CN103678258B

CN103678258B - 一种提高硅基光学矩阵处理器数据分辨率的方法

Info

Publication number: CN103678258B
Application number: CN201310727321.7A
Authority: CN
Inventors: 周平; 卢洋洋; 杨林
Original assignee: Institute of Semiconductors of CAS
Current assignee: Institute of Semiconductors of CAS
Priority date: 2013-12-25
Filing date: 2013-12-25
Publication date: 2017-01-25
Anticipated expiration: 2033-12-25
Also published as: CN103678258A

Abstract

本发明公开了一种提高光学矩阵处理器数据分辨率的方法和处理器。所述方法包括：激光器阵列输出激光信号，通过光调制器阵列接收激光器阵列输出的激光信号并进行调制形成N×1向量A；微环光调制器矩阵形成调制深度为M×N矩阵B的调制器矩阵；其通过将向量A划分成k个子向量，将矩阵B划分成k个子矩阵，分别进行光调制，进而得到k个子向量和k个子矩阵的乘积；k个探测器线阵分别探测得到k个子向量与k个子矩阵的乘积，并进而得到向量A和矩阵B的乘积。子向量和子矩阵的元素位宽为m，按位分离后形成m个位向量和m个位矩阵，将位向量和位矩阵分别相乘，进而得到子向量和子矩阵的乘积。

Description

一种提高硅基光学矩阵处理器数据分辨率的方法

技术领域

本发明属于光信息处理和光计算技术领域，尤其涉及一种提高硅基光学矩阵处理器数据分辨率的方法及处理器。

背景技术

以空间自由光学或平面集成光学为基础的光学矩阵处理技术，都具有带宽大、并行性强、数据吞吐量大、乘法累加运算密集等特点，非常适合用于离散傅立叶变换、线性卷积和循环卷积、矩阵求逆、自相关和互相关等矩阵-向量乘法密集型运算，其基本计算过程为乘法累加。而数字信号处理的核心运算过程为乘法累加(MAC)过程，因此可将光学矩阵处理器与电信号处理模块进行集成，形成面向海量信息处理的光学数字信号处理器。电学模块将源数据进行预处理后，形成参与运算的向量和矩阵数据，这些数据通过激光器阵列和调制器矩阵被加载到光学矩阵处理器，完成MAC运算后，数据由后端的光电探测器阵列读出。此外，电学控制模块还对海量数据处理系统的信号和时钟时序进行同步控制，电学存储模块对处理过程中的临时数据进行缓存。将光学矩阵处理器和电学处理模块集成后，可充分发挥光学适于计算、电学适于控制的特点，完成海量数据的高速处理，可广泛应用于雷达、通信、声纳、图像等海量信息处理领域。

为了研究以光学矩阵处理器和电学控制处理模块相结合的光电混合DSP系统，文献“High-speed and low-power electro-optical DSP processor”(Journal of theOptical Society of America A，2009，Vol.26，No.8，pp.A11-A20.)对基于空间光学向量-矩阵乘法器的光电混合数字信号处理系统进行了探索，分析了用于数据信息表达的外围控制、存储、和处理构架，对系统的处理能力进行了预估，并给出了光电混合DSP系统的未来发展方向。文献“On-chip CMOS-compatible optical signal processor”(Optics Express，2012，Vol.20，No.12，PP.13560-13565.)提出了基于硅基纳米线光波导的集成化光学矩阵处理器，完成了动态调制信号的加载和运算实验验证，硅光技术与CMOS工艺结合，有望成为光计算发展的新方向。针对提高光学向量-矩阵处理器运算速度和精度可能遇到的难点，文献“Technical Limitations on an Optoelectronic Vector-Matrix Processor”(Journal of Communications Technology and Electronics，2008，Vol.53，No.8，pp.927-933.)对基于光学向量-矩阵乘法器的数字计算系统的广义模块构架进行了分析和讨论，指出数字计算系统中模数转换模块(AD器件)的动态范围和分辨率、数据预处理和后处理算法是影响系统运算精度的主要因素。文献“Performance of an embedded opticalvector matrix multiplication processor architecture”(IET Optoelectronics，2010，Vol，4，Iss.4，pp.159-164)提出了一种光学向量-矩阵乘法器的嵌入式结构，并对光电混合数字信号处理系统的数据流进行了分析，指出电学控制、存储和处理模块以及电学模块与光学机构之间的信号连接是系统发展的主要瓶颈。

从文献中可以看出，要使光学向量-矩阵乘法器充分发挥其并行高速运算性能，必须有强大的数据载入、数据读出、预处理及后处理算法做支撑，以形成具有自有体系的光学数字信号处理器。而随着光学矩阵处理器光路数的增加和输入数据分辨率的提升，光电探测器和模数转换器的动态范围和分辨率要求会随着乘法累加过程而上升，光电探测器和模数转换器的有限的分辨率将难以支撑高维度和高精度的向量-矩阵乘法运算。

发明内容

(一)要解决的技术问题

随着光学向量-矩阵处理器路数的增加，光电探测器和模数转换器件的分辨率和动态范围要求会随着乘法累加过程而急速上升，因此需要提出合理的计算结构和计算方法，突破光电器件和模数转换器件的瓶颈，提高光学矩阵处理器的数据分辨率。通过本发明提出的技术方案，不仅可以降低后端光电转换器件和模数转换器件的分辨率要求，还可以提升向量和矩阵的维数，从而实现光学数字信号处理器的光路数和计算精度的可持续升级。

(二)技术方案

为了实现上述目的，本发明所提出的技术方案如下：

本发明提供了一种提高光学矩阵处理器数据分辨率的方法，其包括：

多波长激光器阵列输出N路激光信号，每路激光信号具有不同波长；

微环调制器阵列形成调制深度为M×N矩阵B的调制器矩阵；

光调制器阵列接收激光器阵列输出的激光信号，并进行调制后形成N×1向量A；通过将向量A划分成k个子向量，将矩阵B划分成k个子矩阵，分别进行光调制，进而得到k个子向量和k个子矩阵的乘积；

k个探测器线阵分别探测得到k个子向量与k个子矩阵的乘积，并进而得到向量A和矩阵B的乘积，其中，M、N和k为大于1的自然数。

其中，所述k根据探测单元的分辨率取最小值。

其中，将向量A均匀划分成所述k个(N／k)×1子向量，将矩阵B均匀划分成所述k个M×(N／k)的子矩阵，N能够被k整除。当N不能被k整除时，将N分成N₁、N₂、……N_K等部分，N₁、N₂、……N_K的均方差取最小值。

其中，将所述k个子向量和k个子矩阵中的每一个子向量和子矩阵根据元素值的位宽，按位划分成多个位向量和位矩阵，每个位向量和位矩阵元素为原子向量和原子矩阵中元素对应位的值。

其中，k为向量A和矩阵B中元素的位宽。

其中，所述k个子向量为N×1向量，每个子向量中元素值为向量A中对应元素的相应位值，所述k个子矩阵为M×N向量，每个子矩阵中元素值为矩阵B中对应元素的相应位值。

本发明还提供了一种光学矩阵处理器，其包括：

激光器阵列，其产生N个不同波长的激光信号；

调制器阵列，其对所述激光器阵列发出的N个不同波长的激光信号进行功率调制，每个激光信号的调制功率构成N×1向量A的元素；

波分复用器，其用于将所述调制器阵列输出的N个光调制信号复用形成一条波分复用信号；

光分束器，其用于将所述波分复用信号等功率均分成kM份；

微环调制器矩阵，其包括kM条输入波导、M×N个微环谐振器R、kM条下载波导，所述kM条输入波导分别接收所述kM份波分复用信号，每条输入波导挂接N／k个微环谐振器；每个微环谐振器选择与其对应的输入波导上的波分复用信号中相应波长的信号进行调制并下载，所述M×N微环谐振器的调制深度构成M×N矩阵B；

探测器阵列，其包括k个M×1探测器线阵，用于探测每条下载波导中微环谐振器输出的调制光信号，并将探测到的调制光信号转换成光电流信号后输出；

跨阻放大器阵列，其包括kM个跨阻放大器，用于将探测器输出的光电流信号转换为模拟电压信号；

模数转换器阵列，其包括kM个模数转换器，用于将跨阻放大器输出的模拟电压信号转换为数字信号，最后，将数字信号相加，得到所述向量A和矩阵B的乘积C的向量元素。

(三)有益效果

(1)本发明采用多个探测单元接收硅基光学矩阵处理器中N×1阶向量和M×N矩阵行向量之间的点积结果，同时在对系统时钟进行倍频的情况下对高位宽数据进行分离相乘，突破了光学矩阵处理器中探测器和模数转换器的动态范围和分辨率瓶颈，使系统可以适应更高分辨率的矩阵-向量乘法运算；

(2)本发明所提出的方法不仅可以突破光电器件和模数转换器件的分辨率瓶颈，提高光学矩阵处理器数据的有效分辨率，还可以使光学矩阵处理器的路数往更高级数发展，实现光学信号处理系统路数和计算精度的升级。

附图说明

图1是本发明实施例中采用多个探测器来接收矩阵B的行向量和A向量的点积，从而实现乘法运算的硅基光学矩阵处理器结构示意图。

图2是本发明实施例中采用数据分位相乘的方法实现矩阵向量乘法运算的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。此外，以下实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本发明。

图1为采用硅基光学矩阵处理器计算M×N矩阵B(矩阵元素为b_ij，i＝1，2，…M，j=1，2，…N)和N×1向量A(向量元素为a_i，i＝1，2，…N)乘法的示意图，该构架由以下几部分组成：多波长激光器阵列、调制器阵列、波分复用器、光分束器、微环调制器矩阵、探测器阵列。

多波长激光器阵列：用于发射N个不同波长的具有恒定功率的激射光。每个激光器的波长分别为λ₁、λ₂、…λ_N。

调制器阵列：每个激光器后端配备一个调制器，用于对该激光器所发射出的激射光进行调制。调制器的调制深度决定了其输出端光信号的光功率，调制深度越大，输出光功率越小。N个调制器所输出的N个调制光信号的功率则表示输入向量A中的每个元素。

波分复用器：将调制器阵列输出的N个调制光信号进行合束并复用到同一条波导中，形成波分复用信号。

光分束器：接收波分复用器输出的波分复用信号，将该信号等功率地分成2M份，然后将均分后的波分复用信号分配给后端微环调制器矩阵模块中的每一条输入波导。

微环调制器矩阵：微环调制器矩阵中含有2M条输入波导、M×N个微环谐振器、2M条下载波导，2M条输入波导接收来自光分束器输出的均分后的波分复用信号。每一个微环调制器都具有波长选择性，即微环谐振器R_ij只对波长为λ_j的光信号产生调制并下载。当微环谐振器R_ij谐振时，波长为λ_j的光信号被耦合进R_ij中，然后耦合进下载波导中；当微环谐振器R_ij不谐振时，波长为λ_j的光信号不受R_ij的影响，直接在输入波导中传输。微环谐振器R_ij的调制深度越深，通过下载波导输出的波长为λ_j的光信号能量越大。微环谐振器调制深度b_ij与激光器发出的调制光信号a_j形成乘积b_ija_j。所有被微环谐振器调制并下载的光信号在下载波导的输出端实现求和，求和信号输出后由探测器阵列接收。

探测器阵列：由2M个探测器组成，用于接收来自微环调制器矩阵的求和信号，并将光信号转换成光电流信号。

跨阻放大器阵列，其包括2M个跨阻放大器，用于将探测器输出的光电流信号转换为模拟电压信号。

模数转换器阵列，其包括2M个模数转换器，用于将跨阻放大器输出的模拟电压信号转换为数字信号。最后，将数字信号相加，得到所述向量A和矩阵B的乘积C的向量元素。

图1所示的光学矩阵处理器构架是采用了2个探测器来接收M×N矩阵的行向量和N×1输入向量的点积结果，运算过程可以由下式表示：

\begin{matrix} BA = {[\begin{matrix} b_{1,1} & b_{1,2} & . . . & b_{1, w} & b_{1, w + 1} & b_{1, w + 2} & . . . & b_{1, N} \\ b_{2,1} & b_{2,2} & . . . & b_{2, w} & b_{2, w + 1} & b_{2, w + 2} & . . . & b_{2, N} \\ . . . & . . . & . . . & . . . & . . . & . . . & . . . & . . . \\ b_{M, 1} & b_{M, 2} & . . . & b_{M, w} & b_{M, w + 1} & b_{M, w + 2} & . . . & b_{M, N} \end{matrix}]}_{M \times N} {[\begin{matrix} a_{1} \\ a_{2} \\ . \\ . \\ . \\ a_{N} \end{matrix}]}_{N \times 1} \\ = {[\begin{matrix} b_{1,1} & b_{1,2} & . . . & b_{1, w} \\ b_{2,1} & b_{2,2} & . . . & b_{2, w} \\ . . . & . . . & . . . & . . . \\ b_{M, 1} & b_{M, 2} & . . . & b_{M, w} \end{matrix}]}_{M \times w} {[\begin{matrix} a_{1} \\ a_{2} \\ . \\ . \\ . \\ a_{w} \end{matrix}]}_{w \times 1} + {[\begin{matrix} b_{1, w + 1} & b_{1, w + 2} & . . . & b_{1, N} \\ b_{2, w + 1} & b_{2, w + 2} & . . . & b_{2, N} \\ . . . & . . . & . . . & . . . \\ b_{M, w + 1} & b_{M, w + 2} & . . . & b_{M, N} \end{matrix}]}_{M \times (N - w)} {[\begin{matrix} a_{w + 1} \\ a_{w + 2} \\ . \\ . \\ . \\ a_{N} \end{matrix}]}_{(N - w) \times 1} = {[\begin{matrix} c_{1} \\ c_{2} \\ . \\ . \\ . \\ c_{M} \end{matrix}]}_{M \times 1} \end{matrix}

(公式1)

公式1表示的运算过程将待运算矩阵分成了2个子矩阵，将待运算向量分成了2个子向量。现以c₁元素为例来阐述计算过程：1号激光器至w号激光器产生的调制光信号所形成的向量为[a₁ a₂ … a_w]^T，微环谐振器R₁₁、R₁₂、…R_1w的调制深度信号所形成的向量为[b_1，1b_1，2 … b_1，w]，这两个向量进行内积后的运算结果由探测器PD₁₁接收。(w+1)号激光器至N号激光器产生的调制光信号所形成的向量为[a_w+1 a_w+2 … a_N]^T，微环谐振器R_1(w+1)、R_1(w+2)、…R_1N的调制深度信号所形成的向量为[b_1，w+1 b_1，w+2 … b_1，N]，这两个向量进行内积后的运算结果由探测器PD₁₂接收。C向量中其他元素的计算方法均与c₁元素相同。即采用2个探测器来接收矩阵B的行向量与A向量的点积结果，探测器的维数为2×M。

现将公式1和图1所描述的计算过程进行推广。根据光电探测器和模数转换器件的分辨率和动态范围要求，将向量A均匀地分块成k个子向量A₁，A₂，A₃，…A_k，即A=[A₁，A₂，A₃，…A_k]，将矩阵B匀地分成k个子矩阵B₁，B₂，B₃，…B_k，即B=[B₁，B₂，B₃，…B_k]，子矩阵B_i(i＝1，2，…k)的行数为M，当N不能被k整除时，将N分成N₁、N₂、……N_K等部分，N₁、N₂、……N_K的均方差取最小值。子向量A_i(i＝1，2，…k)的元素个数等于子矩阵B_i(i＝1，2，…k)的列数。在光学矩阵处理器后端，用k个探测器来提取矩阵B的行向量和A向量的点积结果，即探测器面阵维数为k×M。将BA=C运算过程分解成k个矩阵-向量乘法，将这k个矩阵向量乘法结果进行求和得到最终运算结果C，如下式所示：

BA = [\begin{matrix} B_{1} & B_{2} & B_{3} & . . . & B_{K} \end{matrix}] {[\begin{matrix} A_{1} & A_{2} & A_{3} & . . . & A_{K} \end{matrix}]}^{T} = Σ_{i = 1}^{k} B_{i} A_{i} = C

(公式2)

设图1中所示结构中所计算的是5×4矩阵和4×1向量的乘积，即M＝5，N＝4，且参加运算的矩阵和向量的各个数据元素的分辨率是4bit(位)，图2所示为将各个元素数据分离成最小位宽(即1bit)进行计算的示意图，将参与运算的矩阵和向量的各元素数据进行预处理，将4bit数据中的每一位都提取出来，形成新的矩阵和向量，运算过程中对新的矩阵和向量乘法赋予权值，如下式所示：

BA=(B₀+2B₁+2²B₂+2³B₃)*(A₀+2A₁+2²A₂+2³A₃)

=B₀A₀+2B₁A₀+2²B₂A₀+2³B₃A₀+2B₀A₁+2²B₁A₁+2³B₂A₁+2⁴B₃A₁ (公式3)

+2²B₀A₂+2³B₁A₂+2⁴B₂A₂+2⁵B₃A₂+2³B₀A₃+2⁴B₁A₃+2⁵B₂A₃+2⁶B₃A₃

其中，原始矩阵B＝[b_ij]_5×4，预处理后的矩阵B_ε=[b_ij(ε)]_5×4，而b_ij(ε)是b_ij的bitε位；原始向量A=[a_ij]_4×1，预处理后的向量A_ε=[a_ij(ε)]_4×1，而a_ij(ε)是a_ij的bitε位。由预处理后的矩阵和向量参与乘法运算，然后将运算结果根据公式3进行加权求和，该加权求和过程在FPGA硬件中用分布并行流水算法完成，最终得到矩阵向量乘法结果C。在光电混合信号处理系统中，将系统的时钟频率设定为运算时钟的16倍，可完成所需运算速率的矩阵向量乘法运算。

公式3所描述的情形对应图1的状态如下：在图1所示的光学矩阵处理器构架中，调制器阵列中采用开关调制，进入波分复用器的信号为二进制数字光信号。微环调制器矩阵中的微环谐振器也是采用开关调制，当微环谐振器R_ij谐振时，波长为λ_j的光信号被全部耦合进微环谐振器R_ij并下载到下载波导中，当微环谐振器R_ij不谐振时，波长为λ_j的光信号完全不受微环的影响，其能量全部从输入波导的输出端输出。

现将公式3和图2所描述的计算过程进行推广。设参与运算的向量A和矩阵B的各二进制元素数据的分辨率为m位，将各个元素数据的高α位和低β位(满足α+β＝m。且当m为偶数时，满足α＝β；当m为奇数时，满足α-β=1或β-α=1)分离后，矩阵向量乘法过程如下式所示：

BA=B₁A₁+2^βB_hA₁+2^βB₁A_h+4^βB_hA_h=C (公式4)

其中B₁=[b_ij(l)]_n×n(b_ij(l)为b_ij的低β位)，A₁=[a_i(l)]_n×1(a_i(l)为a_i的低β位)；B_h=[b_ij(h)]_n×n(b_ij(h)为b_ij的高α位)，A_h=[a_i(h)]_n×1(a_i(h)为a_i的高α位)。采用公式5的方法对矩阵和向量元素的高低位进行分离后，形成4个矩阵向量乘法过程，将这些矩阵向量运算结果进行加权求和后得到最终结果C。将系统时钟进行倍频，使系统时钟是运算时钟的4倍，可以完成分辨率为m位的元素数据形成的矩阵向量乘法运算。根据光学矩阵乘法器后端光电探测器和模数转换器的分辨率和动态范围确定数据的分割程度，如果原始数据的分辨率较高，则针对公式4中的B₁A₁、B_hA₁、B₁A_h、B_hA_h等矩阵乘法再次采用公式4进行分解，直到矩阵向量乘法结果能够被光电探测器和模数转换器所接收。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种提高硅基光学矩阵处理器数据分辨率的方法，其包括：

激光器阵列输出N路激光信号，每路激光信号具有不同波长；

微环调制器阵列形成调制深度为M×N矩阵B的调制器矩阵；

k个探测器线阵分别探测得到k个子向量与k个子矩阵的乘积，并进而得到向量A和矩阵B的乘积，其中，M、N和k为大于1的自然数；其中，k为向量A和矩阵B中元素的位宽。

2.如权利要求1所述的方法，其中，所述k个子向量为N×1向量，每个子向量中元素值为向量A中对应元素的相应位值，所述k个子矩阵为M×N向量，每个子矩阵中元素值为矩阵B中对应元素的相应位值。