針對(duì)高速數(shù)字信號(hào)處理的要求,提出用FPGA 實(shí)現(xiàn)基- 4FFT 算法,并對(duì)其整體結(jié)構(gòu)、蝶形單\\\\\\\\r\\\\\\\\n元進(jìn)行了分析. 采用蝶算單元輸入并行結(jié)構(gòu)和同址運(yùn)算,能同時(shí)提供蝶形運(yùn)算所需的4 個(gè)操作\\\\\\\\r\\\\\\\\n數(shù),具有最大的數(shù)據(jù)并行性,能提高處理速度 按照旋轉(zhuǎn)因子存放規(guī)則,蝶形運(yùn)算所需的3 個(gè)旋轉(zhuǎn)\\\\\\\\r\\\\\\\\n因子地址相同,且尋址方式簡(jiǎn)單 輸出采取與輸入相似的存儲(chǔ)器 運(yùn)算單元同時(shí)采用3 個(gè)乘法的\\\\\\\\r\\\\\\\\n復(fù)數(shù)運(yùn)算算法來(lái)
上傳時(shí)間： 2013-08-08
上傳用戶：gxrui1991
針對(duì)紅外圖像邊緣模糊，對(duì)比度低的問(wèn)題，文中研究了改進(jìn)的中值濾波和改進(jìn)的Sobel邊緣檢測(cè)對(duì)紅外圖像進(jìn)行處理。在對(duì)處理后圖像的特征進(jìn)行分析的基礎(chǔ)上，研究了改進(jìn)的Laplace金字塔分解的圖像融合算法，并基于CUDA并行處理技術(shù)，在可編程GPU上實(shí)現(xiàn)了紅外圖像快速增強(qiáng)的目的。該算法結(jié)合GPU的內(nèi)存特點(diǎn)，應(yīng)用紋理映射、多點(diǎn)訪問(wèn)、并行觸發(fā)技術(shù)，優(yōu)化數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)，提高數(shù)據(jù)處理速度，適用于對(duì)紅外圖像增強(qiáng)的實(shí)時(shí)性要求較高的領(lǐng)域。實(shí)驗(yàn)結(jié)果表明，該算法有較好的并行特性，能充分利用CUDA的并行計(jì)算能力，提高了紅外圖像增強(qiáng)的實(shí)時(shí)性，處理分辨率為3 096×3 096的紅外圖像時(shí)加速比達(dá)32.189。
上傳時(shí)間： 2014-01-03
上傳用戶：mh_zhaohy
基于遺傳算法的組合邏輯電路的自動(dòng)設(shè)計(jì)，依據(jù)給出的真值表，利用遺傳算法自動(dòng)生成符合要求的組合邏輯電路。由于遺傳算法本身固有的并行性，采用軟件實(shí)現(xiàn)的方法在速度上往往受到本質(zhì)是串行計(jì)算的計(jì)算機(jī)制約，因此采用硬件化設(shè)計(jì)具有重要的意義。為了證明基于FPGA的遺傳算法的高效性，設(shè)計(jì)了遺傳算法的各個(gè)模塊，實(shí)現(xiàn)了基于FPGA的遺傳算法。
標(biāo)簽： FPGA 算法 電路設(shè)計(jì) 組合邏輯
上傳時(shí)間： 2014-01-08
上傳用戶：909000580
針對(duì)傳統(tǒng)的Max-Log-Map譯碼算法時(shí)效性差、存儲(chǔ)空間開(kāi)銷(xiāo)大的特點(diǎn)，本文對(duì)傳統(tǒng)的Max-Log-Map譯碼算法進(jìn)行了改進(jìn)。改進(jìn)的算法對(duì)前、后向度量使用了蝶形結(jié)構(gòu)圖，便于DSP實(shí)現(xiàn)；將原始幀均分為多個(gè)子塊，設(shè)計(jì)子塊間的并行運(yùn)算以減小系統(tǒng)延遲；子塊內(nèi)采取進(jìn)一步地優(yōu)化措施，以減小數(shù)據(jù)存儲(chǔ)量并提高譯碼速率。在DSP C6416平臺(tái)上的仿真結(jié)果表明了算法的可實(shí)現(xiàn)性與可靠性。
標(biāo)簽： Max-Log-Map DSP 譯碼算法
上傳時(shí)間： 2013-11-08
上傳用戶：a296386173
基于解決Xmodem協(xié)議中CRC校驗(yàn)的目的，以經(jīng)典的LFSR硬件電路為基礎(chǔ)，采用了按字節(jié)并行運(yùn)算CRC校驗(yàn)碼，以及多字節(jié)CRC算法的方法。在Quartus II環(huán)境下，通過(guò)以VHDL語(yǔ)言仿真試驗(yàn)，得出Xmodem協(xié)議中CRC校驗(yàn)，以多字節(jié)循環(huán)并行CRC算法能夠滿足高速實(shí)時(shí)性要求的結(jié)論。
標(biāo)簽： Xmodem FPAG CRC 協(xié)議
上傳時(shí)間： 2013-11-18
上傳用戶：lty6899826
針對(duì)實(shí)際應(yīng)用中電子戰(zhàn)設(shè)備對(duì)雷達(dá)信號(hào)分選的實(shí)時(shí)性要求，在分析了序列差直方圖算法和多核DSP任務(wù)并行模式的基礎(chǔ)上，設(shè)計(jì)了基于TMS320C6678的八核DSP雷達(dá)信號(hào)分選電路，對(duì)密集的雷達(dá)信號(hào)進(jìn)行分選。實(shí)驗(yàn)結(jié)果表明：該電路可對(duì)常規(guī)雷達(dá)信號(hào)實(shí)現(xiàn)快速分選，并且分選效果良好，系統(tǒng)可靠性高。
標(biāo)簽： SDIF DSP 多核 雷達(dá)信號(hào)分選
上傳時(shí)間： 2013-10-16
上傳用戶：攏共湖塘
采用常規(guī)串行捕獲算法和頻域并行碼空間捕獲算法相結(jié)合的混合搜捕算法來(lái)實(shí)現(xiàn)對(duì)空中可見(jiàn)衛(wèi)星的捕獲；針對(duì)信號(hào)較弱情況下的衛(wèi)星捕獲，采用了非相關(guān)積分捕獲算法；設(shè)計(jì)了中頻信號(hào)仿真器，并使用其產(chǎn)生的仿真信號(hào)對(duì)捕獲算法進(jìn)行了驗(yàn)證。
上傳時(shí)間： 2013-11-12
上傳用戶：zhanditian
粒子群算法是在遺傳算法基礎(chǔ)上發(fā)展起來(lái)的一種新的并行優(yōu)化方法,可用于解決大量非線性、不可微和多峰值的復(fù)雜問(wèn)題。與遺傳算法不同的是,粒子群算法中的粒子有記憶功能,整個(gè)搜索過(guò)程是跟隨當(dāng)前最優(yōu)粒子的過(guò)程,因此在大多數(shù)情況下,所有的粒子可能更快的收斂于最優(yōu)解。而且粒子群算法理論簡(jiǎn)單,參數(shù)少,因此其應(yīng)用更為廣泛。文中把粒子群算法用于陣列天線的波束賦形,結(jié)果表明粒子群算法在對(duì)天線形狀進(jìn)行設(shè)計(jì)方面有很好的發(fā)展前景。
上傳時(shí)間： 2013-11-14
上傳用戶：lz4v4
基于解決Xmodem協(xié)議中CRC校驗(yàn)的目的，以經(jīng)典的LFSR硬件電路為基礎(chǔ)，采用了按字節(jié)并行運(yùn)算CRC校驗(yàn)碼，以及多字節(jié)CRC算法的方法。在Quartus II環(huán)境下，通過(guò)以VHDL語(yǔ)言仿真試驗(yàn)，得出Xmodem協(xié)議中CRC校驗(yàn)，以多字節(jié)循環(huán)并行CRC算法能夠滿足高速實(shí)時(shí)性要求的結(jié)論。
標(biāo)簽： Xmodem FPAG CRC 協(xié)議
上傳時(shí)間： 2013-10-09
上傳用戶：胡蘿卜醬
系統(tǒng)聚類(lèi)算法K-means 屬于聚類(lèi)分析中一種基本的劃分方法，常采用誤差平方和準(zhǔn)則函數(shù)作為聚類(lèi)準(zhǔn)則，該算法在處理大數(shù)據(jù)集時(shí)是相對(duì)可伸縮且高效率的，同時(shí)具有潛在的數(shù)據(jù)并行性。但是這種算法依賴于初始值的選擇以及數(shù)據(jù)的輸入順序；此外，當(dāng)運(yùn)用誤差平方和準(zhǔn)則函數(shù)測(cè)度聚類(lèi)效果時(shí)，如果各簇的形狀和大小差別很大，為使誤差平方和 Jc 值達(dá)到最小有可能出現(xiàn)將大的聚類(lèi)簇分割的現(xiàn)象。
上傳時(shí)間： 2015-03-25
上傳用戶：zhuoying119
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
