用于计算神经元层的模型计算单元和控制设备制造技术

本发明专利技术涉及一种用于选择性地计算多层感知器模型的层和至少一个另外的基于数据的函数模型的模型计算单元，其具有以硬件构造的固定接线的计算内核，计算内核用于计算在耦合的功能块中固定地预先给定的计算算法，其中，计算内核具有状态机和运算块，其中状态机预先给定用于计算多层感知器模型的所述层和所述至少一个另外的基于数据的函数模型的计算操作，其中状态机此外还被构造用于可选择地在计算感知器模型的所述层之前或者计算所述至少一个另外的基于数据的函数模型之前进行对输入参量的输入变换和/或在计算感知器模型的所述层之后或者计算所述至少一个另外的基于数据的函数模型之后进行对输出参量的输出变换。

Model computing unit and control device for calculating the neuron layer

\u672c\u53d1\u660e\u6d89\u53ca\u4e00\u79cd\u7528\u4e8e\u9009\u62e9\u6027\u5730\u8ba1\u7b97\u591a\u5c42\u611f\u77e5\u5668\u6a21\u578b\u7684\u5c42\u548c\u81f3\u5c11\u4e00\u4e2a\u53e6\u5916\u7684\u57fa\u4e8e\u6570\u636e\u7684\u51fd\u6570\u6a21\u578b\u7684\u6a21\u578b\u8ba1\u7b97\u5355\u5143\uff0c\u5176\u5177\u6709\u4ee5\u786c\u4ef6\u6784\u9020\u7684\u56fa\u5b9a\u63a5\u7ebf\u7684\u8ba1\u7b97\u5185\u6838\uff0c\u8ba1\u7b97\u5185\u6838\u7528\u4e8e\u8ba1\u7b97\u5728\u8026\u5408\u7684\u529f\u80fd\u5757\u4e2d\u56fa\u5b9a\u5730\u9884\u5148\u7ed9\u5b9a\u7684\u8ba1\u7b97\u7b97\u6cd5\uff0c\u5176\u4e2d\uff0c\u8ba1\u7b97\u5185\u6838\u5177\u6709\u72b6\u6001\u673a\u548c\u8fd0\u7b97\u5757\uff0c\u5176\u4e2d\u72b6\u6001\u673a\u9884\u5148\u7ed9\u5b9a\u7528\u4e8e\u8ba1\u7b97\u591a\u5c42\u611f\u77e5\u5668\u6a21\u578b\u7684\u6240\u8ff0\u5c42\u548c\u6240\u8ff0\u81f3\u5c11\u4e00\u4e2a\u53e6\u5916\u7684\u57fa\u4e8e\u6570\u636e\u7684\u51fd\u6570\u6a21\u578b\u7684\u8ba1\u7b97\u64cd\u4f5c\uff0c\u5176\u4e2d\u72b6\u6001\u673a\u6b64\u5916\u8fd8\u88ab\u6784\u9020\u7528\u4e8e\u53ef\u9009\u62e9\u5730\u5728\u8ba1\u7b97\u611f\u77e5\u5668\u6a21\u578b\u7684\u6240\u8ff0\u5c42\u4e4b\u524d\u6216\u8005\u8ba1\u7b97\u6240\u8ff0\u81f3\u5c11\u4e00\u4e2a\u53e6\u5916\u7684\u57fa\u4e8e\u6570\u636e\u7684\u51fd\u6570\u6a21\u578b\u4e4b\u524d\u8fdb\u884c\u5bf9\u8f93\u5165\u53c2\u91cf\u7684\u8f93\u5165\u53d8\u6362\u548c/\u6216\u5728\u8ba1\u7b97\u611f\u77e5\u5668\u6a21\u578b\u7684\u6240\u8ff0\u5c42\u4e4b\u540e\u6216\u8005\u8ba1 The output transformation of the output parameter is carried out after at least one other data based function model described.

【技术实现步骤摘要】
用于计算神经元层的模型计算单元和控制设备
本专利技术涉及对单独的硬接线的模型计算单元中的函数模型、尤其是用于计算多层感知器模型的函数模型的计算。
技术介绍
经常利用模型来实现对技术系统（诸如内燃机、电动驱动装置、蓄电池和诸如此类）的控制的功能，所述模型表示真实系统的数学模型（Abbild）。然而，在物理模型情况下、尤其是在复杂关系的情况下缺乏必要的计算精确度，并且在如今的计算能力的情况下通常难以在对于控制设备来说所需的实时要求之内对这样的模型计算。针对这种情况设想使用基于数据的模型，所述基于数据的模型仅仅基于借助于试验台或者诸如此类所得到的训练数据来描述在输出参量和输入参量之间的关系。尤其是，基于数据的模型适合用于对复杂关系进行建模，在所述复杂关系的情况下，在模型中以适当的方式考虑多个输入参量，在所述输入参量之间存在相互关系。此外，借助于基于数据的模型进行的建模还提供如下可能性：通过添加单个输入参量来对该模型补充。基于数据的函数模型通常基于大量控制点（Stützstellen），以便实现对于相应应用足够的建模精确度。由于大量控制点，为了利用基于数据的函数模型（诸如高斯过程模型）计算模型值，需要高计算能力。因而，为了可以在控制设备应用中实时地计算这样的基于数据的函数模型，可以设置基于硬件设计方案的模型计算单元。
技术实现思路
根据本专利技术，设置根据权利要求1所述的用于计算多层感知器模型的层的模型计算单元以及按照并列权利要求之一所述的控制设备和所述控制设备的用途。在从属权利要求中说明另外的设计方案。上述模型计算单元规定如下设计方案，所述设计方案实现：计算具有可变数目的神经元的多层感知器模型（MLP模型）的神经元层或者至少一个另外的基于数据的函数模型。根据第一方面是一种用于选择性地计算多层感知器模型的神经元层和至少一个另外的基于数据的函数模型的模型计算单元，其中所述模型计算单元具有以硬件构造的固定接线的计算内核（Rechenkern）,所述计算内核用于计算在耦合的功能块（Funktionsblöcken）中固定地预先给定的计算算法，其中所述计算内核具有状态机和运算块，其中所述状态机预先给定用于计算多层感知器模型的神经元层和至少一个另外的基于数据的函数模型的计算操作，其中所述状态机此外还被构造用于可选择地在计算感知器模型的神经元层之前或者计算至少一个另外的基于数据的函数模型之前进行对输入参量的输入变换和/或在计算感知器模型的神经元层之后或者计算至少一个另外的基于数据的函数模型之后进行对输出参量的输出变换。上述模型计算单元的思想在于：所述模型计算单元在硬件结构中在控制设备中的计算内核中单独地被构造用于计算多层感知器模型的神经元层和至少一个另外的基于数据的函数模型。以这种方式可以提供基本上固定接线的硬件电路用于实现如下功能，所述功能实现：计算多层感知器模型的一个或多个神经元层并且在此在控制设备的软件控制的微处理器中只引起非常小的计算负荷。通过由模型计算单元提供的硬件加速可以实时地计算多层感知器模型或者另一基于数据的函数模型，使得将这种模型用于机动车中的内燃机的控制设备应用的用途变得令人感兴趣。由于进行或跳过对输入参量或输出参量的输入变换和/或输出变换的可能性，可以根据要计算的模型的类型而定地来进行输入参量或输出参量的适配。该模型计算单元可以配备接口，以便逐层地计算MLP模型，使得MLP神经元层的数目和在每个神经元层中的神经元的数目都可以被自由地选择。通过所述逐层的划分，可以为了每个神经元层单独地预先给定参数、诸如突触权重。计算内核可以被构造用于，为了计算具有一定数目的神经元的多层感知器模型的神经元层，根据输入参量向量的一个或多个输入参量、具有权重因子的权重矩阵和针对每个神经元所预先给定的偏置值来计算每个神经元的输出参量，其中针对每个神经元来计算利用由神经元和输入参量所确定的权重因子所加权的输入参量的值的总和与预先给定给所述神经元的偏置值，并且利用激活函数对结果进行变换，以便得到所述神经元的输出参量。此外，根据一种实施方式，状态机可被构造用于，可选择地在计算感知器模型的神经元层之前或者计算至少一个另外的基于数据的函数模型之前进行输入参量到另一存储区的复制过程和/或在计算感知器模型的神经元层之后或者计算至少一个另外的基于数据的函数模型之后进行输出参量到另一存储区的复制过程。计算内核可以被构造用于根据选择参量（cfg_activation_function）选择用于多层感知器模型的激活函数的类型和/或借助于另一选择参量来选择：应该计算高斯过程模型或RBF模型还是应该计算感知器模型的神经元层。计算内核可以被构造在集成模块的表面区域（Flächenbereich）内。根据另一方面，设置一种用于运行上述模型计算单元的方法，其中在计算感知器模型的神经元层时和/或或者根据选择变量来跳过对输入参量的输入变换和/或对输出参量的输出变换。根据另一方面，设置一种具有微处理器和一个或多个上述模型计算单元的控制设备。所述控制设备尤其可以被构造为集成电路。根据另一方面，设置上述控制设备作为用于控制机动车中的发动机系统的控制设备的用途。附图说明随后依据随附的附图进一步阐述多种实施方式。其中：图1示出用于针对机动车中的发送机系统来使用的控制设备的示意图；图2示出作为控制设备的部分的计算单元的示意图；图3示出MLP模型的神经元层的示意图；和图4a-4d示出可能的激活函数的图。具体实施方式图1示例性示出用于作为要控制的技术系统的具有内燃机3的发动机系统1的控制设备2。可替代的系统、诸如具有电动机的发动机系统或者电池系统可以类似的方式由这样的控制设备来控制。控制设备2包括微处理器21和模型计算单元22，所述微处理器和模型计算单元可以被构造为单独的构件或者以集成的方式被构造在芯片上的单独的表面区域内。模型计算单元22尤其是硬件电路，所述硬件电路在结构上可以与微处理器21的计算内核分开。模型计算单元22基本上硬接线并且与此相应地没有像微处理器21那样被构造用于实施软件代码并且由此实施可变的、通过软件所预先给定的函数。换言之，在模型计算单元22中没有设置处理器，使得所述模型计算单元不能通过软件代码来运行。通过聚焦到（Fokussierungauf）预先给定的模型函数上，使得能够资源优化地实现这种模型计算单元22。可以以集成的结构方式以面优化的方式来实现模型计算单元22，所述模型计算单元此外还实现快速的计算。控制设备2基本上用于：处理由内燃机3中的传感装置所检测的传感器信号S或传感器参量和/或外部的预给定参数（Vorgabe）V，并且以固定地预先给定的时间间隔循环地、也就是说为了控制内燃机而周期性地在例如1ms与100ms值之间的循环时间之内将一个或多个相应的操控参量A的值施加给内燃机3，或者以角度同步（与曲轴的位置同步）的方式根据所运行的内燃机的曲轴角来将一个或多个相对应的操控参量A的值施加给内燃机3(oderwinkelsynchron(synchronzurStellungeinerKurbelwelle)inAbhängigkeitzueinemKurbelwellenwinkeleinesbetriebenenVerbrennungsmotors本文档来自技高网...

【技术保护点】
一种用于选择性地计算多层感知器模型的神经元层和至少一个另外的基于数据的函数模型的模型计算单元（22），所述模型计算单元具有以硬件构造的固定接线的计算内核（18），所述计算内核用于计算在耦合的功能块中固定地预先给定的计算算法，其中，所述计算内核具有状态机（11）和运算块（13、14），其中所述状态机（11）预先给定用于计算所述多层感知器模型的神经元层和所述至少一个另外的基于数据的函数模型的计算操作，其中所述状态机（11）此外还被构造用于可选择地在计算所述感知器模型的神经元层之前或者计算所述至少一个另外的基于数据的函数模型之前进行对输入参量的输入变换和/或在计算所述感知器模型的神经元层之后或者计算所述至少一个另外的基于数据的函数模型之后进行对输出参量的输出变换。

【技术特征摘要】
2016.09.07 DE 102016216948.31.一种用于选择性地计算多层感知器模型的神经元层和至少一个另外的基于数据的函数模型的模型计算单元（22），所述模型计算单元具有以硬件构造的固定接线的计算内核（18），所述计算内核用于计算在耦合的功能块中固定地预先给定的计算算法，其中，所述计算内核具有状态机（11）和运算块（13、14），其中所述状态机（11）预先给定用于计算所述多层感知器模型的神经元层和所述至少一个另外的基于数据的函数模型的计算操作，其中所述状态机（11）此外还被构造用于可选择地在计算所述感知器模型的神经元层之前或者计算所述至少一个另外的基于数据的函数模型之前进行对输入参量的输入变换和/或在计算所述感知器模型的神经元层之后或者计算所述至少一个另外的基于数据的函数模型之后进行对输出参量的输出变换。2.按照权利要求1所述的模型计算单元（22），其中，所述计算内核（18）被构造用于，对于具有一定数目的神经元（20）的多层感知器模型的神经元层，根据输入参量向量（ut）的一个或多个输入参量、具有权重因子（vjk）的权重矩阵和针对每个神经元（20）所预先给定的偏置值来计算每个神经元（20）的输出参量（y[j]），其中针对每个神经元（20）而言，用预先给定给所述神经元（20）的偏置值来加载利用由所述神经元（20）和所述输入参量所确定的权重因子（vjk）所加权的输入参量的值的总和，并且利用...

【专利技术属性】
技术研发人员：A贡托罗，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国,DE