基于Zynq开发平台构建LS-SVM模型的加速计算片上系统的制作方法
【技术领域】
[0001] 本发明涉及一种构建LS-SVM模型的加速计算片上系统。
【背景技术】
[0002] 复杂系统的故障预测和健康管理获得越来越多地重视，并广泛应用于电子、汽车、 航空航天、通信系统及图像处理等领域。大量系统健康管理的研宄工作证明，系统的状态数 据绝大多数是典型的时间序列，而机器学习算法是时间序列研宄过程中应用的主要方法， LS-SVM作为机器学习的一种，广泛应用于航空航天器系统的健康管理。
[0003] 针对无人飞行器这种特殊的航天器系统，因受飞行条件、飞行空间的约束，不得不 选取低功耗、体积小、重量轻的健康管理平台，嵌入式平台凭借自身的优势可以满足应用的 需求。随着片上系统SoC(System-on-a-chip)的发展，逐渐发展为异构多核处理器系统 HMPSoC(Heterogeneous Multi-core Processor SoC)，应用这种系统结构完成嵌入式 SoC 上的高性能计算，不仅可以解决单片FPGA面对高计算复杂度算法存在的计算任务调度问 题，同时，可以充分发挥通用处理器编程简单、设计灵活的优势。Zynq开发平台是Xilinx公 司推出的异构SoC平台，它为嵌入式高性能计算研宄提供了软硬件协同设计的平台。
[0004] 目前，系统健康管理方面的研宄较多的局限于算法的软件实现和仿真，算法较慢 的训练速度限制了其在实际中的应用，因此必须开展算法的硬件加速计算研宄。
[0005] 目前在异构SoC Zynq开发平台上实现硬件加速的设计较少，并且没有一种有效的 基于Zynq开发平台构建LS-SVM模型的加速计算片上系统。
【发明内容】
[0006] 本发明为了解决目前还没有一种有效的基于Zynq开发平台构建LS-SVM模型的加 速计算片上系统的问题。
[0007] 基于Zynq开发平台构建LS-SVM模型的加速计算片上系统，主要包括下述模块：
[0008] DDR外部存储模块，用于存储LS-SVM模型处理的原始数据、中间数据及最后结果；
[0009] 处理器系统Processing System模块，简称PS模块，用于对原始数据的预处理及 实现LS-SVM模型中的核函数计算过程，形成核函数矩阵，并将正定对称的核函数矩阵进行 存储；
[0010] 可编程逻辑Programmable Logic模块，简称PL模块，用于LS-SVM模型中线性方 程组的求解，负责从DDR外部存储模块读取正定对称矩阵的值，进行矩阵分解并实现求逆 过程，最终将乔里斯基分解得到的下三角阵存储在DDR外部存储模块中，并根据分解得到 的下三角阵求出LS-SVM模型系数；
[0011] AXI总线模块，用于PS模块与PL模块之间的信息传输。
[0012] 本发明充分发挥Zynq开发平台异构的优势，展开对LS-SVM加速计算方法，采用 软硬件协同设计技术，主要解决了异构SoC平台上的计算任务划分问题，同时，设计了基于 Zynq SoC的片上系统结构以及线性方程组求解的数据通路，将任务调度、核函数计算和模 型预测由处理器系统ProcessingSystem模块实现；将数据预处理和线性方程组的求解由 可编程逻辑ProgrammableLogic模块实现，主要在于可编程逻辑ProgrammableLogic模 块可以进行大量的并行操作；最终，基于高层次综合HLS开发方式实现LS-SVM模型的加速 计算。
[0013] 本发明的设计同时使用ARM处理器和可编程逻辑，充分发挥软硬件各自的优势， 从而提高计算效率；同时，计算过程中的线性方程组的求解采用Submatrix-Cholesky分解 方式，实现数据的规律访存，并且数据传输过程采用DMA的传输方式，大大提高了数据的传 输速度，从而使计算效率进一步提高，达到加速计算的目的。
[0014] 本发明除完成异构SoC平台上的加速计算设计外，通过合理的软硬件划分，并根 据Submatrix-Cholesky分解方法设计了合理的数据通路，探索了一种在异构SoC架构下的 软硬件协同设计方法，为其他异构平台下的开发设计提供参考和借鉴。
【附图说明】
[0015] 图1为本发明原理示意图。
【具体实施方式】
【具体实施方式】 [0016] 一：结合图1说明本实施方式，基于Zynq开发平台构建LS-SVM模型 的加速计算片上系统，主要包括下述模块：
[0017] DDR外部存储模块，用于存储LS-SVM模型处理的原始数据、中间数据及最后结果；
[0018] 处理器系统ProcessingSystem模块，简称PS模块，用于对原始数据的预处理及 实现LS-SVM模型中的核函数计算过程，形成核函数矩阵，并将正定对称的核函数矩阵进行 存储；
[0019] 可编程逻辑ProgrammableLogic模块，简称PL模块，用于LS-SVM模型中线性方 程组的求解，负责从DDR外部存储模块读取正定对称矩阵的值，进行矩阵分解并实现求逆 过程，最终将乔里斯基分解得到的下三角阵存储在DDR外部存储模块中，并根据分解得到 的下三角阵求出LS-SVM模型系数；
[0020] AXI总线模块，用于PS模块与PL模块之间的信息传输。
【具体实施方式】 [0021] 二：本实施方式所述的PS模块包括：
[0022] ARM处理器子模块，用于对LS-SVM模型的原始数据进行处理，同时，负责整个计算 过程的任务调度；
[0023] Cache缓存子模块，用于缓存ARM处理器子模块处理的数据和提取的DDR外部存储 模块中的数据；
[0024] DDR控制器子模块，用于控制对DDR外部存储模块中数据的读写；
[0025] MemoryInterconnect子模块，用于PS模块内部存储之间的互联；
[0026] CentralInterconnect子模块，用于PS模块内部结构的互联；
[0027] 1/0子模块；用于连接外部的串口及SD卡及调试。
[0028] 其它步骤与【具体实施方式】一相同。
【具体实施方式】 [0029] 三：本实施方式所述的PL模块包括：
[0030] 加速计算子模块，用于实现线性方程组在可编程逻辑部分的加速求解；
[0031] AXI_DMA子模块，用于实现PS与PL之间的快速数据传输，采用DMA传输方式，可以 加快传输速度；
[0032] RAM/FIF0子模块，用于可编程逻辑PL内部的数据存储或缓存。
[0033] 其它步骤与【具体实施方式】一或二相同。
【具体实施方式】 [0034] 四：本实施方式所述的AXI总线模块包括：
[0035] AXI GP子模块，用于PS向PL传输控制信息，通过AXI-Lite总线实现；
[0036] AXI HP子模块，用于PS与PL之间进行高速数据传输，通过AXI-Stream总线实现。
[0037] 整个计算过程，通过AXI GP子模块获得处理器系统子模块的控制命令，完成对整 个计算任务调度；同时，通过AXI HP子模块获取DDR外部存储模块中的下三角矩阵，通过 AXI_DMA子模块实现PS模块与PL模块之间的快速数据传输。
[0038] 其它步骤与【具体实施方式】一至三之一相同。
[0039] 【具体实施方式】五：本实施方式所述的ARM处理器子模块通过核函数
【主权项】
1. 基于巧nq开发平台构建LS-SVM模型的加速计算片上系统，其特征在于主要包括下 述模块： DDR外部存储模块，用于存储LS-SVM模型处理的原始数据、中间数据及最后结果； 处理器系统ProcessingSystem模块，简称PS模块，用于对原始数据的预处理及实 现LS-SVM模型中的核函数计算过程，形成核函数矩阵，并将正定对称的核函数矩阵进行存 储； 可编程逻辑Programm油leLogic模块，简称化模块，用于LS-SVM模型中线性方程组 的求解，负责从DDR外部存储模块读取正定对称矩阵的值，进行矩阵分解并实现求逆过程， 最终将乔里斯基分解得到的下S角阵存储在DDR外部存储模块中，并根据分解得到的下S 角阵求出LS-SVM模型系数； AXI总线模块，用于PS模块与化模块之间的信息传输。
2. 根据权利要求1所述的基于巧nq开发平台构建LS-SVM模型的加速计算片上系统， 其特征在于： 所述的PS模块包括： ARM处理器子模块，用于对LS-SVM模型的原始数据进行处理，同时，负责整个计算过程 的任务调度； Cache缓存子模块，用于缓存ARM处理器子模块处理的数据和提取的DDR外部存储模块 中的数据； 孤R控制器子模块，用于控制对DDR外部存储模块中数据的读写； MemcxryInterconnect子模块，用于PS模块内部存储之间的互联； CentralInterconnect子模块，用于PS模块内部结构的互联； I/O子模块；用于连接外部的串口及SD卡及调试。
3. 根据权利要求1或2所述的基于巧nq开发平台构建LS-SVM模型的加速计算片上系 统，其特征在于： 所述的化模块包括： 加速计算子模块，用于实现线性方程组在可编程逻辑部分的加速求解； AXI_DMA子模块，用于实现PS与化之间的快速数据传输，采用DMA传输方式，可W加快 传输速度； RAM/FIF0子模块，用于可编程逻辑化内部的数据存储或缓存。
4. 根据权利要求3所述的基于巧nq开发平台构建LS-SVM模型的加速计算片上系统， 其特征在于： 所述的AXI总线模块包括： AXIGP子模块，用于PS向化传输控制信息，通过AXI-Lite总线实现； AXIHP子模块，用于PS与化之间进行高速数据传输，通过AXI-Stream总线实现。
5. 根据权利要求2所述的基于巧nq开发平台构建LS-SVM模型的加速计算片上系统， 其特征在于： ARM处理器子模块通过核函数D=A'(..v，.v.') =cxp{-|x-.v|/片对LS-SVM模型的原始数 据进行计算；其中，0为超参数，X和y是样本数据，均为1维的列向量；II ? II为二范数计
6.根据权利要求3所述的基于巧nq开发平台构建LS-SVM模型的加速计算片上系统， 其特征在于化模块求出LS-SVM模型系数是通过W下方法实现的： 算。 采用基于块的乔里斯基分解方法，实现矩阵A的分解；并通过：
十算出n和V; 其中，A为核函数矩阵，Y为训练样本的输出值，n和V为中间变量； 然后，将I
ilj用n和V求解得到a和 b，从而完成LS-SVM模型
的建模过程；其中xi为训练样本，i为样本 中每个样本值的下标；X为预测输入，y为训练样本的输出。
【专利摘要】基于Zynq开发平台构建LS-SVM模型的加速计算片上系统，涉及一种构建LS-SVM模型的加速计算片上系统。本发明为了解决目前还没有一种有效的基于Zynq开发平台构建的LS-SVM模型加速计算的片上系统的问题。本发明包括DDR外部存储模块、处理器系统Processing System模块、可编程逻辑Programmable Logic模块和AXI总线模块；处理器系统Processing System模块实现任务调度、核函数的计算和模型预测，可编程逻辑Programmable Logic模块实现数据预处理和线性方程组的求解操作；最终，基于高层次综合HLS开发方式实现LS-SVM模型的加速计算。本发明适用于基于异构SoC平台构建LS-SVM模型的加速计算。
【IPC分类】G06F15-76
【公开号】CN104850529
【申请号】CN201510245952
【发明人】王少军, 王晓璐, 马宁, 刘大同, 彭宇, 彭喜元
【申请人】哈尔滨工业大学
【公开日】2015年8月19日
【申请日】2015年5月14日