性能、资源消耗等方面的表现更好；但是，根据文献[6]提出的方法进行tanh函数计算时，部分区间的计算误差较大，原因是tanh函数斜率在某些分段较平缓，而在另外一些分段斜率较陡峭，若采用均匀分段的方法，则存在分段平缓处的资源浪费问题。在后面的实验结果中，本文会与OED_PWL算法进行对比。 　　因此本文提出一种改进的超越函数分段线性逼近方法，通过自动识别逼近误差进行分段使其不断细分，实现了一个精度已知条件下较优的分段方法。 　　1分段线性逼近算法基本原理 　　分段线性逼近算法的原理是把非线性特性曲线分成若干个区段，在每个区段中用直线段近似地逼近特性曲线。算法原理如图1所示。 　　分段线性逼近算法是根据一定的分段方法，如面积法、等分法等，将曲线f（x）所在的一段区间[A，B]划分为若干段，在每一段里面通过一个线性函数来进行逼近： 　　y（x）ax+b（1） 　　其中：a表示线性函数的斜率；b表示线性函数的偏移量。其中，在每一段逼近区间[x1，x2]里面，区间的两个端点需要满足： 　　{f（x1）=y（x1）， f（x2）=y（x2）}（2） 　　在通过某种方法得到[A，B]上超越函数曲线的分段情况以及各个段的逼近系数ai、bi后，即可完成超越函数的分段线性逼近。 　　算法硬件实现分为3步： 　　步骤1按照某种方法进行分段区间的划分，求取所有分段点。 　　步骤2在每个分段区间，根据两个端点的值求取直线段f（x）=ax+b，将每一段的ai和bi存放在查找表中以待使用。 　　步骤3利用查找表，读取每一段直线方程的系数，通过乘法和加法计算每一段函数的逼近值，从而实现超越函数的分段线性逼近。