[发明专利]基于FPGA与GPU的Spike信号检测与分类装置

说明书

本发明公开了一种基于FPGA与GPU的Spike信号检测与分类装置，装置使用FPGA进行可变通道Spike信号数据的采集与预处理；使用GPU对预处理后的数据进行特征提取与分类，完成Spike信号的提取与分类任务。装置采用PCI‑E、千兆以太网技术进行数据传输，数据传输具有稳定、可靠、实时的特点。采用FPGA和GPU混合架构，提高了数据并行处理能力，增强装置的实时性。通道数量可变，Spike信号提取方法可选，同时将原始数据上传到上位机中，具有很强的灵活性和可扩展能力。

技术领域

本发明属于多处理器互联技术，具体涉及一种基于FPGA与GPU的Spike信号检测与分类装置。

背景技术

神经元动作电位(简称Spike信号)的检测是脑电信号研究的核心。目前，对于Spike信号检测与分类的算法已多达10余种，计算复杂度较低的有阈值比较法、能量比较法等，计算复杂度高的有主成分分析法、小波变换法等，各种算法都有各自的优劣性，并且在不同的应用场景中有不同的效果。目前，主流的Spike信号检测任务主要在PC端完成，能满足复杂的、计算量大的Spike信号检测与分类算法，但是实时性大大降低，并且采集端到PC端之间传输的是原始数据，对传输带宽的要求较高，容易受到带宽限制。

集成化的Spike信号检测与分类方法也一直在研究过程中，已经有一些研究人员将检测算法集成到前端植入式芯片之中，实时性较好，但受限于芯片体积和功耗要求，集成的算法是较为简单的一些算法，设备通道数较少且数量固定，检测精度或分类效果较差，无法满足大规模、高精度采集要求的实验使用。而且简单的算法往往需要根据需求人工输入参数，无法做到自动化处理。因此，在集成化的方向上，检测精度提升、硬件复杂度降低、自动化程度提升是未来的研究重点。

FPGA(Field Programmable Gate Array)，即现场可编程逻辑门阵列，由于其并行计算特点，同时所有功能均依靠硬件实现，因此具有很高的实时性。此外，与专用芯片相比，FPGA能够根据用户需求，可无限次地重新编程，缩短开发周期。但由于FPGA开发难度较大，且编程语言偏底层，开发复杂的算法难度大、周期长，因此往往采用FPGA与处理器协同处理的模式进行开发，按处理器特性进行任务分配，实现硬件加速。

对于复杂算法的计算，GPU(Graphics Processing Unit，图形处理器)的高性能计算越来越受到关注。相较于CPU等通用处理器，GPU具有高效的并行计算能力以及高密集型运算能力非常适合深度学习的一些算法实现。

SPI(Serial Peripheral Interface，串行外设接口)是一种同步串行接口技术，是一种高速的、全双工、同步的通信总线，具有支持全双工通信、通信简单以及数据传输速率快等优点。

发明内容

本发明的目的是提供一种基于FPGA与GPU的Spike信号检测与分类装置，通过FPGA与GPU混合架构实现多通道Spike信号的实时检测和分类，且可根据通道数量可变需求进行灵活拓展，整个装置具有较强的信号实时并行处理能力和Spike信号检测与分类能力。

为实现上述发明目的，本发明提供一下技术方案：

一种基于FPGA与GPU的Spike信号检测与分类装置，包括：

FPGA，所述FPGA从前端信号采集芯片采集Spike信号数据后，对Spike信号数据进行通道数据拆分、封装、缓存后传输至GPU，信号数据封装时，采用信号数据格式包括数据包头位、时间戳位、封装数据位以及预留位，其中，封装数据位的位宽长度为(n*35+(nmod4))*16，n为Spike信号采集节点个数；

GPU，所述GPU对接收信号数据依次进行数据包校验、Spike信号提取和聚类。