طراحی شتاب دهنده FPGA برای دستهبندی سیگنالهای ECG و پیادهسازی بصورت سیستم روی تراشه
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 70
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECME20_007
تاریخ نمایه سازی: 7 اسفند 1402
چکیده مقاله:
در سالهای گذشته با توجه به نیاز بشر برای افزایش سرعت پردازش و کاهش توان، استفاده از شتابدهندههای FPGA مرسوم شده است. شتابدهنده FPGA سخت افزاری است که به عنوان کمک پردازنده در کنار هسته اصلی (CPU) قرار میگیرد و به تسریع عملیات کمک میکند. بخشی از پردازش سیگنال را دستهبندی کنندهها تشکیل میدهند که به عنوان ابزاری دقیق و سریع برای دستهبندی و پردازش سیگنالها مورد استفاده قرار گرفتهاند. دو دستهبندی کننده معروف SVM و شبکه عصبی است. اگرچه شبکههای عصبی دارای دقتی کمتر از SVM ها هستند، اما ساختار و معماری آنها به نحوی است که میتوانند به سرعت بیشتری برای محاسبه دست پیدا کنند. در این پروژه یک شبکه عصبی بصورت شتابدهنده برای کمک به پردازش سیگنالهای ECG روی FPGA پیاده میشود. این کمک پردازنده با ابزار سنتز سطح بالا (HLS) مدل شده و در مقایسه با شتابدهنده مشابه SVM ، ۳۹۴ برابر توان عملیاتی دارد. این کار ۵ میلیون سیگنال ECG را در ثانیه دستهبندی میکند.
کلیدواژه ها:
نویسندگان
سید فرید تراب جهرمی
دانشجوی دکترا مهندسی برق دانشگاه شیراز
سید مجتبی حسینی نسب لنگری
دانشجوی کارشناسی ارشد دانشگاه شیراز
حمزه قائدی
دانشجوی کارشناسی ارشد دانشگاه شیراز