买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于FPGA的证据理论中非完备信息融合加速计算方法，该方法将非完备信息融合加速计算任务分配给ZYNQ嵌入系统中的ProgarmmableLogicPL和ProcessingSystemPS两个部分，其中PS部分基于ARM的SOC实现非完备信息的建模，而PL部分基于FPGA实现证据理论加速，PL和PS通过AdvancedeXtensibleinterfaceAXI接口连接。本发明提出了非完备信息融合加速计算的硬件架构，可有效解决证据组合中可能出现的“焦元爆炸”问题，提高证据理论融合处理的效率和速度。

主权项：1.一种基于FPGA的证据理论中非完备信息融合加速计算方法，其特征在于，包括如下步骤：步骤1：在Vitis开发环境中，新建应用工程，将含有m个样本n个分类的数据集，按照设定比例划分为训练集和测试集；其中训练集用于构建各个类别数据在k个属性上的高斯模型，测试集用来验证模型的有效性；根据样本属性个数，确定D-S证据理论辨识框架；所述辨识框架各元素构成的集合2Ω，被定义为： 其中，{H1}、{H2}、{Hk}分别表示单元素的集合，Ω表示包含所有元素的集合；步骤2：基于训练集样本数据，计算各类别样本在各属性上的均值μ和标准差σ，以此构建n×k个高斯模型；高斯模型隶属度函数表示如下： 步骤3：计算测试样本与各属性高斯模型的匹配值；假定某测试样本在某一属性与n个高斯模型的交叉值由低到高记为w1,w2,...wm，与之对应辨识框架子集记为{{C1,C2,...Cm}，{C2,...Cm}，...，{Cm-1,Cm}{Cm}}，则GBPA计算过程如下： 其中最低点w1表示对多子集{C1,C2,...Cm}的BPA支持度，wm-wm-1表示对最高单子集{Cm}的BPA支持力度，是未知类别的BPA支持度；依次计算该样本在k个属性上的GBPA，记为GBPAk；步骤4：编写RTL代码，计算两条证据冲突系数；若证据1中子集A1和证据2中子集A2的交集为空集时，对应的m1A1和m2A2进行相乘，当计算完两条证据之间所有无交集的焦元的信度乘积之后，将结果相加，得到两条证据的冲突系数；冲突系数计算如下所示： 步骤5：编写RTL代码，计算两条证据融合值；在计算过程中，若证据1非空子集A1和证据2非空子集A2有交集H1时，m1A1和m2A2进行相乘，当计算完两条证据中所有含有交集H1的运算之后，将结果相加，得到两条证据融合后关于子集H1的支持力度；k条证据融合计算公式定义如下： 步骤6：对步骤4和步骤5中的证据理论融合RTL代码进行modelsim功能仿真，验证两条证据融合结果是否符合理论运算，如果不符合，返回步骤4进行修改；如果符合，根据IP核创建向导，对步骤4和步骤5代码进行证据理论IP核的封装；在IP核封装时，首先完成AXI接口类型、模式、数据宽度及寄存器数量配置，然后配置寄存器读写功能，用于支持PS和PL端数据的发送和接收；接着例化证据理论代码以及设置IP核支持的器件、接口时钟、复位信号，最后编译、打包生成证据理论IP核；步骤7：搭建最小硬件系统，并连接PL和PS两个部分；步骤8：计算测试样本在各属性上的证据理论融合结果；步骤9：对进行排序，将信度值最大的焦元作为决策结果，其中如果最大，该样本被认为是未知类别样本；步骤10：基于步骤9，完成所有样本的类别判断，并将最后结果通过串口发送到上位机进行显示；根据显示结果，得出数据分类准确率。

全文数据：

权利要求：

百度查询： 西北工业大学 西北工业大学重庆科创中心 一种基于FPGA的证据理论中非完备信息融合加速计算方法