基于种子的FPGA边缘节点，用于自适应地震入侵监测

《IEEE Sensors Letters》：Seed-Driven FPGA Edge Node for Adaptive Seismic Intrusion Monitoring

地震侵入监测中提出基于FDRCC的硬件算法协同设计，通过FFT幅度提取、双模选择和固定权重ridge分类器实现低功耗高效识别，利用64位种子动态生成随机核替代存储，在Xilinx ZCU104上实现89.49% INT16精度，功耗2.33W，延迟0.4ms。

　　

摘要：

大规模地震入侵监测需要在严格的边缘功耗和内存限制下，从弱信号和时间不对齐的信号中提取出可靠的特征。我们提出了一种基于频域随机卷积分类（FDRCC）的硬件-算法协同设计方法。该系统通过流式快速傅里叶变换（FFT）进行幅度提取，采用双模式Top-M选择算法，以及一个权重固定的脊线分类器来处理1024样本的帧数据。关键在于，K=100个随机核是从一个64位种子值动态生成的，这样可以消除对核存储的需求，并通过仅更新种子值和约23.7KB的脊线权重来实现传感器的动态适应性，从而避免复杂的硬件重新配置。该加速器在Xilinx ZCU104边缘感知节点上实现，支持大量传感器通道（最多可达约120个，受I/O吞吐量的限制）。通过使用实际的LGT-4.5地震检波器数据进行验证，该系统在100MHz频率下运行时，功耗为2.33W，准确率为89.49%（INT16格式）和90.3%（FP32格式），且延迟时间确定为0.4毫秒。