CN105075156A - 用于稳定的和有效的神经形态设备间通信的mimo-ofdm系统 - Google Patents

用于稳定的和有效的神经形态设备间通信的mimo-ofdm系统 Download PDF

Info

Publication number
CN105075156A
CN105075156A CN201380074483.3A CN201380074483A CN105075156A CN 105075156 A CN105075156 A CN 105075156A CN 201380074483 A CN201380074483 A CN 201380074483A CN 105075156 A CN105075156 A CN 105075156A
Authority
CN
China
Prior art keywords
equipment
data
neuromorphic
center router
transmitter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380074483.3A
Other languages
English (en)
Other versions
CN105075156B (zh
Inventor
D·张
纳拉延·斯里尼瓦桑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HRL Laboratories LLC
Original Assignee
HRL Laboratories LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HRL Laboratories LLC filed Critical HRL Laboratories LLC
Priority claimed from PCT/US2013/028104 external-priority patent/WO2014133506A1/en
Publication of CN105075156A publication Critical patent/CN105075156A/zh
Application granted granted Critical
Publication of CN105075156B publication Critical patent/CN105075156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

描述了一种用于设备间通信的多输入多输出(MIMO)正交频分复用(OFDM)系统。根据目的地,将来自每个神经形态芯片的信息数据编码和调制到不同的通道中。使用TDM将不同通道中的并行信号串行地发送到中心路由器中。中心转换控制器对信号进行分组后,可将每组信号发送给中心路由器中的相应的发送器,以便使用TDM发送给神经形态芯片中的相应的接收器。

Description

用于稳定的和有效的神经形态设备间通信的MIMO-OFDM系统
相关申请
本申请要求2013年2月27日提交的申请号为13/779,408的美国非临时专利申请的优先权,在此通过引用将其全部并入本文中。
技术领域
本发明涉及神经形态系统,特别是涉及用于设备间通信的多输入多输出(MIMO)正交频分复用(OFDM)系统。
本发明是在美国政府的支持下,基于国防高级研究计划局(DARPA)授权的授权号为HR0011-09-C-0001(SyNAPSE)而作出的。美国政府享有本发明中的一定权利。
背景技术
神经形态系统是可以被配置为运行和建模生物大脑的功能的电子系统。这些系统可包括模拟生物神经元和突触的处理元件或电路。随着神经元和突触的数量的增加,由于使用当前工序的最大可用设备芯片尺寸的限制,需要多个神经形态设备。
地址事件表现(AER)是可在神经形态系统中的设备间通信中使用的协议。该通信是通过研究表示数据的动作电位或尖峰来建模的。AER使用时间多路复用将来自多个神经元组的尖峰数据编译到一个通信总线中。收发器通过以一个被称为地址事件的唯一的二进制数表示对每个轴突进行编码,从而对一小组高速线缆上的尖峰进行编码和解码。神经元被分组到一起从而共享一个共用编码器和解码器,从而降低设备空间的需求。
由路由器对尖峰事件中生成的地址包进行传递和传送,地址包在各个神经形态系统中使用。数据包以逐个神经元的方式在网络中传送。在每次数据包传送过程中,数据包被顺序地解码,从查询表中搜索,传送到路由器,最后传递到适当的目标神经元。该类型的数据包传送也被称为点对点连接,并会导致若干通信问题。例如,数据速率和容量可能会受到限制。此外,可能会发生死锁和活锁,这会不断地推迟网络中的数据包的传送而不能到达目的地,从而导致尖峰中的时间错误并影响具有尖峰时间相关可塑性(STDP)或其它时间相关规则的设备的性能和精度。此外,如果系统遭遇流量堵塞或某个节点处的限制,可能会发生系统故障。另一个可能发生的问题是每个节点中的查询表可能会耗费大量的系统存储容量。
经历了上述通信问题的一些通信系统的实例包括:K.A.Boahen在2000年5月的IEEE电路与系统汇刊II:模拟和数字信号处理的Vol.47,No.5,416-434页上的“Point-to-pointConnectivitybetweenNeuromorphicChipsUsingAddress-Events”;A.Merolla、J.V.Arthur、B.E.Shi和K.A.Boahen在2007年2月的IEEE电路与系统汇刊I:普通论文,Vol.54,No.2,301-311页上的“ExpandableNetworksforNeuromorphicChips”;C.Bartolozz和G.Indiveri在Sensors2009,9,5076-5098页上的“SelectiveAttentioninMulti-chipAddress-EventSystems”;J.Aweya在JournalofSystemsArchitecture,46(2000)483-511页上的“OntheDesignofIProutersPart1:RouterArchitectures”;S.Felperin、P.Raghavan和E.Upfal于1996年6月在IEEETransactiononComputers,Vol.45,No.6,704-7131996年6月上的“ATheoryofWormholeRoutinginParallelComputers”;S.Badrouchi、A.Zitoumi、K.Torki和R.Tourki在JournalofComputerScience1(3):429-436,2005上的“AsynchronousNoCRouterDesign”;L.A.Plana、S.B.Furber、S.Temple、M.Khan、Y.Shi、J.Wu和S.Yang在IEEEDesignandTestofComputers,24(5):454-463页,2007年9月-10月上的“AGALSInfrastructureforMassivelyParallelMulti-processor”;R.Serrano-Gotarredona、M.Oster、P.Lichtsteiner、A.Linares-Barranco、R.Paz-Vicente、F.Gomez-Rodriguez、L.Camunas-Mesa、R.Berner、M.Rivas-Perez、T.Delbruck、S.Liu、R.Douglas、P.Hafliger、G.Jimenez-Moreno、A.CivitBallcels、T.Serrano-Gotarredona、A.J.Acosta-Jimenez和B.Linares-Barranco在IEEETransactionsonNeuralNetworks,Vol.20,No.9,1417-1438页,2009年9月上的“CAVIAR:A45kNeuron,5MSynapse,12GConnects/sAERHardwareSensory-Processing-Learning-ActuatingSystemforHigh-SpeedVisualObjectRecognitionandTracking”;J.Wu在曼彻斯特大学的博士论文“ARouterforMassively-parallelNeuralSimulation”;M.Vetterli在IEEETransactionsonAcoustics,Speech,andSignalProcessing,Vol.35,no.3,356-372页,1987上的“ATheoryofMultirateFilterBanks”;P.P.Vaidyanathan在Prentice-Hall,1993上的“MultirateSystemsandFilterBanks”;H.Scheuermann和H.Gockler在ProceedingofIEEE,Vol.69,No.l1,1419-1450页,1981年11月上的“AComprehensiveSurveyofDigitalTransmultiplexingMethods”。
发明内容
在一个方面,一种系统包括:多个神经形态设备,每个设备具有发送器和接收器,该神经形态设备被配置为:1)至少部分地根据多个数据的目标地址和频带将该多个数据分离到多个并行通道中;2)对共享共用频带的多个数据中的选定数据进行组合;3)对组合的数据进行传送;所述系统还包括中心路由器,该中心路由器耦接到神经形态设备,并具有发送器和接收器,该中心路由器被配置为:1)在接收器处接收组合的数据,2)将组合的数据分离为共享相同目标地址的第一数据,3)将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
所述多个神经形态设备可以被配置为使用分频多路复用(FDM)和OFDM之一对多个数据进行分离,所述多个神经形态设备可以包括MIMO设备。
在另一方面,公开了一种方法,其包括:至少部分地根据多个数据的目标地址和频带,在多个神经形态设备上将多个数据分离到多个并行通道中;对共享共用频带的多个数据中的选定数据进行组合;对组合的数据进行传送;在中心路由器处接收组合的数据;分离为共享相同目标地址的第一数据;将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
通过研究下面的附图和详细描述,对于本领域内的技术人员来说,本发明的其它设备、装置、系统、方法、特征和优点将会是或者将会变得显而易见。其目的是,所有这样的额外的系统、方法、特征和优点都包含在该描述的范围内、包括在本发明的范围内、并由随附权利要求所保护。
附图说明
通过参考下面的附图可以更好地理解本发明。附图中的各个组件不一定按比例绘制,而是重点在于展示本发明的原理。附图中,所有不同的视图中的相同的附图标记指示相应的部分。
图1示出了根据本公开的神经形态系统;
图2示出了根据本公开的神经形态设备(NC)的发送器;
图3示出了根据本公开的中心路由器的接收器;
图4示出了根据本公开的中心路由器的发送器;
图5示出了根据本公开的NC的接收器;
图6示出了根据本公开的中心路由器;
图7示出了根据本公开的尖峰事件从NC转换为OFDM信号并在中心路由器中复原的过程;
图8示出了根据本公开的在中心路由器中将解调的尖峰事件转换为OFDM信号并在NC中复原为尖峰数据的过程;
图9示出了根据本公开的NC的发送器,其包括插入到信号处理路径中的用于适应各NC之间的尖峰的不均匀分布的尖峰感测模块和通道编码模块;
图10示出了根据本公开的中心路由器的发送器,其包括插入到信号处理路径中的用于适应各NC之间的尖峰的不均匀分布的尖峰感测模块和通道编码模块;以及
图11示出了根据本公开的神经形态系统的分级体系,其中多个MIMO-OFDM系统通过交换机相互耦接。
具体实施方式
下面公开的每个额外的特征和教导都可以被单独地使用,或者连同其它特征和教导一起使用,从而提供用于稳定的和有效的神经形态网络中的设备间通信的设备、系统和/或方法。现将参照附图对本发明的代表性实例进行描述,这些实例对许多这些额外的特征和教导进行了单独的地和组合地使用。这些详细描述的目的只是为本领域内的技术人员传授用于实践该教导的各个优选的方面的更多细节,而不是想要限制本发明的范围。因此,下面的详细描述中公开的各个特征和步骤的组合对于本发明的最广泛意义上的实践可能不是必需的,传授它们仅仅是为了对本教导的代表性实例进行详细地描述。
现将对大规模神经形态系统中的设备间通信进行描述,并可能包括组合的正交频分复用(OFDM)和多输入多输出(MIMO)收发器,用于将多个尖峰系列并行地传送到多个目的地,同时消除死锁、活锁、和不可预测的流量堵塞和/或限制。可使用多个多路复用方法进行尖峰的传送,包括分时多路复用(TDM)、分频多路复用(FDM)、分码多路复用(CDM)。也可使用突触时间多路复用技术来降低TDM、CDM、和其它类似技术中的神经形态芯片中的神经元和突触之间的物理硬件连接的数量。
在一个实施例中,可使用OFDM来在公共宽带介质上传送多重数据流。所公开的系统可包括一个或多个OFDM发送器来将一个宽带通道划分为一个或多个窄带、低速率、频率不可选择的子通道或子载波。这些子载波彼此正交从而最大地降低载波间干扰(ICI)。相应地,多个数据或符号可以被并行传送,同时保持高频谱效率。每个载波还发送包括多存取方案的信息,例如正交频分复用多址存取(OFDMA),这提供了不同的媒体,例如视频、图形、语音、文本、或其它需要使用同一链接独立和并行传送的数据。所描述的神经形态设备间通信系统可包括电子设备,例如神经形态设备,这些设备彼此之间通过OFDM基于尖峰系列传送和接收方法进行通信。
在一个实施例中,所描述的系统可包括MIMO技术,该技术使用空间-时间信号处理,其中时间与多空间分布天线(即,位于不同点上的多个天线)的使用中固有的空间维度相辅。这就是说,一个接收器可以具有同一信号的多种形式。这种多重信号变化可降低这些信号在同一时间都受到影响的可能性。相应地,多样性有助于稳定信号路径并改善性能,从而降低错误率。
所描述的神经形态系统可使用路由通道或路径传送信号。该通道或路径可具有小于1米的范围。在一个实施例中,神经形态系统可包括短范围的通信路径从而降低或避免对于通道评估、纠错编码、和/或空间-时间频率编码的需要。神经形态设备可将尖峰时间数据传送给中心路由器。在中心路由器中进行数据处理和重组后,中心路由器可通过路由器中的发送器将多个尖峰时间数据传送给每个神经形态设备。在一个实施例中,中心路由器与神经形态设备之间的接口可构成MIMO单元。通过使用OFDM方法,中心路由器和神经形态设备创建多用户MIMO-OFDM平台以用于设备间通信。
在一个实施例中,多个神经的和突触的计算可发生在神经形态设备中。神经形态设备可基于尖峰时间网络,其中当网状集成电流超出阀值时,神经元会集成输入的突触电流和放电动作电位或尖峰。在一个实施例中,该阀值可以是大约十毫伏或更多。在一个实施例中,网状集成电流可以是来自突触的注入电流与来自神经元本身的漏泄电流(在放电之前的某个时间,由于导电性造成的)的集合。
突触可以是两个相互连接的神经元之间的连接点。突触的一个末端可以与提供信息的神经元(在下文中称为突触前神经元)相关联。突触的另一个末端可以与接收信息的神经元(在下文中称为突触后神经元)相关联。可以根据在大脑中发现的尖峰时间相关可塑性(STDP)对突触导电系数的突触进行内在地调整。
在一个实施例中,STDP可根据突触前神经元与突触后神经元的尖峰之间的时间差异对突触导电系数进行调节。如果时间差异是正的,则突触可能会受到减弱或降低导电系数。如果时间差异是负的,则突触可能会受到增强或提高导电系数。在一个突触处,增强P的值或减弱D的值的动力学可能会变化。
在一个实施例中,神经元可寄存在不同的神经形态设备上并必须通过设备之间的一个或多个互连进行彼此间的通信。在该实施例中,可将P值连同尖峰事件信息传送给接收神经元从而促进STDP。随后可在每个神经元上对D值进行本地计算,从而不必在神经形态设备之间传送D值。接收尖峰的后神经元的特定地址也可包括在传送给另一个神经形态设备的尖峰事件信息中。
图1示出了神经形态系统100的一个实例。系统100可包括中心路由器101和神经形态设备或芯片(NC)102。在一个实施例中,NC的数量可以是任何适当的数量,这取决于数据速率、服务质量(QoS)、芯片面积、功率消耗、和/或NC的电路。再次参照图1,NC可具有发送器(Tx)110和接收器(Rx)112,还可包含神经元、突触、STDP学习电路。信号的传送和接收可被配置为包括OFDM。
图2示出了NC的另一个实施例中的发送器200,其中还包括地址和信息分配器电路201、编码和符号映射电路202、离散傅里叶变换(DFT)电路203、滤波器组204、上采样和延迟链电路205、输出到中心路由器的输出206。
参照图2,可以通过地址和信息分配器201和编码和符号映射电路202将数据分布到具有索引1到N的多个不同通道来执行传送神经元数据,例如目标地址和尖峰时间相关可塑性(STDP)。通道索引j中的数据最终将会被发送到NCj,来自第i个NC中的前突触神经元的、用于传送到第j个NC的、使用OFDM编码的尖峰事件数据Aij可以被编码为一个单词,该单词包含两个子单词。在另一个实施例中,可使用大于两个的子单词。第一个子单词可以是编译了P值的子单词,该P值是用于根据STDP对接收后突触神经元处的突触进行突触导电系数改变所需要的值。还可包括另一个子单词,该子单词编译了神经形态系统中的神经元接收者的唯一地址。
随后使用DFT电路203和滤波器组204将每个通道中的数据分配到中心频率为fj的频带Aij中。频带Aij的第一索引i可以是将数据发送到不同NC的NC索引编号。频带Aij的第二索引j可以是接收来自索引编号为i的NC的数据的NC索引编号。相应地,可根据使用传送NC中的数据的接收NC,将传送NC中的数据划分到N个通道中并分配到N个频带中。于是,可使用FDM以目标目的地为基础将数据分割到不同的通道中。对每个AER使用FDM指的是,只有神经元的目的地地址需要被编译和发送。这降低了每个神经形态事件的地址位的需求。
通过滤波器组后,可以将每个通道中的数据信号的采样速度增加N倍。随后可通过上采样和延迟链电路205将多个通道信号串行地组合在一起。在一个实施例中,对应于选定频带的不同通道中的数据可以被组合到一个信号通道中并使用分时多路复用(TDM)发送。在一个实施例中,在中心路由器中可存在一个接收器对应于NC中的发送器,从而形成用于数据发送、接收、处理的多路复用转换器(trans-multiplexer)。
如图3中所示,来自NC中的发送器的数据信号可以被中心路由器中的接收器300接收和处理。在一个实施例中,可以在301接收信号,并通过延迟链和样本抽取电路302以因数N使用串并转换对该信号进行处理。随后可将输出信号提供给滤波器组303和IDFT电路304,从而在输出305上形成每个子频带基带信号。由于中心路由器的接收器中的滤波器组是由相应的NC的发送器中的滤波器组相匹配的,因此所展示的中心路由器中的接收器的末端处的每个通道中的信号可以基本上与相应的NC的发送器中的每个通道中的信号相同。
随后将每个通道中取得的并行数据发送到中心开关控制器或中心路由器进行进一步处理,例如子频带编码、信号均匀化或补偿、去噪、干扰消除、延迟控制。可以通过固定的布线路由将具有相同目的地的信号子频带重组。重组后,可将具有相同目的地的数据发送给中心路由器中的相应的发送器。
如图4中所展示,在输入401接收中心路由器的发送电路400中具有相同目的地的信号频带时,信号频带被通过DFT电路402和滤波器组403。发送器400可对每个相应的通道中的信号分配具有中心频率的子频带。
发送器400通过上采样和延迟链404对每个通道中的信号执行并串转换。可将NC的发送器中使用的相同频带和子频带应用到中心路由器中的发送器上。
可将来自中心路由器中的每个发送器的串行信号发送到输出405处的相应的NC。数字信号由每个接收器在其相应的NC进行解码,如图5中展示。由于中心转换控制器中信号重组,NC中的接收器500可接受所有NC发送的所有信号。可以将来自每个NC的信号分配到相应的具有匹配的子频带的通道中。通过延迟链和下采样电路506对输入501处的信号进行转换。可以通过滤波器组502和IDFT电路503将与NC相对应的每个接收器中的生成信号通道化。随后可由数字信号处理和基带电路504对通道化的信号进行处理。随后将输出提供到地址和信息解码电路505。
图6示出了一个实施例600中的用于将尖峰事件作为NCi与NCj之间的OFDM信号Aij处理的中心路由器600。中心路由器600。中心路由器600可包括中心转换控制器601和MIMO单元604,MIMO单元604包括发送器602和接收器603。路由器600还可包括到NC605的有线连接604并被配置为多用户MIMOOFDM系统。
对来自中心路由器600中的每个NC的尖峰事件数据进行接收和反多路转换后,可使用中心转换控制器601对数据进行重新布置。控制器601能够将U比特字形式的尖峰事件转送到中心路由器600中的Tx。在中心路由器600中的每个Tx,可组成一个新的单独的尖峰事件数据信号并将其传送至它的目标NC。对于神经形态系统中的所有NC,该过程可并行发生。在目标NC,来自中心路由器600的复合信号可以被它的Rx接收,并随后使用DFT反多路转换为N比特字,并转送到NC内的目标神经元。
该系统可以是尖峰事件的实时路由系统,其发生在不同的NC中并且被独立地和/或并行地路由和发送。该配置可使得系统能够容忍故障。此外,可消除能够影响AER类型的神经形态设备间通信的问题,例如死锁、活锁、受限制的数据速率、不可预测的数据流量阻塞。相对于已知的节点对节点方案,数据速率和容量也得到了提高。
在一个实施例中,可将来自电子设备的尖峰事件转换为OFDM信号,如图7中展示。系统700可包括数字调制电路701、IDFT电路702、增加循环前缀(CP)的电路703、用于数字信号的并串转换的电路704。电路704的输出可通过通道705发送并在电路706接收,用于进行串并转换。CP可以被电路707去除并传递到DFT电路707。可通过不同的子载波将这些在NC中生成的线性比特流传送到不同的目标设备。在每个子通道中,可通过BPSK或QPSK将尖峰事件比特流映射或调制为符号。也可使用正交调幅(QAM)、脉冲调幅(PAM)、多进制相移键控(MPSK)。对于BPSK,比特流中的每个比特位对应于一个符号。于是,总共有M个符号。如果相应的比特位的数值是1,则每个符号的值是1。否则,符号的数值将会是-1。
对于QPSK,可将比特流中的两个比特位中的每个比特位映射为一个符号,其中的第一个比特位是符号的实际值,另一个是符号的虚构值。如果相应的比特值是1,则符号的实际或虚构部分的值会是1。否则,符号的实际或虚构部分的值会是-1。对于每个U比特尖峰事件,有U个用于BPSK调制的符号或U/2个用于QPSK调制的符号。
这些符号可被传送到多个目标神经形态设备并可由唯一的OFDM子载波承载。在下面的讨论中,N是OFDM的FFT(快速傅里叶变换)和IEFT(反向快速傅里叶变换)的尺寸。表示第q个设备中的第k个子载波处的第m个OFDM符号,分别地,其中的CR表示从设备传送给中心路由器的符号,RC表示从中心路由器传送给NC的符号。使用KOFDM子载波将OFDM符号从NC传送到中心路由器。
通过IEFT(反向快速傅里叶变换)在第q个设备的发送器中生成的每个时间域OFDM符号,对于N中的第n个符号为可以表达为:
于是,可使用列向量将来自第q个设备的OFDM符号表示为:
其中T表示转置运算符号。为了克服传送过程中的符号间干扰(ISI),可将循环前缀(CP)的长度添加到每个OFDM符号的前面。通过将OFDM的后L个样本填充到原始的长度为N的OFDM的前面,CP扩展了OFDM符号。这可为长度大于多路径通道中的延时的OFDM符号提供保护间隔,并确保子载波中的样本是正交的并因此有助于克服ISI。添加CP后,可将每个OFDM符号表示为:
这些OFDM符号被通过设备与中心路由器之间的MIMO接口传送到中心路由器。中心路由器通过多个接收器接收到的OFDM符号向量可被表示为:
其中的‘*’表示两个向量中的离散卷积运算,表示中心路由器中的第q个设备和q’个接收器中的发送器之间的多路径通道的脉冲响应,τ和t分别是由于多路径时间和频率衰减通道效应导致的延时和通道脉冲响应的时间。
通道信号衰退的主要来源是噪声(由热造成的或者由于干扰信号造成的)、多路径传播(会导致ICI)、由于运行高增益区域中的发送器的功率放大器引起的非线性失真。在一个实施例中,可使用加性白高斯噪声(AWGN)来克服衰退的来源。这是因为不同的NC是相互独立的并且通过有线连接而连接在一起。相应地,非线性失真被最小化,发送器可传送信号而不需要高增益的放大。
在等式(4)中,WCR是每个通道的恒等地和独立地分布的AWGN。因为设备中的每个Tx都通过线缆连接到中心路由中的相应的Rx,可将等式(4)简化为如下:
其中是每个通道的AWGN向量。可根据CP将AWGN向量进一步表示为如下:
在中心路由器中接收到的信号向量可被表示为如下的列向量:
因为通道是静态的,因此通道脉冲响应的向量可以被简化和表示为如下的列向量:
为了进一步降低OFDM的ISI,可使用平方根升余弦FIR滤波或方波滤波进行脉冲成形。可将通道视为尼奎斯特滤波器,可将通道的脉冲响应表示为:
h q CR ( n ) = h q CR ( 0 ) n = 0 0 otherwise - - - ( 9 )
因此,可将中心路由器接收到的OFDM符号表示为:
r q m C R ( n ) = Σ l = 0 L - 1 h q C R ( l ) · s q m C R ( n - l ) + w q m C R ( n ) = h q C R ( 0 ) · s q m C R ( n ) + w q m C R ( n ) - - - ( 10 )
其中n可采用-L至N-1之间的值。信号从设备传送到中心路由器的全部过程总结在图10中。
从接收到的OFDM符号中去除CP并执行FFT后,中心路由器中的中心转换单元接收到的符号可以被表示为如下:
根据等式(1)、(10)和(11),可建立下面的等式:
y q m C R [ k ] = h q C R ( 0 ) · x q m C R [ k ] + w q m C R [ k ] - - - ( 12 )
如等式(12)中所展示,尖峰事件的信息位的符号被恒等地和独立地从每个设备传送并由中心路由器并行地接收。这甚至会在存在AWGN退化的情况下发生。到达中心路由器后,尖峰事件的符号可以被重新布置为:
x q m R C [ k ] = y k m C R [ q ] - - - ( 14 )
其中可以根据分配到目标设备的特定子载波,将需要分派给指定目标设备q的传送重组到中心路由器中的一个单独的Tx中。在一个实施例中,将系统的采样周期设置为期限Ts。重新布置的符号 可以被用于通过IFFT在中心路由器的每个与其对应的Tx中生成如下的时间域OFDM符号
其中n表示第n个采样周期。在每个OFDM的前面增加CP后,可通过中心路由器中的MIMO接口将符号传送至不同的神经形态设备。由于中心路由器与设备之间的有线通道是静态的尼奎斯特滤波器,因此可以将每个神经形态设备接收到的OFDM符号表示为:
r q m R C ( n ) = Σ l = 0 L - 1 h q R C ( l ) · s q m R C ( n - l ) + w q m R C ( n ) = h q R C ( 0 ) · s q m R C ( n ) + w q m R C ( n ) - - - ( 16 )
其中是中心路由器到神经形态设备之间的每个通道的通道脉冲响应,是中心路由器到神经形态设备的每个通道的AWGN。通过与上面描述的类似的进程(用于信号传送),可以将每个设备接收到的尖峰事件的符号表示为:
y q m R C [ k ] = h q R C ( 0 ) · x q m R C [ k ] + w q m R C [ k ] - - - ( 17 )
w q m R C [ k ] = 1 N Σ n = 0 N - 1 w q m R C ( n ) · e - j 2 π N k · n - - - ( 18 )
使用等式(14),可进一步将等式(17)表示为:
y q m R C [ k ] = h q R C ( 0 ) · h q C R ( 0 ) · x k m C R [ q ] + h q R C ( 0 ) · w k m C R [ q ] + w q m R C [ k ] - - - ( 19 )
等式(19)展示出,每个神经形态设备同时地和独立地接收通过中心路由器并行地来自不同神经形态设备的尖峰事件的信息位。假定使用AWGN,可将每个神经形态设备的信噪比表示为:
SNR = ( h q RC ( 0 ) · h q CR ( 0 ) h q RC ( 0 ) + 1 ) 2 · ( x km CR [ q ] w ) 2 - - - ( 20 )
等式(20)展示出,尽管每个通道中的噪声减少了尖峰事件信息的符号,但是可通过在每个通道中增加一个标度乘法器、并且标度值大于2(即,)来克服该影响。图7中展示了信号从中心路由器传送到神经形态设备的过程。
参照图8,系统800可包括IDF电路801、增加CP的电路802、并串转换电路803、通道804、串并转换电路805、移除CP的电路806、DFT电路807、解调和解码电路808。
对于BPSK和QPSK,比特误差的概率Pb,即预期的比特误差率(BER),可以被表示为如下:
P b = F ( 2 E b N e ) - - - ( 21 )
其中Eb是每比特位的能量,N0/2是噪声功率谱密度,F是互补高斯误差函数的缩写形式。Eb/N0是对SNR的比例。相应地,可通过较高的SNR提高BER的性能。
通过将NC集成MIMO-OFDM特征,所公开的系统可支持高数据速率、实时数据传送、独立和并行的数据路由。该系统时可升级的、模块化的和可预测的。可升级性是通过显著降低NC之间进行路由所需要的线缆的数量以及OFDM方法的使用实现的。系统的模块化源于路由器、IP核、连接的再使用。此外,系统的可预测性源于有线连接提供的良好控制的和优化的电气参数。该系统还最小化或避免了无线系统中的多路径衰退通道的问题:死锁、活锁、数据丢失、不可预测的数据流量阻塞。
在所描述的系统,设备上的线缆可具有紧密接近性(例如,在中心路由器中)。由于这些设备具有高金属电阻,例如150Kohm/m左右,这些线缆可以被视为RC队列,直到线缆的感应串联阻抗的频率等于它的每米的电阻。预计该设备上线缆的频率(被称为控制频率)可以高于40GHz。有利地,因为已有的系统中的信号频率没有达到这样的频率水平,因此可以避免可导致DSL的问题的频率相关的影响,例如近端串扰(NEXT)和远端串扰(FEXT)。
在一个实施例中,传送给每个NC的尖峰事件的数量可以是非均匀分布的。在一个实例中,可使用可重构的FFT/IFFT和/或子通道化资源分配,并具有通道编码和尖峰流量(traffic)感测,从而使系统能够适应性地处理系统中的NC之间的尖峰流量分布。如图9和图10中展示,可以在NC和/或中心路由器中的每个发送器之前增加尖峰流量感测引擎,从而对初始子载波分配进行评估。可使用通道编码进行进一步的识别和非均匀子载波分配的最终指派。
在一个实施例中,尖峰感测电路可用于对尖峰流量进行实时监控。通过感测某段时期内的尖峰流量,例如1毫秒,可监控需要传送给每个NC的尖峰事件的数量。可将每个尖峰事件分配到不同的通道中。参照图9,NC的发送器900可包括地址和信息分配器901、通道编码模块902、编码和符号映射电路903、IDFT电路904、上采样电路905、脉冲成形电路906、输出907。可将尖峰感测电路耦接到地址和信息分配器901与通道编码模块902之间。
如图10中展示,中心路由器的发送器1000可提供来自中心转换控制器并输入到尖峰感测电路1010中的流量。可将输出提供到通道编码电路1002中,随后提供该DEF电路1003。随后可在电路1004对信号进行上采样,并在1005输出。
在另一个实施例中,可将系统1100放大为较大的神经形态系统,如图11中展示,所描述的每个神经形态路由系统都可充当尖峰事件传送的蜂窝网络或局域网。可以通过一个或多个中心路由器1102从一个交换机1101对这些蜂窝区域之间的尖峰事件传送进行路由。可将每个中心路由器耦接到一个或多个NC1103。
在另一个实施例中,可使用共享处理设备、单独的处理设备、或多个处理设备来实施处理模块。该处理设备可以是微处理器、微控制器、数字信号处理器、微计算机、中央处理单元、现场可编程门阵列、可编程逻辑设备、状态机、逻辑电路、模拟电路、数字电路、和/或根据操作说明控制信号(模拟和/或数字)的任何设备。
本发明及其任何特征、功能可以使用硬件、软件、或者它们的组合来实施,并可实施在一个或多个计算机系统或其它处理系统中。用于执行本发明的运行并能够执行本文所描述的功能的计算机系统可包括一个或多个连接到通信设施(例如,通信总线、交叉杆、或网络)的处理器。对于该示例性计算机系统描述了多个软件实施例。阅读该描述后,如何使用其它计算机系统和/或体系实施本发明,这对于本领域内的接收人员显而易见的。
本发明的优选实施例的上述描述的目的在于说明和描述。并不旨在无遗漏地包含或将本发明限制在该精确的形式或公开的示例性实施例。显然,对于本领域技术人员来说大量修改和变形是显而易见的。类似地,所描述的任何过程步骤都可以与其他步骤互换以获得相同的结果。对实施例进行挑选和描述以对本发明的原理及其最佳实际应用模式进行最优地解释,从而使得本领域技术人员被配置为通过各种实施例理解本发明,并且根据特殊使用或预定应用进行合适的各种修改。需要指出的是,本发明的范围由所附权利要求及其等同物限定。除非明确指出,以单数形式提及的元素并非表示“一个且只有一个”,而表示“一个或多个”。而且,本发明中的要素、组件、和方法步骤无论是否明确记载在所附权利要求中,均并非意在献给公众。除非明确以“装置,其用于……”描述要素,否则本文中的权利要求的要素不应由35U.S.C第112条第6款解释。
应该明白,呈现所附附图只是为了示例的目的,附图强调本发明的功能和优点。本发明的体系结构是可以是充分灵活的且可配置的,使得可以以除了附图所示的其他方式来使用(和操作)。
此外,前述摘要的目的在于使得美国专利商标局和公众以及尤其是并不熟悉专利或法律条款或术语的科学家、工程师和开发者能够基于快速浏览而熟知本申请技术范围的本质。摘要并不旨在以任何方式限制本发明的范围。还应该明白,权利要求中所记载的步骤和过程无需以所呈现的顺序执行。
还要指出的是,可以将实施例描述为以流程图、作业图、结构图或框图描述的过程。虽然流程图可以将操作描述为顺序的过程,但是很多操作可以并行或同时执行。此外,可以重置操作顺序。在完成操作时终止过程。过程可以对应于方法、函数、流程、子例程、子程序等。在过程对应于函数时,其结束对应于返回到函数以回调函数或主函数。
此外,存储介质可以表示一个或多个用于存储数据的装置,包括用于存储信息的只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储器介质、光存储介质、闪存装置和/或其他机器可读介质、处理器可读介质、和/或计算机可读介质。术语“机器可读介质”、“计算机可读介质”和/或“处理器可读介质”可以包括但不限于非暂时性介质,例如便携式或固定式存储装置、光存储装置以及能够存储、容纳或携带指令和/或数据的各种其他介质。因此,本文所述的各种方法可以完全或部分地由存储在“机器可读介质”、“计算机可读介质”和/或“处理器可读介质”中的指令和/或数据实现,并由一个或多个处理器、机器和/或装置执行。
本文所描述的发明的各种特征在不脱离本发明的前提下可以在不同的系统中实现。需要注意的是,上述实施例仅仅是示例而并不解释为限制本发明。对各个实施例的描述旨在说明,并不限制权利要求的范围。因此,本教导可以容易地应用到其他类型的设备中,而且对于本领域技术人员来说大量替代品、修改和变型等是显而易见的。
本文至少公开了下面的构思:
构思1.一种系统,包括:
多个神经形态设备,每个设备具有发送器和接收器,该神经形态设备被配置为:1)至少部分地根据多个数据的目标地址和频带将该多个数据分离到多个并行通道中;2)对共享共用频带的多个数据中的选定数据进行组合;3)对组合的数据进行传送;和
中心路由器,其耦接到神经形态设备,并具有发送器和接收器,该中心路由器被配置为:1)在接收器处接收组合的数据,2)将组合的数据分离为共享相同目标地址的第一数据,3)将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
构思2.如构思1所述的系统,其中的多个神经形态设备被配置为使用FDM和OFDM中的一个来对多个数据进行分离。
构思3.如构思1所述的系统,其中的多个神经形态设备包括MIMO设备。
构思4.如构思1所述的系统,其中的多个神经形态设备被配置为使用TDM对数据进行组合。
构思5.如构思1所述的系统,其中的多个神经形态设备中的每一个神经形态设备的发送器被配置为处于相同的频率。
构思6.如构思1所述的系统,其中的神经形态设备的发送器和所述中心路由器的接收器被配置为多路复用转换器(trans-multiplexer)。
构思7.如构思1所述的系统,其中的神经形态设备的接收器和所述中心路由器的发送器被配置为多路复用转换器。
构思8.如构思1所述的系统,其中所述中心控制器还包括中心转换控制器,该中心转换控制器被配置为通过目标地址对第一数据进行分组。
构思9.如构思1所述的系统,其中所述中心路由器被配置为使用FDM和OFDM中的一个。
构思10.如构思1所述的系统,其中所述中心路由器设备被配置为使用TDM对数据进行组合。
构思11.如构思1所述的系统,还包括尖峰感测电路,该尖峰感测电路耦接到中心控制器和神经形态设备中的一个。
构思12.一种方法,包括:
至少部分地根据多个数据的目标地址和频带,在多个神经形态设备上将多个数据分离到多个并行通道中;
对共享共用频带的多个数据中的选定数据进行组合;
对组合的数据进行传送;
在中心路由器处接收组合的数据;
将组合的数据分离为共享相同目标地址的第一数据;以及
将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
构思13.如构思12所述的方法,还包括使用FDM和OFDM中的一个对多个数据进行分离。
构思14.如构思12所述的方法,还包括使多个神经形态设备中的每个设备运行在相同的频率上。
构思15.如构思12所述的方法,还包括通过目标地址对第一数据进行分组。
构思16.如构思12所述的方法,还包括提供耦接到中心控制器和神经形态设备中的一个的尖峰感测电路。

Claims (16)

1.一种系统,包括:
多个神经形态设备,每个设备具有发送器和接收器,该神经形态设备被配置为:1)至少部分地根据多个数据的目标地址和频带将该多个数据分离到多个并行通道中;2)对共享共用频带的多个数据中的选定数据进行组合;3)对组合的数据进行传送;和
中心路由器,其耦接到神经形态设备,并具有发送器和接收器,该中心路由器被配置为:1)在接收器处接收组合的数据,2)将组合的数据分离为共享相同目标地址的第一数据,3)将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
2.如权利要求1所述的系统,其中所述多个神经形态设备被配置为使用FDM和OFDM中的一个来对多个数据进行分离。
3.如权利要求1所述的系统,其中所述多个神经形态设备包括MIMO设备。
4.如权利要求1所述的系统,其中所述多个神经形态设备被配置为使用TDM对数据进行组合。
5.如权利要求1所述的系统,其中所述多个神经形态设备中的每一个神经形态设备的发送器被配置为处于相同的频率。
6.如权利要求1所述的系统,其中所述神经形态设备的发送器和所述中心路由器的接收器被配置为多路复用转换器。
7.如权利要求1所述的系统,其中所述神经形态设备的接收器和所述中心路由器的发送器被配置为多路复用转换器。
8.如权利要求1所述的系统,其中所述中心控制器还包括中心转换控制器,该中心转换控制器被配置为通过目标地址对第一数据进行分组。
9.如权利要求1所述的系统,其中所述中心路由器被配置为使用FDM和OFDM中的一个。
10.如权利要求1所述的系统,其中所述中心路由器设备被配置为使用TDM对数据进行组合。
11.如权利要求1所述的系统,还包括尖峰感测电路,该尖峰感测电路耦接到所述中心控制器和所述神经形态设备中的一个。
12.一种方法,包括:
至少部分地根据多个数据的目标地址和频带,在多个神经形态设备上将多个数据分离到多个并行通道中;
对共享共用频带的多个数据中的选定数据进行组合;
对组合的数据进行传送;
在中心路由器处接收组合的数据;
分离为共享相同目标地址的第一数据;以及
将第一数据传送给与目标地址相关联的多个神经形态设备中的另一个神经形态设备。
13.如权利要求12所述的方法,还包括使用FDM和OFDM中的一个对多个数据进行分离。
14.如权利要求12所述的方法,还包括使所述多个神经形态设备中的每一个设备运行在相同的频率上。
15.如权利要求12所述的方法,还包括通过目标地址对第一数据进行分组。
16.如权利要求12所述的方法,还包括提供耦接到中心控制器和所述神经形态设备中的一个的尖峰感测电路。
CN201380074483.3A 2013-02-27 2013-02-27 用于稳定的和有效的神经形态设备间通信的mimo‑ofdm系统和方法 Active CN105075156B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2013/028104 WO2014133506A1 (en) 2013-02-27 2013-02-27 A mimo-ofdm system for robust and efficient neuromorphic inter-device communication

Publications (2)

Publication Number Publication Date
CN105075156A true CN105075156A (zh) 2015-11-18
CN105075156B CN105075156B (zh) 2018-01-16

Family

ID=54599418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380074483.3A Active CN105075156B (zh) 2013-02-27 2013-02-27 用于稳定的和有效的神经形态设备间通信的mimo‑ofdm系统和方法

Country Status (1)

Country Link
CN (1) CN105075156B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11863221B1 (en) * 2020-07-14 2024-01-02 Hrl Laboratories, Llc Low size, weight and power (swap) efficient hardware implementation of a wide instantaneous bandwidth neuromorphic adaptive core (NeurACore)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101213805A (zh) * 2005-06-02 2008-07-02 适应性频谱和信号校正股份有限公司 多使用者矢量化dsl传输中的音调预编码
CN101563854A (zh) * 2006-12-18 2009-10-21 罗伯特·博世有限公司 经由通信系统的通信媒体传输数据流的数据的方法以及通信系统的用户和实施该方法的通信系统
WO2011012158A1 (en) * 2009-07-28 2011-02-03 Ecole Polytechnique Federale De Lausanne Encoding and decoding of information

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101213805A (zh) * 2005-06-02 2008-07-02 适应性频谱和信号校正股份有限公司 多使用者矢量化dsl传输中的音调预编码
CN101563854A (zh) * 2006-12-18 2009-10-21 罗伯特·博世有限公司 经由通信系统的通信媒体传输数据流的数据的方法以及通信系统的用户和实施该方法的通信系统
WO2011012158A1 (en) * 2009-07-28 2011-02-03 Ecole Polytechnique Federale De Lausanne Encoding and decoding of information

Also Published As

Publication number Publication date
CN105075156B (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
EP2962416B1 (en) A mimo-ofdm system for robust and efficient neuromorphic inter-device communication
CN101981847B (zh) 移动通信系统、接收装置以及方法
CN105681233A (zh) 正交差分向量信令
CN105659551B (zh) 传送复数据符号块的方法和设备、接收方法和设备
CN103825862A (zh) 一种基于偏移正交幅度调制的滤波器组多载波方法
US11838078B2 (en) Communication system and methods using very large multiple-in multiple-out (MIMO) antenna systems with extremely large class of fast unitary transformations
CN101827060A (zh) 基于分数阶傅里叶变换的自适应调制解调方法
CN108770054A (zh) 一种scma资源动态优化分配方法
CN106254292B (zh) Gfdm系统中基于随机滤波器分配的降低papr算法
Ge et al. OTFS signaling for SCMA with coordinated multi-point vehicle communications
CN101213805A (zh) 多使用者矢量化dsl传输中的音调预编码
Zhong et al. Bit error rate analysis of a MIMO-generalized frequency division multiplexing scheme for 5th generation cellular systems
CN105075156A (zh) 用于稳定的和有效的神经形态设备间通信的mimo-ofdm系统
Hassan Multi user MIMO‐OFDM‐based power line communication structure with hardware impairments and crosstalk
CN106788893A (zh) 一种稀疏交织多址接入方法
Zhang et al. Complexity reduction for MC-CDMA with MMSEC
CN105917592A (zh) 信息处理装置、网络节点和信息处理方法
De Candido et al. SIMO/MISO MSE-duality for multi-user FBMC with highly frequency selective channels
Abd El‐Hamid et al. New multiple‐input multiple‐output‐based filter bank multicarrier structure for cognitive radio networks
Sinn et al. Common architectures for TD-CDMA and OFDM based mobile radio systems without the necessity of a cyclic prefix
Devi et al. A Phase Offset Selective Mapping Technique for PAPR Reduction in MIMO-UFMC
Amirkhany et al. Practical limits of multi-tone signaling over high-speed backplane electrical links
Tsai et al. A repetitively coded multicarrier CDMA (RCMC-CDMA) transceiver for multiuser communications
Shakir et al. Design of LTE system by using neural network adaptive equalizer based on discrete fourier and wavelet transforms
CN101803266B (zh) 用于分开多源系统中的源的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant