自激干扰消除网络的硬件加速方法及系统与流程

摘要: 本发明涉及人工智能硬件加速,特别涉及自激干扰消除网络的硬件加速方法及系统。背景技术:1、直放站的自激干扰消除网络是部署在直放站射频链路中,用于抑制收发天线间耦合...
自激干扰消除网络的硬件加速方法及系统与流程

本发明涉及人工智能硬件加速,特别涉及自激干扰消除网络的硬件加速方法及系统。

背景技术:

1、直放站的自激干扰消除网络是部署在直放站射频链路中,用于抑制收发天线间耦合信号引发自激振荡的电路与信号处理模块,它通过实时采集下行发射耦合信号,作为参考信号,生成反向抵消信号与接收端耦合干扰对消,降低收发隔离度不足带来的环路正反馈增益。

2、现有的直放站自激干扰消除一般通过神经网络推理完成,但处理过程使用的通用fpga(field programmable gate array,现场可编程门阵列)脉动阵列加速器在处理对消数据时的数据延迟大,对消性能不佳。

3、并且,自激干扰消除时的对消系数的高精度浮点存储占用大量数字信号处理器(dsp,digital signal processor)与块随机存取存储器(bram,block random accessmemory)资源,无法在低成本fpga上实现多子带并行对消。

技术实现思路

1、本发明所要解决的技术问题是:提出自激干扰消除网络的硬件加速方法及系统,减少自激干扰消除时的高精度浮点的存储资源占用,实现低延时对消数据处理,提升通用加速器的对消性能。

2、为了解决上述技术问题,本发明采用的技术方案为:

3、自激干扰消除网络的硬件加速方法,包括如下步骤:

4、获取直放站天线的主路信号和参考信号,将所述参考信号进行分解,得到至少两个参考子带;

5、获取每个所述参考子带对应的对消系数,量化所有对消系数,并将所述对消系数稀疏编码存储;

6、根据所述对消系数,对每个所述参考子带并行执行卷积对消运算,得到对消信号估计量;

7、根据所述主路信号和所述对消信号估计量,得到对消后的误差信号。

8、为了解决上述技术问题,本发明采用的另一技术方案为:

9、自激干扰消除网络的硬件加速系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述的自激干扰消除网络的硬件加速方法。

10、本发明的有益效果在于:提出自激干扰消除网络的硬件加速方法及系统,获取直放站天线的主路信号和参考信号,将参考信号进行分解,得到至少两个参考子带;获取每个参考子带对应的对消系数,量化所有对消系数,并将对消系数稀疏编码存储,根据对消系数,基于子带分解的方式并行对每个参考子带执行对消处理,提高处理速度,得到对消信号估计量,以此减少对消处理时延,同时在此基础上将每个参考子带对应的对消系数稀疏编码存储,减少自激干扰消除时的高精度浮点的存储资源占用;根据主路信号和对消信号估计量,得到对消后的误差信号,提升通用加速器的对消性能。

1.自激干扰消除网络的硬件加速方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的自激干扰消除网络的硬件加速方法,其特征在于,所述对每个所述参考子带并行执行卷积对消运算之前还包括:

3.根据权利要求2所述的自激干扰消除网络的硬件加速方法,其特征在于,所述对每个所述参考子带并行执行卷积对消运算,得到对消信号估计量包括:

4.根据权利要求3所述的自激干扰消除网络的硬件加速方法,其特征在于,所述根据所述对消系数,对每个所述参考子带并行执行卷积对消运算之前还包括:

5.根据权利要求4所述的自激干扰消除网络的硬件加速方法,其特征在于,所述计算所述子带对消单元的对消推理吞吐的表达式如下:

6.根据权利要求4所述的自激干扰消除网络的硬件加速方法,其特征在于,所述预设子带对消单元之后还包括:

7.根据权利要求4所述的自激干扰消除网络的硬件加速方法,其特征在于,所述得到对消后的误差信号之后还包括:

8.根据权利要求7所述的自激干扰消除网络的硬件加速方法,其特征在于,所述计算所述误差信号的残差功率之后还包括:

9.根据权利要求1所述的自激干扰消除网络的硬件加速方法,其特征在于,所述量化所有对消系数包括:

10.自激干扰消除网络的硬件加速系统,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行计算机程序时,实现权利要求1至9任一所述的自激干扰消除网络的硬件加速方法。