|
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
" o, e6 h" y2 W8 w
3 B2 c) N% h: j& [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) : s) I' R2 ^# z8 d9 `5 f
$ _# q1 Z9 u$ D
/ b E" G' t4 l. 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. , F0 @/ P) a& w8 f) D2 w n
: E" {) w& W1 C; ^3 @7 H B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
# J5 m. J' J* H% `- @0 x
; o* n( G+ x9 u( \- @- y) |! [5 t/ @9 x7 [( [1 {" B6 y" w$ P
4 i9 j' d/ Y' Y; N
7 s* }9 m' V$ O8 w" | |
|