專(zhuān)利名稱(chēng)：一種基于fpga的lm算法實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于FPGA的LM算法實(shí)現(xiàn)方法，特別涉及一種用于高斯曲線擬合的LM算法的FPGA實(shí)現(xiàn)技術(shù)，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域。
背景技術(shù)：
當(dāng)前測(cè)量數(shù)據(jù)處理過(guò)程中，在觀測(cè)值服從正態(tài)分布的前提下，最小ニ乘估計(jì)是最優(yōu)線性無(wú)偏估計(jì)，因而在數(shù)據(jù)處理中被廣泛應(yīng)用。而當(dāng)測(cè)量的函數(shù)模型是非線性模型時(shí)，一般是將非線性模型利用泰勒公式近似化為線性模型，然后用最小ニ乘估計(jì)法處理。非線性的最小二乗法是有偏的，在需要高精度求解非線性模型參數(shù)時(shí)，計(jì)算結(jié)果精度較低，有的甚至不能線性近似，因而求得的結(jié)果實(shí)用價(jià)值不大。這時(shí)需要研究非線性模型的精確數(shù)值解法。Levenberg-Marquard算法(常被簡(jiǎn)稱(chēng)為L(zhǎng)M算法)既能計(jì)算線性模型參數(shù),又能計(jì)算非線性模型參數(shù)，并且無(wú)論法方程是良態(tài)、病態(tài)還是秩虧，該算法都能收斂，計(jì)算結(jié)果可靠。如果函數(shù)模型是線性并且呈良態(tài)，該算法只需迭代一次便可得到精確解，呈病態(tài)時(shí)迭代幾次可以收斂到穩(wěn)定解。如果函數(shù)模型是非線性模型，一般只需迭代幾次便可收斂，當(dāng)初值偏離真值較遠(yuǎn)時(shí)，可以通過(guò)增加迭代次數(shù)來(lái)獲得最優(yōu)解。然而正是由于LM算法需要多次迭代，運(yùn)算量大，用通用計(jì)算機(jī)或DSP等進(jìn)行計(jì)算時(shí)實(shí)時(shí)性很難保證，用高性能計(jì)算機(jī)來(lái)處理成本又非常高。FPGA芯片雖然在速度上與DSP略有差距，但能實(shí)現(xiàn)并行結(jié)構(gòu)。最新推出的FPGA器件中，不僅集成有豐富的可配置邏輯塊資源，還包括大量面向計(jì)算密集應(yīng)用的DSP単元、塊狀RAM和高速串行通信単元。因此選擇可編程的邏輯器件進(jìn)行數(shù)字信號(hào)處理是當(dāng)今世界的發(fā)展趨勢(shì)。

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服上述現(xiàn)有技術(shù)的缺陷，能夠在實(shí)現(xiàn)LM算法時(shí)既保證實(shí)時(shí)性又不會(huì)成本太高，提出了一種基于FPGA的LM算法實(shí)現(xiàn)方法，該模塊全部由硬件描述語(yǔ)言實(shí)現(xiàn)，可以提升數(shù)據(jù)處理的運(yùn)行速度和穩(wěn)定性以及數(shù)據(jù)的計(jì)算效率，節(jié)省開(kāi)發(fā)成本。本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的。本發(fā)明的一種基于FPGA的LM算法實(shí)現(xiàn)方法，其實(shí)現(xiàn)平臺(tái)為FPGA，采用硬件描述語(yǔ)言實(shí)現(xiàn)，模塊輸入為采用串行數(shù)據(jù)流方式的外部測(cè)量數(shù)據(jù)，LM算法模塊包括以下子模塊串并轉(zhuǎn)換子模塊、歸ー化處理子模塊、擬合變量計(jì)算子模塊、指數(shù)計(jì)算子模塊、迭代系數(shù)計(jì)算A子模塊、延時(shí)A子模塊、迭代系數(shù)計(jì)算B子模塊、延時(shí)B子模塊和并行判斷子模塊；首先通過(guò)串并轉(zhuǎn)換子模塊將輸入的串行數(shù)據(jù)流轉(zhuǎn)換成并行數(shù)據(jù)并送入歸ー化處理子模塊進(jìn)行歸ー化處理，之后進(jìn)行LM算法迭代循環(huán)，也即首先進(jìn)入擬合變量計(jì)算子模塊計(jì)算擬合變量，然后通過(guò)指數(shù)計(jì)算子模塊進(jìn)行指數(shù)查找，進(jìn)而通過(guò)迭代系數(shù)計(jì)算子模塊計(jì)算迭代系數(shù)，迭代系數(shù)計(jì)算后利用延時(shí)子模塊實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)功能模塊的時(shí)間，通過(guò)并行判斷子模塊對(duì)迭代系數(shù)進(jìn)行修正，進(jìn)而修正擬合變量。
上述一種基于FPGA的LM算法實(shí)現(xiàn)方法，其步驟如下I)通過(guò)串并轉(zhuǎn)換子模塊將本算法模塊外部輸入串行數(shù)據(jù)流轉(zhuǎn)換為并行數(shù)據(jù)流送入歸ー化子模塊；2)歸ー化模塊對(duì)步驟I)生成的并行數(shù)據(jù)進(jìn)行歸ー化處理后送入擬合變量計(jì)算子模塊；3)擬合變量計(jì)算子模塊根據(jù)步驟2)歸ー化處理后的數(shù)據(jù)計(jì)算擬合變量及擬合變量的初值，并將該擬合變量及擬合變量初值送入指數(shù)計(jì)算子模塊；4)指數(shù)計(jì)算子模塊對(duì)步驟3)的擬合變量進(jìn)行指數(shù)查找，并將指數(shù)計(jì)算值送入迭代系數(shù)計(jì)算子模塊；5)迭代系數(shù)計(jì)算A子模塊對(duì)步驟4)產(chǎn)生的指數(shù)計(jì)算值進(jìn)行計(jì)算，計(jì)算得到迭代過(guò)程中所需要修正的迭代參數(shù)，并將各迭代參數(shù)送入延時(shí)子模塊； 6)利用延時(shí)A子模塊同步步驟5)產(chǎn)生的各個(gè)迭代參數(shù)到達(dá)并行判斷子模塊的時(shí)間，并將處理結(jié)果送入并行判斷子模塊；7)通過(guò)并行判斷子模塊對(duì)經(jīng)步驟6)處理的各迭代參數(shù)進(jìn)行修正，得出當(dāng)前情況下的擬合變量值Xi;8)對(duì)擬合變量值Xi再通過(guò)迭代系數(shù)計(jì)算B子模塊和延時(shí)B子模塊進(jìn)一步對(duì)擬合變量進(jìn)行處理；9)將經(jīng)過(guò)步驟8)處理后的擬合變量送入步驟3)，計(jì)算擬合變量初值，并將當(dāng)前擬合變量及擬合變量初值送入步驟4)，重復(fù)步驟4) 步驟9)進(jìn)行LM算法迭代直到達(dá)到預(yù)先設(shè)定的迭代次數(shù)或者算法收斂。上述指數(shù)計(jì)算子模塊的指數(shù)查找過(guò)程中的指數(shù)查找表采用分段處理方式，根據(jù)指數(shù)曲線概率分布特性來(lái)確定各曲線段的查找精度，其中曲線段越陡峭，則該段的查找精度越高，這種方式不僅保證了查找表的整體精度不變，而且減少了查找表占用的資源。上述延時(shí)子模塊采用移位寄存器實(shí)現(xiàn)，將每個(gè)迭代參數(shù)的計(jì)算結(jié)果存儲(chǔ)在移位寄存器中，所有參數(shù)計(jì)算結(jié)束后，同時(shí)輸出到下一個(gè)功能模塊并行判斷子模塊，避免由于時(shí)間延遲造成數(shù)據(jù)流的丟失，并實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)功能模塊的時(shí)間；并行判斷子模塊首先對(duì)迭代參數(shù)進(jìn)行判斷然后采用并行處理方式，針對(duì)各迭代參數(shù)的判斷結(jié)果實(shí)施三種情況下的擬合變量算法，根據(jù)對(duì)迭代參數(shù)的判斷結(jié)果選擇輸出當(dāng)前情況下的擬合變量值Xi，節(jié)約了算法的處理時(shí)間。有益效果本發(fā)明提出了一種基于FPGA的LM算法實(shí)現(xiàn)方法，提高了 LM算法的處理速度，將該算法模塊應(yīng)用于光纖傳感測(cè)量等測(cè)量領(lǐng)域，在滿(mǎn)足高精度測(cè)量的同吋，還能達(dá)到高速實(shí)時(shí)的需求。該算法模塊既能計(jì)算線性模型參數(shù)，又能計(jì)算非線性模型參數(shù)，同時(shí)具有低功耗、小型化、高速等特點(diǎn)，可應(yīng)用于實(shí)時(shí)高精度的信號(hào)處理領(lǐng)域，尤其用于高精度的高斯曲線擬合。


圖I為基于FPGA的LM算法實(shí)現(xiàn)方法的總體流程框圖；圖2為本發(fā)明中指數(shù)計(jì)算子模塊的流程框圖3為本發(fā)明中并行判斷子模塊的原理框圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)ー步說(shuō)明?！N基于FPGA的LM算法實(shí)現(xiàn)方法，其輸入為采用串行數(shù)據(jù)流方式的外部測(cè)量數(shù)據(jù)，如圖I所示，LM算法模塊包括以下子模塊串并轉(zhuǎn)換子模塊、歸ー化處理子模塊、擬合變量計(jì)算子模塊、指數(shù)計(jì)算子模塊、迭代系數(shù)計(jì)算A子模塊、延時(shí)A子模塊、迭代系數(shù)計(jì)算B子模塊、延時(shí)B子模塊和并行判斷子模塊；首先通過(guò)串并轉(zhuǎn)換子模塊將輸入的串行數(shù)據(jù)流轉(zhuǎn)換成并行數(shù)據(jù)并送入歸ー化處理子模塊進(jìn)行歸ー化處理，之后進(jìn)行LM算法迭代循環(huán)；LM算法迭代循環(huán)中，首先進(jìn)入擬合變量計(jì)算子模塊計(jì)算擬合變量，然后通過(guò)指數(shù)計(jì)算子模塊進(jìn)行指數(shù)查找，進(jìn)而通過(guò)迭代系數(shù)計(jì)算子模塊計(jì)算迭代系數(shù)，迭代系數(shù)計(jì)算后利用延時(shí)子模塊實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)功能模塊的時(shí)間，通過(guò)并行判斷子模塊對(duì)迭代系數(shù) 進(jìn)行修正，進(jìn)而修正擬合變量。上述一種基于FPGA的LM算法實(shí)現(xiàn)方法，其算法步驟如下I)通過(guò)串并轉(zhuǎn)換子模塊將本算法模塊外部輸入串行數(shù)據(jù)流轉(zhuǎn)換為并行數(shù)據(jù)流送入歸ー化子模塊；2)歸ー化模塊對(duì)步驟I)生成的并行數(shù)據(jù)進(jìn)行歸ー化處理后送入擬合變量計(jì)算子模塊；3)擬合變量計(jì)算子模塊根據(jù)步驟2)歸ー化處理后的數(shù)據(jù)計(jì)算擬合變量及擬合變量的初值，并將該擬合變量及擬合變量初值送入指數(shù)計(jì)算子模塊；4)指數(shù)計(jì)算子模塊對(duì)步驟3)的擬合變量進(jìn)行指數(shù)查找，并將指數(shù)計(jì)算值送入迭代系數(shù)計(jì)算子模塊；5)迭代系數(shù)計(jì)算A子模塊對(duì)步驟4)產(chǎn)生的指數(shù)計(jì)算值進(jìn)行計(jì)算，計(jì)算得到迭代過(guò)程中所需要修正的迭代參數(shù)，并將各迭代參數(shù)送入延時(shí)子模塊；6)利用延時(shí)A子模塊同步步驟5)產(chǎn)生的各個(gè)迭代參數(shù)到達(dá)并行判斷子模塊的時(shí)間，并將處理結(jié)果送入并行判斷子模塊；7)通過(guò)并行判斷子模塊對(duì)經(jīng)步驟6)處理的各迭代參數(shù)進(jìn)行修正，得出當(dāng)前情況下的擬合變量值Xi;8)對(duì)擬合變量值Xi再通過(guò)迭代系數(shù)計(jì)算B子模塊和延時(shí)B子模塊進(jìn)一步對(duì)擬合變量進(jìn)行處理；9)將經(jīng)過(guò)步驟8)處理后的擬合變量送入步驟3)，計(jì)算擬合變量初值，并將當(dāng)前擬合變量及擬合變量初值送入步驟4)，重復(fù)步驟4) 步驟9)進(jìn)行LM算法迭代直到達(dá)到預(yù)先設(shè)定的迭代次數(shù)或者算法收斂。上述指數(shù)計(jì)算子模塊的指數(shù)查找過(guò)程中的指數(shù)查找表采用分段處理方式，根據(jù)指數(shù)曲線概率分布特性來(lái)確定各曲線段的查找精度，其中曲線段越陡峭則該段的查找精度越高，這種方式不僅保證了查找表的整體精度不變，而且減少了查找表占用的資源。上述延時(shí)子模塊采用移位寄存器實(shí)現(xiàn)，將每個(gè)參數(shù)的計(jì)算結(jié)果存儲(chǔ)在移位寄存器中，所有參數(shù)計(jì)算結(jié)束后，同時(shí)輸出到下ー個(gè)功能模塊，避免由于時(shí)間延遲造成數(shù)據(jù)流的丟失，并實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)功能模塊的時(shí)間；并行判斷子模塊首先對(duì)迭代參數(shù)進(jìn)行判斷然后采用并行處理方式，計(jì)算三個(gè)擬合變量算法，根據(jù)對(duì)迭代參數(shù)的判斷結(jié)果選擇輸出當(dāng)前情況下的擬合變量值Xi,節(jié)約了算法的處理時(shí)間。實(shí)施例將上述一種基于FPGA的LM算法實(shí)現(xiàn)方法對(duì)該模塊輸入的串行數(shù)據(jù)流進(jìn)行處理，串并轉(zhuǎn)換子模塊將輸入的串行數(shù)據(jù)流轉(zhuǎn)換為并行的N個(gè)數(shù)據(jù)輸出Y1, Y2,... Yn,歸ー化子模塊對(duì)所有數(shù)據(jù)進(jìn)行歸ー化處理輸出，首先查找N個(gè)數(shù)據(jù)其中的最大值Ymax,經(jīng)過(guò)歸一化模塊后輸出為(Y1ZXJ，(Y2ZXax)，…，(Yfflax/Yfflax)，…，(YN/Ymax)；得到歸ー化數(shù)據(jù)后，進(jìn)入LM算法迭代循環(huán)，首先在擬合變量計(jì)算子模塊中計(jì)算擬合變量X = (A，B，C)，得到擬合變量初值\，然后將擬合變量X及初值Xtl送入指數(shù)計(jì)算子模塊； 指數(shù)計(jì)算子模塊的內(nèi)部流程結(jié)構(gòu)如圖2所示，包括指數(shù)冪計(jì)算子模塊、正數(shù)查找表、負(fù)數(shù)查找表和指數(shù)輸出子模塊，指數(shù)查找表采用分段處理方式，根據(jù)指數(shù)曲線概率分布特性，曲線平坦段的查找精度低于曲線陡峭段的查找精度，針對(duì)指數(shù)的冪存在正負(fù)數(shù)情況，整個(gè)查找功能通過(guò)正數(shù)冪和負(fù)數(shù)冪兩張查找表完成，指數(shù)計(jì)算子模塊通過(guò)以下步驟實(shí)現(xiàn)41)通過(guò)指數(shù)冪計(jì)算子模塊計(jì)算冪值為正或者負(fù)；42)根據(jù)指數(shù)計(jì)算子模塊的正負(fù)信號(hào)，選擇正數(shù)查找表或者負(fù)數(shù)查找表，進(jìn)行指數(shù)查找；43)經(jīng)過(guò)指數(shù)輸出子模塊輸出查找后的指數(shù)計(jì)算值；指數(shù)計(jì)算子模塊輸出的指數(shù)計(jì)算值輸入到迭代參數(shù)計(jì)算A子模塊，用來(lái)計(jì)算迭代過(guò)程中所需要修正的參數(shù)，其中包括阻尼因子，Jacobi矩陣等，該模塊主要包括矩陣求逆、矩陣與列向量相乘等部分內(nèi)容，所計(jì)算得出的各迭代參數(shù)再利用延時(shí)A子模塊實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)下ー個(gè)功能模塊并行判斷子模塊的時(shí)間；由并行判斷子模塊進(jìn)行對(duì)迭代準(zhǔn)則的判斷選擇，并行判斷子模塊原理框圖如圖3所示，以計(jì)算后的迭代參數(shù)rat為例，根據(jù)進(jìn)入判斷子模塊的rat的值有三種情況情況A，0 < rat < 0. 5 時(shí)對(duì)應(yīng)擬合變量算法 A, nu = max (nu*10,0. I);情況 B,0. 5 < rat < I 時(shí)對(duì)應(yīng)擬合變量算法B，nu = 0 ;情況C，rat > I時(shí)對(duì)應(yīng)擬合變量算法C，nu的值不改變，判斷輸出的擬合變量值X通過(guò)輸出子模塊輸出；并行判斷子模塊首先對(duì)迭代參數(shù)進(jìn)行判斷然后采用并行處理方式，計(jì)算A、B、C三個(gè)擬合變量算法，根據(jù)對(duì)迭代參數(shù)的判斷結(jié)果選擇輸出當(dāng)前情況下的擬合變量值Xi;將擬合變量值Xi再通過(guò)迭代系數(shù)計(jì)算B子模塊和延時(shí)B子模塊，進(jìn)而修正迭代系數(shù)，進(jìn)入圖I中的擬合變量計(jì)算子模塊進(jìn)入第二次的迭代過(guò)程，根據(jù)迭代次數(shù)判斷是否進(jìn)行下一次迭代，從而完成對(duì)擬合變量的LM算法擬合。以上所述為本發(fā)明的較佳實(shí)施例而已，本發(fā)明不應(yīng)該局限于該實(shí)施例和附圖所公開(kāi)的內(nèi)容。凡是不脫離本發(fā)明所公開(kāi)的精神下完成的等效或修改，都落入本發(fā)明保護(hù)的范圍。
權(quán)利要求
1.一種基于FPGA的LM算法實(shí)現(xiàn)方法，其實(shí)現(xiàn)平臺(tái)為FPGA，采用硬件描述語(yǔ)言實(shí)現(xiàn)，模塊輸入為采用串行數(shù)據(jù)流方式的外部測(cè)量數(shù)據(jù)，其特征在于，LM算法模塊包括以下子模塊串并轉(zhuǎn)換子模塊、歸一化處理子模塊、擬合變量計(jì)算子模塊、指數(shù)計(jì)算子模塊、迭代系數(shù)計(jì)算A子模塊、延時(shí)A子模塊、迭代系數(shù)計(jì)算B子模塊、延時(shí)B子模塊和并行判斷子模塊； 所述一種基于FPGA的LM算法實(shí)現(xiàn)方法，其步驟如下 1)通過(guò)串并轉(zhuǎn)換子模塊將本算法模塊外部輸入串行數(shù)據(jù)流轉(zhuǎn)換為并行數(shù)據(jù)流送入歸一化子模塊； 2)歸一化模塊對(duì)步驟I)生成的并行數(shù)據(jù)進(jìn)行歸一化處理后送入擬合變量計(jì)算子模塊； 3)擬合變量計(jì)算子模塊根據(jù)步驟2)歸一化處理后的數(shù)據(jù)計(jì)算擬合變量及擬合變量的 初值，并將該擬合變量及擬合變量初值送入指數(shù)計(jì)算子模塊； 4)指數(shù)計(jì)算子模塊對(duì)步驟3)的擬合變量進(jìn)行指數(shù)查找，并將指數(shù)計(jì)算值送入迭代系數(shù)計(jì)算子模塊； 5)迭代系數(shù)計(jì)算A子模塊對(duì)步驟4)產(chǎn)生的指數(shù)計(jì)算值進(jìn)行計(jì)算，計(jì)算得到迭代過(guò)程中所需要修正的迭代參數(shù)，并將各迭代參數(shù)送入延時(shí)子模塊； 6)利用延時(shí)A子模塊同步步驟5)產(chǎn)生的各個(gè)迭代參數(shù)到達(dá)并行判斷子模塊的時(shí)間，并將處理結(jié)果送入并行判斷子模塊； 7)通過(guò)并行判斷子模塊對(duì)經(jīng)步驟6)處理的各迭代參數(shù)進(jìn)行修正，得出當(dāng)前情況下的擬合變量值Xi ； 8)對(duì)擬合變量值Xi再通過(guò)迭代系數(shù)計(jì)算B子模塊和延時(shí)B子模塊進(jìn)一步對(duì)擬合變量進(jìn)行處理； 9)將經(jīng)過(guò)步驟8)處理后的擬合變量送入步驟3)，計(jì)算擬合變量初值，并將當(dāng)前擬合變量及擬合變量初值送入步驟4)，重復(fù)步驟4) 步驟9)進(jìn)行LM算法迭代直到達(dá)到預(yù)先設(shè)定的迭代次數(shù)或者算法收斂。
2.根據(jù)權(quán)利要求I所述的一種基于FPGA的LM算法實(shí)現(xiàn)方法，其特征在于，所述指數(shù)計(jì)算子模塊包括指數(shù)冪計(jì)算子模塊、正數(shù)查找表、負(fù)數(shù)查找表和指數(shù)輸出子模塊，正數(shù)查找表和負(fù)數(shù)查找表均采用分段處理方式，根據(jù)指數(shù)曲線概率分布特性來(lái)確定各曲線段的查找精度，其中曲線段越陡峭，則該段的查找精度越高，指數(shù)計(jì)算子模塊通過(guò)以下步驟實(shí)現(xiàn) 41)通過(guò)指數(shù)冪計(jì)算子模塊計(jì)算冪值為正或者負(fù)； 42)根據(jù)指數(shù)計(jì)算子模塊的正負(fù)信號(hào)，選擇正數(shù)查找表或者負(fù)數(shù)查找表，進(jìn)行指數(shù)查找； 43)經(jīng)過(guò)指數(shù)輸出子模塊輸出查找后的指數(shù)計(jì)算值。
3.根據(jù)權(quán)利要求I所述的一種基于FPGA的LM算法實(shí)現(xiàn)方法，其特征在于，所述延時(shí)子模塊采用移位寄存器實(shí)現(xiàn)，將每個(gè)迭代參數(shù)的計(jì)算結(jié)果存儲(chǔ)在移位寄存器中，所有參數(shù)計(jì)算結(jié)束后，同時(shí)輸出到下一個(gè)功能模塊并行判斷子模塊。
4.根據(jù)權(quán)利要求I所述的一種基于FPGA的LM算法實(shí)現(xiàn)方法，其特征在于，所述并行判斷子模塊首先對(duì)迭代參數(shù)進(jìn)行判斷然后采用并行處理方式，針對(duì)各迭代參數(shù)的判斷結(jié)果實(shí)施三種情況下的擬合變量算法，根據(jù)對(duì)迭代參數(shù)的判斷結(jié)果選擇輸出當(dāng)前情況下的擬合變量值X”
全文摘要
本發(fā)明涉及一種基于FPGA的LM算法實(shí)現(xiàn)方法，特別涉及一種用于高斯曲線擬合的LM算法的FPGA實(shí)現(xiàn)技術(shù)，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域。首先對(duì)輸入的串行數(shù)據(jù)流進(jìn)行串并轉(zhuǎn)換并進(jìn)行歸一化處理，之后進(jìn)行LM算法迭代循環(huán)，循環(huán)中首先計(jì)算擬合變量，然后進(jìn)行指數(shù)查找，進(jìn)而計(jì)算迭代系數(shù)，迭代系數(shù)計(jì)算后利用延時(shí)子模塊實(shí)現(xiàn)同步各個(gè)參數(shù)到達(dá)功能模塊的時(shí)間，通過(guò)并行判斷子模塊對(duì)迭代系數(shù)進(jìn)行修正，進(jìn)而修正擬合變量。本發(fā)明提高了LM算法的處理速度，在滿(mǎn)足高精度測(cè)量的同時(shí)，還能達(dá)到高速實(shí)時(shí)的需求，該算法模塊既能計(jì)算線性模型參數(shù)，又能計(jì)算非線性模型參數(shù)，同時(shí)具有低功耗、小型化、高速等特點(diǎn)，可應(yīng)用于實(shí)時(shí)高精度的信號(hào)處理領(lǐng)域。
文檔編號(hào)G06F17/10GK102650982SQ20121008550
公開(kāi)日2012年8月29日 申請(qǐng)日期2012年3月28日 優(yōu)先權(quán)日2012年3月28日
發(fā)明者何彥璋, 申雅峰, 胡春艷 申請(qǐng)人:中國(guó)航空工業(yè)集團(tuán)公司北京長(zhǎng)城計(jì)量測(cè)試技術(shù)研究所