基于ZYNQ实现了软硬协同的硬件加速器系统,实现对于LeNet-5卷积神经网络识别MNIST手写集的加速。PL端实现卷积层、池化层、全连接层的并行加速,PS端实现验证测试流程的控制。两者通过AXI总线连接,实现控制信识别结果的传递。
最近更新: 3年多前%本次仿真PUCCH 链路信道估计,频域上取1个资源块,子载波间隔deltaf=15kHz %由于传输时以子帧为单位的,所以仿真时时域上取一个子帧,即两个时隙 %对于普通CP,一个时隙中的第一个符号CP=160,其余符号CP=144 %子载波subcarrier之间的导频间隔为0,即频域上导频连续排放,所以只做时域插值,频域不需要 %取14个SC-FDMA符号,一个ofdm符号长度为1/14ms. %采用QPSK和PUCCH格式2b专用QPSK混合调制 %模型:1发2收