Search

Hücresel Sinir Ağları (HSA) (Cellular Neural Networks (CNN)) kavramı Prof. Leon O. Chua ve L. Yang tarafından Kaliforniya Berkeley Üniversitesinde Aralık 1988 - Kasım 1997 arasında yapılan ?Nonlinear Circuits and Neural Networks? adlı bir ONR (Office of Naval Research) projesi sırasında geliştirilmiş ve 1988 yılında yayımlanmıştır. Daha sonraları Macar Bilim Akademisinden Prof. Tamás Roska ile birlikte yine Berkeley'de yapılan bir çalışmada Prof. Chua ve Prof Roska HSA Çok Kapsamlı Makinesi (HSA-ÇKM) (CNN Universal Machine) yapısını geliştirmişlerdir. Tasarlanan HSA-ÇKM yapısı önce küçük ölçekli (64×64), sonra daha büyük ölçekli (128×128) analog tümdevreler üzerinde gerçeklenmiştir. Bu tümdevrelerin işlem hızları çok yüksek olmasına rağmen, eşdeğer dijital doğruluklarının 7-8 bit olması, maliyetlerinin çok yüksek olması, şu ana dek gerçekleştirilebilen analog işlemci sayısı en yüksek tümdevrenin 128×128 hücreli (işlemcili) ve halen üzerinde çalışılmakta olan 256×256 analog hücreli HSA tümdevresinin bitirilememiş olması, araştırmacıları HSA yapısının dijital emülasyonları üzerinde çalışmaya yöneltmiştir.Bu tez çalışmasında, HSA yapısının FPGA tümdevresiyle dijital emülasyonu için kullanılabilecek yeni bir emülatör yapısı tasarlanmış, gerçeklenmiş ve bir kenar belirleme uygulamasıyla test edilmiştir. Bu yapı, basit taramalı (progressive) video işaretlerini gerçek zamanlı olarak işleyebilecek kadar hızlıdır ve bir VGA video işaretini alarak gerçek zamanlı olarak işleyip sonucu bir VGA monitöründe gösterebilir. Ayrıca, sistem maliyetlerinin düşürülmesi amacıyla yapı, FPGA dışında bir bellek elemanına ihtiyaç duymayacak şekilde tasarlanmıştır. Bu yeni yapı dijital görüntü işleme uygulamaları için hızlı ve genel bir çözüm oluşturmaktadır.Bu tez çalışması, küçük hedeflere adım adım ulaşarak sonuç hedefe varma yaklaşımıyla ilerletilmiştir. Bu yaklaşım doğrultusunda, öncelikle bir HSA emülatörü işlem birimi yapısı, çalışma hızı önemsenmeden oluşturulmuştur. Sonra bu işlem birimi yapısı, ardışık düzenle (pipeline) çalışması sağlanarak hızlandırılmış ve sistemdeki işlem birimlerinin çizgisel bir dizilimle (kaskad) bağlanarak birden fazla işlem biriminin eş zamanlı olarak çalışması sağlanmıştır.Tasarım ortamı olarak Xilinx firmasının ISE yazımı ve bu yazılımın şematik editörü kullanılmıştır. Tasarım öncelikle şematik editörle bilgisayar ortamına aktarılmış, daha sonra ISE yazılımı ile simülasyonu yapılarak tasarımdaki hatalar bulunmuş ve düzeltilmiştir. Tasarım, simülasyon programında çalışması sağlandıktan sonra FPGA kartı üzerine yüklenerek denenmiştir. Deneme işleminde, Xilinx firmasının ChipScope Pro yazılımı kullanılarak FPGA'de oluşturulmuş olan lojik analizör bloğu ile FPGA üzerindeki sinyaller çalışma esnasında bilgisayar ekranından gözlenmiş ve hata analizi yapılmıştır. Gözlenen hataların oluşma nedeni saptanarak tasarımda düzeltmelere gidilmiş ve sistemin hatasız çalışması sağlanmıştır.Sonuç olarak, basit taramalı video işretlerini 3×3 HSA şablonları ile dış bellek kullanmadan gerçek zamanlı olarak işleyen yeni bir HSA emülatörü yapısı önerilmiş ve Celoxica RC203 kartında bulunan Xilinx Virtex-II 3000 FPGA tümdevresi üzerinde gerçeklenmiştir. Gerçeklenen sistem 640×480 piksel 60 fps monokrom VGA video girişi ile test edilmiş ve çıkış videosu bir VGA monitöründe gözlenmiştir.Gerçeklenen emülatör yapısı CPU Turkey 2008 yarışmasının Akademik Yenilikçi Gömülü Sistem Tasarımı kategorisinde birincilik ödülü almıştır. The Cellular Neural Network (CNN) concept was first introduced by Prof. Leon O. Chua and L. Yang at the University of California at Berkeley in 1988 during the course of an ONR (Office of Naval Research) project (N0001489J1402) entitled `Nonlinear Circuits and Neural Networks` which ran from December 1988 through November 1997. Later, as a result of the work carried out in collaboration with Prof. Tamas Roska of the Hungarian Academy of Sciences, Budapest, Hungary, during 1992-1993, Profs. Chua and Roska developed the CNN Universal Machine architecture at Berkeley. This architecture was first implemented on smaller scale (64×64) and later on larger scale (128×128) analog chips. However the development of analog chips had been rather slow and has some drawbacks. The fact that the equivalent bit accuracy of these chips is only 7-8 bits although their operation speed is quite high, and that the chip with the highest number of processors fabricated so far has only 128×128 cells and lastly the fact that the works on the 256×256 chip have not so far been completed, have led the researchers to start working on the digital emulations of CNN.In this thesis a new FPGA architecture for the emulation of the CNN structure is designed, implemented and tested with an edge detection application. This architecture is fast enough for real-time processing of video signals and is capable of taking a VGA signal, processing it in real-time and displaying the output on a VGA monitor. Furthermore, in order to lower the system cost, the design has been carried in such a way that the system does not require an external memory (RAM). The new structure provides a fast general purpose solution for digital image processing applications.In this thesis a step-by-step approach is using to achieve the ultimate goal. In doing so, first a CNN emulating processor structure is developed without paying any attention to speed. Then this structure is modified in order to make it function in a pipelined manner to increase speed and the processors have been laid out in the form of a 1-D array which enables the simultaneous functioning of the processing units.As the design environment, Xilinx ISE software and the schematic editor of the software have been used. At first, the design has been transferred to the PC environment by the use of the schematic editor of ISE software, and then the design errors have been found by simulation and corrected. Having seen the simulation in working order, the design has been implemented on the FPGA board and tested. In the test process, a logic analyzer core on the FPGA, which has been generated by the Xilinx ChipScope Pro software, has been used to find out the erroneous part of the design by observing the signals of the working circuit on FPGA, on the PC monitor and the design is then corrected accordingly.As a result, a new CNN emulator architecture for real time progressive video processing with 3×3 CNN templates is proposed and implemented on a Xilinx Virtex-II 3000 FPGA in Celoxica RC203 board, which does not require external memory. Implemented system is tested with 640×480 pixels 60 fps monochrome VGA input and the output video is observed on a VGA monitor.The emulator architecture implemented on FPGA has been awarded the First Prize in the Academic Innovative Embedded System Design category of CPU Turkey 2008 contest. 86

ÖZET Endüstride, otomasyon sistemleri yüzyılı aşkın bir süredir kullanılmaktadır. Bu sistemlerin evlerde kullanımı ise, ancak üretim teknolojisindeki gelişmeler sayesinde gerçekleşebilmiştir. Yapılan pazar araştırmaları sonucunda, evlerin büyük bir çoğunluğunda, ev otomasyonu sistemlerine gereksinim duyulduğu ortaya çıkmıştır. Bu nedenle, sistem maliyetlerinin düşürülmesi, evlerde bu tür sistemlerin kullanılmasının yaygınlaşması açısından, büyük önem taşımaktadır. Bu çalışmada; giriş verilerini (saat, sıcaklık, ışık şiddeti, vb. analog ve dijital veriler) değerlendiren ve bu değerlendirme sonucunda elektrikli ev aletlerini kısmi veya tam güçte çalıştıran veya durduran mikrodenetleyici temelli, düşük maliyetli bir sistem gerçekleştirilmiştir. Çalışmanın sunumunda, tasarlanan sistemin donanım ve yazılımının çalışma prensibi anlatılmış, sistemin kullanım alanları ve faydalarından söz edilmiştir. Sistemin devre şemaları, makine dili programının kaynak kodu ve akış diyagramları da verilmiştir. Sistemde kullanılan tümleşik devreler, hem maliyet hem de güç tüketiminin az olması amacıyla, oldukça az sayıda tutulmuştur. Sistem, şu anda tek başına çalışmak için tasarlanmış olmasına rağmen, ileride cihazların kendi aralarında ve/veya bir kişisel bilgisayar ile haberleşebilecek şekilde geliştirilebilmesi için bazı sistem kaynakları saklanmıştır. Sistemin 16 girişi ve 16 çıkışı vardır. Girişlerin 8'i hem analog, hem de dijital olarak kullanılabilir. Diğer 8 giriş ise sadece dijitaldir. Cihaz, girişlerine bağlanan algılayıcılardan (sensörlerden) bilgi alır ve kullanıcının belirlediği durumlara göre, girişler bağlı olarak, çıkışları kontrol eder. Örneğin; kullanıcı belli bir saatte evin dış aydınlatmasının açılmasını istemekte ise; cihazı, üzerindeki tuşları kullanarak bu durum için programlayabilir. Hatta istemesi durumunda, dış aydınlatmanın hem saat, hem de dışarıdaki aydınlığa bağlı olarak ve istediği güçte çalışmasını da kontrol edebilir. Bu çalışma, BEKO Elektronik A.Ş.'nin 2001 yılında düzenlediği, Dijital Teknoloji Proje Yarışmasında üçüncülük ödülü almıştır. Bu yarışmada, birinciliğe layık bir proje bulunamamıştır. Anahtar Kelimeler: Ev Otomasyonu, kontrol, 68HC908GP32 ABSTRACT Industrial automation systems have been used for over a century. The usage of these systems at home has been realized by the improvement of the production technologies. According to the result of market researches; most of the houses need home automation. For this reason, to make this kind of systems common, among the houses, it is getting more important to lower the system coast. This application describes a low cost home-automation system, which is based on a microcontroller. In this study, the working principles of the hardware and the software are explained and the possible usage of the system is presented. The schematic diagram, machine code source and flowchart of the system are also given. Relatively, less electronic elements are used in the design to minimize the cost and the power consumption of the system. Although this system is designed as a stand-alone system, some system resources are reserved for further improvements like communication with other devices and/or PC. System has 16 inputs and 16 outputs. The 8 of the inputs can be used as analog or digital while the others can only be used as digital inputs. Device controls the outputs according to the user settings by evaluating time and the input data (temperature, light, humidity, logic switch, door pass sensor, etc.), that is acquired from sensors and external devices. For example; user can set the device to turn the outdoor lights on at a certain time by using the keypad of the device. The device can also be set to control the outdoor lights to work at a desired power depending on time and outdoor illumination level. This study has been awarded with the 3rd prize in the Digital Technology Project Contest, which is organized by BEKO Elektronik A.Ş in 2001. No project has been found to be eligible for the first prize, in this contest. Keywords: Home automation, control, 68HC908GP32 117