|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
本帖最后由 Taio 于 2019-9-11 19:45 编辑 7 F# B3 P# D9 j
0 a: B1 }8 u, P, I( l/ c
基于显卡的微带天线谐振频率神经网络建模 （电波科学学报2015年第30卷第一期）
" k7 E7 {) v( p" Z p: h! Y ^
+ e3 J- Y% k6 `" i) [' `' s* ` Q1 i
摘要：谐振频率是微带天线（Microstrip Antennas, MSA）设计过程中最重要的一个参 数．针对粒子群神经网络（Particle SwARM Optimization-Neural Network, PSO-NN）对矩 形MSA谐振频率建模所面临的计算时间过长以及模型精度不高等问题，提出一种基于 图形处理单元（Graphic Processing Unit, GPU）技术的并行处理解决方案．该方法使用粒 子与线程一一对应的并行策略，通过并行处理各个粒子的计算过程来加快整个粒子群的 收敛速度，从而减少NN的训练时间．在统一计算设备架构下对矩形MSA谐振频率进行 了PSO-NN建模，数值计算结果表明：相对于CPU端串行PSO-NN, GPU端并行PSO-- NN在寻优稳定性一致的前提下取得了超过300倍的计算加速比；在GPU端大幅增加粒 子数，能在运行时间增加极为有限的情况下大幅降低建模的网络误差．
; h) W2 {. Q' W9 W' S% s( Y- X- X
9 n2 m, V* X8 p' i$ S! I关键词：微带天线；谐振频率；粒子群优化；神经网络；图形处理器
# V, L) F- o* I( |) y, |
8 `# V# M+ f! u) l, F4 |" c$ o+ D9 A9 P" C: o1 n
7 U7 Q( J" D A' ? l. k% ~. U* D
|
|
/1 
发表于 2019-9-11 19:40
收藏
淘帖
支持！
反对！