一种基于人工智能引擎的频谱监测系统的加速方法技术方案

本发明专利技术公开了一种基于人工智能引擎的频谱监测系统的加速方法，包括人工智能引擎模块，可编程逻辑模块以及主机应用模块。该系统使用数字中频信号作为输入，通过可编程逻辑模块进行混频，进一步通过人工智能引擎进行滤波降采样率(可选)以及快速傅里叶变换算法模块。本发明专利技术通过合理结合人工智能引擎以及可编程逻辑模块，为应对不同算法需求的用户提升了使用空间。与传统的基于FPGA实现频谱监测方法相比，随着信号规模的增大，本发明专利技术可实现约二十倍的加速效果，具有很高的工程价值。

【技术实现步骤摘要】

本专利技术属于通信和计算机领域，具体涉及一种基于人工智能引擎的频谱监测系统的加速方法。

技术介绍

1、随着无线电技术的发展，通信规模呈现海陆空一体化的发展趋势，设备也呈几何式增长。这使得频谱资源更加紧张拥挤，对频谱监测提出更大的挑战。而软件无线电可以结合不同的硬件与软件来实现不同功能，具有扩充性强，系统升级方便等特点，对频谱监测具有重要意义。

2、频谱监测的信号分析过程需要大量的并行计算。较于cpu而言，fpga具有高度并行化，低延迟，低功耗等特点，因此fpga被广泛应用于信号分析中。而对于软件开发者而言，在fpga上部署网络并非一件易事，而赛灵思推出的自适应计算加速平台为以高性能与低功耗为特点的计算与通信需求提供了解决方案。

3、人工智能引擎是推出为解决日益复杂的计算密集型应用(如5g蜂窝系统、机器学习dnn/cnn)的一种方案。人工智能引擎是基于自适应计算加速平台上开发的，该平台包含标量引擎(cpu)、可编程引擎(pl)、人工智能引擎(aie)，并包含大量的工具、软件、库、框架等，降低了软件工程师的开发难度。

4、传本文档来自技高网...

【技术保护点】

1.一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，将步骤1中的PL内核文件、步骤2中的人工智能引擎计算图应用文件、以及包含PL内核接口与人工智能引擎接口连接的配置文件(.cfg)，生成器件能够识别的二进制文件。

3.根据权利要求1所述的一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，所述步骤2中输入的混频后的数字信号精度为8位实部+8位虚部的Cint16，输入点数为2N，N从9到14。

4.根据权利要求1所述的一种基于人工智能引...

【技术特征摘要】

1.一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，将步骤1中的pl内核文件、步骤2中的人工智能引擎计算图应用文件、以及包含pl内核接口与人工智能引擎接口连接的配置文件(.cfg)，生成器件能够识别的二进制文件。

3.根据权利要求1所述的一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，所述步骤2中输入的混频后的数字信号精度为8位实部+8位虚部的cint16，输入点数为2n，n从9到14。

4.根据权利要求1所述的一种基于人工智能引擎的频谱监测系统的加速方法，其特征在于，所述步骤1对可编程逻辑内核进行开发；具体为使用高层次综合工具即hls,将c/c++代码转换为rtl设计，对内存映射流进行开发，并生成可编程逻辑pl内核对象文...

【专利技术属性】
技术研发人员：张念祖，黄刚，高懿婷，陈程，薛心阳，洪伟，
申请(专利权)人：东南大学，
类型：发明
国别省市：