交通速度预测时空图卷积网络及其FPGA实现研究

来源：电子测量技术杂志2024年第18期北京时间：

作者：谭会生，杨威，严舒琪

单位：湖南工业大学轨道交通学院 株洲 412000

摘要：时空图卷积网络(STGCN)通过图卷积和时间卷积捕获交通数据的空间依赖性和时间依赖性，可有效提升交通速度预测的精度。但是硬件实现交通速度预测STGCN具有计算量大难以满足实际应用的实时性要求、资源消耗大导致成本增高等问题，在优化交通速度预测STGCN模型基础上，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法。首先，通过轻量化裁剪和预测数据位宽的精确选择，对交通速度预测STGCN进行了模型优化，以降低计算复杂度和资源消耗，并经过Python仿真验证其可行性。其次，通过采用流水线、并行计算和数据交替流水存取等组合优化策略，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法，以提升系统计算速度。最后，使用Verilog编程对交通速度预测STGCN进行了FPGA的实现仿真和硬件测试。利用PeMSD7（M）数据集进行实验，结果显示FPGA实现单数据交通速度预测的时间为355.5 μs，相比CPU、GPU平台及FPGA设计方案1对比，其处理速度最大分别提高了25.9倍、6.7倍和3.5倍，证明了交通速度预测STGCN的FPGA实现结构组合优化方法，在保持预测准确性的前提下可较大幅度的提升系统处理速度。

关键词：交通速度预测;时空图卷积网络;FPGA;硬件实现结构;流水线;并行结构

基金资助：湖南省教育厅科学研究重点项目（20A163）、湖南省学位与研究生教学改革研究项目（2022JGYB183）资助