2023年FPGA创新大赛AMD赛道——基于FPGA的图神经网络传感器系统(更新中)

简介：
本项目参加2023年FPGA创新大赛AMD赛道，旨在开发一种基于FPGA技术的高效能图神经网络传感器系统，用于实时数据分析与处理。 1. 设计目的 本项目旨在通过基于FPGA的图神经网络传感器系统对各种环境下的传感器数据进行建模与状态评估。该系统将采集到的大规模传感数据转化为图模型，并利用图神经网络技术深入分析这些系统的运行状况，进而应用于多个领域，包括复杂环境下农作物种植情况、工厂机械臂操作状态以及太空站或基地的结构完整性等。项目初期主要关注温控传感器的应用，以检测异常温度环境下的植物健康状况为切入点，后续将扩展至农业、工业自动化及航天探索等多个复杂的应用场景。 2. 主要技术特点 图模型构建：通过预先设定的方式对多个传感单元进行建模，并将其输出信号转化为图形形式的网络结构。这种处理方式能够更准确地描述传感器之间的相互联系以及复杂性。 图神经网络应用：利用先进的图神经网络算法，针对上述创建出来的图模型开展深度学习研究，分析其频率特性等关键属性，从而实现对整体系统运行状态的有效评估和预测。 多路信号采集能力：为了提高系统的适应性和灵活性，在设计时特别加入了ADC模块（模数转换器），可以同时处理多个电压输入通道的数据流。这使得传感器阵列能够更加全面地捕获不同类型的物理量变化信息。 通信协议与串行输出功能：在上述提到的ADC硬件单元内部集成了特定的通讯接口标准，支持将采集到的信息以序列化的方式发送出去，在减少数据传输延迟的同时保持较高的效率和稳定性。 实时状态评估机制：为确保系统的实际应用价值并提供即时反馈，我们还开发了一个专门用于处理当前时刻传感器输出值的数据流分析子系统。它能够快速响应变化，并对整个传感网络的状态进行连续监测与评价。