Analýza možností implementace číslicového zpracování signálu v obvodech FPGA

Abstract

Tato disertační práce se zabývá vybranými nekonvenčními technikami, které nalézají svoji inspiraci v biologii. Hlavní cíl práce je analyzovat tyto techniky, a tři vybrané implementovat v obvodech programovatelné logiky. První část práce se věnuje Kartézskému genetickému programování (KGP), důraz je kladen na jeho využití v oblasti evolučního návrhu a v oblasti vyvíjejících se obvodů. Autor představuje modifikaci tohoto algoritmu, která omezuje počet volání hodnotící (účelové) funkce. Práce se následně věnuje implementaci tohoto algoritmu v obvodu FPGA. Autor představuje speciální komponentu detekující aktivní geny v genotypech jedinců. Druhá část práce demonstruje návrh FIR filtru, jehož parametry jsou získávány pomocí Standardního genetického algoritmu. Autor se věnuje problematice evolučních algoritmů v oblasti adaptivních systémů, následně diskutuje vlastní implementaci filtru. Práce také porovnává různé varianty rekombinačního operátoru. Závěrečné část práce popisuje implementaci systému pro rozpoznávání obrazu, který je založen na n-tuple neuronových sítích. Autor seznamuje čtenáře s metodou seskupování a možnými výhodami, které nabízejí n-tuple neuronové sítě. Následně autor představuje nový přístup k organizaci dat neuronové sítě. Navržený a implementovaný systém pro rozpoznávání obrazu je testován na aplikaci rozpoznávání dopravních značek; výsledky testů jsou porovnávány s ostatními metodami a implementacemi. Hlavní přínosy práce jsou následující: 1) hardwarová implementace (v obvodu FPGA) algoritmu KGP omezující počet volání hodnotící funkce; 2) softwarový nástroj pro evoluční návrh s automatickým generováním VHDL zdrojových kódů; 3) nový přístup k paměťové organizaci v oblasti n-tuple neuronových sítí.