|
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 9 ], Z `$ t& K
* Q; j1 C% e% Z4 J2 x' t* X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)
. [& J- e' R7 E5 {) i4 q
5 Q$ ~$ Y+ @& N" a/ \) D- P2 n+ x# U, F9 ?$ M* [
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.
+ ^/ N3 S2 g+ ?8 k9 M
% h8 N, N6 j! F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) ], [6 N5 l. I* r: ~4 q9 L, o& J; [
. a/ h! Y$ k3 E. k
* F7 h: g& M& x3 h1 [* p0 j9 N
, `! O% y6 W! _& H) q
! Y. ~9 \" N. k0 Y) ^- M! n
|
|