基于FPGA的RBF神经网络的硬件实现.pdfVIP

第 20卷 第 l6期 电子设计工程 2012年 8月 V01．2O No．16 ElectronicDesignEngineering Aug．2012 基亏FPGA的RBF神经网络的硬件实现 王 兴 (武汉科技大学 信息科学与工程学院，湖北 武汉 430081) 摘要 ：介绍 了RBF神经网络 ，并采用CORDIC算法实现 了其隐层非线性高斯函数的映射 。同时。为缩减ROM表的存 储 空间并提高查表效率 ，本设计还采用 了基于 STAM 算法的非线性存储 。最后 ，以Ahera公司开发 的 EDA 工具 QuartusI1作为编译、仿真平台．采用Cyclone系列中的EP1C6Q240C8器件．实现了RBF神经网络在 FPGA上的实现， 并以XOR问题为算例进行硬件仿真，得 出仿真结果与理论值一致。 关键词 ：RBF神经 网络 ；FPGA；CORDIC；STAM 中图分类号 ：TP3 文献标识码 ：A 文章编号 ：1674—6236(2012)16—0164—03 RealizingofRBF neuralnetworkbasedonFPGA WANGXing (CollegeofInformationScienceandEngineering，WuhanUniversityofSciencenadTechnology，Wuhan430081，China) Abstract：RBFNeuralNetworkisintroduced，anditutilizestheCORDICalgorithm torealizethemappingofgausstransfer function．Meanwhile，inordertominimizetheROM storageandimprovetablesearchingefficiency，STAM algorithm nonlinear storageisimplemented．Atlast，basedonQuartusIIofEDAtoolofAheracompany，usingEP1C6Q240C8chipofCyclone series，RBFNeuralNetworkisrealizedonFPGA．Then，setintheexampleofXORproblem，itgetsgoodresultinaccordance withobjectiveresult． Keywords：RBFneuralnetwork；FPGA；CORDIC；STAM 人工神经网络广泛应用于图像处理、模式识别和自动控制 X1 等领域 。但是，传统的基于软件实现的神经网络 ，存在并行程度 低 、速度慢 ，计算速度无法满足实时性的需求 ，造成了理论研究 与实际应用脱节。因此，神经网络的硬件实现是神经网络研究的 基本问题之一。神经 网络的硬件实现的最大特点就是体现了系 图 1 RBF神经网络结构 图 统的并行性，处理速度快，易于满足实时性要求。另外，算法的复 Fig．1 Structurediagram ofRBFneuralnetwork 杂程度以及在实际工程中应用的可行性仍需要通过硬件的实现 作用 函数 (基 函数)对输入信号将在局部产生 响应 ，也就是 效果来检验 。因此 ，神经网络的硬件实现意义重大。 说 ，当输入信号靠近基函数 的中央范围时，隐层节点将产生 1 RBF神经网络 的简介