全功能交通燈設計+智能交通燈 全功能交通燈設計+智能交通燈
上傳時間： 2013-06-19
上傳用戶：xg262122
基于M S P 430單片機的數字電壓表的設計設計電路圖
上傳時間： 2013-06-02
上傳用戶：FFAN
基于AT89C51單片機的數字電壓表的設計
上傳時間： 2013-07-10
上傳用戶：liglechongchong
單片機課程設計：采用51系列單片機和ADC設計一個數字電壓表，輸入為0～5V線性模擬信號，輸出通過LED顯示，要求顯示兩位小數。
標簽： 數字電壓表
上傳時間： 2013-04-24
上傳用戶：快樂的小糗糗
完整的紅外抄表系統 自己做過的項目 包括完整的程序和電路圖,PCB板圖 使用偉福編譯器編譯
上傳時間： 2013-07-14
上傳用戶：lhw888
圖像是人類智能活動重要的信息來源之一，是人類相互交流和認識世界的主要媒體。隨著信息高速公路、數字地球概念的提出，人們對圖像處理技術的需求與日劇增，同時VLSI技術的發展給圖像處理技術的應用提供了廣闊的平臺。圖像處理技術是圖像識別和分析的基礎，所以圖像處理技術對整個圖像工程來說就非常重要，對圖像處理技術的實現的研究也就具有重要的理論意義與實用價值，包括對傳統算法的改進和硬件實現的研究。仿生算法的興起為圖像處理問題的解決提供了一條十分有效的新途徑；FPGA技術的發展為圖像處理的硬件實現提供了有效的平臺。 @@ 本文在詳細介紹鄰域圖像處理算法及其數據結構、遺傳算法和蟻群算法基本原理的基礎上，將其應用于圖像增強和圖像分割的圖像處理問題之中，并將其用FPGA技術實現。論文中采用遺傳算法自適應的確定非線性變換函數的參數對圖像進行增強，在采用FPGA來實現的過程中先對系統進行模塊劃分，主要分為初始化模塊、選擇模塊、適應度模塊、控制模塊等，然后利用VHDL語言描述各個功能模塊，為了提高設計效率，利用IP核進行存儲器設計，利用DSP Builder進行數學運算處理。時序控制是整個系統設計的核心，為盡量避免毛刺現象，各模塊的時序控制都是采用單進程的Moore狀態機實現的。在圖像分割環節中，圖像分割問題轉換為求圖像的最大熵問題，采用蟻群算法對改進的最大熵確定的適應度函數進行優化，并對基于FPGA和蟻群算法實現圖像分割的各個模塊設計進行了詳細介紹。 @@ 對實驗結果進行分析表明遺傳算法和蟻群算法在數字圖像處理中的使用明顯改善了處理的效果，在利用FPGA實現遺傳算法和蟻群算法的整個設計過程中由于充分發揮了FPGA的并行計算能力及流水線技術的應用，大大提高算法的運行速度。 @@關鍵詞：圖像處理；遺傳算法；蟻群算法；FPGA
上傳時間： 2013-06-03
上傳用戶：小火車啦啦啦
基于CMOS攝像頭的智能尋跡車的設計與實現
上傳時間： 2013-07-28
上傳用戶：kkchan200
工業生產過程往往具有非線性、不確定性，難以建立精確的數學模型。應用常規的PID控制器難以達到理想的控制效果。作為的重要分支，人工神經網絡具有良好的非線性映射能力和高度的并行信息處理能力，已成為非線性系統建模、辨識和控制中常用的理論和方法。其中，神經元具有很強的信息綜合、學習記憶、自學習和自適應能力，可以處理那些難以用模型和規則描述的過程，將神經元與PID結合，應用到實際的控制中，可以在線調整PID的參數，使系統具有較強的抗干擾能力、自適應能力和較好的魯棒性。 目前，人工神經網絡的研究主要是神經網絡的理論研究、神經網絡的應用研究和神經網絡的實現技術研究，這三方面是相互依賴和相互促進的關系。本文主要側重的是神經網絡的實現技術研究方面，創新性地利用FPGA嵌入式系統開發技術實現單神經元PID智能控制器的研究與設計，并將其封裝成為一個專用的IP核供其他的控制系統使用。 首先，對單神經元PID智能控制器的設計原理和設計算法進行了深入的研究與分析；其次，利用MATLAB設計單神經元PID智能控制器，針對特定的被控對象，對其進行仿真實驗，獲得比較理想的系統輸出；然后，研究基于FPGA的單神經元智能控制算法的實現，對控制器進行VHDL語言分層設計，使用Altera公司的軟件QuartusⅡ6.1進行仿真實驗。兩個仿真實驗結果表明，基于FPGA的單神經元智能控制器比MATLAB設計的單神經元PID智能控制器性能優良。 本文的設計模塊主要包括權值修改模塊、誤差計算模塊、權值產生模塊和輸出模塊。在各個模塊的設計中進行了優化處理，使本文的設計不僅利用的硬件資源少，而且也有很快的運行速度，同時也改善了傳統控制器的控制性能。
上傳時間： 2013-04-24
上傳用戶：13517191407
人臉自動識別技術是模式識別、圖像處理等學科的一個最熱門研究課題之一。隨著社會的發展,各方面對快速有效的自動身份驗證的要求日益迫切，而人臉識別技術作為各種生物識別技術中最重要的方法之一，已經越來越多的受到重視。對于具有實時，快捷，低誤識率的高性能算法以及對算法硬件加速的研究也逐漸展開。 本文詳細分析了智能人臉識別算法原理，發展概況和前景，包括人臉檢測算法，人眼定位算法，預處理算法，PCA和ICA 算法，詳細分析了項目情況，系統劃分，軟硬件平臺的資源和使用。并在ISE軟件平臺上，用硬件描述語言(verilog HDL)對算法部分嚴格按照FPGA代碼風格進行了RTL 硬件建模，并對C++算法進行了優化處理，通過仿真與軟件算法結果進行比對，評估誤差，最后在VirtexII Pro FPGA 上進行了綜合實現。 主要研究內容如下： 首先，對硬件平臺xilinx的VirtexII Pro FPGA 上的系統資源進行了描述和研究，對存儲器sdram,RS-232 串口，JTAG 進行了研究和調試，對Coreconnect的OPB總線仲裁機理進行了兩種算法的比較，RTL 設計，仿真和綜合。利用ISE和VC++軟件平臺，對verilog和C++算法進行同步比較測試，使每步算法對應正確的結果。對軟硬件平臺的合理使用使得在項目中能盡可能多的充分利用硬件資源，制板時正確選型，以及加快設計和調試進度。其次，對人臉識別算法流程中的人臉檢測，人眼定位，預處理，識別算法分別進行了比較研究，選取其中各自性能最好的一種算法對其原理進行了分析討論。人臉檢測采用adaboost 算法，因其速度和精度的綜合性能表現優異。人眼定位采用小塊合并算法，因為它具有快速，準確，弱時實的特點。預處理算法采用直方圖均衡加平滑的算法，簡單，高效。 識別算法采用PCA 加ICA 算法，它能最大的弱化姿態和光照對人臉識別的影響。 最后，使用Verilog HDL 硬件描述語言進行算法的RTL 建模，在C++算法的基礎上，保證原來效果的前提下，根據FPGA 硬件特點對算法進行了優化。視頻輸入輸出是人臉識別的前提，它提供FPGA 上算法需要處理的數據，預處理算法在C++算法的基礎上進行了優化，最大的減少了運算量，提高了運算速度，16 位計算器模塊使得在算法實現時可以根據系統要求，在FPGA的ip 核和自己設計的模塊之間選擇性能更好的一個來調用，FIFO的設計提供同步和異步時鐘域的數據緩存。設計在ISE和VC++軟件平臺同時進行，隨時對verilog和C++數據進行監測和比對。全部設計模塊通過仿真，達到預定的性能要求，并在FPGA 上綜合實現。
上傳時間： 2013-07-13
上傳用戶：李夢晗
測量技巧萬用表實用測量技法與故障檢修電子技能基礎
上傳時間： 2013-05-18
上傳用戶：wsf950131
