基于显卡的微带天线谐振频率神经网络建模

Taio

" 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）

$ _# 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．

: 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) |! [

游客，如果您要查看本帖隐藏内容请回复

4 i9 j' d/ Y' Y; N
7 s* }9 m' V$ O8 w" |

Demyar

刚好需要，谢谢楼主分享。