高速可参数化之模糊逻辑控制器晶片.pdfVIP

速可 參數化之模糊邏輯 控制器晶片 郭日良 陳順智 林詩文 南台科技大學電子工程所 daygoodv@ , scchen@.tw , m9330223@.tw 摘要 模糊理論對於無法明確定義的概念或是人類語言特有的模糊表象， 具有相當良好的 控制效果 。因此它被廣泛的應用在許多方面，從工程科技到社會人文都可看到它的踨跡 和成果。雖然至目前為止有許多 FLC的硬體架構被提出，然而他們之間仍存在許多缺 點如計算複雜度過 會有硬體無法實現或解模糊化的 準確 性差等問題。為了解決上述問 題 ，本論文設計 一個新的可 參數化的梯形與三角形歸屬函數產生器的 VLSI 架構，改進 原本歸屬函數產生器所需要的記憶體 空間， 並使得模糊推論的時間 加快 。兩個架構都將 單獨以 IP的方 式來呈現 ，可以獨立使用在不同的控制 系統中。整個模糊推論控制器以 TSMC 0.35um cell library 來合成。面積為4247.5um*3544.2um 。在40MHZ的工作時脈 下 ，其推論速度為 10M inferences/sec 。 關鍵字 ：模糊理論 、模糊邏輯控制器、解模糊化、歸屬函數、模糊推論 經費補助單位及編號：NSC93-2215-E-006-004 一、前言 電腦強 於人類的地方就在於計算能力及速度，對於無法以有效的計算法則解決的問 題 ，如概念、思考 、推理 、識別等，表現就不如人類了。比方說：很遠 、漂亮 、痛苦 等，不僅不適用數值的而 且也不屬於定性的表 示。這些自然語詞 ，我們稱為語言變量 ， 而模糊集合 正是定量的描述這語言變量所 具有模糊性的 一種數 學方法。Fuzzy理論就是 針對於類似像這樣的模糊訊息或 不完全的資料 ，其不需經過精密繁雜的計算過程 ，仍能 做 出正確 判斷的特色 而發展 出來。 Fuzzy相關 技術近幾年 來有許多 突破性的發展 ，相關的研究 文獻也 不斷提出。文 獻 [1]對於模糊系統的 執行速度，做 了 多的改進 ，系統的整體執行速度可 以 達 66MHz ，以 4個 input 變數 而言 ，可同時處理 64條規則 ，最佳的 處理速度可以 達 16.7M FLIPS 。然而此架構在 input fuzzifier的部份仍 需提供 2 組額外的 antecedent memory ，還有 premise memory 、group memory 等，會浪費額外的記憶體 空間， 並 且需要 5 級的 pipeline 才能 完成，所以複雜性會相對的提 。 文獻 [1] 、[2] 、[3]都有提供 了parallel inference 以及active rules的架 構，並且在 模糊控制系統中 加以實現 ，我們 將進一步的 分析並擷取 出適合 此模糊 系統的 推論架 構。 大多數的 模糊控制系統，解 模糊化的 策略較常使用面積重心 法(center of gravity, COG)[4] 或最 大值平均 法(mean of maximum , MOM) 以及面積中 心法(center of area ,COA)[5] 。由 於長久以來這些架構一直有計算 速度 以及準確 性的問題 存在 [6-8] 。近幾年 ，文獻 [9] 、[10] 、[11] 、[12]提出 了新的計算方 式 ，來解決準確 性以及 計算速度的問題 ，不過計算複雜度過 會有硬體無法實現或成 本考量的問題存在。 經上述探討 ，我們可 以歸納 出模糊控制器 幾個仍待改善的 地 方 ：( 1) input fuzzifier ：需要動 與可 參數化 且可 快速產生歸屬函數的硬體架構，以改善模糊輸入 的對應時間 並減低知識庫的儲存 空間。 (2) defuzzifier ：需要 一個有效且快速的 運算方 式，可使得 FLC做 出較佳的輸 出控制，並改善解 模糊化所花費的 運算時間。 (3) fuzzy inference ：需使用 parallel inference 及 rule selector的硬體架構 來降低處理器的硬體 成本