本专利处于实审阶段

脑电信号(EEG)处理技术在过去几十年经历了从传统算法到现代机器学习和深度学习方法的快速演变。EEG信号以其高时间分辨率和对脑活动的直接反映被广泛应用于脑机接口、神经疾病诊断、情绪识别等领域。然而，由于其低信噪比、强非线性和高维特性，信号处理一直是一项复杂的技术挑战。

简介

本发明属于数据处理技术领域，具体涉及一种面向脑电信号处理的边缘推理神经网络协处理器电路。

应用前景

本发明公开了一种面向脑电信号处理的边缘推理神经网络协处理器电路，支持16位定点数运算，包括线性运算单元、非线性运算单元和卷积运算单元；线性运算单元进行向量与向量逐元素求和、向量与向量逐元素求积、向量与标量逐元素求和、向量与标量逐元素求积、向量内积运算；非线性运算单元实现e指数运算、自然对数运算、寻找最大/最小元素运算；卷积运算单元进行单通道一维卷积运算。本发明针对面向脑电信号处理的边缘推理运算所设计的协处理器，可以在保证性能的前提下极大降低硬件资源开销，且针对机器学习中最基本的运算类型进行加速设计，在软件层面提供了丰富的底层运算函数，可以支持多样的算法类型。

创新点

本发明设计的协处理器注重上层软件开发的灵活性，便于根据实际应用中的不同需求来灵活调整算法，具有更加广阔的应用范围。从而解决了现有协处理器的部分设计方案中，将整个算法流程固化到硬件中，不便于上层开发时对算法进行调整的问题。