THIẾT kế ASIC CHO bộ lọc FIR CÔNG SUẤT THẤP

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA THIẾT KẾ ASIC CHO BỘ LỌC FIR CÔNG SUẤT THẤP Chuyên ngành: Kỹ thuật điện tử Mã số: 1678001 LUẬN VĂN THẠC SĨ TP.HỒ CHÍ MINH, tháng 12 năm 2018 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ………… ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: MSHV: Ngày, tháng, năm sinh: Nơi sinh: Chuyên ngành: Kỹ thuật điện tử Mã số: 60520203 I TÊN ĐỀ TÀI: THIẾT KẾ ASIC CHO BỘ LỌC FIR CÔNG SUẤT THẤP II NHIỆM VỤ VÀ NỘI DUNG: Thiết kế chip tối ưu cơng suất với thuật tốn lọc FIR trễ diện tích CMOS vi mạch số III NGÀY GIAO NHIỆM VỤ : 15/01/2018 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 30/12/2018 V.CÁN BỘ HƯỚNG DẪN: TS Trương Quang Vinh Tp HCM, ngày tháng năm 20 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TRƯỞNG KHOA….……… (Họ tên chữ ký) Ghi chú: Học viên phải đóng tờ nhiệm vụ vào trang tập thuyết minh LV LỜI CÁM ƠN Được phân công nhà trường, khoa điện – điện tử đồng ý giáo viên hướng dẫn TS Trương Quang Vinh, em thực luận văn thạc sĩ chuyên ngành kỹ thuật điện tử với đề tài “Thiết kế ASIC cho lọc FIR công suất thấp công nghệ CMOS 90NM” Qua trang viết em xin gửi lời cảm ơn tới người giúp đỡ em thời gian học tập, nghiên cứu luận văn thời gian qua Trước hết, em xin gửi lời cảm ơn chân thành đến TS Trương Quang Vinh Thầy người trực tiếp hướng dẫn tận tình bảo cơng việc nghiên cứu, tìm kiếm tài liệu, xử lý phân tích vấn đề luận văn Nhờ thầy mà em hồn thành luận văn cao học Ngoài ra, em xin chân thành cảm ơn q đồng nghiệp, gia đình bạn bè khóa động viên hỗ trợ em suốt q trình nghiên cứu hồn thành luận văn TÁC GIẢ TÓM TẮT Tiếng Việt: Ngày thiết bị di động điện thoại di động, máy tính xách tay, hay thiết bị y sinh cầm tay ngày trở nên phổ biến phần tất yếu sống Bô lọc FIR , hay lọc đáp ứng xung hữu hạn (Finite Impulse Response) sử dụng rộng rãi thiết bị y sinh, xử lý tiếng nói, xử lý hình ảnh, xử lý video Bộ lọc này, sử dụng nguồn lượng để xử lý trình nhiều lượng Khơng có độ ổn định điện áp dòng điện mà có hiệu suất lọc lượng cao Sự lọc lượng từ lọc FIR cấp điệc cho thiết bị hoạt động với điện áp thấp thương thông qua nguồn điện tín hiệu, tín hiệu hình ảnh, tín hiệu video, tín hiệu tiếng nói Việc sử dụng lọc FIR nhằm tạo nhiều mức điện áp khác phục vụ cho khối chức mạch, thiết bị ứng dụng hệ thống Yêu cầu lọc đáp ứng xung hữu hạn, hiệu sau lọc có độ gợn lượng tháp để đảm bảo cho hệ thống ổn định theo ngõ cho phép Luận văn trình bày vấn đề liên quan đến lọc FIR giảm hiệu suất tín hiệu phương pháp xung, thực mô hoạt động vi mạch nên tảng công nghệ 180nm Trong báo cáo này, Luận văn thực thành công mô lọc FIR cấp độ dạng khối Matlab mô vi mạch phần mềm Synopsis sử dụng mã bù cộng CIA 4bit, bô cộng Ripple 16bit Kết mô so sánh hai công 70% nhanh so với cộng Ripple 16 bit tiêu thụ lượng hiều 24,7% Mô thực thư viện vi mạch 180nm CMOS TSMC 1p6M cho hiệu suất 80% có khả ABSTRACTS In the 21st century, the fast growing demand of portable and filter electronic system has driven the efforts to reduce power consumption or to improve the efficiency of these electronic equipments Regulator are essential for most electrically powered system which include the prevalent filter equipments and singal processing Regulators are required to reduce the power varriation from DSP system, LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết đề tài trung thực chưa công bố hình thức trước Tất tham khảo kế thừa cho việc thực luận văn cảm ơn thông tin trích dẫn luận văn rõ nguồn gốc phép công bố TP.HCM, ngày tháng Học viên thực năm Mục lục Tổng quan: 1.1 Giới thiệu đề tài 1.2 Đặc trưng mặt người 1.2.1 Yêu cầu nhận dạng khuôn mặt .9 1.2.2 Các biểu cảm cảm xúc mặt người 1.3 Mục tiêu, nhiệm vụ phạm vi đề tài 10 1.3.1 Mục tiêu đề tài 10 1.3.2 Nhiệm vụ đề tài .10 1.3.3 Phạm vi đề tài 10 1.4 Tổ chức luận văn 10 Tình hình nghiên cứu ngồi nước .11 Mạng nơ-ron tích chập (Convolution neural network - CNN) .18 3.1 Tổng quan .18 3.2 Mạng nơ-ron tích chập 19 Thiết kế hệ thống mô thử nghiệm .24 4.1 Kiến trúc hệ thống nhận diện cảm xúc khn mặt sử dụng mạng nơ-ron tích chập (CNN) 24 4.2 Dữ liệu sử dụng cho huấn luyện mạng (Training dataset) 32 4.3 Huấn luyện cho kiến trúc mạng nơ-ron tích chập 34 4.4 Thiết kế giao diện chương trình (GUI) 45 4.5 Mô thực nghiệm .46 Hướng phát triển đề tài .57 Tài liệu tham khảo .58 Tổng quan 1.1 Giới thiệu đề tài Trong năm gần đây, với phát triển nhanh vi mạch số, thiết kế hai q trình, thiết kế Front – End hai thiết kế Back – End Cả hai qua trình thiết kế nhà thiết kế ngày dòi hỏi cơng suất thấp thông lượng cao mức tiêu thụ lượng Những nhà thiết kế vi mạch số sử dụng nhiều toán học cần thiết để thực qua trình thiết kế để thu vi mạch có cơng suất thấp, độ trễ Luận văn xin trình bày trình thiết kế vi mạch số lọc đáp ứng xung hữu hạn (FIR) Q trình thiết kế thực chức chính: Thiết kế lọc đáp ứng xung hữu hạn, dựa vào toán học lọc đáp ứng xung hữu hạn thiết kế vi mạch số phần mềm synopsis Vi mạch thiết kế tối ưu mức tiệu thụ lượng Cốt lõi phương pháp tiếp cận luận văn đưa dựa việc:  Lựa chọn toán học để thiết kế  Sử dụng phương pháp lọc đáp ứng xung hữu hạn (FIR)  Thiết kế lọc đáp ứng xung hữu hạn công suật thấp 1.2 Đặc trưng trình thiết kế ASIC cho lọc FIR Vi mạch số trọng tâm mối quan hệ giao tiếp lĩnh vực, vai trò quan trọng việc thiết kế vi mach số tối ưu công suốt tối tiểu chi phí sản suất chi phí tiêu thụ lượng người dùng Để thiết kế điều đó, thiết kế vi mạch cho lọc đáp ứng xung hữu hạn (FIR) Điều rõ nét, Bộ lọc đáp ứng xung hữu hạn lọc tính tốn nhanh tối tiểu CMOS cho qua trình thiết kế ASIC Nhũng tốn xử lọc FIR gồm có: Cửa số Mẫu tần số Lặp tối ưu 1.2.1 Yêu cầu thiết kế ASIC cho lọc FIR Tối ưu số Area Cell Tối ưu chi phí sản xuất Tối ưu cơng suất 1.2.2 Các biểu cảm cảm xúc mặt người Con người có nhiều cách để truyền đạt thơng tin với nhau: ngơn ngữ, cử chỉ, lời nói… Biểu cảm xúc khuôn mặt cách để truyền đạt thơng tin, biểu nhận định người trước vật, tường Hình bên cảm xúc cử người mà đề tài đề cập tới – nhận dạng, phân biệt loại cảm xúc người Tiến sĩ Paul Ekman trình bày cảm xúc người văn hóa thể giống Emotions Revealed (2003) 1.3 Mục tiêu, nhiệm vụ phạm vi đề tài 1.3.1 Mục tiêu đề tài Nhận diện cảm xúc khuôn mặt người đề tài thiết thực cần thiết phát triển giao tiếp người-máy nay, vậy:  Cảm xúc khuôn mặt người máy nhận biết cách tự động  Thơng tin cảm xúc ghi nhận để làm liệu cho phân tích thị trường, mức độ hài lòng khách hàng  Từ việc phân tích liệu trên, vài hành động đưa nhằm nâng cao chất lượng dịch vụ điều chỉnh chất lượng sản phẩm 1.3.2 Nhiệm vụ đề tài  Phát trích xuất khn mặt từ ảnh / video thời gian thực  Tính tốn ước lượng cảm xúc khuôn mặt khung ảnh  Trích xuất cảm xúc khn mặt hiển thị kết 10 Hình 4.14: Kết nhận diện cảm xúc Vui với tỉ lệ dự đoán 99.74% 51 Hình 4.15: Kết nhận diện cảm xúc Buồn với tỉ lệ dự đốn 58.67% Hình 4.16: Kết nhận diện cảm xúc Giận với tỉ lệ dự đốn 92.29% 52 Hình 4.17 Kết nhận diện cảm xúc Ngạc nhiên với tỉ lệ dự đoán 100% 53 Hình 4.18 Kết nhận diện cảm xúc Sợ với tỉ lệ dự đốn 69.81% 54 Hình 4.19 Kết nhận diện cảm xúc nhiều khuôn mặt hình e Kết thực nghiệm webcam Hệ thống lấy ngõ vào video từ webcam tích hợp sẵn máy tính 55 56 57 Hình 4.20 Kết nhận diện cảm xúc khuôn mặt video f Ghi nhận cảm xúc Hệ thống thiết kế có chức cho phép người dùng ghi lại cảm xúc mà hệ thống dự đoán ảnh / video, trạng thái cảm xúc lưu lại file excel với định dạng sau: - Số thứ tự: số thứ tự cảm xúc nghi nhận hệ thống - Emotions: cảm xúc mà hệ thống nghi nhận - Time: thời gian mà cảm xúc ghi nhận với định dạng: tháng ngày năm giờ:phút sáng hay chiều Hình 4.21: Kết ghi nhận cảm xúc file excel 58 g Nhận xét Tuy đề tài bước đầu cảm xúc khuôn mặt người, nhiều điểm bất cập: - Đối với cảm xúc ảnh: Vui, ngạc nhiên, bình thường giận, hệ thống nhận diện với tỉ lệ tốt (>90%), nhiên cảm xúc buồn sợ tỉ lệ dự đoán thấp Riêng cảm xúc ghê tỏm, hệ thống - có tỉ lệ dự đốn thấp Phát khn mặt: Với thuật tốn phát khn mặt tại, vài hình ảnh ghi nhận sai vị trí khn mặt khơng phát khn mặt Hình4.22 : Phát sai vị trí khuôn mặt - Sự phức tạp cảm xúc khuôn mặt người lớn (gần giống cảm xúc) nên hệ thống chưa thể nhận dạng hoàn tồn cảm - xúc khn mặt người Đề tài mang tính nghiên cứu lý thuyết mơ máy tính 59 Hướng phát triển đề tài Từ bất cập nêu, đề tài phát triển theo nhiều hướng khác cách linh hoạt thực tiễn hơn: - Mặt dù số lượng hình ảnh tập liệu FER2013 lớn, với đặt trưng tập liệu, khó để có hệ thống với độ xác cao tập liệu Do đó, để nâng cao độ xác, cần thay đổi - tập liệu (CP+, MMI…) kết hợp thêm bước tiền xử lý Sử dụng thuật tốn để nâng cao độ xác phát khn mặt, - sử dụng mạng nơ-ron tích chập để phát khn mặt Xây dựng đề tài ứng dụng phần cứng 60 Tài liệu tham khảo [1] Ole Helvig Jensen, “Implementing the Viola-Jones Face Detection Algorithm”, Technical University of Denmark, 2008 [2] Đinh Xuân Nhất, “Nghiên cứu thuật toán nhận dạng cảm xúc khuôn mặt 2D”, Đại học Công nghệ - Đại học Quốc gia Hà Nội, 2010 [3] Le Thi-Lan Dong Van-Thai, “Toward a Vietnamese facial expression recognition system for human-robot interaction”, Tại Hội nghị Quốc tế Công nghệ tiên tiến áp dụng cho Truyền thông, 2011 [4] Arushi Raghuvanshi Vivek Choksi, “Facial Expression Recognition with Convolutional Neural Networks”, Stanford University, 2016 [5] Minh-An Quinn, Grant Sivesind, Guilherme Reis, “Real-time Emotion Recognition From Facial Expressions”, Đại học standford, 2017 [6] Keiron Teilo O'Shea Ryan Nash, “An Introduction to Convolutional Neural Networks”, ResearchGrate, 2015 [7] Goodfellow I J, Bulatov Y, Ibarz J, et al “Multi-digit number recognition from street view ima gery using deep convolutional neural networks” arXiv preprint arXiv:1312.6082, 2013 [8] Lecun Y, Kavukcuoglu K, Farabet C “Convolutional networks and applications in vision”, Circuits and Systems (ISCAS), Proceedings of 2010 IEEE International Symposium on IEEE, 2010:253 - 256 [9] Sebastian Ruder, “An overview of gradient descent optimization algorithms*”, arXiv:1609.04747v2 [cs.LG] 15 Jun 2017 [10] Ali Mollahosseini, David Chan, and Mohammad H Mahoor “Going deeper in facial expression recognition using deep neural networks” CoRR, abs/1511.04110, 2015 61 [11] Shrija Mishra, Geeta Ramani Bala Prasada, Ravi Kant Kumar Goutam Sanyal, “Emotion Recognition Through Facial Gestures - A Deep Learning Approach”, India, tháng 11 năm 2017 [12] Izard, C.E.: “Human Emotions”, Springer, New York, 2013 [13] Lopes, A.T., de Aguiar, E., De Souza, A.F., Oliveira-Santos, T.: “Facial expression recognition with Convolutional Neural Networks: coping with few data and the training sample order” Pattern Recogn 61, 610–628, 2017 [14] LeCun, Y.: LeNet-5, Convolutional Neural Networks, 2015 [15] Adam P Piotrowski , Jarosław J Napiorkowski, “A comparison of methods to avoid overfitting in neural networks training in the case of catchment runoff modelling”, tạp chí Hydrology, 2013 [16] https://www.tensorflow.org/ [17] http://tflearn.org/ 62 Cách chạy chương trình: Yêu cầu cài đặt - Tensorflow (for windows) - Tflearn (mới nhất) - Python 3.6.2 - OpenCV-python - PyQt5 Mở command prompt, đến folder chứa file cnn.py Chạy file cnn.py thông qua lệnh python cnn.py enter Click vào Load CNN giao diện, chương trình hiển thị thơng báo bắt đầu kết thúc q trình load model, click Ok Sau load cnn model, click Start webcam load picture (chọn hình) để chuẩn bị cho bước nhận diện cảm xúc 63 Click Start emotion REC, chương trình trả cảm xúc dự đốn khn mặt (sau 10 giây cho ảnh đầu tiên, ảnh sau hiển thị ngay) Click Record emotion, tab result hiển thị cảm xúc khuôn mặt, tab Detail of prediction (%) hiển thị tỉ lệ hệ thống dự đốn cảm xúc khn mặt Sau kết thúc trình nhận diện cảm xúc, click Save emotions to file để lưu cảm xúc dự đoán vào file excel mang tên: Emotion_log.xlsx, lưu chung folder với cnn.py 64 ... điện tử Mã số: 60520203 I TÊN ĐỀ TÀI: THIẾT KẾ ASIC CHO BỘ LỌC FIR CÔNG SUẤT THẤP II NHIỆM VỤ VÀ NỘI DUNG: Thiết kế chip tối ưu cơng suất với thuật tốn lọc FIR trễ diện tích CMOS vi mạch số III... Lựa chọn toán học để thiết kế  Sử dụng phương pháp lọc đáp ứng xung hữu hạn (FIR)  Thiết kế lọc đáp ứng xung hữu hạn công suật thấp 1.2 Đặc trưng trình thiết kế ASIC cho lọc FIR Vi mạch số trọng... số, thiết kế hai trình, thiết kế Front – End hai thiết kế Back – End Cả hai qua trình thiết kế nhà thiết kế ngày dòi hỏi cơng suất thấp thơng lượng cao mức tiêu thụ lượng Những nhà thiết kế vi