基于FPGA的脉冲耦合神经网络的硬件实现.pdf
第23卷第17期电子设计工程2015年9月Vol 23No.17Electronic Design EngineeringSep.2015基于FPGA的腺冲耦合神胭絡的硬件实王中卫(北京交通大学机械与电子控制工程学院,北京100044)摘要:针对脉冲合神经网络(PCNN)具有神经元脉冲同步激发、适合硬件实现的特点,提出了一种基于FPGA的PC.N实时处理系统。系统设计了时钟分频、串口通信、串并转渙、PCNN结构和VGA显示等功能模块,利用 Verilog语言完成各个模块的硬件描述,并在 Modelsim10.0c环境下进行了仿真,最后在 Altera Cyclone I1 i开发平台上对系统进行了验。实验结果表明,该系统完成了PCNN的FPGA实现,实时性較好。关键词:脉冲掲合神经网络;硬件实现;FPGA;图像处理中图分类号:TN4文献标识码:A文章编号:1674-6236(2015)17-0121-04The hardware implementation of pulse coupled neural network based on FPGAWANG Thong-weSchool of Mechanical, Electronic and Control Engineering, Beijing iaotong uniersity, Beijing 100044, hina)Abstract: According to the phenomenon of synchronization pulses and the easy hardware implementation, the real-timeprocessing system of PCNN is proposed. The system included a clock divider module, serial communication modules, serialand parallel conversion module, PCNN module and VGA display module. The modules are designed by Verilog HDL andsimulated with Modelsim 100e. Finally, the system are verified on an Allcra Cyclone II development plal form. Aeeording tothe experiment result, the system implements the hardware design of PCNN and is good enough for real-time processingKey words: pulse coupled neural network; hardware implementation; FPGA; image processing人工神经刚络在智能控制、模式识别、图像处理等领域中应用广泛。在进行神经网络的应用研究时,人们可以将神1PCNN的基本原理经网络模型或算法在通用的计算机上:软件编程实现,们很多脉冲耦合神经网络是种单层模式的炳维神经网络,时间浪费在分析指令、读出写入数据等?,其实现效率并不它的基本单元是脉沖耦合网络的神经元。图1为PCNN的单高。软件实现的缺点是并行程度较低,因此利用软件实现神个神经元模型框图,它由输入部分、连接调制部分、脉冲发生经网络的方法无法满足某些对数据实时处理要求较高的场器部分3部分构成合(如工业控制等领域)叫。输入部分即接收城,其接收信号来源有两部分:邻近神目前实现大规模、实时性要求高的神经网络,传统的软经元产生的信号和外部的输入激励。这两部分信号通过两个件算法实现方法显示出其难以满足速度等要求的不足。此不同的路径进行传递,其中一个路径传递反馈输入信号,其外,在构建神经网络时必然需要考虑硬件实现问题。出于神包含外部输入激励,该路径即为F路径;另一个路径传递连经网络具有并行计算的特点和功能,可以有效发掘算法本身接输入信号,只包含来自邻近神经元产生的信号,该路径即的并行特性,提出高效的硬件电路结构,从而完成神经网络为路径。的硬件实现。连接调制部分完成上述两个路径信号的耦合,经过一定脉冲耦合神经网络( Pulse Coupled Neural Network,的信号处理,产生神经元的内部活动项。该信号处理需要首PCNN)是新?代的神经网络,在研究猫等哺乳动物的视觉神先通过一个正的单位偏置和L路径的连接输人信号的累加,经元时,根据其脉冲同步发放的工作原理所提出的。目前,然后与F路径的反馈输入信号完成相乘调制。该神经元的内PCNN理论仍在发展中,由丁其独特的并行性能,在图像分割部活动项即为信号经调制得到的乘积结果与平滑、边線检測与细化、决策与优化等领域应用广泛。当前脉沖发生器和國值大小変化的比较器构成PCNN单个的研究重点在于模型的优化和软件的实现,而相关的使件实神经元的脉冲发生部分。如果达到脉冲发放条件,则该脉冲现在国内并不多见,PCNN并行结构的特性为硬件买现提供发生器起作用,发出一个频率恒定不变的脉冲,此时神经元了可能?处于点火状态。收稿日期;2014-12-05稿件编号:201412052根据图1模型,每个神经元按照公式(1)完成迭代运算作者简介:王中卫(1989一),男,浙江平溯人,硕士研究生。研究方向:FPGA及嵌入式系统开发-121-
收藏
- 资源描述：
-
第23卷第17期
电子设计工程
2015年9月
Vol 23
No.17
Electronic Design Engineering
Sep.2015
基于FPGA的腺冲耦合神胭絡的硬件实
王中卫
(北京交通大学机械与电子控制工程学院,北京100044)
摘要:针对脉冲合神经网络(PCNN)具有神经元脉冲同步激发、适合硬件实现的特点,提出了一种基于FPGA的
PC.N实时处理系统。系统设计了时钟分频、串口通信、串并转渙、PCNN结构和VGA显示等功能模块,利用 Verilog
语言完成各个模块的硬件描述,并在 Modelsim10.0c环境下进行了仿真,最后在 Altera Cyclone I1 i开发平台上对系统
进行了验。实验结果表明,该系统完成了PCNN的FPGA实现,实时性較好。
关键词:脉冲掲合神经网络;硬件实现;FPGA;图像处理
中图分类号:TN4
文献标识码:A
文章编号:1674-6236(2015)17-0121-04
The hardware implementation of pulse coupled neural network based on FPGA
WANG Thong-we
School of Mechanical, Electronic and Control Engineering, Beijing iaotong uniersity, Beijing 100044, hina)
Abstract: According to the phenomenon of synchronization pulses and the easy hardware implementation, the real-time
processing system of PCNN is proposed. The system included a clock divider module, serial communication modules, serial
and parallel conversion module, PCNN module and VGA display module. The modules are designed by Verilog HDL and
simulated with Modelsim 100e. Finally, the system are verified on an Allcra Cyclone II development plal form. Aeeording to
the experiment result, the system implements the hardware design of PCNN and is good enough for real-time processing
Key words: pulse coupled neural network; hardware implementation; FPGA; image processing
人工神经刚络在智能控制、模式识别、图像处理等领域
中应用广泛。在进行神经网络的应用研究时,人们可以将神
1PCNN的基本原理
经网络模型或算法在通用的计算机上:软件编程实现,们很多
脉冲耦合神经网络是·种单层模式的炳维神经网络,
时间浪费在分析指令、读出写入数据等?,其实现效率并不它的基本单元是脉沖耦合网络的神经元。图1为PCNN的单
高。软件实现的缺点是并行程度较低,因此利用软件实现神个神经元模型框图,它由输入部分、连接调制部分、脉冲发生
经网络的方法无法满足某些对数据实时处理要求较高的场器部分3部分构成
合(如工业控制等领域)叫。
输入部分即接收城,其接收信号来源有两部分:邻近神
目前实现大规模、实时性要求高的神经网络,传统的软经元产生的信号和外部的输入激励。这两部分信号通过两个
件算法实现方法显示出其难以满足速度等要求的不足。此不同的路径进行传递,其中一个路径传递反馈输入信号,其
外,在构建神经网络时必然需要考虑硬件实现问题。出于神包含外部输入激励,该路径即为F路径;另一个路径传递连
经网络具有并行计算的特点和功能,可以有效发掘算法本身接输入信号,只包含来自邻近神经元产生的信号,该路径即
的并行特性,提出高效的硬件电路结构,从而完成神经网络为路径。
的硬件实现。
连接调制部分完成上述两个路径信号的耦合,经过一定
脉冲耦合神经网络( Pulse Coupled Neural Network,的信号处理,产生神经元的内部活动项。该信号处理需要首
PCNN)是新?代的神经网络,在研究猫等哺乳动物的视觉神先通过一个正的单位偏置和L路径的连接输人信号的累加,
经元时,根据其脉冲同步发放的工作原理所提出的。目前,然后与F路径的反馈输入信号完成相乘调制。该神经元的内
PCNN理论仍在发展中,由丁其独特的并行性能,在图像分割部活动项即为信号经调制得到的乘积结果
与平滑、边線检測与细化、决策与优化等领域应用广泛。当前
脉沖发生器和國值大小変化的比较器构成PCNN单个
的研究重点在于模型的优化和软件的实现,而相关的使件实神经元的脉冲发生部分。如果达到脉冲发放条件,则该脉冲
现在国内并不多见,PCNN并行结构的特性为硬件买现提供发生器起作用,发出一个频率恒定不变的脉冲,此时神经元
了可能?
处于点火状态。
收稿日期;2014-12-05
稿件编号:201412052
根据图1模型,每个神经元按照公式(1)完成迭代运算
作者简介:王中卫(1989一),男,浙江平溯人,硕士研究生。研究方向:FPGA及嵌入式系统开发
-121-
展开阅读全文