面向FPGA便捷部署的智能模型预测控制

摘要：

现场可编程逻辑门阵列(FPGA)具有可编程、易并行化的独特优势,是实现一体化感知、决策、控制最具前景的人工智能芯片之一,但其硬件描述语言(HDL)不易掌握.本文提出了一种基于神经网络的智能MPC及其FPGA便捷部署方法,使用高层次综合(HLS)生成HDL代码,并通过MATLAB-Modelsim联合仿真验证代码功能,可克服人工编写HDL代码的困难,提高控制算法的部署效率.该方法利用了深度神经网络的结构特点和FPGA的并行计算优势,离线训练神经网络在线仅需硬件化正向传播,在低资源占用的同时具有严格计算时间保证.将所提方法分别应用于高速、高维控制系统中,FPGA在环测试验证了其有效性.

关键词：FPGA、模型预测控制、神经网络

所属期刊栏目：40

分类号：TP273;TP391.41;TN919.81

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1519-1528