Rychlé algoritmys Bayesovského rozhodování pro FPGA platformy

Abstract

Disertační práce je věnována rychlým algoritmům Bayesovského rozhodování, přesněji řečeno QRD RLS Lattice algoritmu s testováním hypotéz, který byl aplikován na řešení problému detekce ruky na základě ultrazvukové technologie. Během výzkumu se ukázalo, že je potřeba navrhnout strukturu regresních modelů a přistupovat k testování hypotéz určitým způsobem pro zvolený případ, tj. aby algoritmus byl schopen potlačit šum a navíc vypočítat vzdálenost ruky od zařízení, což by potenciálně umožnilo identifikovat jednoduchá gesta. Dalším cílem bylo implementovat algoritmus na HW platformě za použití reálných dat z ultrazvukových mikrofonů. Algoritmus byl implementován na zařízení Xilinx Zynq Ultrascale+ s programovatelnou logikou FPGA a běží paralelně na jeho čtyřjádrovém procesoru ARM Cortex A53. Během experimentů se ukázalo, že algoritmus funguje spolehlivě a přesně v reálném čase s využitím reálných dat z ultrazvukového mikrofonu. Práce obsahuje zkoumání současného stavu problematiky v oboru a poskytuje teoretické podklady nezbytné pro vývoj a modifikaci algoritmu pro splnění cílů práce. Součástí práce je také důkladný popis experimentů a analýza výsledků ze simulace a výpočtu s využitím skutečných ultrazvukových dat jak v prostředí MATLAB R2019b, tak i na HW platformě Xilinx Zynq Ultrascale+.

The thesis is devoted to fast Bayesian algorithms, more precisely to the QRD RLS Lattice algorithm combined with hypotthesis testing and applied to hand detection problem solution based on ultrasound technology. Due to the proposed structure of regression models and the offered approach to hypothesis testing in the work, the algorithm under consideration is able to solve the problem of noise cancellation and additionally to compute the distance between the hand and the device; thus, potentially enabling to identify simple gestures. Further, the algorithm was implemented in parallel on the HW platform of Xilinx Zynq Ultrascale+ device with a quad-core ARM Cortex A53 processor and FPGA programmable logic and proved to function reliably and accurately in real time using real data from an ultrasound microphone.