JPH02284278A - 微細粒状マイクロ構造プロセッサ - Google Patents

微細粒状マイクロ構造プロセッサ

Info

Publication number
JPH02284278A
JPH02284278A JP2066773A JP6677390A JPH02284278A JP H02284278 A JPH02284278 A JP H02284278A JP 2066773 A JP2066773 A JP 2066773A JP 6677390 A JP6677390 A JP 6677390A JP H02284278 A JPH02284278 A JP H02284278A
Authority
JP
Japan
Prior art keywords
array
data
scan
data points
cell
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.)
Pending
Application number
JP2066773A
Other languages
English (en)
Inventor
Patrick F Castelaz
パトリック・エフ・キャステラズ
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.)
Raytheon Co
Original Assignee
Hughes Aircraft Co
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 Hughes Aircraft Co filed Critical Hughes Aircraft Co
Publication of JPH02284278A publication Critical patent/JPH02284278A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • G06F17/153Multidimensional correlation or convolution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 [産業上の利用分野] 本発明は情報プロセッサ、特にある組の2次元データと
別のものとを関連またはt1関させる微細粒状マイクロ
構造プロセッサに関する。
[従来技術] 割当ておよび相関問題は、通常の情報ブロモ・ソサを使
用して解決するのが最も困難である。割当て問題には、
多数のエンティティが多数の中から選択され、全エンテ
ィティに対する全割当てをある意味で最適にさせるよう
に別のエンティティに割当てられることが含まれる。相
関問題において、ある組のデータ中のエンティティが別
の組のデータのエンティティと相関される。これらの問
題は、一般に単一方法で解決することは不可能であり、
探索される最良の解決方法にはある範囲があるため解決
が困難である。さらに、これらの問題には可能な解答数
が組合せにより爆発的または指数的に増加することも含
まれる。
割当ておよび相関問題の例には、特にリソース割当、標
的関係、2次元位置専用トラック開始、多数のセンサに
よって検出された角度専用ターゲットに対するゴースト
消去、2次元特徴ベクトルのパターン整合、テンプレー
ト整合および2次元フィルタが含まれる。
[発明の解決すべき課題] この分野における以前のアプローチは、一般および特別
(ベクトル、アレイ、シストリック等)の両方の目的の
コンピュータのソフトウェアにおける重要視される解決
方法を含んでいる。ソフトウェア法の欠点は、系統的な
アルゴリズムおよびソフトウェア開発並びに大規模な計
算パワーを要することである。さらに、ソフトウェアの
解決方法は実時間またはほぼ実時間の問題への適用に対
して実現し難い。例えば、2次元位置専用追跡開始問題
に対して通常のアプローチに対する評価は、センサによ
って検出されたN個の標的のシナリオに対して最も都合
の良いアルゴリズムがほぼN度の2乗程度の動作を要求
することを示す。例えば、メモリアクセスおよび別のオ
ーバーヘッドに対する最小の評価を含む場合、100.
000に等しいNでは走査ごとに約1011の動作が必
要とされる。10秒間の走査に対して、これは1秒当り
1億の動作に等しく、通常の解決方法の範囲をはるかに
越えている。
これらの問題を解決する別のアプローチは、シミュレー
トアニールと呼ばれる技術である(S、Klrkpat
rlck、 GlattおよびVecc旧氏による文献
’0ptlslzat1on By Simulate
d Annealing2205cience 、 8
71乃至680頁、1983年を参照)。
しかしながら、このアプローチを使用するアルゴリズム
は出願人の知識では開発されているが、実際の動作装置
は実現されていない。画像処理ドメインにおいても、シ
ストリックな単一の平坦な相関プロセッサが存在するが
、シ乃)シ通常固定されたテンプレートまたは2次元フ
ィルタ構造を具備した同一平面の相互接続構造に制限さ
れる。
したがって、実時間で実際的な規模で割当ておよび相関
問題を解決することができる情報プロセッサを提供する
ことが望ましい。さらに、広範囲のアルゴリズムおよび
ソフトウェア開発を必要とせずにこれらの問題を解決す
ることができるプロセッサを提供することが望ましい。
またハードウェアに関して容易構成することができ、−
・方最小の寸法、重量および電力を必要とするプロセッ
サを提供することが望ましい。
[課題解決のための手段] 本発明によると、実時間で実際的な規模の割当ておよび
/または相関問題を解決する情報プロセッサが提供され
る。このプロセッサは大型並列および相互接続“構造−
アルゴリズム購造を合している。本発明は、最適化を介
して割当てを行うのではなくパターン整合関連を実行す
る。
本発明は、個々のセルのグリッド構造で相互接続された
多数の簡単な処理素子を使用する微細粒状マイクロ構造
プロセッサ(F M P )である。
F M Pは、第1の組中の各点が第2の組中の1つの
データ点と関連するように入力として2組のデータを受
け、出力として関連した組のデータを生成する。1デ一
タ点は各セル中に蓄積され、各組のデータ内の相互接続
構造は予め定められた局部領域内のその組のデータに対
する他の全てのデータ点に関するデータ点の位置を表す
ように固定される。第1の組のデータから第2の組への
相互接続構造は、データの所定の位置に対して2組のデ
ータ間で全体的な相関方法を決定するためにある組のデ
ータの全ての予め定められた領域中のデータを別の組の
対応した領域中の全データと同時に相関するように固定
される。この処理は、全てのデータ点が第1のデータの
組から第2のものにト(1関されるまで反復される。
相互接続構造は、効果的に予め定められた局部領域の周
囲を走査し、局部領域内の全ての隣接した点のマイクロ
構造およびマクロ構造の両方に関するデータ点の表示を
形成するために使用される。
次に、この情報は第2の組のデータ中の“最も類似した
”点に第1の組のデータ中の点を関連するために使用さ
れる。
さらに詳細には、FMPは、第1の組のデータ中のデー
タ点の各可能な位置に対して1つおよび第2の組中の可
能な位置に対して1つである2つのアレイのセルを与え
る。セルのアレイは予め定められた形状で分割され、そ
の形状はさらに多数の領域に分割される。2組の2次元
データは、データ点の間の相対的な位置を維持する位置
においてセル中に蓄積される。F M Pはデータ点を
有する各領域中のセル数をカウントし、第1のアレイ中
のこのようなセルの数と第2のアレイ中のこのようなセ
ル数との間の差を発見する。
このようにして、F MPは対応した領域中に位置され
たデータ点の数に関して頭載間の類似性を比較する。そ
の後、結果的な各領域の差が加算される。この結果が数
、すなわち予め定められた形状に関するデータの特定の
位置に対する第1および第2の組のデータ間の全体的類
似性に対応する相関係数である。例えば、第1および第
2のアレイにおいて予め定められた形状の中心に位置さ
れたセルに対して、相関係数は周囲のデータ点の分布に
おける第1および第2の組のデータ間の類似性の尺度で
ある。
上記の処理は、第2のアレイ中の別のセルが予め定めら
れた形状の中心にあるときに反復されて結果的な合計が
決定される。異なる点が予め定められた形状の中心とな
るまで第2のアレイデータ中のデータをシフトすること
は、セル全体のデータの全てをシフトすることによって
行い、一方データ点の間に相対的な関係は保(fされる
。この処理は、FD関係数が予め定められた形状の中心
にあるとき各データ点の場合に対して計算されるまで各
データ点に対して反復されることができる。最小の相関
係数は最良の整合をもたらす。最良の整合が得られたと
きの予め定められた形状の中心にあったデータ点は互い
に関連されて蓄積される。
それから全体的な処理が第1のアレイ中の別の点に対し
て反復されることができる。すなわち、第1のアレイ中
のデータは異なるデータ点が第1のアレイ中の予め定め
られた形状の中央になるまでシフトされる。その後、相
関係数は第2のアレイ中の予め定められた形状の中央に
おいて各可能なデータ点に関して計算される。最小のt
目間係数は再び第1のアレイ中の点と最も良く相関する
第2のアレイ中に点を生成される。この方法は、全デー
タが第2のアレイ中の点と整合されるまで反復されるこ
とができる。その結果は“パターン整合”関係であり、
これは相関および割当ての両間穎を速やかに解決するた
めに使用されることができる。
[実施例コ 好ましい実施例において、F M Pは2次元位置専用
データに対して標的連想および追跡開始を行うように構
成されている。このようなデータは、2次元で標的の位
置を検出するセンサから得られる。例えば、センサはソ
ナー、赤外線、光学または他の受動センサ装置でもよい
。F M Pは特に非常に多数の標的が感知され、およ
び/または高速の標的連想および追跡開始が要求される
適用に良く適している。
F M Pの処理の時間フレーム内において追跡される
べき標的は直線または非直線のいずれでもよいが連続し
ている通路中を移動すると仮定する。
第1の組の標的リポート間の時間フレームすなわち例え
ば10秒の第1の走査および第2の走査は適用に依存す
る。
F M Pは1対の走査に含まれる2次元標的報告で動
作し、タスクは第2の走査中の標的報告と共に第1の走
査中の各標的報告を割当てる。FMPは、隣接した報告
のマイクロ構造およびマクロ構造が非常に類似している
第2の走査中に標的報告を発見することによってこれを
実行する。多数の適用において、隣接した標的の構造に
おける類似性は標的に最も近い領域において明らかであ
る。
すなわち、近くに隣接している標的はそれより遠いもの
よりも相関に影響する。このため、らせんまたは鍋中形
状が相関するために個々の走査を分割するのに有効な形
状であることが分かっている。
鍋中形状はその中央にある所定の標的の近くでさらに小
さい形状に空間を細分し、離れるにしたがって粗い分割
を行う。別の適用に関しては、標的から離れた点が重要
視される別の形状を使用することが望ましい。
第1図を参照すると、好ましい実施例によるF M P
 10の全体的なアプローチが示されている。
F M P toへの人力は、2次元標的報告14の連
続した走査12である。個々の標的報告14の相対的な
位置は走査!2から走査12へ変化すると仮定する。
F M P 10のタスクは、標的報告14および次の
走査12により走査12中の各標的報告14を割当てる
ことである。
問題はX−Yグリッドに関する標的の相対的な位置の2
次元表示、すなわちセルのアレイを生成することによっ
てFMPIO中に生じる。走査12は多数の領域に分割
される。例えば鍋中形状16は、その中央に特aの標的
14と共に走査12上に重ねられる。その後、鍋中形状
16は中央における標的報告14から出た放射パターン
のラインを引くことによってさらに小さいセグメント1
8に分割される。
個々のセグメント18は中央付近の標的報告14では小
さく、中央から遠いものはより大きいことが見られる。
第2図には鍋中形状14がさらに詳細に示されている。
第2図に示されているように、鍋中形状14は関数L 
、 = p g[LH,1−11で示すことができる。
この式は鍋中の1番目の脚の長さり、を限定する。
しかし、この式はそれぞれの脚が隣接した脚と90°の
角度であると仮定するが、それを要求するものではない
。αおよびβは鍋中の形状を制御するために使用される
ことができるディメンションのない定数である。Pは輪
生の寸法を制御するために選択された長さの大きさを有
する数である。“X1nt″は1周当りのかたまり数で
あり、l1lax leg  は最終および最長の脚の
長さである。
したがって、輪生の式は任意の所定の適用に対してF 
M P 10の特性を最適化するように鍋中形状を調節
する便利な手段を提供する。
第1図を参照すると、F M P 10は所定の走査1
2における各セグメント中の標的14の数をカウントす
る。この処理は結果的に各セグメント18においては的
14の数のヒストグラム20を生成する。このヒストグ
ラム20は中央のものに関する標的12全での相対的な
位置に関する情報を含んでおり、この情報は第1の走査
中のものに最も良く整合するヒストグラム20を宜する
第2の走査14中の点を発見するために使用され得るこ
とがF M P 10の基本的な概念である。このよう
にして整合された2つの標的14は追跡またはt目間の
目的のための同一の標的であるということができる。
第1図および第2図に記載されたFMPIOの基本釣概
念は第3図に示されている神経モデルで示すことができ
る。第1および第2の走査12中の標的報告14は第1
および第2のセルアレイ22.24上にマツプされる。
各セルアレイ22.24は、平面に配置された個々のセ
ル26の微細粒状アレイを含む。
各セル26は、標的報告14を受信して蓄積することが
でき、標的報告が存在するとき指示パルスを送信するこ
ともてきる。各セル2Gはまた(標的報告14をaする
セル26によって送信された信号を伝播することができ
るデンドライト28と呼ばれる導電手段に接続されてい
る。第1の走査中の各セグメント18または走査1の輪
生16からの全てのデンドライト28は単一の処理素子
30に接続される。同様に、走査2禍牛!6における各
対応したセグメント18からのデンドライト28は全て
1つのセグメント18の走査におけるものと同じ処理素
子30に接続されている。このようにして、第1および
第2のアレイ22および24の対応した領域18におけ
るセル26中の標的報告の存在を示す信号は全て同じ処
理素子30によって受信される。
処理素子30は、それらが各アレイ22および24から
の信号を送られたデンドライトの数をカラシトすること
を可能にする合計手段を含む。処理索子30はまたそれ
らが第1のアレイ22と第2のアレイ24から送信され
た信号数の間の差を計算することを可能にする差計算手
段を含む。処理素子3oによって得られた差は、2つの
走査の間の輪生16の対応した領域18における標的報
告の構造における類似性の尺度である。差は各領域18
に対して各処理素子30によって計算される。このよう
にして、この実施例におけるFMPIOは実際にデータ
の2つの連続した走査12に対して第1図に示されたヒ
ストグラム20を比較している。2つの走査12が同一
ならば、差は全てゼロである。
各処理素子30によって計算された差は、最後の処理素
子または累算器34に軸索32と呼ばれる導体に沿って
伝送される。累算器34は、軸索32からの差信号の全
てを加算することができる。累算器34によって計算さ
れる合計が小さくなるほど、整合は良好になる。この合
計は相関係数であり、その後メモリおよび比較器36に
蓄積される。
全てのセルは同時に処理素子30に信号を送信し、全て
の処理素子30は同時に累算器34に差を送信すること
に留意すべきである。このようにして非常に速く結果を
得ることができる。第1および第2のアレイ22および
24中の輪生16の中央において所定の対のセルにより
結果が得られると、第2のアレイ24中の別の漂泊は全
て検査される。これは、新しい報告14が第2のアレイ
24中の輪中16の中央に位置し、結果がメモリおよび
比較′ri36に蓄積されるまでセル26からセル26
へ報告14を移動することによって行われる。メモリお
よび比較器・36はまた谷結果と共に第1および第2の
アレイ中の全ての標的報告の特定の位置を各結果と関連
させる結果と共に1組のアドレスを蓄積する。
標的報告14のセル26からセル26への移動は各標的
報告14の間の空間的な関係を保存することは重要であ
る。すなわち、1つの標的報告14がX軸に沿って1つ
のセルを移動したとき、それらは全てX軸に沿って1つ
のセルを移動する。同様に、1つの標的報告14がY軸
に沿って1つのセルを移動したとき、それらは全て同一
方向に沿って1つのセルを移動する。この移動は、ある
蓄積位置から別の位置にデータをシフトする多数の既知
の手段の1つを使用してクロック40と共に位置運動論
理制御装置38によって行われる。
上記の処理は、相関係数が獲得され、各(標的報告の場
合に対して輪中113の中央にあり、一方!11−の標
的報告14は走査1禍牛の中央に存在する第2のアレイ
24に蓄積されるまで反復される。メモリおよび比較器
36は、蓄積された全相関係数のいずれが最小であるか
を決定する。その後それは最小の相関係数を与えられた
走査2漂的報告14を識別する情報を出カニニット42
に送信する。この情報は、最小の相関係数が得られたと
きに走査1および走査2中のどの標的報告14が輪生1
6の中央に位置するかを決定するために使用されること
ができる。これらの2つの標的報告14は互いに割当て
られ、これら2つの標的報告に対して処理が終了する。
特に、本発明のこの実施例によると2つの選択された標
的報告14は追跡における同じ標的であると考えられ、
この情報は望ましい方法で使用されることができる。例
えば、追跡において走査1と走査2との間の時間期間中
標的の進行路を表すために2つの標的間にラインが引か
れる。
第1のアレイ22中の別の標的報告14を割当てるため
に、第1のアレイ22中の全ての標的報告14がシフト
され、新しい標的報告14が輪生16の中央に現れるま
でそれらの相対的な位置を保存する。データ移動は、デ
ータ位置論理制御装置38およびタロツク40が走査2
データをシフトするのと同様の方法でデータ位置論理制
御装置44およびクロック46を使用して行われる。上
記に論じられたように、既に割当てられたものを除く第
2のアレイ24中の全ての標的報告は、整合の“良好さ
°を決定するために検査される。最良の整合(最小のト
ロ関係数)を提供する標的報告I4は田カニニット42
によって報告される。
この処理は、第1のアレイ22中の全ての標的が第2の
アレイ24中の標的に割当てられるまで再び反復される
。第1のアレイ22中の各連続する標的に対して、第2
のアレイ24中のある小さい標的14は整合に利用され
ることができるため、第2のアレイ24中のある小さい
標的は検査される必要があることに留意すべきである。
F M P 1Gが第1のアレイ22中の最後の標的1
4に達したとき、第1および第2のアレイ22および2
4中の標的数は同じであると仮定すると、第2のアレイ
24中には整合されない標的14が1つだけ存在するた
め、それらはさらに計算せずに簡単に整合されることが
できる。
他方、第2のアレイ24に第1のアレイ22よりも多数
の標的が存在する場合、F M P toはさらに第2
のアレイ24中の標的と第1のアレイ22中の全ての標
的とを整合するが、第2のアレイ24中の標的が残され
るだけである。反対に、第2のアレイよりも第1のアレ
イ中の標的が多い場合、第1のアレイ中の標的の全てが
整合されるわけではなく、第2のアレイの標的の全てが
使用されたときに処理は停止される。
第4図を参照すると、FMPIOの好ましいl実施例の
主機能素子のブロック図が示されている。
この実施例において、第3図に示されたセル22゜24
の2つのアレイは単一平面48上に配置される。
これにもかかわらず、第4図に示されたF M P 1
0は機能的に第3図に示されたF M P 10の概念
に等しい。第5図に示されているように、この単一平面
構成は第1および第2のアレイ中の対応したセルを対に
して単一の分岐したセル50にすることによって達成さ
れる。分岐セル50は、それらが第3図と関連して説明
された個々のセル26のうちの2つであるように動作す
る。各分岐セル50は走査1部分52および走査2部分
54に分割される。各部分52、54は独立的にX−Y
平面のその位置における標的報告14の(j在を示す信
号を受けて蓄積し、送信することができる。走査1部分
52および走査2部分54は輪生領域18の同一の対応
した部分を表す。
第6図に示されているように、各分岐セル50はセル5
0に標的報告データを負荷する・ために使用されるアド
レスライン56に接続されている。選択Sl/S2ライ
ン58は、データを負荷されている、或は負荷されない
のはいずれのセルか、すなわち走査1セル52かまたは
走査2セル54かを選択するように設けられている。
信号が標的報告を有するセル50から送信されたとき、
セル50はデンドライト60に信号を送信する。
(このプントレッド60は第3図に示されたデンドライ
ト28に対応する)。データ制御ライン62はまた各セ
ル50に接続されている。データ制御ライン62は、F
 M P 10の種々の処理段階中に必要に応じてX方
向またはY方向のいずれかにおいてセル50からセル5
0へのデータの伝送に影響を与える。
第6図において、次のレベルのセルアレイ48の構造が
示されており、FMPlOにおける種々の輪生セグメン
ト18用の軸索/デンドライトツリー配列を示すもので
ある。第6図に示された各分岐セル50は、所定のセグ
メント18を表すこれらのセル50によりグループ化さ
れる。第6図において、異なるセグメント18は異なる
背景パターンによって表される。さらに、所定のセグメ
ント18における全てのセル50はt目方接続されたデ
ンドライト60によって共通の処理素子64に接続され
ることが認められる。このようにして、標的報告14を
有する所定のセグメント18中のこれらのセル50が信
号を送信したとき、信号は全て単一の処理素子64に集
中する。これらの処理素子64は第5図に示された処理
素子30にZ・I応する。
デンドライト60は第5図および第6図において単一ラ
インとして示されているが、デンドライト60は実際に
は多数の信号通路であることに留意しなければならない
。特に、第5図においてセル5゜からのデンドライト6
0は、走査1部分52および走査2部分54から処理索
子64に走査1信号および走査2信号の両方を独立的に
伝送することができる。
これは第6図に示された処理素子64が所望の機能を行
うために、すなわち所定の領域18中の走査1信号を全
て合計し、走査2信号を全て合計1.、走査1信号の合
5Fと走査2信号の合計との間の差を取るために必要で
ある。第4図には6つの処理素子64だけが示されてい
るが、処理素子64の正確な数は特定のFMPIOに存
在する禍牛領域18の数であることが理解される。
処理素子64は全て軸索68によって累算器7oに接続
されている。処理素子64によって計算された差は累算
器70に送信される。この累算器70は第3図に示され
た累算器34に対応する。したがって、それは処理索子
64から受信された全ての差を加算し、セルアレイ48
における2つの走査の所定の位置に対する全体的な相関
係数を表す単一の合計を計算する。その後、この合計は
第3図に関連して説明されたメモリおよび比較器36に
対応するメモリおよび比較器72に蓄積される。データ
位置論理制御装置74はメモリおよび比較器72に接続
され、いつ結果がiGられたかを感知し、必要に応じて
セルからセルへのデータのシフトを実行する。特に、デ
ータ位置論理制御装置74は制御バス75に沿って第5
図に示された選択Sl/S2ライン58およびデータ送
信ライン62に接続され、走査1または走査2のいずれ
のデータが送信されるべきかを選択し、新しい標的報告
が輪生16の中央に現れるまで実際にXまたはY軸に沿
ってデータを送信する。
全ての走査2漂的か所定の走査1標的により検査される
と、メモリおよび比較器72はまた累算器70による最
小の合計になった標的報告の対を識別する。これらの位
置の識別(例えば、2つの走査におけるそれらの最初の
X、Y座標による)は、データ位置制御装置74を介し
て出力データ制御装置76に送信される。出力データ制
御装置76は全ての整合された標的報告を蓄積する。全
ての走査]標的が整合されると、制御装置78は処理を
停止し、その結果がホストインターフェイス8oに報告
される。
ホストインターフェイス80はまた新しい走査1および
走査2標的報告の組を含む新しいデータをセルアレイ4
8に負荷する機能を実行する。これは、ホストインター
フェイス80からデータを送信する入力データ制御装置
82を通して1対のセル制御装置84および86にデー
タを供給することによって行われる。セル制御装置84
および86は、選択Sl/S2ライン58および第5図
に示された個々のアドレスライン56に接続されている
FMPIOが全ての走査1標的を走査2標的と関連させ
ると、別の処理が例えば連続走査でトラックし続けるよ
うに行なわれる。したがって、走査2標的は走査3標的
と関連され以下同様に行われる。
FMPIOによってデータを処理するために要する時間
は第7図を参照して決定されることができる。所定の組
の走査において、走査1にNfAの標的および走査2に
N個の標的がある場合、第1の走査1標的報告の整合に
はN個の異なる走査21頂的報告またはNサイクルを検
査する必要がある。
1つの走査2標的は既に除去されているので、次の走査
1標的にはN−1サイクルを必要とする。したがって、
要求されるサイクルの合計数は、N+ (N−1)+ 
(N−2)+・・・(1)−N2/2である。FMPI
Oの大規模並列機構のために約99%の処理時間が走査
データを移動するためのものであり、1?6だけが相関
係数の実際の計算のためのものである。N −too、
000と仮定すると、サイクルの合計数はN2/2−5
XI09てある。走査1および走査2が10秒で分離さ
れた場合、実時間分析は2ナノ秒/サイクルで行なわれ
得る。
標的報告が平均で5セル乃至50セル離されて位置され
ると仮定すると、0.04ナノ秒乃至0.4ナノ秒がセ
ルからセルにデータを移動するのに利用できると評価さ
れる。
FMPIOはまたウェハスケール集積を使用して構成さ
れることができる。これは特に最小の空間、重量および
電力が利用できる適用に9効である。
第8図は、F Fwl P同のウェハスケールの実施例
を示すブロック図である。8°゛ウエハに関して、鍋中
セルによってカバーされた領域の外部に移動されるデー
タを蓄積するために使用されるデータセル88は1セル
当たり2つの装置のセル複合性を必要とすると考えられ
る。1装置当たり1側に関して0.5ミクロンのVLS
 I技術を仮定すると、7.000のデータセルの合計
長は約0.66インチである。平面から平面の相関処理
期間中にデータを保持するために使用される輪生セル9
0は1セル当たり10個の装置を必要とし、したがって
、7.000個の輪生セルには4.15インチの合計長
が必要である。
最終的に、第8図におけるウェハの直径を横切るデータ
セル88の2つのアレイと鍋中セル90の1つのアレイ
との和は少なくとも4.15+ 2 (0,86) −
5,4フイン−チを占める。
F M P 10の上記の実施例は標的連想および追跡
開始の問題に関するものであるが、本発明はまた多数の
他の割当ておよび/または相関問題に使用されることが
できる。他の問題に対するFMPIOの使用には多平面
アレイ中のセルに関する問題を適切に表示することだけ
が必要である。例えば、F M P 10はテンプレー
ト整合および2次元フィルタに使用されてもよい。この
場合、タスクはどの種類の標的が個々の画素点から構成
されている画像データによって表示されるかを決定する
。例えば、ある応用においてF M P 10プロセツ
サにおける1走査は画像データを含み、別の走査は認識
される画像を含む。したがって、FMPIOは画像デー
タにとって最良の整合を発見するためにテンプレートを
移動する。
第4図に示されたF M P 10は本発明を構成する
単なる1つの方法に過ぎず、FMPIOの処理ステップ
を実行する多数の別の構造を得ることができることも理
解されるであろう。
上記から、本発明は、通常の解決方法の何倍もの高速で
ハードウェア、費用および複雑性が最小で実時間で相関
および割当て問題を解決し得るF NI P同を提供で
きることを理解することができる。当業者は、別の効果
が本発明の使用から得られ、その修正は本発明の技術的
範囲を逸脱することなく明細書、図面および特許請求の
範囲の各請求項を検討した後に行われることを理解する
ことができる。
【図面の簡単な説明】
第1図は本発明の微細粒状マイクロ(1■造プロセツサ
の全体的な方法を示す。 第2図は本発明の一実施例の予め定められた形状に対す
る構造パラメータを示す。 第3図は、本発明による微細粒状マイクロ構造プロセッ
サの概念上の構造を示す。 第4図は、本発明の好ましい実施例の主機能素子のブロ
ック図である。 第5図は本発明の好ましい実施例のセルレベルの機能的
構成を示す。 第6図は、本発明の好ましい実施例による軸索/デンド
ライトツリー構造を示す。 第7図は微細粒状マイクロ構造プロセッサの種々のサイ
クルを分析図を示す。 第8図は微細粒状マイクロ構造プロセッサのウェハスケ
ールの実施例を示す。 10・・・FMP、12・・・走査、14・・・標的報
告、16・・・輪生、 1g・・・セグメント、20・
・・ヒストグラム、22、24・・・セルアレイ、26
・・・セル、2g、 Go・・・デンドライト、30.
64・・・処理素子、32・・・軸索、34.70・・
・累算器、36.72・・・メモリおよび比較器、38
・・・データ位置論理制御装置、42・・・出カニニッ
ト、50・・・分岐セル、80・・・ホストインターフ
ェイス、88・・・データセル。 出願人代理人 弁理士 鈴江武彦 −1=二■;== 已ジ ー=−蒼〒−コ、4 −にユニ=; ニジ ニ==匡==・ 、コ。 ニ==匡=;・ 已ジ 走査#2のN標的

Claims (8)

    【特許請求の範囲】
  1. (1)セルがデータ点の1つを蓄積することができ、前
    記データ点が存在するとき信号を送信することができる
    セルのアレイであって、予め定められた形状に分割する
    ことによって形成される多数の領域に分割され、1つの
    データ点が予め定められた形状に関して特定の位置にあ
    る第1および第2のアレイと、 第1および第2のアレイの予め定められた領域内におい
    て各セルから送信された信号を受信し、加算する手段と
    、 あるアレイ中の各領域からの合計と別のアレイ中の対応
    した領域からの合計と間の差を発見する手段と、 相関係数を得るために各領域に対する前記差を全て加算
    する手段と、 第2のアレイ中の前記データ点を移動し、異なるデータ
    点が前記特定の位置を占有するまでデータ点を互いに関
    して固定させておき、新しい相関係数が第2のアレイ中
    の各データ点に対して決定されることができるようにす
    る手段と、 前記相関係数の最小のものを発見する手段と、最小の相
    関係数が得られたとき、特定の位置を占有するデータ点
    を識別し、最大の相関係数が得られたときに第1のアレ
    イ中の特定の位置の点は第2のアレイ中の特定の位置の
    点と関連される手段とを有する第2の組のデータ点に第
    1の組のデータ点を関連させる情報プロセッサ。
  2. (2)前記第1のアレイ中のデータ点を移動し、異なる
    データ点が前記特定の位置を占有するようにように互い
    に関してデータ点を固定させておき、それによって第1
    のアレイ中の各点は第2のアレイ中の点と関連されるこ
    とができる手段を含む請求項1記載の装置。
  3. (3)各2次元アレイ内の前記特定の位置は、前記予め
    定められた領域のほぼ中央にある位置である請求項1記
    載の装置。
  4. (4)前記予め定められた形状は一般にらせん形である
    請求項1記載の装置。
  5. (5)前記第1および第2のアレイは2つの独立した平
    面上に存在する請求項1記載の装置。
  6. (6)前記第1および第2のアレイは単一平面上で組合
    され、前記セルは第1および第2のアレイからの1対の
    対応したセルをそれぞれ含む分岐セルを構成している請
    求項1記載の装置。
  7. (7)前記データ点はセンサからの標的報告を表す請求
    項1記載の装置。
  8. (8)前記データ点は画像データ中の個々の画素点を表
    す請求項1記載の装置。
JP2066773A 1989-03-17 1990-03-16 微細粒状マイクロ構造プロセッサ Pending JPH02284278A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US325,264 1989-03-17
US07/325,264 US4982439A (en) 1989-03-17 1989-03-17 Fine-grained microstructure processor

Publications (1)

Publication Number Publication Date
JPH02284278A true JPH02284278A (ja) 1990-11-21

Family

ID=23267144

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2066773A Pending JPH02284278A (ja) 1989-03-17 1990-03-16 微細粒状マイクロ構造プロセッサ

Country Status (5)

Country Link
US (1) US4982439A (ja)
EP (1) EP0396878A2 (ja)
JP (1) JPH02284278A (ja)
CA (1) CA2009964A1 (ja)
IL (1) IL93367A0 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5247585A (en) * 1988-12-28 1993-09-21 Masaharu Watanabe Object recognition device
JP2810152B2 (ja) * 1989-10-13 1998-10-15 株式会社日立製作所 ポイントパターンマッチング方法
US5179378A (en) * 1991-07-30 1993-01-12 University Of South Florida Method and apparatus for the compression and decompression of data using Lempel-Ziv based techniques
CA2100324C (en) * 1992-08-06 2004-09-28 Christoph Eisenbarth Method and apparatus for determining mis-registration
US5390679A (en) * 1993-06-03 1995-02-21 Eli Lilly And Company Continuous cardiac output derived from the arterial pressure waveform using pattern recognition
US5764288A (en) * 1995-01-06 1998-06-09 Integrated Data Systems, Inc. Analog processing element (APE) and related devices
US6167351A (en) * 1998-03-24 2000-12-26 Tektronix, Inc. Period determination of a periodic signal
TW200403598A (en) * 2002-03-29 2004-03-01 Olympus Optical Co Test figure, geometric feature analyzing system, geometric feature analyzing-method, printer, and inkjet printer
US8885047B2 (en) * 2008-07-16 2014-11-11 Verint Systems Inc. System and method for capturing, storing, analyzing and displaying data relating to the movements of objects
US9984037B1 (en) 2015-04-27 2018-05-29 Synaptic Engines, Llc Scheduler for a fine grained graph processor

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4161034A (en) * 1962-12-07 1979-07-10 Sperry Rand Corporation Correlation apparatus
US3483421A (en) * 1968-02-28 1969-12-09 Goodyear Aerospace Corp Electronic area correlator tube
DE2406045C2 (de) * 1974-02-08 1983-03-17 Canon Inc., Tokyo Anordnung, bestehend aus wenigstens zwei fotoelektrischen Wandlerelementen
GB1590950A (en) * 1976-12-11 1981-06-10 Emi Ltd System for comparing representations of a scene
JPS58119079A (ja) * 1982-01-07 1983-07-15 Canon Inc 相関検知装置
US4475238A (en) * 1982-04-05 1984-10-02 Everhart Glenn C Magnetoresistive image correlation device
US4660164A (en) * 1983-12-05 1987-04-21 The United States Of America As Represented By The Secretary Of The Navy Multiplexed digital correlator
US4654876A (en) * 1984-12-19 1987-03-31 Itek Corporation Digital image motion correction method
US4669054A (en) * 1985-05-03 1987-05-26 General Dynamics, Pomona Division Device and method for optically correlating a pair of images

Also Published As

Publication number Publication date
CA2009964A1 (en) 1990-09-17
IL93367A0 (en) 1990-11-29
EP0396878A2 (en) 1990-11-14
US4982439A (en) 1991-01-01

Similar Documents

Publication Publication Date Title
Hansen et al. Generalizable patterns in neuroimaging: How many principal components?
CN110084215A (zh) 一种二值化三元组孪生网络模型的行人重识别方法及系统
US5579444A (en) Adaptive vision-based controller
EP0393541A2 (en) Clustering and association processor
KR20020059430A (ko) 다중 프로세서 시스템, 데이터 처리 시스템, 데이터 처리방법 및 컴퓨터 프로그램
Jakubek et al. Fault-diagnosis using neural networks with ellipsoidal basis functions
JPH02284278A (ja) 微細粒状マイクロ構造プロセッサ
US5293455A (en) Spatial-temporal-structure processor for multi-sensor, multi scan data fusion
Chan et al. New parallel Hough transform for circles
Lechner et al. Blackthorn: latency estimation framework for CNNs on embedded Nvidia platforms
El Imrani et al. A fuzzy clustering-based niching approach to multimodal function optimization
Hou et al. Neural units with higher-order synaptic operations for robotic image processing applications
Stankovic et al. Efficient DOA estimation of impinging stochastic EM signal using neural networks
US5454064A (en) System for correlating object reports utilizing connectionist architecture
Fedotova et al. The parallel implementation of algorithms for finding the reflection symmetry of the binary images
Faugeras et al. The depth and motion analysis machine
Roos et al. A method for evaluation and optimization of automotive camera systems based on simulated raw sensor data
Tsao et al. Constraint propagation neural networks for Huffman-Clowes scene labeling
CN113609056B (zh) 数据传输测试方法、装置、设备以及存储介质
Urdiales et al. Real time position estimation for mobile robots by means of sonar sensors
KR102131816B1 (ko) Ai 기반의 열역학을 이용한 단백질 폴딩 구조 클러스터링 장치 및 방법
JPS6330908A (ja) ロボツトのア−ム軌道計画法と波面伝播装置
Salar et al. Improving genetic algorithm performance in multi-classification using simplex method
JP2635443B2 (ja) 多ソースデータ統合用の神経ネットワークを学習させる方法
Baha et al. Neural disparity map estimation from stereo image