現(xiàn)代空間飛行器必須持續(xù)監(jiān)控遙測(cè)數(shù)據(jù)，并檢測(cè)或預(yù)測(cè)傳感器數(shù)據(jù)中的任何異常行為。由于從機(jī)載傳感器接收到的數(shù)據(jù)維度高且數(shù)據(jù)量大，基于閾值的監(jiān)控等傳統(tǒng)方法顯得捉襟見(jiàn)肘。軌道衛(wèi)星的環(huán)境具有高度動(dòng)態(tài)性，這也使得識(shí)別異常指標(biāo)充滿挑戰(zhàn)性。

為了克服這些挑戰(zhàn)，空中客車防務(wù)與航天公司 Airbus 決定開發(fā)用于故障檢測(cè)、隔離和還原 (FDIR) 的機(jī)載系統(tǒng)，以實(shí)現(xiàn)異常檢測(cè)深度學(xué)習(xí)模型。 空中客車發(fā)現(xiàn)，FPGA 以其高性能、長(zhǎng)壽命成為機(jī)載航天器系統(tǒng)的理想平臺(tái)。FPGA 可重新編程，能夠耐受空間輻射，并可設(shè)計(jì)成低功耗器件。

然而，對(duì)于此級(jí)別的時(shí)間關(guān)鍵型任務(wù)，使用資源有限的 FPGA 實(shí)現(xiàn)深度學(xué)習(xí)模型，可能是一項(xiàng)巨大的挑戰(zhàn)。 空中客車的設(shè)計(jì)團(tuán)隊(duì)選擇使用 Deep Learning HDL Toolbox 來(lái)生成 MATLAB 深度學(xué)習(xí)處理器 IP 核作為人工智能加速器。該工作流支持使用 FreeRTOS 作為操作系統(tǒng)。

為了進(jìn)行測(cè)試，空中客車使用了 AMD Zynq UltraScale+ MPSoC ZCU102 板以及長(zhǎng)短期記憶 (LSTM) 模型，該模型是基于一組相關(guān)的遙測(cè)參數(shù)訓(xùn)練的。

此外，更新 LSTM 模型不需要對(duì) FPGA 重新編程，因?yàn)橹恍柚匦戮幾g更新后的模型并將其下載到深度學(xué)習(xí)處理器中。

“從本質(zhì)上講，MATLAB 深度學(xué)習(xí)處理器 IP 核與平臺(tái)無(wú)關(guān)。這使其能夠被集成到可通過(guò)太空認(rèn)證的實(shí)時(shí)操作系統(tǒng)中。我們面臨的一大挑戰(zhàn)是開發(fā)與之交互的應(yīng)用，而在這一方面，MathWorks 提供了很多支持?！?/strong>