基于力学性能的矩阵求逆电路的研究.docxVIP

基于力学性能的矩阵求逆电路的研究 0 基于动阵列的求解 矩阵思维是科学计算和工程的基本问题。科学计算的一般部分可以概括为矩阵思维，矩阵思维的困难在于矩阵逆调。传统的矩阵求逆算法多用处理器串行计算来实现,严重制约着计算速度的提高。为加快矩阵求逆的运算速度,可以采用硬件实现的方法。在这一方面,已经有很多人进行了深入研究,特别是使用基于心动阵列的方法来构造电路结构,使用十分广泛。这些论文研究的重点是通过对相应算法的研究改进,最大限度地提高资源的利用效率及时空复杂度,而忽略电路结构本身的硬件实现难度。例如文献中使用QR分解的方法来实现矩阵求逆,提出的电路结构非常紧凑,复用率非常高,但是基本处理单元需要完成的运算非常复杂,不但涉及比较复杂的乘除运算,还需要进行开平方操作,这不仅增加了硬件开销,更主要的是大大增加了硬件实现的难度。事实上,很多时候工程上涉及的矩阵求逆对硬件开销及速度并没有非常高的要求。所以,设计一种性能上略微低一点,但是易于硬件实现的电路结构就尤为重要了。基于这种考虑,构造了基于心动阵列的矩阵求逆电路,虽然在复用率及时空复杂度上较上述文献中的结构略微不足,但其基本处理单元只是涉及十分简单的加减乘除,非常易于硬件实现。实现了关键的浮点乘除法和浮点加减法运算,通过EDA工具对模型进行仿真及综合,验证了其正确性。结果表明,这种心动阵列能快速实现可逆矩阵的求逆运算,且有较高的精度。 1 基于状态转换的矩阵分解 这样就把一般的可逆矩阵求逆转化成了三角矩阵求逆。同时考虑到对于三角矩阵U、V,假设U=VT,则V-1=((VT)T)-1=(UT)-1=(U-1)T,可见上三角和下三角矩阵求逆是一回事。综上所述,只要实现LU分解及上三角矩阵求逆,就可以实现一般可逆矩阵的求逆。下面将主要针对这两部分的VLSI实现展开讨论。 文中采用Gauss消去法对矩阵进行LU分解。Gauss消去法的实质是对方程组的系数矩阵进行三角化,其一般计算过程可用下面递推式来表示: a(k)ij(k)ij=a(k-1)ij(k?1)ij-mika(k-1)kj(k?1)kj(1) (k=1,…,n;i=k+1,…,n;j=k+1,…,n+1) mik=a(k-1)ik(k?1)ik/a(k-1)kk(k?1)kk(2) 式中mik称为乘数,a(k)ij(k)ij为经过k次Gauss消去后的第i个方程的第j个系数。 上述矩阵的LU分解的算法可以映射为图1所示电路结构。在这个阵列中,有两种基本的处理单元PE(Processing Element):方形的PE用于内积步的计算;圆形PE用于实现除法运算。矩阵A的元素从阵列顶部按列输入,其中ai(j+1)比aij晚一个时钟周期输入。计算后,所得到的上三角矩阵U的元素存于各个PE之中。当A的第一行元素经过到第一行PE时,它们被存入第一行相应PE之中,之后的各行元素经过第一行PE时,只进行相应的变换而不再存入PE之中。A的第二行元素经过第一行PE变换后存入第二行相应的PE当中,之后各行元素经过第二行PE时也只进行相应变换后流向下一行PE。以此类推,直至A矩阵第n行元素(经过了n-1次变换)存入第n行PE为止。第i行左端的圆形PE依次产生消去第i列下三角元素的各个乘数mij(i=j+1,j+2,…,j=n-1,j=n),然后将它们沿水平方向向右传送,参加内积步计算,最后由阵列右端输出。至整个计算结束时,PEij中所存数据是U的元素uij,而阵列的第i行输出是矩阵L的第n-i列元素。在L矩阵元素输出之后,通过控制信号的设定,紧接着输出U的元素,阵列的第i行输出的是矩阵U的第i行元素。 1.2 内积步运算 上三角矩阵求逆的电路结构参考了文献,其结构如图2所示。整个阵列呈三角形状,需要n(n+1)/2个PE(图中n=4)。 在这个阵列中有两类PE:一种是六角形内积器,实现内积步运算;另一种是右上侧边上的圆形PE,它实现除法运算,除了产生输出外,还将vij的值垂直向下传回阵列。如图2中所示,三角矩阵A的元素沿阵列的左上向右下方向流动,单元矩阵E的元素则沿阵列的左下至右上方向流动;反馈输入的V的元素沿阵列垂直方向向下流动,与A、E的元素在PE中汇合,执行内积步计算。分析可知,由右上方向输出的数据,正好是上三角矩阵A的逆矩阵V的元素。 2 硬件设备电路的设计和实现 在硬件实现基于心动阵列的矩阵求逆设计中主要设计如下几个关键技术。 2.1 浮点数编码格式 现在科学与工程计算中需要处理的数据多是浮点数,所以矩阵求逆是在实数范围内进行的,矩阵元素需用实数表示,因此要设计用于浮点运算的电路结构。文中,浮点数的表示采用IEEE 754标准,其编码格式为1位符号位、8位阶码和23位尾数来表示一个浮点数。尾数的表示范围为,1是默认存在的,小数点的位置在第2