评估脉冲型 MoveNet 在未来近机载脉冲卫星姿态估计中的可部署性

arXiv:2610.33061v1 公告类型：新摘要：SNN 因其在能效和事件驱动处理方面的潜力而受到关注。然而，神经形态硬件尚不够成熟，无法支持复杂脉冲网络架构的嵌入式部署。在本工作中，我们研究了一种面向自主航天器运行而定制的 MoveNet 架构的脉冲版本，旨在评估该复杂架构与非脉冲版本相比，在空间应用中嵌入式、完全事件驱动解决方案中的可部署性。我们使用 RAPTOR 数据集，比较了所提出的 S-MoveNet-Lightning 架构与其标准版本 MoveNet-Lightning 的性能和运行成本。我们的结果表明，脉冲式类 U-Net 架构在计算资源和架构设置方面具有均衡的优势。对所提出的用于姿态估计的脉冲神经网络（SNN）方法的性能和硬件占用进行评估显示，与部署在采用 AMD 深度学习处理器单元（DPU）的 FPGA 平台上的非脉冲解决方案相比，平均所需的乘加运算少 2.2 倍。这些结果为 SNN 在复杂航空航天应用中的可行性和潜力提供了有价值的见解，并凸显了其在平衡效率与性能方面的作用，为嵌入式空间应用中的事件驱动解决方案铺平了道路。

中文由 AI 翻译，仅供参考，以原文为准。