Найти

Результаты поиска

• СПОСОБ ИСПОЛЬЗОВАНИЯ СРЕДСТВ БЫСТРОГО ПРОТОТИПИРОВАНИЯ ДЛЯ РЕАЛИЗАЦИИ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ НА ПЛИС

  В.В. Бахчевников , В. А. Деркачев , А. Н. Бакуменко

  2020-10-11

  Аннотация ▼

  Исследования в области искусственного интеллекта ведутся с возрастающим и н-
  тересом с каждым годом. Области применения искусственного интеллекта довольно
  обширны: автоматизация, анализ большого объема данных, технологии умного дома,
  машинное зрение и т.д. Технологии искусственного интеллекта базируются на использ о-
  вании искусственных нейронных сетей, имеющие в своей основе принципы нервной сис-
  темы животных. При этом актуальным вопросом является реализация искусственных
  нейронных сетей на различных программно-аппаратных платформах: программируемых
  логических интегральных схемах (ПЛИС) типа FPGA (Field Programmable Gate Array), на
  интегральных схемах специального назначения (Application-Specific Integrated Circuit,
  ASIC), GPU, CPU и т.д. ПЛИС наилучшим образом проявляют себя в маломощных мо-
  бильных системах. ASIC демонстрируют наибольшую производительность с н едостат-
  ком: высокая цена разработки. Проблема быстрого прототипирования проектов, осн о-
  ванных на использовании искусственных нейронных сетей, для ПЛИС привычными мет о-
  дами (c помощью HDL-языков, HDL-кодеров, графического программирования) заключа-
  ется в том, что либо такой проект сложен и длителен в отладке (HDL-языки), либо не
  оптимален получающийся код (HDL-кодеры), либо высока длительность разработки
  проекта и сложность реконфигурации нейронной сети (графическое программирование).
  Поэтому в рамках данной работы рассматривается эффективный метод проектирова-
  ния полносвязных и сверточноых нейронных сетей для их реализации на ПЛИС использ о-
  ванием пакета Xilinx System Generator for DSP и Matlab/Simulink. Генерируемые таким
  образом искусственные нейросети легко реконфигурируемы и позволяют решать сле-
  дующие задачи: распознавание изображений, оптимальная фильтрация (например, для
  задач подповерхностной радиолокации).

• ИМИТАЦИОННАЯ МОДЕЛЬ МАЛОВЫСОТНОГО МЕТОДА ПРОФИЛИРОВАНИЯ ОТРАЖАЮЩЕЙ ПОВЕРХНОСТИ

  А.Н. Бакуменко , В. Т. Лобач

  2025-01-30

  Аннотация ▼

  Статья посвящена разработке и исследованию нового метода маловысотного профилиро-
  вания отражающей поверхности с использованием радиолокатора с синтезированной апертурой
  (PCA), который позволяет получать радиолокационные изображения с высоким разрешением как
  по дальности, так и вдоль линии пути. В документе детально рассматриваются теоретические
  основы функционирования PCA систем, особенности формирования и обработки сигналов, а
  также создание имитационной модели для проверки эффективности предложенного метода.
  В работе анализируются основные принципы работы РСА систем, включая использование зонди-
  рующих сигналов с линейной частотной модуляцией (ЛЧМ). Эти сигналы играют критически
  важную роль в достижении высокой разрешающей способности, необходимой для качественного
  отображения мелких деталей на поверхности земли. В статье уделяется внимание учету особен-
  ностей движения носителя РСА, таких как его скорость и высота полета. Эти параметры ока-
  зывают существенное влияние на качество получаемых изображений, и их правильное управление
  позволяет значительно улучшить конечный результат. Авторы рассматривают влияние фазового
  фронта волны и эффекта Доплера на форму принимаемого траекторного сигнала. Понимание
  этих процессов необходимо для корректной интерпретации данных и повышения точности ра-
  диолокационных изображений. Представлена разработанная имитационная модель на языке про-
  граммирования MATLAB, которая позволяет симулировать работу радиолокатора и оценивать
  качество получаемых изображений. Эта модель является важным инструментом для тестиро-
  вания и оптимизации предложенного метода. В работе приводятся примеры результатов моде-
  лирования, которые подтверждают работоспособность и адекватность предложенной модели.
  Эти результаты показывают, что метод способен эффективно работать даже в сложных усло-
  виях и обеспечивать получение высококачественных радиолокационных изображений. Таким обра-
  зом, статья представляет новый и перспективный метод маловысотного профилирования от-
  ражающей поверхности, который может быть использован в самых различных областях, вклю-
  чая научные исследования, мониторинг окружающей среды, сельское хозяйство, а также военные
  и гражданские приложения.

• МОДЕЛЬ АЛГОРИТМА ПОТОКОВОЙ МАРКИРОВКИ ШИРОКОФОРМАТНОГО ИЗОБРАЖЕНИЯ

  А.Н. Бакуменко , В. А. Деркачев , В. В. Бахчевников , В. Т. Лобач

  2024-05-28

  Аннотация ▼

  В настоящей статье предложен алгоритм обработки широкоформатного изображения для
  применения в системах, работающих в режиме реального масштаба времени с высокоскорост-
  ным потоком видеоданных. Вопрос предварительной обработки изображения, его кластеризации,
  сегментации и маркировки имеет особую важность для систем обработки видеопотока высокого
  разрешения в режиме реального времени. Кроме того, при реализации таких алгоритмов остро
  стоит вопрос минимизации затрат вычислительных ресурсов программируемых логических инте-
  гральных схем (ПЛИС), на которых происходит непосредственное развертывание алгоритмов
  потоковой обработки изображений. Минимальное потребление ресурсов обеспечивают однопро-
  ходные алгоритмы маркировки, в которых отсутствует необходимость буферизации изображе-
  ния, что имеет особую важность при обработки широкоформатного изображения высокого раз-
  решения. Однако, при реализации одиночного прохода изображения через систему обработки мо-
  жет происходить создание множества дополнительных маркеров подлежащих дальнейшему объ-
  единению, особенно при анализе изображения с большим разрешением. Созданные дополнительные маркеры требуют увеличения требований количеству используемых ячеек памяти на ПЛИС.
  Описываемый в статье алгоритм потоковой маркировки широкоформатного изображения высо-
  кого разрешения позволяет производить маркировку потокового видеоизображения высокого раз-
  решения снижая вероятность создания дополнительных меток подлежащих дальнейшему объе-
  динению. Суть улучшения алгоритма относительно стандартного однопроходного состоит в
  добавлении к сканирующей маске дополнительных элементов, которые позволяют избежать си-
  туации появления различных меток, соответствующих одному объекту, что позволяет при ми-
  нимальном увеличении объема используемой памяти на ПЛИС избежать дублирования меток и
  перерасхода памяти устройства. Проведено моделирование алгоритма для реализации на ПЛИС с
  помощью инструмента Xilinx System Generator for DSP в связке со средой для модельно-
  ориентированного проектирования (МОП) Matlab Simulink. Представлены результаты работы
  алгоритма на изображениях, полученных с высокоскоростной линейной камеры TELEDYNE DALSA
  LA-CC-04K05B-00- с использованием мезонина Integre Technologies LLC FMC-200-A, а также
  отладочной платы Xilinx ZYNQ Ultrascale+ MPSoC ZCU106.

• ОЦЕНКА ИНТЕНСИВНОСТИ ФЛУКТУАЦИЙ НАПРЯЖЕНИЯ ОТРАЖЕННОГО СИГНАЛА ПРИ МАЛЫХ НЕРОВНОСТЯХ ОТРАЖАЮЩЕЙ МОРСКОЙ ПОВЕРХНОСТИ

  В.Т. Лобач , А.Н. Бакуменко

  2024-01-05

  Аннотация ▼

  Работа посвящена исследованиям отражений электромагнитных полей от поверх-
  ностей, удовлетворяющих ограничениям метода Кирхгофа. Анализ известных в области
  дифракции волн работ позволяет сделать вывод о том, что решения задач дифракции волн
  статистически неровными поверхностями в той или иной мере упрощается принятием
  упрощающих гипотез. Среди основных упрощений следует назвать: ограничение площадок
  облучения и, как следствие, фиксация амплитудных множителей интегрируемых выраже-
  ний, отказ от учета изменчивости локальных значений коэффициента отражения Френе-
  ля, решение однопозиционной задача дифракции волн в условиях совмещения точек излуче-
  ния и приема, изотропный характер пространственной структуры отражающей поверх-
  ности. В работе решается задача оценки интенсивности флуктуаций напряжения радио-
  локационного сигнала, отраженного мелкомасштабной взволнованной морской поверхно-
  стью, без принятия перечисленных упрощающих гипотез. На основе общего решения для
  полей рассеяния основных поляризаций, полученных в рамках метода Кирхгофа, анализиру-
  ются аналитические решения для интенсивности флуктуаций комплексной амплитудыполя и мощности некогерентной составляющей отраженного сигнала. Соотношения,
  полученные для случая малых высот неровностей поверхности, показывают их отличия от
  известных результатов. Получены функциональные зависимости интенсивности флуктуа-
  ций комплексной амплитуды поля и мощности некогерентной составляющей от электри-
  ческих параметров отражающей поверхности, от величины пространственного разнесе-
  ния передающей и приемной антенн, от длины волн и длины гребней морских волн, от ши-
  рины диаграммы направленности антенны (ДНА) и от величины наклонов поверхности.
  Пространственное разнесение передающей и приемной антенн снижает величину мощно-
  сти некогерентной составляющей. Влияние разнесения ослабевает по мере расширения
  ДНА и увеличения высоты полета. По мере увеличения длины морских волн и длины гребней
  морских волн степень их влияния на величину мощности некогерентной составляющей ос-
  лабевает. Ослабевает она также по мере расширения ширины ДНА и с уменьшением дли-
  ны радиоволны. Показано, что в декаметровом диапазоне радиоволн, учет наклонов по-
  верхности приводит к изменению интенсивности флуктуаций отраженного сигнала на
  единицы процентов лишь при длинах морских волн, приближающихся по величине к длине
  радиоволны.

• РЕАЛИЗАЦИЯ СОГЛАСОВАННОГО ФИЛЬТРА В ЧАСТОТНОЙ ОБЛАСТИ НА ПЛИС

  В. В. Бахчевников , В.А. Деркачев , А. Н. Бакуменко

  2023-06-07

  Аннотация ▼

  Применение фильтров, согласованных с радиосигналами, достаточно распространено
  в радиолокации, что способствует улучшению разрешающей способности по дальности, а
  также в системах связи и многих других радиотехнических системах, позволяя увеличить
  выходного отношение сигнал-шум (ОСШ) по сравнению с входным. Проектирование цифро-
  вых устройств на программируемых логических интегральных схемах (ПЛИС) типа FPGA
  (Field Programmable Gate Array) позволяет достаточно гибко их конфигурировать и созда-
  вать прототипы радиотехнических систем для дальнейшей реализации алгоритмов ЦОС на
  интегральных схемах специального назначения (Application-Specific Integrated Circuit, ASIC),
  GPU, CPU и т.д. Цифровые устройства на ПЛИС находят широкое применение в мобильных
  системах низкой мощности, в то время как ASIC показывают наибольшую производитель-
  ность, имея недостаток в виде высокой стоимости разработки. В работе особое внимание
  уделено проектированию и реализации фильтра, согласованного с комплексным ЛЧМ-
  сигналом, в частотной области на ПЛИС с помощью библиотеки для Matlab / Simulink XilinxSystem Generator for DSP. В статье приведены результаты работы программно-аппаратной
  модели как для одиночного точечного объекта, так и для трех точечных объектов с разными
  задержками. Показана зависимость выходного ОСШ от входного для линейного и квадра-
  тичного детектора огибающей, являющегося оконечным блоком согласованного фильтра.
  Проведено сравнение аналитической кривой ОСШВЫХ(ОСШВХ) с кривой, полученной с помо-
  щью разработанной программно-аппаратной модели, реализуемой на ПЛИС. В работе пока-
  заны преимущества применения Xilinx System Generator для быстрого прототипирования
  ЦОС на ПЛИС, также приведен анализ используемых ресурсов ПЛИС для разработанного
  согласованного фильтра и его составляющих.

• КЛАССИФИКАТОР БПЛА МУЛЬТИРОТОРНОГО ТИПА

  В.А. Деркачев , В.В. Бахчевников , А.Н. Бакуменко

  2023-06-07

  Аннотация ▼

  Рассматривается классификатор радиолокационных сигналов, отраженных от бес-
  пилотных летательных аппаратов (БПЛА), основанный на нейронных сетях. В предло-
  женном классификаторе для формирования обучающих данных используется модель рас-
  сеяния радиолокационных сигналов от БПЛА. В последнее время запрос на классификацию
  БПЛА достаточно высок ввиду значительного увеличения количества моделей и объема
  продаж данных устройств. Увеличение вычислительной мощности процессоров и разви-
  тие теории нейронных сетей позволяет создать новые виды классификаторов. При ис-
  пользовании моделей возможно создание набора обучающих данных приемлемого для обу-
  чения нейронной сети классификатора. Сверточная нейронная сеть классификатора обу-
  чается с применением радиолокационных изображений, полученных с применением пред-
  ложенной модели рассеяния радиолокационных сигналов от БПЛА. Получаемые радиолока-
  ционные изображения моделируются с учетом углов ориентации БПЛА относительно
  нормальной системы координат БПЛА, скорости полета, различных параметров винтов
  моделируемого БПЛА. Для формирования обучающих данных помимо сигнальной конструк-
  ции добавляется белый шум определенной конфигурации, который помогает увеличить
  разнообразие обучающих выборок для улучшения обучающей способности сверточной ней-
  ронной сети. Применение данных, полученных с помощью модели для обучения нейронной
  сети обусловлено необходимостью использования большого числа обучающих выборок с
  различными параметрами движения БПЛА, такими как высота, скорость, направление,
  ориентация в пространстве, а также большим разнообразием возможных конфигураций
  беспилотных летательных аппаратов: трикоптер (три винта), квадрокоптер (четыре
  винта), гексакоптер (шесть винтов) или октокоптер (восемь винтов). что усложняет
  применение экспериментальных данных для создания классификаторов данного типа.

• КЛАССИФИКАТОР ИЗОБРАЖЕНИЙ СЕМЯН СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР С ИСПОЛЬЗОВАНИЕМ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ

  В. А. Деркачев , В. В. Бахчевников, А. Н. Бакуменко

  2020-11-22

  Аннотация ▼

  В настоящей статье рассматривается создание архитектуры сверточной нейронной
  сети, классифицирующей изображения сельскохозяйственных культур (в частности пшеницы)
  для последующего применения в оптическом сепараторе семян (фотосепараторе). Интерес к
  проектированию нейронных сетей классификации изображений в последнее время сильно воз-
  рос, что связано как с развитием теории глубоких нейронных сетей, так и возросшей вычисли-
  тельной мощностью настольных компьютеров, а также переносом вычислений на графиче-
  ские процессоры. Целью статьи является разработка архитектуры нейронной сети позволяю-
  щей осуществить разделение входного потока семян пшеницы на два класса: «хорошие» семена
  и «плохие» (с изъянами по форме и цвету) семена. Архитектура полученной нейронной сети
  является сверточной, так как в отличии от полносвязной, данный класс нейронных сетей в
  определенных пределах невосприимчив к изменению масштаба и угла поворота объектов во
  входных данных. В работе для формирования обучающей, валидационной и тестовой выборок
  использовались изображения семян, полученные с использованием бытовой фотокамеры, что
  негативно сказалось на результатах обучения и тестирования нейронной сети относительно
  возможного результата применения в реальном фотосепараторе. Архитектура разработан-
  ной нейронной сети предварительно оптимизирована для использования на ПЛИС, однако, в
  рассмотренном случае не осуществлен переход от значений весовых коэффициентов из типа
  данных с плавающей запятой к целочисленному типу, что может привести к снижению точ-
  ности работы нейронной сети, при этом позволив значительно уменьшить объем ресурсов
  ПЛИС. Применение предложенной архитектуры позволяет получить достаточно точную
  оценку классифицируемых семян пшеницы по верификационным и тестовым наборам данных.