Kaliforniya Üniversitesi San Diego ve Virginia Üniversitesi’nden araştırmacılar, ultra düşük güçlü IoT sistemleri için beyin ilhamlı nöromorfik bir radar sensörünü tanıtan bir makale yayımladı. “NeuroRadar” adı verilen bu sistem, özellikle sivri (spiking) sinir ağlarını (SNN) işlemek üzere donanımla entegre edilen IoT cihazlarında kullanılmak üzere geliştirildi.
Araştırmacılar çalışmalarını şöyle özetliyor:
“NeuroRadar, nöromorfik algılama ve hesaplamanın gücünden tam anlamıyla yararlanan yeni bir düşük güçlü radar algılama sistemidir. NeuroRadar, memeli duyusal sistemlerini taklit eden nöromorfik sensörlerden ilham alarak, çevresel uyarıcılara yanıt olarak olay-tetiklemeli çıktılar üretir. Geleneksel radarların sürekli kare tabanlı çıktılarının aksine, NeuroRadar hareket algıladığında sivri (spike) desenleri oluşturur.”
Radar Sensörlerde Yeni Yaklaşım
Kompakt ve düşük güçlü radar sistemleri; otonom araçlarda haritalama (SLAM), akıllı telefonlarda veya giyilebilirlerde jest kontrolü gibi birçok alanda kullanılıyor. Ancak mevcut radarların karmaşık RF ön uçları, boyut ve enerji verimliliğini sınırlıyor.
NeuroRadar ise kendinden enjeksiyon kilitlemeli (SIL) sensör dizisi üzerine inşa edildi. Böylece enerji tüketen aktif bileşenler, yalnızca düşük güçlü serbest çalışan bir osilatöre indirgenmiş oldu.
Araştırmacılar sistemin çalışma prensibini şu şekilde açıklıyor:
“NeuroRadar, sensör ön ucundan gelen çevresel hareket sinyallerini analog bir spike kodlayıcı devre kullanarak sivrilere dönüştürür. Bu kodlayıcı biyolojik nöron modelini takip eder ve tüm temel algı bilgilerini spike dizilerinde korur. Bu diziler doğrudan nöromorfik hesaplama sistemlerindeki SNN’ler tarafından işlenebilir, böylece spike dışı herhangi bir hesaplama birimine gerek kalmaz.”
Bu sayede, jest tanıma ve konum belirleme gibi görevler için SNN’ler doğrudan ham spike verileriyle eğitilebiliyor.
%97 Daha Az Güç Tüketimi
Araştırma ekibi, NeuroRadar’ı çok tonlu Doppler radar sistemi “Doorpler” ile karşılaştırdı. Geleneksel RF ön uca sahip Doorpler’e kıyasla NeuroRadar, 10dB daha düşük iletim gücüne rağmen daha geniş kapsama alanı sağladı ve ön uç güç tüketimini 10 ila 100 kat arasında düşürdü.
Ayrıca NeuroRadar, yalnızca hareket yönünü algılayan Doorpler’in aksine, hem konum hem de hız tahmini yapabiliyor. Nöromorfik SNN işlemleme sayesinde hesaplama gücü ihtiyacı da ciddi oranda azaldı. Sonuç olarak sistemin toplam güç tüketimi %97 oranında düşürüldü.
Çalışma, Communications of the ACM dergisinde açık erişim olarak yayımlandı. Destekleyici teknik değerlendirme de CACM web sitesinde yer alıyor.
