-
公开(公告)号：CN117614787A
公开(公告)日：2024-02-27
申请号：CN202311618615.6
申请日：2023-11-29
Applicant: 吉林大学
IPC: H04L27/00 , G06F18/24 , G06F18/214 , G05B19/042
Abstract: 一种基于FPGA和深度学习的调制方式识别方法，本发明涉及基于FPGA和深度学习的调制方式识别方法，本发明的目的是在FPGA平台上使用轻量化的Transformer来实现调制方式识别，并在较复杂的调制方式下实现高精度，低延迟和低功耗。过程为：获得训练好的深度学习模型，导出权重和偏置；使用Vivado HLS工具将深度学习模型的算法搭建在PYNQ‑Z2的PL端，得到编译好的代码；通过编译好的代码生成HDL的IP核；将IP核导入Vivado中，得到.bit文件、.tcl文件和.hwh文件并保存；将待测数据、权重和偏置以及保存的文件存储到PYNQ‑Z2的SD卡中；将待测数据、权重和偏置存储到PYNQ‑Z2的ARM里；将PYNQ‑Z2的ARM里的待测数据、权重和偏置传输到FPGA，得到分类结果，分类结果返回到PYNQ‑Z2的ARM里。本发明属于深度学习、无线通信领域。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
