Исследовательская группа разрабатывает аналоговое аппаратное решение для восстановления сжатых данных в реальном времени за один шаг.
Исследовательская группа под руководством профессора Сунь Чжуна из Пекинского университета сообщила об аналоговом аппаратном решении для восстановления сжатых данных в реальном времени. Он был опубликован в виде статьи под названием «Аналоговое решение в памяти для восстановления сжатых данных за один шаг».
В этой работе представлена конструкция, основанная на массиве резистивной памяти (также известной как мемристор) для выполнения мгновенного умножения матрицы-матрицы-вектора (MMVM). На основе этого модуля раскрыта аналоговая матричная вычислительная схема, которая решает сжатое зондирование (CS) восстановление за один шаг (в течение нескольких микросекунд).
CS стал краеугольным камнем современной обработки сигналов и обработки изображений во многих важных областях, таких как медицинская визуализация, беспроводная связь, отслеживание объектов и однопиксельные камеры. В CS разреженные сигналы могут быть сильно недодискретизированы во входном датчике, что превышает частоту Найквиста и, таким образом, значительно повышает эффективность выборки.
Во внутреннем процессоре исходные сигналы могут быть точно восстановлены путем решения задачи разреженной аппроксимации. Однако алгоритм восстановления CS обычно очень сложен и включает в себя матрично-матричные операции высокой сложности и точечно-нелинейные функции.
В результате восстановление CS во внутреннем процессоре стало общепринятым узким местом в конвейере CS, что препятствует его применению в сценариях высокоскоростной обработки сигналов в реальном времени.
Чтобы ускорить вычисления восстановления CS, в традиционной цифровой области предпринимались два направления усилий: либо передовые алгоритмы (например, глубокое обучение), либо параллельные процессоры (например, графический процессор, FPGA и ASIC). Однако эффективность вычислений принципиально ограничена полиномиальной сложностью матричных операций в цифровых процессорах.
С этой целью аналоговые вычисления считаются эффективным подходом для ускорения восстановления CS благодаря присущему им вычислительному параллелизму. Тем не менее, опять же, из-за высокой сложности алгоритмов восстановления CS, предыдущие аналоговые вычислительные решения либо полагались на заранее рассчитанное умножение матрицы на матрицу, имеющее кубическую сложность, либо использовали дискретный итерационный процесс, требующий дорогостоящих, но частых аналого-цифровых преобразований. . Таким образом, решение проблемы восстановления CS за один этап остается сложной задачей.
Чтобы решить эту проблему, команда Пекинского университета сначала разработала аналоговый вычислительный модуль в памяти, который реализует MMVM за один шаг, избегая таким образом предварительного расчета умножения матрицы на матрицу. Подключив этот модуль MMVM к другим аналоговым компонентам для формирования петли обратной связи, полученная схема точно отображает локальный конкурентный алгоритм (LCA), который решает задачу восстановления CS. за один шаг без дискретных итераций.
Чтобы проверить схему, команда изготовила массив резистивной памяти с использованием стандартного полупроводникового процесса, на основе которого на печатной плате была построена схема LCA для выполнения восстановления CS. Сжатые данные преобразулись в сигналы входного напряжения в схеме, а восстановленные сигналы регистрировались в непрерывном режиме.
С помощью этой схемы в экспериментах было продемонстрировано восстановление одномерных разреженных сигналов, двумерных естественных RGB-изображений и магнитно-резонансных изображений (МРТ). Нормализованная среднеквадратическая ошибка (NMSE) составляет около 0,01, а пиковое отношение сигнал/шум (PSNR) изображений составляет 27 дБ. Скорость этой схемы оценивается на 1-2 порядка выше, чем у традиционных цифровых подходов, таких как глубокое обучение, а также лучше, чем у других электронных устройств. или фотонные аналоговые вычислительные решения.
Схема весьма перспективна для реализации во внутреннем процессоре CS для обеспечения возможности обработки данных в реальном времени в микросекундном режиме, что, в свою очередь, может обеспечить использование передовых медицинских, визуальных и коммуникационных технологий.
Теги: IT