老司机精品99在线播放,adc影院,yw193尤物在线精品视频

基于多相濾波的四路并行抽樣算法及實現(xiàn)[其他][其他]

在某型數(shù)字信號處理模塊的研制中，需要使用高速A/D對射頻信號進(jìn)行采樣，但由于系統(tǒng)時鐘生成模塊無法輸出320 MHz時鐘，從而導(dǎo)致該高速A/D無法在320 MS/s采樣率下工作。為解決該問題，首先設(shè)置A/D采樣率為960 MS/s，然后在FPGA中對采樣信號進(jìn)行3倍采樣后得到320 MS/s的采樣輸出。該高速A/D與FPGA采用標(biāo)準(zhǔn)的JESD204B接口，所以在FPGA中利用JESD204B IP核對高速信號進(jìn)行了1:4串并轉(zhuǎn)換，再對串并轉(zhuǎn)換信號進(jìn)行多相濾波、抽取降樣處理后輸出。首先介紹了課題的背景，然后對信號處理模塊的組成、功能和性能指標(biāo)進(jìn)行了簡要的說明，對系統(tǒng)在320 MS/s采樣率下存在的問題進(jìn)行了深入分析，針對該問題提出了四路并行抽樣算法。并基于該算法，利用MATLAB進(jìn)行了系統(tǒng)建模并進(jìn)行仿真，仿真結(jié)果與預(yù)期一致。選取Xilinx公司的高性能FPGA，并結(jié)合系統(tǒng)模型中的低通濾波器參數(shù)對電路進(jìn)行實現(xiàn)，最后搭建數(shù)字信號處理模塊與Vivado等軟件工具的軟硬件聯(lián)合測試環(huán)境進(jìn)行驗證并給出實驗結(jié)果。

發(fā)表于：11/3/2021

龍芯3A4000主板VGA接口電路設(shè)計及研究[其他][其他]

VGA接口以其良好的兼容性、成熟的技術(shù)優(yōu)勢、較低的成本等優(yōu)點成為電子設(shè)備顯示應(yīng)用中最為廣泛的接口類型?；邶埿?A4000主板功能性要求，利用高性能視頻數(shù)模轉(zhuǎn)換芯片ADV7125將DVO總線數(shù)字信號轉(zhuǎn)換為模擬信號通過VGA接口實現(xiàn)視頻輸出。對VGA接口及實現(xiàn)原理做了基本介紹，并對VGA視頻輸出功能拓?fù)浣Y(jié)構(gòu)以及VGA接口電路設(shè)計做了詳細(xì)的描述。測試結(jié)果表明，對于不同顯示模式的視頻信號，該接口電路設(shè)計均符合功能性及可靠性要求，視頻顯示功能正常且性能良好。

發(fā)表于：11/3/2021

高速大容量DDR微系統(tǒng)過孔串?dāng)_研究[其他][其他]

隨著高速數(shù)字微系統(tǒng)中DDR總線信號傳輸速率與系統(tǒng)集成度的不斷提高，過孔串?dāng)_問題成為影響系統(tǒng)信號完整性的不可忽視的因素之一。基于電磁耦合理論，通過建模仿真方法量化分析了過孔串?dāng)_的主要影響因素以及串?dāng)_噪聲對信號質(zhì)量的影響，在此基礎(chǔ)上提出了過孔設(shè)計的主要原則以及減小串?dāng)_噪聲的優(yōu)化設(shè)計方法；介紹了一種正反面腔體結(jié)構(gòu)系統(tǒng)級封裝的信號處理微系統(tǒng)基板，結(jié)合JEDEC標(biāo)準(zhǔn)對DDR3總線進(jìn)行了仿真分析與評估，通過以上方法優(yōu)化過孔串?dāng)_大大改善了DDR總線的信號完整性，驗證了該方法的正確性與有效性。

發(fā)表于：11/3/2021

基于MSP432的AliOS Things操作系統(tǒng)移植[其他][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)中含有大量的低成本、低功耗并具有組網(wǎng)功能的嵌入式設(shè)備。物聯(lián)網(wǎng)操作系統(tǒng)可比傳統(tǒng)操作系統(tǒng)更好地適配此類設(shè)備。AliOS Things作為近年來新型的物聯(lián)網(wǎng)操作系統(tǒng)，集成了多種面向物聯(lián)網(wǎng)領(lǐng)域的組件和功能。采用Cortex-M內(nèi)核的MSP432系列微控制器具有高性能和超低功耗的優(yōu)點。以MSP432P401R微控制器為例的AliOS Things操作系統(tǒng)移植方法與過程，可廣泛應(yīng)用于物聯(lián)網(wǎng)的終端設(shè)備，具有一定的參考價值。

發(fā)表于：11/3/2021

二階廣義全變分耦合非局部變換域模型的圖像放大[其他][其他]

為了提高偏微分方程放大算法對弱邊緣和紋理細(xì)節(jié)的放大效果，采用二階廣義全變分耦合非局部變換域模型,提出了一種圖像放大算法模型。非局部變換域模型通過對相似圖像塊構(gòu)成的圖像組進(jìn)行三維變換，利用由于圖像非局部自相似特性導(dǎo)致的變換系數(shù)稀疏特性建模，能夠很好利用圖像中相似圖像塊的非局部信息。該算法利用二階廣義全變分模型增強(qiáng)強(qiáng)邊緣，非局部變換域模型增強(qiáng)弱邊緣和紋理細(xì)節(jié)，通過變分模型實現(xiàn)兩者的耦合，具有良好的放大效果。與其他算法進(jìn)行仿真實驗比較，二階廣義全變分耦合非局部變換域模型在處理強(qiáng)邊緣、弱邊緣和細(xì)節(jié)上都取得了較好的放大效果。

發(fā)表于：11/3/2021

微流程模型的效率改進(jìn)[其他][其他]

業(yè)務(wù)流程管理技術(shù)是組織實施信息系統(tǒng)的重要使能技術(shù)。為提高流程模型的質(zhì)量，提出了一種改進(jìn)微流程模型效率的方法。首先，根據(jù)微流程模型的結(jié)構(gòu)，提取任務(wù)關(guān)系；其次，從數(shù)據(jù)視角，分析任務(wù)間的依賴關(guān)系；然后，根據(jù)依賴關(guān)系，更新任務(wù)關(guān)系；最后，根據(jù)更新后的任務(wù)關(guān)系，使用經(jīng)典?琢算法重構(gòu)一個新的流程模型。實驗結(jié)果表明，該方法能有效改進(jìn)微流程模型的效率。

發(fā)表于：11/3/2021

基于噪音擬合的優(yōu)化變步長濾波最小均方算法[其他][其他]

為了更快地實現(xiàn)主動降噪，設(shè)計了噪音多項式擬合模型，提出了改進(jìn)的變步長濾波最小均方算法(Improved Filtered-x Least Mean Square，IFxLMS)。該算法在統(tǒng)計噪音信號的同時，對噪音信號進(jìn)行擬合與預(yù)測，隨后結(jié)合誤差信號與預(yù)測信號對步長進(jìn)行調(diào)節(jié)，達(dá)到快速調(diào)節(jié)的目的。為了驗證該算法的性能，將該算法與傳統(tǒng)變步長濾波最小均方算法對比試驗，仿真結(jié)果顯示，在相同噪音條件下，新算法將噪音信號降到10 dB、20 dB、30 dB、35 dB等信噪比時，所需的迭代次數(shù)減少了4次～60次不等，在同時新算法的魯棒性也優(yōu)于普通的濾波變步長最小均方算法。

發(fā)表于：11/3/2021

改進(jìn)電潤濕電子紙圖像自適應(yīng)增強(qiáng)算法[其他][其他]

由于電潤濕顯示器受顯示技術(shù)的限制存在圖像失真、邊緣細(xì)節(jié)丟失的問題，為了提高顯示質(zhì)量，提出一種改進(jìn)電潤濕電子紙圖像自適應(yīng)增強(qiáng)算法。首先，通過基于局部標(biāo)準(zhǔn)差的引導(dǎo)濾波獲得顯著圖像，然后，結(jié)合顯著圖以及改進(jìn)的引導(dǎo)濾波獲得鈍化模糊圖像，有效消除引導(dǎo)濾波平滑圖像后產(chǎn)生的光暈現(xiàn)象；最后，將原圖像與鈍化模糊圖像作差提取圖像中的細(xì)節(jié)部分，利用改進(jìn)的非銳化掩模將細(xì)節(jié)部分與原圖像自適應(yīng)融合。實驗結(jié)果表明，相較于傳統(tǒng)線性非銳化掩模方法，該方法其圖像評價指標(biāo)H值、PSNR值分別平均提高了0.2%、28.4%，AMBE值平均降低了88.4%，SSIM的值更加接近1。因此，該算法使得圖像顯示在電潤濕顯示器上細(xì)節(jié)紋理更加清晰可見，同時避免圖像過度增強(qiáng)，取得了較好的顯示效果。

發(fā)表于：11/3/2021

基于投影法和卷積神經(jīng)網(wǎng)絡(luò)的手寫漢字圖像分割研究[其他][其他]

為提高手寫漢字的識別率，針對手寫漢字的有效分割，建立了卷積神經(jīng)網(wǎng)絡(luò)手寫漢字體識別模型，并對投影法和輪廓檢測法的適用性進(jìn)行了對比分析。實驗結(jié)果顯示，相較于輪廓檢測法，投影法更適用于手寫漢字識別中對文字圖像的處理工作，可以實現(xiàn)對所需文字的有效切分，同時簡化手寫漢字識別網(wǎng)絡(luò)的設(shè)置并提高識別準(zhǔn)確率。

發(fā)表于：11/3/2021

基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法研究[其他][其他]

針對海量多源異構(gòu)的網(wǎng)絡(luò)流量數(shù)據(jù)難以用傳統(tǒng)的機(jī)器學(xué)習(xí)算法有效提取特征，分類效果差的問題，提出一種基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法，利用神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)特征的能力，將卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)結(jié)合起來，同時提取流量數(shù)據(jù)的空間特征和時序特征，并采用softmax進(jìn)行分類，提高模型的檢測性能和泛化能力。最后將該算法在KDDCUP99數(shù)據(jù)集上進(jìn)行驗證，實驗結(jié)果表明，該入侵檢測模型相較于SVM、DBN等算法有更高的檢測率，準(zhǔn)確率可達(dá)95.39%，誤報率僅0.96%，有效提高了入侵檢測分類性能。

發(fā)表于：11/3/2021

自適應(yīng)定階的快速Burg算法設(shè)計與FPGA實現(xiàn)[其他][其他]

針對信號頻譜分析的實時性要求，設(shè)計了一種適用于短序列的自適應(yīng)定階的快速Burg算法硬件加速電路。以FPGA為平臺進(jìn)行實驗，將快速Burg算法與最終預(yù)測誤差(Final Prediction Error，F(xiàn)PE)準(zhǔn)則結(jié)合可做到自回歸(Auto-Regressive，AR)參數(shù)自適應(yīng)定階。實現(xiàn)了靈活控制的并行二級流水線結(jié)構(gòu)和并行化計算單元，同時優(yōu)化了存儲單元，達(dá)到速度與面積的平衡。實驗結(jié)果表明，該算法對短序列也能準(zhǔn)確地估計信號頻率，與Burg算法硬件實現(xiàn)方案的計算時間對比，該算法將運(yùn)算時間降低了75%，確實起到了加速作用，并且節(jié)省了內(nèi)存空間，符合設(shè)計要求。

發(fā)表于：11/3/2021

基于超分辨率重建的智能顯示終端系統(tǒng)的設(shè)計[其他][其他]

智能顯示是將發(fā)送端(手機(jī)、電腦等智能顯示設(shè)備)屏幕畫面在其他智能顯示設(shè)備上投放顯示，是提升用戶視覺感受、信息實時共享的重要途徑。對于傳統(tǒng)智能顯示系統(tǒng)，受其傳輸、環(huán)境、硬件設(shè)備等影響，大多數(shù)圖像或視頻在數(shù)據(jù)傳輸過程中會丟失少部分高頻信息，除此之外還伴隨著設(shè)備復(fù)雜、功能單一等情況。提出一種以Wi-Fi作為連接技術(shù)，以超分辨率重建作為圖像、視頻再處理技術(shù)的智能顯示系統(tǒng)，該系統(tǒng)通過Wi-Fi連接個人電腦或手機(jī)，對待投圖像、視頻等文件進(jìn)行超分辨率重建后顯示共享，在智能共享同時用戶可以同步在顯示屏進(jìn)行標(biāo)注、繪圖等。測試結(jié)果表明，該設(shè)計具有投顯示畫面分辨度高、操作簡便、靈活度高等特點。

發(fā)表于：11/3/2021

基于Stacking模型融合的串聯(lián)故障電弧檢測[其他][其他]

針對低壓交流配電網(wǎng)中由于電弧燃燒程度不同、電流畸變程度不同而導(dǎo)致漏檢、錯檢問題，提出一種基于Stacking模型融合的時域故障電弧檢測方法。從回路電流中提取時域特征，將時域特征組成特征矩陣對機(jī)器學(xué)習(xí)算法決策樹和集成學(xué)習(xí)算法隨機(jī)森林等進(jìn)行參數(shù)尋優(yōu)。最后，將集成學(xué)習(xí)算法代替機(jī)器學(xué)習(xí)算法作為基學(xué)習(xí)器通過Stacking模型融合構(gòu)建低壓交流故障檢測模型。實驗共采集6種電器的并聯(lián)電流共計96 970組，結(jié)果表明，相較于非集成算法和其他集成算法，所提方法具有更高的準(zhǔn)確率、精確度和F1指標(biāo)，其模型更為穩(wěn)健。

發(fā)表于：11/3/2021

基于北斗短報文的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集通信機(jī)制研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

為實現(xiàn)偏遠(yuǎn)地區(qū)等通信盲區(qū)的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集，提出一種基于北斗短報文通信、物聯(lián)網(wǎng)、云存儲等技術(shù)的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集方式。針對北斗短報文通信容量有限的局限性，對農(nóng)業(yè)環(huán)境數(shù)據(jù)進(jìn)行編碼設(shè)計，提高數(shù)據(jù)傳輸效率；針對北斗短報文通信不可靠的不足，自定義系統(tǒng)通信協(xié)議，分別在發(fā)送端提出基于概率判斷的請求確認(rèn)機(jī)制和在接收端提出動態(tài)累積確認(rèn)機(jī)制。通過仿真實驗，驗證了該通信機(jī)制可以有效保證數(shù)據(jù)的可靠傳輸。通過在湖北長陽縣實地試驗，結(jié)果表明，在發(fā)送端通信成功率隨環(huán)境變化情況下，數(shù)據(jù)傳輸?shù)某晒β蔬_(dá)到99%以上，且系統(tǒng)運(yùn)行穩(wěn)定，能提供可靠的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集服務(wù)。

發(fā)表于：11/3/2021

DMSA在時序簽核中的應(yīng)用[其他][其他]

在芯片的設(shè)計過程中，靜態(tài)時序分析(Static Timing Analysis，STA)無疑是整個設(shè)計中最重要的一環(huán)。如今納米級工藝下的芯片設(shè)計往往屬于多工藝角多模式(MultiCorner-MultiMode，MCMM)物理設(shè)計，工藝角和工作模式的特定組合稱之為場景，多場景的物理設(shè)計會給芯片帶來更加穩(wěn)定的性能，但也會使靜態(tài)時序分析變得更為復(fù)雜。介紹了分布式多場景時序分析(Distribute Multi_Scenario Analysis，DMSA)技術(shù)在多工藝角多模式物理設(shè)計中的應(yīng)用。經(jīng)過基于Smic 90 nm工藝的多場景數(shù)字芯片Cxdp13設(shè)計實踐分析表明，在一定硬件條件支撐下，分布式多場景時序分析技術(shù)在多工藝角多模式的物理設(shè)計中可以達(dá)到快速時序簽核的目的。

發(fā)表于：11/3/2021