跳到主要內容

臺灣博碩士論文加值系統

(44.210.85.190) 您好!臺灣時間:2022/11/30 01:26
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:王世華
研究生(外文):Wang, Si-hwa
論文名稱:灰色模型的VLSI架構設計
論文名稱(外文):VLSI Architecture Designs of Grey Model
指導教授:徐演政徐演政引用關係
指導教授(外文):Wu Chwan-chia
學位類別:碩士
校院名稱:國立台灣工業技術學院
系所名稱:電機工程技術研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:1
中文關鍵詞:積體電路灰預測控制灰色模型
外文關鍵詞:VLSIGrey Predictive ControlGrey Model
相關次數:
  • 被引用被引用:1
  • 點閱點閱:258
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
本論文旨在以硬體架構實現灰控制中造成系統瓶頸之灰建模及預測過程,
以解決GM模型實際應用於即時系統上的困擾。基於此,本論文提出一以12
位元定點數格式輸入之灰預測器架構,可在有限制的範圍內選擇取樣資料
數及所欲預測或還原之資料項。定點數格式的輸出入界面除可簡化線路複
雜度及加快運算速度外,並可輕易搭配類比至數位轉換器或微控制器使用
。在實現上,本論文針對灰預測方法混合平行處理與管線式處理技術設計
此一專屬硬體架構,使其在灰模型建模、還原及預測上能提供優於軟體的
計算效能。在規格上,基於應用上之考量,本架構已去除不必要之設計,
除可降低系統成本外,亦可增加運算單元之處理速度。在本論文目前所提
出的架構下,其預測結果與實際GM(1,1)演算法所計算的預測結果誤差幾
乎小於0.5%,且約在60個時脈週期(1ms)內便可將預測結果輸出。在目前
灰預測應用的研究仍侷限於軟體計算的情況下,若透過積體電路製程加以
實現,將可大幅降低旁置微控制器或中央處理器的運算負載,使其有足夠
的反應時間做控制決策的修正,以增加灰預測控制在即時系統的適用性,
並藉著積體電路體積小的優點,進而增加灰預測控制在產業界的應用領域


The thesis propose a hardware architecture to eliminate the
bottleneck of grey model construction and prediction. To solve
the problem of applying grey model in some real-time systems, we
present a grey predictor architecture with 12 bits fixed-point
input and optional confine for the sampled data numbers and
predictive time. Fixed-point input format will simplify hardware
complexity, reduce predictive time and make it easy to match
with analog-digitalconverter or micro-controller. Furthermore,
this system includes the parallel processing and pipeline
technique in grey model construction and predictor to provide
better performance than the software system. In specification,
this architecture eliminate unnecessary design to reduce system
cost and increase the system processing performance. The predic-
tive output error is small than 0.5% compared with GM(1,1)
algorithm, and the predictive time is about 60 clock cycles
(less than 1 msin 66MHz clock rate). If this architecture is
implemented with VLSI process, it will greatly reduce the
computational load of coprocessor or CPU to increase the ability
for decision making. Especially, this system will increase the
suitability of real-timegrey predictive control system.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top