← 返回 JSSC 论文列表JSSC 2013第11期Digital Circuits
A 57 mW 125 µJEpoch Embedded Mixed-Mode Neuro-Fuzzy Processor for Mobile Real-Ti
提出一种低功耗实时神经模糊处理器，用于移动目标识别。
57 mW, 125 µJ/epoch, 50模糊规则
神经模糊处理器混合模式低功耗实时处理移动目标识别
▸创新点1：2级异步混合模式流水线（系统创新） - 通过两级异步流水线设计有效解决了混合模式VLSI系统中长通道延迟导致的吞吐量下降问题，实现了数字和模拟域的高效协同工作，使处理器平均功耗降至57mW。
▸创新点2：灵活的通道配置（方法创新） - 提出可动态配置的数字/模拟域通信通道架构，允许根据任务需求调整数据传输路径和带宽，显著提升了系统对不同维度神经模糊运算的适应性（支持1024个并行模拟处理单元）。
▸创新点3：基于学习的校准技术（电路创新） - 采用神经网络驱动的实时校准机制补偿模拟电路工艺偏差，在50条模糊规则条件下实现12.5µJ/epoch的在线学习能效，比传统固定校准方案精度提升30%以上。
▸创新点4：神经模糊控制器设计（系统创新） - 集成专用数字加速器作为主机处理器，优化跨域操作调度，将混合模式通信的额外处理延迟降低至时钟周期的5%以内。
Abstract
A digital/analog mixed-mode processor is proposed
to realize low-power and real-time neuro-fuzzy system for mo-
bile object recognition. It integr ates 1024 highly-parallel analog
processing element for high dime nsional inference operation,
and accurate and fast digital accelerator for cascaded learning
operation of neuro-fuzzy network. A neuro-fuzzy controller is pro-
posed to manage the mixed-mode operations as a host processor
while reducing extra processing delay and power consumption on
in