基于脉冲神经元网络的快速傅里叶变换的方法和系统

本发明涉及数字信号处理及人工智能芯片技术领域，尤其提供了一种基于脉冲神经元网络的快速傅里叶变换的方法和系统，方法包含进入现场可编辑门阵列的数字信号进行降噪和增强预处理；根据基于脉冲神经元网络的快速傅里叶变换的点数构建脉冲神经元网络，使用稀疏性分析识别预处理后的数字信号和神经元活动的稀疏区域；将脉冲神经元网络部署在神经网络处理器，将脉冲神经元网络的时间驱动特性展开为静态计算图，通过自定义算子模拟脉冲激活的替代梯度；利用神经网络处理器离线模型转换工具进行权重量化与突触剪枝优化。系统包含信号处理模块、网络构建模块及模型转换模块。本发明结合输入信号与神经元激活的时空稀疏性，动态减少冗余计算负荷。