[发明专利]一种基于BP神经网络的FPGA动态功耗估算方法

摘要

本发明一种基于BP神经网络的FPGA动态功耗估算方法，包括以下步骤(1)获取四个模块的输入输出量作为样本数据；(2)对样本数据进行数据筛选和数据预处理；(3)根据处理后的样本数据分别构造四个模块的BP神经网络模型；(4)将样本数据的一部分作为BP神经网络的训练数据，进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的功耗；(5)将去除训练数据后的样本数据作为BP神经网络的测试数据，将得到的功耗与测试数据进行比较；(6)将神经网络输出的功耗还原为实际功耗值；(7)将获取的四个模块的功耗估计值进行求和得到总功耗值。本发明通过BP神经网络的自动学习，可以对功耗值实现准确预测。

主权项

一种基于BP神经网络的FPGA动态功耗估算方法，FPGA的动态功耗主要来源于四个模块，分别为时钟树、可编程资源、I/O、块存储器，其特征在于步骤如下：(1)根据XPE获取四个模块的样本数据，即各模块的输入输出量；(2)对步骤(1)获得的样本数据进行数据筛选和数据预处理；(3)根据步骤(2)中处理后的样本数据的输入与其对应的输出分别构造四个模块的BP神经网络模型；(4)将样本数据的一部分作为BP神经网络的训练数据，另外一部分作为BP神经网络的测试数据，同时通过训练数据中各模块的输入与其对应的输出进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的功耗；(5)将步骤(4)中神经网络输出的功耗与步骤(4)中的测试数据进行比较，判断两者之间的误差是否小于设定的阈值，若小于则进入步骤(6)，否则进入步骤(3)；(6)将步骤(4)中神经网络输出的功耗还原为实际功耗值；(7)将获取的四个模块的功耗估计值进行求和得到总功耗值。