徑向基函數神經(jīng)網(wǎng)絡(luò )芯片ZISC78及其應用

ＺＩＳＣ７８片內有６ ｂｉｔ地址總線(xiàn)和１６ ｂｉｔ數據總線(xiàn)，其中數據總線(xiàn)用于傳輸矢量數據、矢量類(lèi)型、距離值和其它數據。

２．３ ＺＩＳＣ７８的寄存器組

ＺＩＳＣ７８使用兩種寄存器：全局寄存器和神經(jīng)元寄存器。全局寄存器用于存儲與所有神經(jīng)元有關(guān)的信息，每片僅有一組全局寄存器。全局寄存器組中的信息可被傳送到所有處于準備學(xué)習狀態(tài)和委托狀態(tài)的神經(jīng)元。神經(jīng)元寄存器用于存儲所屬神經(jīng)元的信息，該信息在訓練學(xué)習操作中寫(xiě)入，在識別操作中讀出。

２．４ ＺＩＳＣ７８的操作

ＺＩＳＣ７８的操作包括初始化、矢量數據傳播、識別和分類(lèi)等三部分。

初始化包括復位過(guò)程和清除過(guò)程。

矢量數據傳播包括矢量數據輸入過(guò)程和神經(jīng)元距離計算過(guò)程。神經(jīng)元距離就是輸入矢量和神經(jīng)元中存儲的原型之間的范數。通?？蛇xＬ１范數或Ｌｓｕｐ范數：

其中，Ｘｉ為輸入矢量數據，Ｘｓ為存貯的原型數據。

對于識別和分類(lèi)，ＺＩＳＣ７８提供有兩種可選擇的學(xué)習算法ＲＢＦ和ＫＮＮ。其中ＲＢＦ是典型的徑向基函數神經(jīng)網(wǎng)絡(luò )。在該ＲＢＦ模式下，可輸出識別、不確定或不認識的狀態(tài)；ＫＮＮ模式是ＲＢＦ模式的限制形式，即在ＫＮＮ模式下，新原型的影響域總被設為１，輸出的是輸入向量和存儲原型之間的距離。需要指出的是，ＺＩＳＣ７８具有自動(dòng)增加或減小神經(jīng)元個(gè)數以適應輸入信號的分類(lèi)和識別功能，神經(jīng)元個(gè)數的最大值和最小值在全局寄存器組中設定。

２．５ ＺＩＳＣ７８的組網(wǎng)

一個(gè)ＺＩＳＣ７８芯片內可以通過(guò)寄存器操作定義若干個(gè)獨立的網(wǎng)絡(luò )。若干個(gè)ＺＩＳＣ７８芯片通過(guò)層疊可以組成一個(gè)更大的神經(jīng)網(wǎng)絡(luò )，組網(wǎng)芯片數量沒(méi)有限制，小于１０個(gè)ＺＩＳＣ７８組網(wǎng)時(shí)，甚至連電源中繼器件也不需要。所以，ＺＩＳＣ７８具有最大的靈活性，能夠滿(mǎn)足不同的需要。

３　仿真實(shí)例

為了驗證ＺＩＳＣ７８用于船舶運動(dòng)實(shí)時(shí)預報的精度，本文對徑向基函數神經(jīng)網(wǎng)絡(luò )預報進(jìn)行了仿真，圖４給出了基于徑向基函數神經(jīng)網(wǎng)絡(luò )和船舶運動(dòng)慣導實(shí)測信號預報的０．３秒（１５步）誤差曲線(xiàn)圖。

通過(guò)以慣導實(shí)測數據ＺＨＸ＿ｌｇ．ｄａｔ為例預報０．３秒（１５步）以后的船舶運動(dòng)，作者運用相空間重構理論已經(jīng)判斷出本數據為非線(xiàn)性信號。

該仿真的最大預報誤差方差為６．４６６６ｅ－００４，該數據可以滿(mǎn)足戰技指標。

４　結束語(yǔ)

本文根據船載武器系統的整體要求，結合船舶運動(dòng)的特點(diǎn)研究了基于徑向基函數神經(jīng)網(wǎng)絡(luò )芯片ＺＩＳＣ７８在船舶運動(dòng)實(shí)時(shí)預報方面的應用情況。仿真表明：這種方案預報精度高，且可進(jìn)行較長(cháng)期預報，能夠滿(mǎn)足船搖實(shí)時(shí)建模預報的要求，因而具有較高的實(shí)用價(jià)值。