摘要 - 离散傅里叶变形(DFT)的数字实施是对记录的生物电势评估的特征评估,尤其是在量化神经系统疾病状态的生物标志物中用于自适应深脑刺激。快速傅立叶变换(FFT)算法和体系结构在可植入的医疗设备中的机载电池中呈现了巨大的功率需求,因此需要在资源约束环境中开发超低功率傅立叶变换方法。许多FFT架构旨在通过计算效率优化功率和资源需求;但是,优先考虑以其他计算为代价减少逻辑复合物可能是平等或更有效的。本文引入了最小的体系结构单延迟反馈离散傅立叶变换(MSDF-DFT),用于超低功率字段可编程的门阵列应用程序,并显示了对先进的FFT方法的能量和功率改进。与最先进的FFT算法相比,我们观察到动态功率降低了33%,在神经传感应用中降低了4%的资源利用率。虽然设计用于闭环深脑刺激和医疗设备实现,但MSDF-DFT也很容易扩展到任何超低功率嵌入式应用程序。
主要关键词