dc.creator.ID |
FERNANDES, K. K. L. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/3566183785994947 |
pt_BR |
dc.contributor.advisor1 |
MORAIS, Marcos Ricardo Alcântara. |
|
dc.contributor.advisor1ID |
MORAIS, M. R. A. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/6425114303423453 |
pt_BR |
dc.contributor.referee1 |
SANTOS JÚNIOR, Gutemberg Gonçalves dos. |
|
dc.description.resumo |
Distribuições aleatórias tem se tornado elementos fundamentais para o desenvolvimento
da ciência em diversas área. Entretanto, a geração de números aleatórios em sistemas
digitais foi e continua sendo um desafio na medida em que não é possível converter um
sistema determinístico em uma máquina capaz de gerar eventos estocástico. Para vencer
essas limitações, foram desenvolvidos diversos métodos que implementam pseudo-geradores
de números aleatórios. Esse trabalho tem como objetivo implementar, em hardware, um
gerador de números aleatórios gaussianos baseado no método de inversão e adotando
duas arquiteturas: LUT e MCM. Para tal, foram desenvolvidos modelos matemáticos em
Python para validar o método de geração e verificar a funcionalidade das implementações
executadas em RTL. Em consequência, as duas arquiteturas foram implementadas em
Verilog e verificadas por meio de simulações, obtendo valores de média e desvio padrão
dentro do esperado. Além disso, as propostas foram sintetizadas utilizando tecnologias de
28nm e 45nm, o que mostrou considerável superioridade da arquitetura utilizando LUT
em termos de frequência, área e potência. Não obstante os resultados obtidos, pode-se
reconhecer o potencial de aplicação de estruturas de MCM em sistemas com multiplicações
fixas que possuam menor complexidade. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica. |
pt_BR |
dc.title |
Implementação de um gerador de números aleatórios gaussianos em hardware. |
pt_BR |
dc.date.issued |
2019-12-11 |
|
dc.description.abstract |
Random distributions have become fundamental elements to the science development
in many areas. However, the random number generation in digital systems was and
will continue to be big challenge considering that it’s not possible to convert a deterministic
system into a machine capable of generating stochastic events. To overcome these limitations,
many methods were developed to implement pseudo-random number generators. This
project aims to implement, in hardware, a Gaussian random number generator based in the
inversion’s method and adopting two main architectures: LUT and MCM. To accomplish
that, mathematical models were developed in Python to validate the generation method
and to functionally verify the RTL implementations. Consequently, the two architectures
were build in Verilog and verified by digital simulations, achieving mean and standard
deviation values as expected. Besides that, the proposals were synthesized using a 28nm
and 45nm technology that ended presenting considerable LUT’s implementation superiority
regarding timing, area and power. Nonetheless the results obtained, it was possible to
recognize MCM’s structures application potential in system needing fixed multiplications
with less complexity than the ones addressed in this project. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19055 |
|
dc.date.accessioned |
2021-05-26T20:48:44Z |
|
dc.date.available |
2021-05-26 |
|
dc.date.available |
2021-05-26T20:48:44Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Distribuições aleatórias |
pt_BR |
dc.subject |
Geração de números aleatórios |
pt_BR |
dc.subject |
Gerador de números aleatórios gaussianos |
pt_BR |
dc.subject |
Números aleatórios gaussianos |
pt_BR |
dc.subject |
Modelagem matemática em Python |
pt_BR |
dc.subject |
Register Transfer Level - RTL |
pt_BR |
dc.subject |
Gaussian Random Number Generator - GRNG |
pt_BR |
dc.subject |
Uniform Random Number Generator - URNG |
pt_BR |
dc.subject |
Random distributions |
pt_BR |
dc.subject |
Generation of random numbers |
pt_BR |
dc.subject |
Gaussian random number generator |
pt_BR |
dc.subject |
Gaussian random numbers |
pt_BR |
dc.subject |
Python mathematical modeling |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
FERNANDES, Kaio Kikelisson de Lima. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Implementation of a Gaussian random number generator in hardware. |
pt_BR |
dc.identifier.citation |
FERNANDES, Kaio Nikelisson de Lima. Implementação de um gerador de números aleatórios gaussianos em hardware. 2019. 63f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19055 |
pt_BR |