[发明专利]一种基于BP神经网络的FPGA动态功耗估算方法

权利要求书

1.一种基于BP神经网络的FPGA动态功耗估算方法，FPGA的动态功耗主要来源于四个模块，分别为时钟树、可编程资源、I/O、块存储器，其特征在于步骤如下：

(1)根据XPE获取四个模块的样本数据，即各模块的输入输出量；

(2)对步骤(1)获得的样本数据进行数据筛选和数据预处理；

(3)根据步骤(2)中处理后的样本数据的输入与其对应的输出分别构

造四个模块的BP神经网络模型；

(4)将样本数据的一部分作为BP神经网络的训练数据，另外一部分作为BP神经网络的测试数据，同时通过训练数据中各模块的输入与其对应的输出进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的功耗；

(5)将步骤(4)中神经网络输出的功耗与步骤(4)中的测试数据进行比较，判断两者之间的误差是否小于设定的阈值，若小于则进入步骤(6)，否则进入步骤(3)；

(6)将步骤(4)中神经网络输出的功耗还原为实际功耗值；

(7)将获取的四个模块的功耗估计值进行求和得到总功耗值。

2.根据权利要求1所述的一种基于BP神经网络的FPGA动态功耗估算方法，其特征在于：所述步骤(1)中获取四个模块样本数据的具体步骤如下：

(1a)确定四个模块的输入作为样本数据；时钟树模块的输入为时钟频率；可编程资源模块的输入为时钟频率、LUT个数、Shift Registe个数、LUTRAM个数、FF个数；I/O模块的输入为时钟频率、I/O端口个数；块存储器的输入为时钟频率、块存储器个数；

(1b)分别获取四个模块的N组动态功耗作为样本数据，即为各模块的输出，N为正整数。

3.根据权利要求1所述的一种基于BP神经网络的FPGA动态功耗估算方法，其特征在于：所述步骤(2)中进行数据筛选和数据预处理的方法如下：

(2a)计算各模块样本数据的均值与标准偏差其中，x_i为样本数据中某模块的动态功耗值；

(2b)对各模块的样本数据与步骤(2a)中求出的样本均值的标准偏差采用3σ准则进行判断，若则此样本误差较大，剔除此样本数据；

(2c)对(2b)筛选后的样本数据进行预处理；预处理：对筛选后的样本数据进行归一化处理，将样本数据映射到[0,1]区间为：其中，x_min为某模块的动态功耗的最小值，x_max为某模块的动态功耗的最大值，y为预处理后的结果。

4.根据权利要求2所述的一种基于BP神经网络的FPGA动态功耗估算方法，其特征在于：所述步骤(3)中构造BP神经网络模型的具体步骤如下：

(3a)根据四个模块的输入元素数量确定输入神经元数量；

(3b)根据四个模块的输入输出确定隐含层神经元数量；具体确定方式如下：隐含层神经元数量n₁是输入神经元数量，n₃是输出神经元数量，a为1到10之间的常数；

(3c)隐含层神经元传递函数采用S型正切函数tansig；

(3d)根据输出元素个数确定输出神经元数量，输出元素为输出功耗，输出神经元数量为1；

(3e)输出层神经元传递函数采用S型对数函数logsig。