基于忆阻器存内计算动力学的精确非线性单点定位

《Chaos, Solitons & Fractals》:Precise nonlinear single-point positioning via memristive in-memory computing dynamics

【字体: 大 中 小 】 时间:2026年09月26日 来源:Chaos, Solitons & Fractals 5.7

编辑推荐:

   •闭环忆阻网络通过模拟动态特性解决非线性定位问题。•结构化矩阵映射将每列更新复杂度从??(??)降至??(1)。•残差自适应放大克服了物理硬件偏移限制。•基于真实卫星数据的电路仿真以10米精度稳健收敛。引言自主系统对实时导航日益增长的需求要求下一代全球导航卫星系统(GNSS)

  

•闭环忆阻网络通过模拟动态特性解决非线性定位问题。•结构化矩阵映射将每列更新复杂度从??(??)降至??(1)。•残差自适应放大克服了物理硬件偏移限制。•基于真实卫星数据的电路仿真以10米精度稳健收敛。引言自主系统对实时导航日益增长的需求要求下一代全球导航卫星系统(GNSS)接收机提供高频精确定位[1]。建模和求解复杂的定位任务涉及连续时间演化与计算动力学[2]、[3]、[4]。在高动态场景下,接收机必须以高更新率持续生成位置、速度和时间解[1]、[5]。此类运行需求对硬件的尺寸、重量和功耗施加了严格约束,使得精度、计算速度和能效成为现代导航处理器的关键指标[6]。如图1所示,GNSS信息处理的核心是单点定位(SPP)算法,该算法通过求解一组过定非线性伪距方程来估计接收机坐标。在实际应用中,首先对实际观测数据进行大气效应[7]、卫星与接收机硬件延迟[8]以及伪距偏差[9]的校正。从校正后的伪距中导出最优坐标构成了一个经典的非线性回归问题[10]、[11]。虽然基于忆阻器的连续时间动态网络已涌现为求解多种非线性方程的有力范式[12]至[20],但传统导航系统仍依赖离散数值算法,如迭代牛顿-拉夫逊法。然而,每次迭代的算法复杂度给数字处理器带来了沉重的计算负担[21]。近期的算法进展,包括基于Transformer的模型[22]、因子图优化[23]以及完整性监控算法[24],显著提升了定位精度,但以增加计算负载为代价。更根本的是,数字平台受限于冯·诺依曼架构,处理单元与片外存储之间的频繁数据搬移消耗了大量能量[25]。这对功耗受限的导航接收机造成了严重瓶颈[19]。存内计算(CIM)通过在内存储阵列中执行运算有效解决了这一瓶颈[26]、[27],利用器件固有物理特性来模拟连续时间非线性网络[28]、[29]、[30]。该方法在基本矩阵-向量乘法方面带来了数量级的能效提升[31]、[32]、[33]。最近,CIM已超越其在神经网络加速中的传统角色[34]、[35]、[36],拓展到更广泛和更严格的科学计算领域。在任意高精度编程协议[37]、全集成闭环模拟迭代[38]、[39]以及通用可编程耦合矩阵方程求解器[40]方面的突破,将CIM推向精确且可复用的科学计算平台。与此同时,忆阻架构已被部署用于求解非线性偏微分和常微分方程[41],以及优化动态决策框架[42]。这些里程碑凸显了CIM在高级科学计算和数值分析中的巨大潜力。尽管取得了令人振奋的进展,但大多数早期CIM求解器针对静态操作设计,其中系统矩阵在每次求解过程中保持固定[43]至[47]。近期可编程扩展将此范围扩展到全流程卡尔曼滤波[48]和通用耦合矩阵方程[40]、[49]。然而,这些研究并未解决非线性逆问题,后者需要在每次牛顿-拉夫逊迭代中重建和重新映射状态相关的雅可比矩阵。本文所考虑的非线性SPP问题恰恰需要这种动态更新。这种时变矩阵更新过程会产生令人望而生畏的重新编程开销,削弱了CIM的吞吐量优势。此外,模拟求解器的收敛精度受限于运算放大器(OA)的物理偏移限制[50]、[51]。在迭代回归中,随着解趋近最优解,残差信号渐近衰减。一旦残差降至OA偏移下限以下,硬件将无法分辨误差信号,从而停滞收敛,使系统无法满足实际应用所要求的严格米级定位精度。本文提出了一种忆阻CIM架构,作为精确非线性SPP的能效硬件加速器。本文的核心贡献如下:•首先,提出了一种结构化模拟映射策略以解决动态矩阵更新难题。通过将雅可比矩阵在数学上分解为静态卫星分量和动态接收机分量,该策略将每次迭代的重新编程开销从??(??)列操作降至??(1),同时降低了编程精度约束。•其次,提出了一种残差自适应放大(RAA)方法来克服模拟硬件的物理精度限制。通过在牛顿-拉夫逊迭代过程中动态缩放残差向量,RAA机制在保持解的数学等价性的同时,将模拟计算精度推至厘米级(10?2 m)。•最后,为三卫星和多卫星SPP配置分别开发了两种闭环负反馈CIM电路。电路级仿真表明,两种配置在理想伪距条件下约三次宏观迭代内即可达到厘米级计算精度。它将矩阵运算完全转入模拟域,有效突破了传统数字平台的功耗和延迟瓶颈。最终,本工作将忆阻CIM从静态线性加速器推进到动态高精度复杂非线性系统求解器。非线性SPP模型的背景在第2节阐述。第3节详述了所提出的面向硬件的映射和优化策略,详细阐述了结构化模拟映射策略和残差自适应放大方法。第4节介绍了非线性SPP求解器的具体电路实现。第5节提供了系统仿真结果和性能分析的详细阐述。第6节提供了与最先进工作的全面对比。研究结论在第7节呈现。片段背景如图2所示,SPP技术的基本目标是估计GNSS接收机的三维空间坐标??=[??,??,??]?。数学上,它被表述为一个逆问题,其中未知接收机位置由到??颗可见卫星的测得伪距推导得出。第??颗卫星的基本观测方程建模为非线性函数:????(??)=(???????)2+(???????)2+(???????)2?????2=0 ??(??)=[???(??),???(??),…,????(??)]=??其中(????,????,????)表示算法到硬件映射与优化策略本节建立了将非线性SPP算法转化为连续时间忆阻计算域的框架。首先,定义了数据到硬件映射框架,以将宏观导航参数缩放至最优电气边界。其次,针对雅可比矩阵??提出了一种结构化矩阵映射策略,该策略利用坐标分解来最小化动态重新编程操作。最后,残差自适应放大(RAA)方法基于忆阻器的CIM电路与系统本节详细介绍了连续时间忆阻CIM架构的物理实现。首先,引入顶层负反馈架构以建立连续时间回归动力学。然后,以最小三卫星SPP电路为例,透明地解释闭环拓扑结构。最后,将架构扩展为代表性的过定多卫星配置,使用两个对称阵列来执行仿真结果与性能分析为验证所提出的连续时间非线性SPP求解器的渐近收敛性和计算性能,使用标准180nm CMOS工艺设计套件对忆阻CIM电路进行了仿真。应指出的是,本节的系统级定位结果源自结合标准CMOS PDK和实测忆阻器特性的SPICE电路仿真,而非来自已制造的定位芯片。评估使用了两个导航数据集,对比与讨论为验证所提出的非线性SPP求解器的先进性能,与近期最先进工作进行了全面比较。所选基准涵盖高精度忆阻CIM架构、连续时间模拟求解器和基于FPGA的数字加速器。表1总结了所选最先进工作的架构特征、求解机制、数值精度和时间复杂度。在忆阻计算领域,近期结论本文提出了一种忆阻连续时间计算架构,专为精确非线性SPP设计,有效突破了传统冯·诺依曼数字平台固有的功耗和延迟瓶颈。通过将牛顿-拉夫逊数值算法映射为闭环动态网络,系统通过模拟动态特性实现了高效的非线性回归。结构化模拟映射策略将动态重新编程开销从每列操作的??(??)降至??(1),CRediT作者贡献声明Hao dong Hu:原稿撰写、验证、软件、方法论、概念化。Zhiwei Li:审阅与编辑、监督、项目管理、方法论、概念化。Xinming Huang:审阅与编辑、项目管理、数据管理、概念化。Qingjiang Li:审阅与编辑、资金获取、形式分析。Bofang Chen:可视化、调研、数据管理。Tuo Ma:可视化、验证、形式分析。Tian yi声明利益冲突声明作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。致谢本工作得到国家自然科学基金(批准号62404253、62304254和U23A20322)以及国防科技大学创新研究基金(批准号26-ZZCX-JDZ-24和25-ZZCX-BC-04)的支持。Hao dong Hu | Zhiwei Li | Xinming Huang | Qingjiang Li | Bofang Chen | Tuo Ma | Tian yi Sun | Haijun Liu | Yinan Wang | Hui Xu | Yi Sun
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号