Вчені просувають стиснене зондування до периферійних додатків в реальному часі

Команда дослідників на чолі з професором Сунь Чжуном з Пекінського університету нещодавно представила аналоговий апаратний підхід для відновлення стисненого зондування в реальному часі. Їх висновки були задокументовані в статті, нещодавно опублікованій в Science Advances.

У цій роботі вперше представлено конструкцію на основі резистивної пам’яті (також відомої як мемристор) для виконання миттєвого множення матриця-матриця-вектор (MMVM). На основі цього модуля розкривається аналогова матрична обчислювальна схема, яка вирішує відновлення стисненого зондування (CS) за один крок (протягом кількох мікросекунд).

Значення КС в сучасній техніці

CS є наріжним каменем сучасної обробки сигналів і зображень у багатьох важливих областях, таких як медична візуалізація, бездротовий зв’язок, відстеження об’єктів і однопіксельні камери. У CS розріджені сигнали можуть мати значну недостатню дискретизацію у передньому датчику, що порушує швидкість Найквіста і таким чином значно покращує ефективність дискретизації.

У внутрішньому процесорі вихідні сигнали можуть бути точно реконструйовані шляхом вирішення проблеми розрідженої апроксимації. Однак алгоритм відновлення CS зазвичай дуже складний і містити високоскладні операції матриця-матриця і поточкові нелінійні функції. У результаті відновлення CS у внутрішньому процесорі стало загальноприйнятим вузьким місцем у конвеєрі CS, що перешкоджає його застосуванню у високошвидкісних сценаріях обробки сигналів у реальному часі.

Проблеми та інновації у відновленні CS

Щоб прискорити обчислення відновлення CS, у традиційній цифровій сфері було застосовано два напрямки зусиль, використовуючи або передові алгоритми (наприклад, глибоке навчання), або паралельні процесори (наприклад, GPU, FPGA та ASIC). Однак ефективність обчислень принципово обмежена поліноміальною складністю матричних операцій у цифрових процесорах.

З цією метою аналогові обчислення вважалися ефективним підходом для прискорення відновлення CS завдяки властивому йому обчислювальному паралелізму. З усім тим, знову ж таки, через високу складність алгоритмів відновлення CS попередні аналогові обчислювальні рішення або покладаються на попередньо розраховане множення матриці на матрицю, яке має кубічну складність, або містять дискретний ітераційний процес, який вимагає дорогих, але частих аналого-цифрових перетворень. . Тому вирішення проблеми відновлення CS за один крок залишається великим завданням.

Практичне застосування та майбутній потенціал

Щоб вирішити цю проблему, команда з Пекінського університету вперше розробила аналоговий обчислювальний модуль у пам’яті, який реалізує MMVM за один крок, таким чином уникаючи попереднього обчислення множення матриць на матриці. З’єднуючи цей модуль MMVM з іншими аналоговими компонентами для формування циклу зворотного зв’язку, отримана схема точно відображає локальний конкурентоспроможний алгоритм (LCA), який вирішує відновлення CS за один крок без окремих ітерацій.

Щоб перевірити схему, команда виготовила резистивний масив пам’яті за допомогою стандартного напівпровідникового процесу, на основі якого була побудована схема LCA на друкованій платі для виконання відновлення CS. Стиснуті дані перетворювалися як сигнали вхідної напруги в схемі, а відновлені сигнали отримували безперервним способом.

За допомогою цієї схеми в експериментах було продемонстровано відновлення 1D розріджених сигналів, 2D природних зображень RGB і магнітно-резонансних зображень (МРТ). Нормована середньоквадратична помилка (NMSE) становить близько 0,01, а пікове відношення сигнал/шум (PSNR) зображень становить 27 дБ. Швидкість цієї схеми оцінюється на 1-2 порядки швидше, ніж традиційні цифрові підходи, такі як глибоке навчання, а також краще, ніж інші електронні або фотонні аналогові обчислювальні рішення. Схема є дуже перспективною для впровадження у внутрішній процесор CS для забезпечення можливостей обробки в режимі реального часу в режимі мікросекунд, що, своєю чергою, може залучити передові медичні, візуальні та комунікаційні методи.