目前，小波分析在信息技術(shù)和其他學(xué)科方面的應(yīng)用是眾多科技工作者關(guān)心的課題。在理論方面，新觀點、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論，對原有的小波去噪方法作進(jìn)一步的改進(jìn)。 經(jīng)典的信號處理方法，例如傅立葉變換、短時傅立葉變換等具有局限性，因而限定了它們的應(yīng)用范圍。小波分析作為一種全新的信號處理方法，它將信號中各種不同的頻率成分分解到互不重疊的頻帶上，為信號濾波、信噪分離和特征提取提供了有效途徑，特別在信號去噪方面顯出了獨(dú)特的優(yōu)勢。本文介紹了經(jīng)典的去噪方法，并對其適用范圍和效果進(jìn)行了分析和比較。并且，討論了小波分析的基本理論，介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法，最后研究了小波基的數(shù)學(xué)特性，分析了它們對實際應(yīng)用的影響和作用。進(jìn)而，介紹了小波的幾種去噪方法：小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強(qiáng)制置零去噪的方法是比較方便的，但它的不足之處是經(jīng)將高頻系數(shù)強(qiáng)制置零去噪后重構(gòu)的信號會使信號丟失一些細(xì)節(jié)，且小波基的選擇亦有相當(dāng)?shù)碾y度，只有靠經(jīng)驗來確定，不過比傳統(tǒng)的濾波方法所得的效果還是要好。對于小波變換模極大值去噪的原理，分析了去噪過程中幾個參數(shù)的選取問題，并給出了一些選取依據(jù)；對小波閾值去噪方法的幾個關(guān)鍵問題進(jìn)行了詳細(xì)討論。對閾值去噪進(jìn)行了改進(jìn)，利用均值逼近與閾值去噪相結(jié)合的方法來實現(xiàn)信號的處理，并通過實驗仿真實現(xiàn)。實驗結(jié)果表明該方法提高了信噪比，去噪效果優(yōu)于單獨(dú)應(yīng)用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上，進(jìn)行了改進(jìn)，利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法，仿真試驗結(jié)果表明，由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好，準(zhǔn)確率高，而且易于重構(gòu)信號。 本文分別對這四種方法進(jìn)行了算法分析比較，通過實驗仿真來實現(xiàn)，并對實驗結(jié)果進(jìn)行了分析。實驗仿真結(jié)果表明了利用小波分析理論對信號去噪的可行性和有效性。 關(guān)鍵詞：小波分析，信號去噪，閾值，均值逼近，空域相關(guān)
標(biāo)簽： 小波分析 信號去噪 中的應(yīng)用
上傳時間： 2013-07-19
上傳用戶：啊颯颯大師的
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進(jìn)行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進(jìn)行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進(jìn)行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進(jìn)行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運(yùn)行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機(jī)模型，并對正常心音信號和4種心臟雜音信號進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進(jìn)一步提高心音信號分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，支持向量機(jī)
上傳時間： 2013-04-24
上傳用戶：weixiao99
本書主要闡述設(shè)計射頻與微波功率放大器所需的理論、方法、設(shè)計技巧，以及將分析計算與計算機(jī)輔助設(shè)計相結(jié)合的優(yōu)化設(shè)計方法。這些方法提高了設(shè)計效率，縮短了設(shè)計周期。本書內(nèi)容覆蓋非線性電路設(shè)計方法、非線性主動設(shè)備建模、阻抗匹配、功率合成器、阻抗變換器、定向耦合器、高效率的功率放大器設(shè)計、寬帶功率放大器及通信系統(tǒng)中的功率放大器設(shè)計。 本書適合從事射頻與微波動功率放大器設(shè)計的工程師、研究人員及高校相關(guān)專業(yè)的師生閱讀。 作者簡介 Andrei Grebennikov是M／A—COM TYCO電子部門首席理論設(shè)計工程師，他曾經(jīng)任教于澳大利亞Linz大學(xué)、新加坡微電子學(xué)院、莫斯科通信和信息技術(shù)大學(xué)。他目前正在講授研究班課程，在該班上，本書作為國際微波年會論文集。 目錄 第1章 雙口網(wǎng)絡(luò)參數(shù) 1.1 傳統(tǒng)的網(wǎng)絡(luò)參數(shù) 1.2 散射參數(shù) 1.3 雙口網(wǎng)絡(luò)參數(shù)間轉(zhuǎn)換 1.4 雙口網(wǎng)絡(luò)的互相連接 1.5 實際的雙口電路 1.5.1 單元件網(wǎng)絡(luò) 1.5.2 π形和T形網(wǎng)絡(luò) 1.6 具有公共端口的三口網(wǎng)絡(luò) 1.7 傳輸線 參考文獻(xiàn) 第2章 非線性電路設(shè)計方法 2.1 頻域分析 2.1.1 三角恒等式法 2.1.2 分段線性近似法 2.1.3 貝塞爾函數(shù)法 2.2 時域分析 2.3 NewtOn.Raphscm算法 2.4 準(zhǔn)線性法 2.5 諧波平衡法 參考文獻(xiàn) 第3章 非線性有源器件模型 3.1 功率MOSFET管 3.1.1 小信號等效電路 3.1.2 等效電路元件的確定 3.1.3 非線性I—V模型 3.1.4 非線性C.V模型 3.1.5 電荷守恒 3.1.6 柵一源電阻 3.1.7 溫度依賴性 3.2 GaAs MESFET和HEMT管 3.2.1 小信號等效電路 3.2.2 等效電路元件的確定 3.2.3 CIJrtice平方非線性模型 3.2.4 Curtice.Ettenberg立方非線性模型 3.2.5 Materka—Kacprzak非線性模型 3.2.6 Raytheon(Statz等)非線性模型 3.2.7 rrriQuint非線性模型 3.2.8 Chalmers(Angek)v)非線性模型 3.2.9 IAF(Bemth)非線性模型 3.2.10 模型選擇 3.3 BJT和HBT汀管 3.3.1 小信號等效電路 3.3.2 等效電路中元件的確定 3.3.3 本征z形電路與T形電路拓?fù)渲g的等效互換 3.3.4 非線性雙極器件模型 參考文獻(xiàn) 第4章 阻抗匹配 4.1 主要原理 4.2 Smith圓圖 4.3 集中參數(shù)的匹配 4.3.1 雙極UHF功率放大器 4.3.2 M0SFET VHF高功率放大器 4.4 使用傳輸線匹配 4.4.1 窄帶功率放大器設(shè)計 4.4.2 寬帶高功率放大器設(shè)計 4.5 傳輸線類型 4.5.1 同軸線 4.5.2 帶狀線 4.5.3 微帶線 4.5.4 槽線 4.5.5 共面波導(dǎo) 參考文獻(xiàn) 第5章 功率合成器、阻抗變換器和定向耦合器 5.1 基本特性 5.2 三口網(wǎng)絡(luò) 5.3 四口網(wǎng)絡(luò) 5.4 同軸電纜變換器和合成器 5.5 wilkinson功率分配器 5.6 微波混合橋 5.7 耦合線定向耦合器 參考文獻(xiàn) 第6章 功率放大器設(shè)計基礎(chǔ) 6.1 主要特性 6.2 增益和穩(wěn)定性 6.3 穩(wěn)定電路技術(shù) 6.3.1 BJT潛在不穩(wěn)定的頻域 6.3.2 MOSFET潛在不穩(wěn)定的頻域 6.3.3 一些穩(wěn)定電路的例子 6.4 線性度 6.5 基本的工作類別：A、AB、B和C類 6.6 直流偏置 6.7 推挽放大器 6.8 RF和微波功率放大器的實際外形 參考文獻(xiàn) 第7章 高效率功率放大器設(shè)計 7.1 B類過激勵 7.2 F類電路設(shè)計 7.3 逆F類 7.4 具有并聯(lián)電容的E類 7.5 具有并聯(lián)電路的E類 7.6 具有傳輸線的E類 7.7 寬帶E類電路設(shè)計 7.8 實際的高效率RF和微波功率放大器 參考文獻(xiàn) 第8章 寬帶功率放大器 8.1 Bode—Fan0準(zhǔn)則 8.2 具有集中元件的匹配網(wǎng)絡(luò) 8.3 使用混合集中和分布元件的匹配網(wǎng)絡(luò) 8.4 具有傳輸線的匹配網(wǎng)絡(luò) 8.5 有耗匹配網(wǎng)絡(luò) 8.6 實際設(shè)計一瞥 參考文獻(xiàn) 第9章 通信系統(tǒng)中的功率放大器設(shè)計 9.1 Kahn包絡(luò)分離和恢復(fù)技術(shù) 9.2 包絡(luò)跟蹤 9.3 異相功率放大器 9.4 Doherty功率放大器方案 9.5 開關(guān)模式和雙途徑功率放大器 9.6 前饋線性化技術(shù) 9.7 預(yù)失真線性化技術(shù) 9.8 手持機(jī)應(yīng)用的單片cMOS和HBT功率放大器 參考文獻(xiàn)
標(biāo)簽： 射頻 微波功率 放大器設(shè)計
上傳時間： 2013-04-24
上傳用戶：W51631
針對目前光照補(bǔ)償后人臉圖像的識別率仍不夠理想這一問題，提出了一種基于模糊增強(qiáng)和小波包變換相結(jié)合的非均勻光照下人臉識別方法。將人臉圖像在對數(shù)域中計算二維小波包變換，通過舍棄部分子帶圖像中的系數(shù)來實現(xiàn)人臉
上傳時間： 2013-04-24
上傳用戶：gxf2016
本課題設(shè)計和完成了一套基于DSP+FPGA結(jié)構(gòu)的小波變換實時圖像處理系統(tǒng)。采用小波算法對圖像進(jìn)行邊緣提取、圖像增強(qiáng)、圖像融合等處理，并在ADSP-BF535上實現(xiàn)了小波算法，分析了其運(yùn)行小波算法的性能。圖像處理的數(shù)據(jù)量比較大，而且運(yùn)算比較復(fù)雜，DSP的特殊結(jié)構(gòu)和性能很好地滿足了系統(tǒng)實現(xiàn)的需要，而FPGA的高速性和靈活性也滿足了系統(tǒng)實時性和穩(wěn)定性的需要，所以采用DSP+FPGA來實現(xiàn)圖像處理系統(tǒng)是可靠的，也是可行的。系統(tǒng)的硬件設(shè)計以DSP和FPGA為平臺，DSP實現(xiàn)算法、管理系統(tǒng)運(yùn)行、并實現(xiàn)了系統(tǒng)的自啟動；FPGA實現(xiàn)一些接口、時序控制等，簡化了外圍電路，提高了系統(tǒng)的可靠性。結(jié)果表明，在ADSP-BF535上實現(xiàn)小波算法，效果良好，而且滿足系統(tǒng)實時性的要求。最后，總結(jié)了系統(tǒng)的設(shè)計和調(diào)試經(jīng)驗，對調(diào)試時遇到的一些問題進(jìn)行了分析。
上傳時間： 2013-04-24
上傳用戶：Kecpolo
相對于JPEG中二維離散余弦變換(2DDCT)來說，在JPEG2000標(biāo)準(zhǔn)中，二維離散小波變換(2DDWT)是其圖像壓縮系統(tǒng)的核心變換。在很多需要進(jìn)行實時處理圖像的系統(tǒng)中，如數(shù)碼相機(jī)、遙感遙測、衛(wèi)星通信、多媒體通信、便攜式攝像機(jī)、移動通信等系統(tǒng)，需要用芯片實現(xiàn)圖像的編解碼壓縮過程。雖然有許多研究工作者對圖像處理的小波變換進(jìn)行了研究，但大都只偏重算法研究，對算法硬件實現(xiàn)時的復(fù)雜性考慮較少，對圖像處理的小波變換硬件實現(xiàn)的研究也較少?！ ”疚尼槍D像處理的小波變換算法及其硬件實現(xiàn)進(jìn)行了研究。對文獻(xiàn)[13]提出的“內(nèi)嵌延拓提升小波變換”(Combiningthedata-extensionprocedureintothelifting-basedDWTcore)快速算法進(jìn)行仔細(xì)分析，提出一種基于提升方式的5/3小波變換適合硬件實現(xiàn)的算法，在MATLAB中仿真驗證了該算法，證明其是正確的。并設(shè)計了該算法的硬件結(jié)構(gòu)，在MATLAT的Simulink中進(jìn)行仿真，對該結(jié)構(gòu)進(jìn)行VHDL語言的寄存器傳輸級(RTL)描述與仿真，成功綜合到Altera公司的FPGA器件中進(jìn)行驗證通過。本算法與傳統(tǒng)的小波變換的邊界處理方法比較：由于將其邊界延拓過程內(nèi)嵌于小波變換模塊中，使該硬件結(jié)構(gòu)無需額外的邊界延拓過程，減少小波變換過程中對內(nèi)存的讀寫量，從而達(dá)到減少內(nèi)存使用量，降低功耗，提高硬件利用率和運(yùn)算速度的特點。本算法與文獻(xiàn)[13]提出的算法相比較：無需增加額外的硬件計算模塊，又具有在硬件實現(xiàn)時不改變原來的提升小波算法的規(guī)則性結(jié)構(gòu)的特點。這種小波變換硬件芯片的實現(xiàn)不僅適用于JPEG2000的5/3無損小波變換，當(dāng)然也可用于其它各種實時圖像壓縮處理硬件系統(tǒng)。
上傳時間： 2013-06-13
上傳用戶：jhksyghr
數(shù)字超聲診斷設(shè)備在臨床診斷中應(yīng)用十分廣泛，研制全數(shù)字化的醫(yī)療儀器已成為趨勢。盡管很多超聲成像儀器設(shè)計制造中使用了數(shù)字化技術(shù)，但是我們可以說現(xiàn)代VLSI 和EDA 技術(shù)在其中并沒有得到充分有效的應(yīng)用。隨著現(xiàn)代電子信息技術(shù)的發(fā)展，PLD 在很多與B 型超聲成像或多普勒超聲成像有關(guān)的領(lǐng)域都得到了較好的應(yīng)用，例如數(shù)字通信和相控雷達(dá)領(lǐng)域。 在研究現(xiàn)代超聲成像原理的基礎(chǔ)上，我們首先介紹了常見的數(shù)字超聲成像儀器的基本結(jié)構(gòu)和模塊功能，同時也介紹了現(xiàn)代FPGA 和EDA 技術(shù)。隨后我們詳細(xì)分析討論了B 超中，全數(shù)字化波束合成器的關(guān)鍵技術(shù)和實現(xiàn)手段。我們設(shè)計實現(xiàn)了片內(nèi)高速異步FIFO 以降低采樣率，仿真結(jié)果表明資源使用合理且訪問時間很小。正交檢波方法既能給出灰度超聲成像所需要的回波的幅值信息，也能給出多普勒超聲成像所需要的回波的相移信息。我們設(shè)計實現(xiàn)了基于直接數(shù)字頻率合成原理的數(shù)控振蕩器，能夠給出一對幅值和相位較平衡的正交信號，且在FPGA 片內(nèi)實現(xiàn)方案簡單廉價。數(shù)控振蕩器輸出波形的頻率可動態(tài)控制且精度較高，對于隨著超聲在人體組織深度上的穿透衰減，導(dǎo)致回波中心頻率下移的聲學(xué)物理現(xiàn)象，可視作將回波接收機(jī)的中心頻率同步動態(tài)變化進(jìn)行補(bǔ)償。 還設(shè)計實現(xiàn)了B 型數(shù)字超聲診斷儀前端發(fā)射波束聚焦和掃描控制子系統(tǒng)。在單片F(xiàn)PGA 芯片內(nèi)部設(shè)計實現(xiàn)了聚焦延時、脈寬和重復(fù)頻率可動態(tài)控制的發(fā)射驅(qū)動脈沖產(chǎn)生器、線掃控制、探頭激勵控制、功能碼存儲等功能模塊，功能仿真和時序分析結(jié)果表明該子系統(tǒng)為設(shè)計實現(xiàn)高速度、高精度、高集成度的全數(shù)字化超聲診斷設(shè)備打下了良好的基礎(chǔ)，將加快其研發(fā)和制造進(jìn)程，為生物醫(yī)學(xué)電子、醫(yī)療設(shè)備和超聲診斷等方面帶來新思路。
標(biāo)簽： FPGA 全數(shù)字 中的應(yīng)用 超聲診斷儀
上傳時間： 2013-06-18
上傳用戶：hfmm633
磁共振成像（MRI）由于自身獨(dú)特的成像特點，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個算法.首先，該文針對MRI重建后圖像噪聲分布的實際特點，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點，首先對與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計來進(jìn)行參數(shù)估計，同時利用連續(xù)尺度間的尺度相關(guān)性特點來進(jìn)行函數(shù)升級，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時，該文對MRI圖像的進(jìn)一步的分析與應(yīng)用展開了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點，同時考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對目標(biāo)函數(shù)加以改進(jìn)，用來克服噪聲和非均勻場對MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過實驗，我們發(fā)現(xiàn)，無論是針對模擬圖像還是實際圖像，該文所提出的兩個算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
上傳時間： 2013-04-24
上傳用戶：zhichenglu
小波分析經(jīng)典，注重小波分析的基本理論。將一位小波理論和高維小波理論放在一起并行介紹。
上傳時間： 2013-04-24
上傳用戶：duoshen1989
傅里葉變換是信號處理領(lǐng)域中較完善、應(yīng)用較廣泛的一種分析手段.但傅里葉變換只是一種時域或頻域的分析方法,它要求信號具有統(tǒng)計平穩(wěn),即時不變的特性.但是實際應(yīng)用中存在很多非平穩(wěn)信號,它們并不能很好的用傅立葉變換來處理.小波變換的出現(xiàn)解決了這個問題,它在處理非平穩(wěn)信號方面具有傅立葉變換無法比擬的優(yōu)越性.小波變換在通信技術(shù)、信號處理、地球物理、水利電力、醫(yī)療等領(lǐng)域中獲得了日益廣泛的應(yīng)用.小波變換的研究成為了當(dāng)今學(xué)術(shù)界的一個熱點.隨著現(xiàn)代數(shù)字信號處理朝著高速實時的方向發(fā)展,純軟件的程序式信號處理方法越來越不能滿足實際應(yīng)用的需求,因此人們希望用硬件電路來實現(xiàn)高速信號處理問題.基于以上原因,該文在研究了小波變換的基本理論和特點的基礎(chǔ)上,重點研究了小波變換的VLSI電路構(gòu)架,并用FPGA實現(xiàn)了它的功能.毫無疑問,該文所做的具體工作在理論和實踐上都有參考價值.論文中,在簡單介紹了小波變換的基本理論、特點和應(yīng)用;對信號小波變換分解,重構(gòu)的MATLAB算法進(jìn)行了分析,為硬件實現(xiàn)奠定了理論基礎(chǔ).論文在研究了小波核心算法MALLAT算法的基礎(chǔ)上,以直觀的圖形方式描述了算法的流程圖;并由此提出了基于VLSI的電路模塊架構(gòu).根據(jù)上述模塊結(jié)構(gòu),對相關(guān)模塊進(jìn)行了硬件描述語言(VERILOG-HDL)的建模,并且在仿真平臺上(ACTIVE-HDL)進(jìn)行了仿真.在仿真正確的前提下,該文選用了EP20K100BC356-1V芯片作為目標(biāo)器件進(jìn)行了綜合和后仿真,并且將仿真結(jié)果通過MATLAB與理論參數(shù)進(jìn)行了比較,結(jié)果表明設(shè)計是正確的.對設(shè)計中存在的誤差和部分模塊的進(jìn)一步優(yōu)化,該文也作了分析和說明,為下一步實現(xiàn)通用IP核設(shè)計奠定了基礎(chǔ).
上傳時間： 2013-06-27
上傳用戶：zhaoq123
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
