講演抄録/キーワード |
講演名 |
2020-02-20 14:15
AIアクセラレータによるチャープZ変換の高速化手法 ○水戸部 賢・松尾咲希・後町将人・柿谷 彬・白石 將(三菱電機) SANE2019-115 |
抄録 |
(和) |
周波数分割MIMO(Multi input Multi output) レーダにおける受信信号の長時間積分では, 移動目標からの反射波に生じるドップラやレンジウォークの影響により積分損失が生じる. これらの要因を抑圧し, コヒーレントに積分するにはファーストタイム方向におけるドップラ速度ビンがそろうように各周波数ビンをヒット方向にCZT(Chirp Z-Transform) し, ドップラ速度ビンに応じた参照信号を用いてパルス圧縮する事が有効である. しかしながら, 本手法はファースト方向の周波数ビンの数だけCZTを繰り返すため, 距離分解能やドップラ速度分解能のパラメータによっては演算量が膨大になる可能性がある. 本研究では, AIアクセラレータを用いたCZTの高速化手法について検討した. AIアクセラレータは, AIの演算処理において大部分を占める行列積に特化した演算器アーキテクチャであり, あらゆる演算に対応したCPUやGPUといった汎用演算器と比較して非常に高密度な演算器HWを形成できる. メモリアクセスと処理フローの工夫により, AIアクセラレータにおける複素数演算への対応とCZTの実装手法を検討・評価した結果, 16コアCPUと比較して最大14倍の高速化を実現した. |
(英) |
When integrating a received signal of a frequency division MIMO (Multi input Multi output) radar, an integration loss occurs due to the influence of Doppler and range walk generated in a reflected wave from a moving target. As a method for suppressing these effects, there is a coherent integration method using CZT (Chirp Z-Transform). However, this method requires high computing power owing to repeatedly execute CZT.
In this paper, we propose acceleration techniques for Chirp Z-Transform using AI accelerator. As a result of evaluating these acceleration techniques, we found that our implementation using AI accelerator is up to 14 times faster than that using 16-core CPU. |
キーワード |
(和) |
チャープZ変換 / GPU / AIアクセラレータ / / / / / |
(英) |
CZT / GPU / AI Accelerator / / / / / |
文献情報 |
信学技報, vol. 119, no. 416, SANE2019-115, pp. 91-95, 2020年2月. |
資料番号 |
SANE2019-115 |
発行日 |
2020-02-12 (SANE) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SANE2019-115 |