|
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 * v$ u i7 I' e, a1 [) k: P1 C1 y
; X0 e! {9 ?; h1 o
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)
, ]2 y5 w7 N1 [% ^6 M, u9 G3 R5 Z% \9 l1 @& O4 [' A$ s
8 m& l0 t4 ^/ G0 z
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. 0 v( r8 z8 Y; v7 h
6 E* W/ J% k5 J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
+ I* W4 ]8 U/ z1 c! H' T9 p! I: O+ P" {4 |2 n2 [
! y* y) E/ `* {1 ?8 A/ v8 T
5 a2 t0 r3 ?) ]! C& P/ G0 G
6 L0 U' `/ W6 Z, Q* n |
|