[发明专利]一种片内执行机器学习算法的UWB芯片及方法

说明书

本发明实施例公开了一种片内执行机器学习算法的UWB芯片及方法；该UWB芯片包括：神经网络计算部分和ARM处理核；其中，所述神经网络计算部分，经配置为读取所述UWB芯片上已有的CIR存储器中的CIR数据；根据所述CIR数据利用已训练完毕的神经网络算法进行计算，获得UWB接收信号所对应目标的非视距NLOS判定值以及校正数据；所述ARM处理核，经配置为根据由所述神经网络计算部分传输的NLOS判定值和校正数据对从所述UWB芯片上已有的时间戳计算单元传输的时间戳数据进行校正，获得校正后的时间戳。

技术领域

本发明实施例涉及超宽带（UWB，Ultra Wide Band）芯片设计技术领域，尤其涉及一种片内执行机器学习算法的UWB芯片及方法。

背景技术

当前，UWB射频芯片包括接收路径和发射路径两个部分，对于接收路径部分来说，接收端天线接收到UWB无线信号后，通过接收端射频前端电路完成对该UWB无线信号所进行的放大、下变频等操作；接着，通过模数转换器（ADC，Analog-to-Digital Converter）将经过放大、下变频等操作的UWB无线信号由模拟信号转换为数字信号，并送入接收解调器。在接收解调器内，数据经过相关器、前导符号（preamble）检测器、帧起始定界符（SFD，StartFrame Delimiter）检测器和物理层帧头（PHR，Physical Layer Header）和物理层服务数据单元（PSDU，Physical Layer Service Data Unit）解码器，被解码出来；随后，经过串行外设接口（SPI，Serial Peripheral Interface）接口送入芯片外部的ARM处理器；同时，与上述处理过程并行地进行信道冲击响应（CIR，Channel Impulse Response）和时间戳计算，并将时间戳结果也送入芯片外部的ARM处理器；在计算CIR的同时，还需要将计算的中间结果存入CIR存储器，ARM处理器从CIR存储器读出CIR数据，再发送至个人计算机（PC，PersonalComputer）端，在PC端完成神经网络计算，对时间戳进行校正。

在具体实施过程中，CIR存储器中的数据量为6KB，SPI速度设定为20Mbps，那么ARM处理器通过SPI接口从CIR存储器中读取数据至少需要耗费2.4ms，而一帧UWB数据帧的长度传输耗时一般在200us以内。所以当前在具体实施过程中，ARM处理器读取CIR存储器的时间将远远大于传输UWB数据帧的时间，由此限制了整个UWB通信系统只能离线处理数据，无法实时进行机器学习的计算，从而增加了定位延迟。

发明内容

有鉴于此，本发明实施例期望提供一种片内执行机器学习算法的UWB芯片及方法；能够在UWB芯片内在线完成关于机器学习的神经网络计算，无需将CIR存储器中的数据通过ARM处理器传输至PC机，从而能够在片上实时完成时间戳校正，降低了定位延迟。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供了一种片内执行机器学习算法的UWB芯片，所述UWB芯片包括：神经网络计算部分和ARM处理核；

所述神经网络计算部分，经配置为读取所述UWB芯片上已有的CIR存储器中的CIR数据；根据所述CIR数据利用已训练完毕的神经网络算法进行计算，获得UWB接收信号所对应目标的非视距NLOS判定值以及校正数据；

所述ARM处理核，经配置为根据由所述神经网络计算部分传输的NLOS判定值和校正数据对从所述UWB芯片上已有的时间戳计算单元传输的时间戳数据进行校正，获得校正后的时间戳。

第二方面，本发明实施例提供了一种片内执行机器学习算法的方法，所述方法应用于第一方面所述的UWB芯片，所述方法包括：

通过所述UWB芯片中的神经网络计算部分读取所述UWB芯片上已有的CIR存储器中的CIR数据；