Implementacja jednokierunkowej sieci neuronowej w układzie FPGA do kalibracji adaptacyjnej precyzyjnych liczników czasu

• Autorzy: Tyburski Jakub

Identyfikatory

DOI

10.15199/13.2022.12.5

Warianty tytułu

EN

Implementation of feedforward neural network in FPGA device for adaptive calibration of precise time counters

• Języki publikacji: PL

Abstrakty

PL

Niniejszy artykuł dotyczy rozwiązania przeznaczonego do implementacji jednokierunkowych sieci neuronowych w układzie FPGA. Opisano zarówno jego ogólną koncepcję, jak i realizację układową. Przedstawiony został sposób użycia proponowanego rozwiązania dla celów adaptacyjnej kalibracji precyzyjnych liczników czasu. Zaprezentowano również wyniki testów opracowanego rozwiązania.

EN

The following paper is focused on a hardware solution designed for implementation of feedforward neural networks (FNN) in FPGA device. Its general conception and implementation are described. The way of use of the proposed solution for adaptive calibration process of precise time counters is presented. The performed tests of the designed solution are also shown.

Słowa kluczowe

PL

kalibracja adaptacyjna; sieci neuronowe; precyzyjny licznik czasu; układy FPGA

EN

adaptive calibration; neural networks; precise time counter; FPGA devices

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2022
• Tom: Vol. 63, Nr 12
• Strony: 32--37
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Tyburski Jakub

• Wydział Elektroniki, Wojskowa Akademia Techniczna, Warszawa

Bibliografia

• [1] R. Szplet, P. Kwiatkowski, Z. Jachna, K. Różyc: An eight-channel 4.5-ps precision timestamps-based time interval counter in FPGA chip,” IEEE Trans. Instrum. Meas., vol. 65, no. 9, pp. 2088-2100, 2016.
• [2] Pełka R.: Adaptacyjne metody estymacji i minimalizacji błędów w interpolacyjnych licznikach czasu o rozdzielczości pikosekundowej, WAT, 1997
• [3] Xu Y., Xie J., Xing Z., Yuan W., Yu G., Zeng Z., Zhang B., Wu D.: A Bin-by-Bin Calibration with Neural Network for FPGA-Based Tapped-Delay-Line Time-to-Digital Converter, Proceedings of 2022 IEEE International Conference on Real-time Computing and Robotics (RCAR), pp. 681-686, 2022.
• [4] Patent KR101602889B1: https://patents.google.com/patent/KR101602889B1/en
• [5] Szplet R., Kwiatkowski P., Rozyc K., Jachna Z., Sondej T., Pico-second-precision multichannel autonomous time and frequency counter‎, Rev. Sci. Instrum., (2017), vol. 88, no. 12, 125101.
• [6] Christiansen J., Picosecond Stopwatches. The evolution of time-to-digital converters, IEEE Solid-State Circuits Mag., (2012), vol. 4, no. 3, 55-59.
• [7] Chaberski D., Frankowski R., Gurski M., Zieliński M., Comparison of Interpolators Used for Time-Interval Measurement Systems Based on Multiple-Tapped Delay Line, Metrol. Measur. Syst. (2017), vol. 24, no. 2, 401-412.
• [8] Tancock S., Arabul E., Dahnoun N., A Review of New Time-to-Digital Conversion Techniques, IEEE Trans. Instrum. Meas., (2019) vol. 68, no. 10, 3406-3417.
• [9] Szyduczyński J., Kościelnik D., Miśkowicz M., A successive approximation time-to-digital converter with single set of delay lines for time interval measurements, Sensors, (2019), vol. 19 iss. 5 no. 1109, s. 1-27.
• [10] Cova S., Bertolaccini M., Differential linearity testing and precision calibration multichannel time sorters, Nucl. Instrum. Methods (1970), 77(2), 269-276.
• [11] Jachna Z., Szplet R., Kwiatkowski P., Permanently calibrated interpolating time counter,‎ Meas. Sci. Tech., (2015), vol. 26, no. 1, 01500.
• [12] Kwiatkowski P., Rozyc K., Sawicki M., Jachna Z., Szplet R., 5 ps jitter programmable time interval/frequency generator,‎ Metrology and Measurement Systems (2017), vol. 24, no. 1, 57-68.
• [13] Klepacki K., Pawlowski M., Szplet R., Low-jitter wide-range integrated time interval/delay generator based on combination of period counting and capacitor charging‎, Rev. Sci. Instrum., (2015), vol. 86‏, no. 2, 025111.
• [14] Szymanowski R., Szplet R., Kwiatkowski P., Quantization error in precision time counters,‎ Meas. Sci. Tech., (2015), vol. 26, no. 7, 07500.

Uwagi

1. Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).

2. Prace były finansowane przez Wojskową Akademię Techniczną w ramach projektu nr UGB 22-739.