一种在线时间序列预测的核自适应滤波器向量处理器

来源：电子与信息学报杂志2016年第1期北京时间：

作者：庞业勇, 王少军, 彭宇, 彭喜元

摘要：针对信息物理融合系统中的在线时间序列预测问题，该文选择计算复杂度低且具有自适应特点的核自适应滤波器(Kernel Adaptive Filter, KAF)方法与FPGA计算系统相结合，提出一种基于FPGA的KAF向量处理器解决思路。通过多路并行、多级流水线技术提高了处理器的计算速度，降低了功耗和计算延迟，并采用微码编程提高了设计的通用性和可扩展性。该文基于该向量处理器实现了经典的KAF方法，实验表明，在满足计算精度要求的前提下，该向量处理器与CPU相比，最高可获得22倍计算速度提升，功耗降为1/139，计算延迟降为1/26。

关键词：核自适应滤波器(KAF), 现场可编程逻辑门阵列(FPGA), 向量处理器, 微码

基金资助：国家自然科学基金(61571160/F011305)，中央高校基本科研业务费专项资金资助(HIT.NSRIF.201615)