当前产品名称

SC-FBLAS

  • 产品简述
  • 系统规格
  • 产品运用


SC-FBLAS 是加速云推出基于FPGA高性能数学加速库的RTL级IP集合,针对数字信号处理,加速云SC-FBLAS提供了FFT,QR分解,线性方程求解,协方差矩阵,矩阵求逆等高性能的信号处理算法IP,可以帮助用户实现数字信号处理系统的快速优化,极大缩短了用户产品Time-to-Market的时间。

可以广泛应用于雷达、电子对抗、5G通信、高性能仿真等需要高性能处理能力和低延时计算的信号处理领域。



SC-FBLAS

规格列表

可以实现矩阵乘、矩阵分解、矩阵求逆、线性方程求解、微分方程求解、三角函数、非线性函数、超越函数、傅里叶运算等数学函数,具体见下表:

SC-FBLAS

SC-FBLAS

SC-FBLAS

SC-FBLAS

SC-FBLAS

SC-FBLAS

表1. SC-FBLAS部分规格列表

性能指标

加速云基于FPGA平台上提供了数字信号处理相关算法的IP,IP的性能决定了数字信号处理系统的性能,包括动态范围,信号损耗,信噪比,延时等因素。以信号处理中常用的FFT傅里叶变换为例,相比最新的DSP平台,加速云提供的RTL级IP,使用FPGA符合IEEE 754标准的单精度浮点数字信号处理(DSP)单元,可以实现更低的计算时间。

SC-FBLAS

表2. DSP和FPGA平台实现FFT算法的计算时间对比


SC-FBLAS 相关IP性能参数

SC-FBLAS

SC-FBLAS

表3. 部分FPGA实现高性能数学加速库FBlas性能示例





MUSIC算法是经典的空间谱估计算法,实现波达方向估计(DOA)的相关应用。在电子侦察和电子对抗等对实时性要求严格的领域中,如何选用合适的平台实现并满足系统的响应处理速度,成为了设计者颇为头疼的问题。整个MUSIC算法计算复杂度和灵活度都很大,而且电子对抗系统都有浮点处理的要求,所以大多用户会采用DSP处理器的方案,处理时间停留在ms量级。加速云采用Intel集成全新浮点计算单元的FPGA,全硬件实现了基于MUSIC算法的空间谱估计DOA全部算法(MUSIC算法是基于加速云高性能数学加速库FBLAS搭建的,所有组成IP都可以单独调用)。相比DSP处理器,极大提升了MUSIC算法的实时性,超过10倍以上的性能改进。

SC-FBLAS

图. FPGA实现MUSIC算法的处理流程

MUSIC算法实现的相关性能如下:

1.特征值和特征向量的数值相对Matlab中EIG函数计算结果的偏差均小于10-5

2.算法实现以单精度浮点为主,结合部分双精度浮点

3.全部处理时间<120us(TI6678的处理时间是ms级)

自适应数字波束形成(ADBF)

    随着有源相控阵雷达的广泛应用,如何有效增强期望信号和抑制无用信号,也是设计者需要考虑的问题。ADBF技术利用天线阵元的采样数据,自适应更新信号的权值,使阵列天线形成特定的期望形状。由于天线阵元通道数量大,需要实现海量数据的计算,相关平台实现必须具有高集成度、高数据吞吐率和高数据并行计算的特点。

SC-FBLAS

图. DBF原理示意图

加速云借助高性能数学加速库FBLAS,通过高维数的矩阵求逆的算法,完全在FPGA内实现了ADBF的算法。

ADBF算法实现的相关性能如下:

SC-FBLAS

SC-FBLAS

方位维天线方向图 俯仰维天线方向图

SC-FBLAS


MUSIC算法是经典的空间谱估计算法,实现波达方向估计(DOA)的相关应用。在电子侦察和电子对抗等对实时性要求严格的领域中,如何选用合适的平台实现并满足系统的响应处理速度,成为了设计者颇为头疼的问题。整个MUSIC算法计算复杂度和灵活度都很大,而且电子对抗系统都有浮点处理的要求,所以大多用户会采用DSP处理器的方案,处理时间停留在ms量级。加速云采用Intel集成全新浮点计算单元的FPGA,全硬件实现了基于MUSIC算法的空间谱估计DOA全部算法(MUSIC算法是基于加速云高性能数学加速库FBLAS搭建的,所有组成IP都可以单独调用)。相比DSP处理器,极大提升了MUSIC算法的实时性,超过10倍以上的性能改进。

SC-FBLAS

图. FPGA实现MUSIC算法的处理流程

MUSIC算法实现的相关性能如下:

1.特征值和特征向量的数值相对Matlab中EIG函数计算结果的偏差均小于10-5

2.算法实现以单精度浮点为主,结合部分双精度浮点

3.全部处理时间<120us(TI6678的处理时间是ms级)

自适应数字波束形成(ADBF)

    随着有源相控阵雷达的广泛应用,如何有效增强期望信号和抑制无用信号,也是设计者需要考虑的问题。ADBF技术利用天线阵元的采样数据,自适应更新信号的权值,使阵列天线形成特定的期望形状。由于天线阵元通道数量大,需要实现海量数据的计算,相关平台实现必须具有高集成度、高数据吞吐率和高数据并行计算的特点。

SC-FBLAS

图. DBF原理示意图

加速云借助高性能数学加速库FBLAS,通过高维数的矩阵求逆的算法,完全在FPGA内实现了ADBF的算法。

ADBF算法实现的相关性能如下:

SC-FBLAS

SC-FBLAS

方位维天线方向图 俯仰维天线方向图

SC-FBLAS

Copyright ©2018 - 2020 杭州加速云信息技术有限公司 犀牛云提供企业云服务