基于FPGA与深度学习的超燃冲压发动机测量监控方法研究

目录

第1 章绪论

1.1 课题背景及研究的目的和意义

1.2 国内外在该方向的研究现状及分析

1.2.1 现场可编程逻辑门阵列应用国内外研究现况

1.2.2 超声速流动、燃烧测量与控制研究现况

1.2.3 深度学习硬件加速国内外研究现状

1.3 国内外研究现况分析

1.4 本文的主要工作

第2 章超燃冲压发动机深度学习算法部署方案

2.1 引言

2.2 深度学习基本概念

2.2.1 深度学习简介

2.2.2 卷积神经网络

2.3 超燃冲压发动机卷积神经网络部署研究

2.3.1 超燃冲压发动机智能测控系统总体方案

2.3.2 超燃冲压发动机卷积神经网络部署的总体方案设计

2.3.3 基于 FPGA的卷积神经网络部署难点及解决方案

2.4 本章小结

第3 章基于FPGA 的卷积神经网络加速器设计

3.1 引言

3.2 基于 FPGA的卷积神经网络加速器平台构建

3.2.1 基于 ZYNQ的系统平台简介

3.2.2 卷积神经网络加速器系统架构设计

3.3 卷积神经网络加速器中关键功能模块设计

3.3.1 加速器输入输出模块设计及优化

3.3.2 加速器卷积运算模块设计及优化

3.3.3 加速器池化运算模块设计及优化

3.4 卷积神经网络加速器系统整合开发及优化设计

3.4.1 CNN加速器硬件设计

3.4.2 CNN加速器软件设计

3.4.3 CNN加速器优化策略

3.5 本章小结

第4 章基于FPGA 卷积神经网络加速器的性能评估与实例应用

4.1 引言

4.2 卷积神经网络加速器实验及性能分析

4.2.1 CNN加速器测试环境与实验平台搭建

4.2.2 卷积神经网络加速器各项消耗评估

4.2.3 卷积神经网络加速器加速性能测试

4.3 基于 FPGA的卷积神经网络加速器的流场重构

4.3.1 流场重构的卷积神经网络模型

4.3.2 流场重构网络实验与性能评估

4.4 基于 FPGA的卷积神经网络加速器的温度场重建

4.4.1 温度场重建网络简介

4.4.2 温度场重建网络实验与性能评估

4.5 本章小结

第5 章基于FPGA 的发动机监测控制系统设计

5.1 引言

5.2 基于 ZYNQ的发动机模型移植

5.3基于FPGA的超燃冲压发动机监测控制系统设计

5.3.1 基于 FPGA的激波前沿位置监测系统设计

5.3.2 基于 FPGA的控制器设计与闭环系统实现

5.4 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致 谢