次世代電波望遠鏡用周波数解析装置の研究開発

2018 年度 研究成果報告書

• 研究課題/領域番号: 15H05304
• 研究種目: 若手研究(A)
• 配分区分: 補助金
• 研究分野: 計算機システム
• 研究機関: 東京工業大学 (2016-2018); 愛媛大学 (2015)
• 研究代表者: 中原 啓貴 東京工業大学, 工学院, 准教授 (20624414)
• 研究期間 (年度): 2015-04-01 – 2019-03-31
• キーワード: FPGA / Radio Telescope / Digital Signal / Spectrometer / FFT / RNS / Deep Learning / CNN

研究成果の概要

分光器の演算順序を入換えたアルゴリズムと剰余数系(Residue Number System: RNS)を適用したFFTを既存設備であるROACH2ボードに実装し, CASPERが公開している既存の分光器と比較して, 50倍の帯域・16384倍の分解能を持つ分光器を実現した. 観測後のデータ分類器をCNN(Convolutional Neural Network)を対象としてハードウェア化した. CNNを低ビット化(Binary)とスパース化(Ternary)し, FPGA実装による実用性を明らかにした.

自由記述の分野

Computer System

研究成果の学術的意義や社会的意義

次世代電波望遠鏡用分光器を現行のROACH2 FPGAボード1台で実現できることができる. 本研究では, 提案回路の応用を電波望遠鏡としているが, ドップラー効果を利用した応用(CTスキャナ, 海洋レーダ, 気象レーダ等)に転用する事が可能となった.
また, 観測後のデータを要（測定対象）／不要に分類するDeep Learningの一種であるConvolutional Neural Network (CNN)のFPGA化に適したハードウェア削減・高速化手法を研究開発できたため, 帯域・実装コストの削減が可能となり, 監視カメラ・自動運転・ロボット・ドローン等へと適用可能となった.