<bdo id="oqymi"></bdo>
<pre id="oqymi"></pre>
H.264作為新一代視頻編碼標(biāo)準(zhǔn)，相比上一代視頻編碼標(biāo)準(zhǔn)MPEG2，在相同畫質(zhì)下，平均節(jié)約64﹪的碼流。該標(biāo)準(zhǔn)僅設(shè)定了碼流的語法結(jié)構(gòu)和解碼器結(jié)構(gòu)，實(shí)現(xiàn)靈活性極大，其規(guī)定了三個(gè)檔次，每個(gè)檔次支持一組特定的編碼功能，并支持一類特定的應(yīng)用，因此。H.264的編碼器的設(shè)計(jì)可以根據(jù)需求的不同而不同。 H.264雖然具有優(yōu)異的壓縮性能，但是其復(fù)雜度卻比一般編碼器高的多。本文對(duì)H.264進(jìn)行了編碼復(fù)雜度分析，并統(tǒng)計(jì)了整個(gè)軟件編碼中計(jì)算量的分布。H.264中采用了率失真優(yōu)化算法，提高了幀內(nèi)預(yù)測(cè)編碼的效率。在該算法下進(jìn)行幀內(nèi)預(yù)測(cè)時(shí)，為了得到一個(gè)宏塊的預(yù)測(cè)模式，需要進(jìn)行592次率失真代價(jià)計(jì)算。因此為了降低幀內(nèi)預(yù)測(cè)模式選擇的計(jì)算復(fù)雜度，本文改進(jìn)了幀內(nèi)預(yù)測(cè)模式選擇算法。實(shí)踐證明，在PSNR值的損失可以忽略不計(jì)的情況下，該算法相比原算法，幀內(nèi)編碼時(shí)間平均節(jié)約60﹪以上，對(duì)編碼的實(shí)時(shí)性有較大幫助。 為了實(shí)現(xiàn)實(shí)時(shí)編碼，考慮到FPGA的高效運(yùn)算速度和使用靈活性，本文還研究了H.264編碼器基本檔次的FPGA實(shí)現(xiàn)。首先研究了H.264編碼器硬件實(shí)現(xiàn)架構(gòu)，并對(duì)影響編碼速度，且具有硬件實(shí)現(xiàn)優(yōu)越性的幾個(gè)重要部分進(jìn)行了算法研究和FPGA.實(shí)現(xiàn)。本文主要研究了H.264編碼器中整數(shù)DCT變換、量化、Zig-Zag掃描、CAVLC編碼以及反量化、逆整數(shù)DCT變換等部分。分別對(duì)這些模塊進(jìn)行了綜合和時(shí)序仿真，并將驗(yàn)證后通過的系統(tǒng)模塊下載到Xilinx virtex-Ⅱ Pro的FPGA中，進(jìn)行了在線測(cè)試，驗(yàn)證了該系統(tǒng)對(duì)輸入的殘差數(shù)據(jù)實(shí)時(shí)壓縮編碼的功能。 本文對(duì)H.264編碼器幀內(nèi)預(yù)測(cè)模式選擇算法的改進(jìn)，算法實(shí)現(xiàn)簡單，對(duì)軟件編碼的實(shí)時(shí)性有很大幫助。本文對(duì)在單片F(xiàn)PGA上實(shí)現(xiàn)H.264編碼器做出了探索性嘗試，這對(duì)H.264編碼器芯片的設(shè)計(jì)有著積極的借鑒性。
標(biāo)簽： FPGA 264 幀內(nèi)預(yù)測(cè) 算法優(yōu)化
上傳時(shí)間： 2013-05-25
上傳用戶：refent
本文從AES的算法原理和基于ARM核嵌入式系統(tǒng)的開發(fā)著手，研究了AES算法的設(shè)計(jì)原則、數(shù)學(xué)知識(shí)、整體結(jié)構(gòu)、算法描述以及AES存住的優(yōu)點(diǎn)利局限性。 針對(duì)ARM核的體系結(jié)構(gòu)及特點(diǎn)，對(duì)AES算法進(jìn)行了優(yōu)化設(shè)計(jì)，提出了從AES算法本身和其結(jié)構(gòu)兩個(gè)方面進(jìn)行優(yōu)化的方法，在算法本身優(yōu)化方面是把加密模塊中的字節(jié)替換運(yùn)算、列混合運(yùn)算和解密模塊中的逆列混合運(yùn)算中原來的復(fù)雜的運(yùn)算分別轉(zhuǎn)換為簡單的循環(huán)移位、乘和異或運(yùn)算。在算法結(jié)構(gòu)優(yōu)化方面是在輸入輸山接口上采用了4個(gè)32位的寄存器對(duì)128bits數(shù)據(jù)進(jìn)行了并行輸入并行輸出的優(yōu)化設(shè)計(jì)；在密鑰擴(kuò)展上的優(yōu)化設(shè)計(jì)是采用內(nèi)部擴(kuò)展，即在進(jìn)行每一輪的運(yùn)算過程的同時(shí)算出下一輪的密鑰，并把下一輪的密鑰暫存在SRAM里，使得密鑰擴(kuò)展與加/解密運(yùn)算并行執(zhí)行；加密和解密優(yōu)化設(shè)計(jì)是將輪函數(shù)查表操作中的四個(gè)操作表查詢工作合并成一個(gè)操作表查詢工作，同時(shí)為了使加密代碼在解密代碼中可重用，節(jié)省硬件資源，在解密過程中采用了與加密相一致的過程順序。 根據(jù)上述的優(yōu)化設(shè)計(jì)，基于ARM核嵌入式系統(tǒng)的ADS開發(fā)環(huán)境，提出了AES實(shí)現(xiàn)的軟硬件方案、AES加密模塊和解密模塊的實(shí)現(xiàn)方案以及測(cè)試方案，總結(jié)了基于ARM下的高效編程技巧及混合接口規(guī)則，在集成開發(fā)環(huán)境下對(duì)算法進(jìn)行了實(shí)現(xiàn)，分別得出了初始密鑰為128bits、192bits和256bits下的加密與解密的結(jié)果，并得劍了正確驗(yàn)證。在性能測(cè)試的過程中應(yīng)用編譯器的優(yōu)化選項(xiàng)和其它優(yōu)化技巧優(yōu)化了算法，使算法具有較高的加密速度。
標(biāo)簽： ARM AES 嵌入式系統(tǒng) 算法優(yōu)化
上傳時(shí)間： 2013-04-24
上傳用戶：liansi
提出了一種通過遺傳算法(GA)對(duì)單個(gè)分類器進(jìn)行優(yōu)化以及對(duì)多個(gè)分類器進(jìn)行組合優(yōu)化的方法.該方法使用疊加(stacking)的策略.經(jīng)典的疊加策略分為兩步,該方法將遺傳算法作為疊加策略的第2步.實(shí)驗(yàn)結(jié)果表明,遺傳算法可以較好地完成優(yōu)化任務(wù),同單個(gè)分類器比較,它可以提高分類的精度.在對(duì)分類器進(jìn)行組合優(yōu)化方面,它得到比單個(gè)分類器更高的精度以及使分類結(jié)果具有更好的可理解性. 關(guān) 鍵 詞: 分類 遺傳算法 優(yōu)化 機(jī)器學(xué)習(xí) 數(shù)據(jù)挖掘 分類規(guī)則.
標(biāo)簽： stacking 疊加 策略 算法
上傳時(shí)間： 2014-02-13
上傳用戶：Altman
基于CRAFT的多階段柔性設(shè)備布局優(yōu)化算法 多階段設(shè)備布局下的總成本包括設(shè)備拆裝成本、物料搬運(yùn)成本以及區(qū)域利用成本,問題的目標(biāo)是最小化總成本。首先,在分析問題的基礎(chǔ)上,建立基于多階段設(shè)備布局優(yōu)化目標(biāo)的數(shù)學(xué)模型 其次,采用改進(jìn)的CRAFT啟發(fā)式算法優(yōu)化單階段設(shè)備布局 進(jìn)一步,提出基于單階段設(shè)備布局算法的多階段啟發(fā)式算法,優(yōu)化多階段設(shè)備布局 最后,數(shù)值實(shí)驗(yàn)表明算法優(yōu)化后總成本降幅達(dá)28.57％.
標(biāo)簽： CRAFT 設(shè)備 布局 優(yōu)化算法
上傳時(shí)間： 2014-01-06
上傳用戶：semi1981
Matlab遺傳算法優(yōu)化工具的實(shí)現(xiàn)方法，可以用于遺傳算法的設(shè)計(jì)與計(jì)算。
標(biāo)簽： Matlab
上傳時(shí)間： 2015-03-02
上傳用戶：thm123
隨著人類社會(huì)的進(jìn)步，科學(xué)技術(shù)的發(fā)展日新月異，模擬人腦神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)已取得了長足的發(fā)展。經(jīng)過半個(gè)多世紀(jì)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)科學(xué)，人工智能，智能控制等方面得到了廣泛的應(yīng)用。當(dāng)代社會(huì)是一個(gè)講究效率的社會(huì)，科技更新領(lǐng)域也是如此。在人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域，算法的優(yōu)化顯得尤為重要，對(duì)提高網(wǎng)絡(luò)整體性能舉足輕重.BP神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，對(duì)于解決非線性復(fù)雜問題具有重要的意義。但是BP神經(jīng)網(wǎng)絡(luò)有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現(xiàn)實(shí)問題的時(shí)候顯得力不從心。針對(duì)這個(gè)問題，本文利用遺傳算法的并行全局搜索的優(yōu)勢(shì)，能夠彌補(bǔ)BP網(wǎng)絡(luò)的不足，為解決大規(guī)模復(fù)雜問題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡(luò)有機(jī)地結(jié)合起來，提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)，在穩(wěn)定性、學(xué)習(xí)性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在此基礎(chǔ)上，應(yīng)用遺傳算法進(jìn)行優(yōu)化，達(dá)到了加快收斂速度和全局尋優(yōu)的效果。本文借助MATLAB平臺(tái)，對(duì)算法的優(yōu)化內(nèi)容進(jìn)行了仿真實(shí)驗(yàn)，得出的效果也符合期望值，實(shí)現(xiàn)了對(duì)BP算法優(yōu)化的目的。關(guān)鍵詞：生物神經(jīng)網(wǎng)絡(luò)：人工神經(jīng)網(wǎng)絡(luò)；BP網(wǎng)絡(luò)；遺傳算法；仿真隨著電子計(jì)算機(jī)的問世及發(fā)展，人們?cè)噲D去了解人的大腦，進(jìn)而構(gòu)造具有人類思維的智能計(jì)算機(jī)。在具有人腦邏輯推理延伸能力的計(jì)算機(jī)戰(zhàn)勝人類棋手的同時(shí)，引發(fā)了人們對(duì)模擬人腦信息處理的人工神經(jīng)網(wǎng)絡(luò)的研究。1.1研究背景人工神經(jīng)網(wǎng)絡(luò)（Artificial Noural Networks，ANN）（注：簡稱為神經(jīng)網(wǎng)絡(luò)），是一種數(shù)學(xué)算法模型，能夠?qū)π畔⑦M(jìn)行分布式處理，它模仿了動(dòng)物的神經(jīng)網(wǎng)絡(luò)，是對(duì)動(dòng)物神經(jīng)網(wǎng)絡(luò)的一種具體描述。這種網(wǎng)絡(luò)依賴系統(tǒng)的復(fù)雜程度，通過調(diào)節(jié)內(nèi)部大量節(jié)點(diǎn)之間的關(guān)系，最終實(shí)現(xiàn)信息處理的目的。人工神經(jīng)網(wǎng)絡(luò)可以通過對(duì)輸入輸出數(shù)據(jù)的分析學(xué)習(xí)，掌握輸入與輸出之間的潛在規(guī)則，能夠?qū)π聰?shù)據(jù)進(jìn)行分析計(jì)算，推算出輸出結(jié)果，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的特性，這種學(xué)習(xí)適應(yīng)的過程被稱為“訓(xùn)練"。
標(biāo)簽： 遺傳算法 bp神經(jīng)網(wǎng)絡(luò) matlab
上傳時(shí)間： 2022-06-16
上傳用戶：jiabin
由于干式變壓器的優(yōu)良性能以及在特種場(chǎng)合下對(duì)干式變壓器的應(yīng)用需求，當(dāng)前我國干式變壓器市場(chǎng)空間廣闊，競(jìng)爭(zhēng)激烈。但是目前國內(nèi)許多干式變壓器生產(chǎn)廠家仍然停留在手工設(shè)計(jì)計(jì)算階段，設(shè)計(jì)的效率低、周期長、人工成本高。干式變壓器原材料的上漲，也加大了廠家的制作成本。以研究、開發(fā)實(shí)用性干式變壓器CAD系統(tǒng)為目的，本文對(duì)該集成軟件的系統(tǒng)分析及相應(yīng)的實(shí)現(xiàn)技術(shù)進(jìn)行了詳細(xì)的研究。 首先，在總結(jié)干式變壓器手工設(shè)計(jì)方法的基礎(chǔ)上，借鑒變壓器的通用優(yōu)化設(shè)計(jì)模型，結(jié)合干式變壓器的特點(diǎn)，建立了干式變壓器的優(yōu)化設(shè)計(jì)模型。以鐵芯直徑、窗高、內(nèi)線圈匝數(shù)、外線圈電流密度、內(nèi)線圈電流密度為變量，采用改進(jìn)遺傳算法對(duì)其進(jìn)行干式變壓器單機(jī)優(yōu)化設(shè)計(jì)。該算法將模擬退火思想引入到遺傳算法的選擇機(jī)制中，解決了傳統(tǒng)遺傳算法過早收斂的問題。其與傳統(tǒng)遺傳算法優(yōu)化結(jié)果對(duì)比表明：新的算法收斂性較好，優(yōu)化效果較明顯，算法是成功的。并根據(jù)Appelbaum序貫分解法的基本思想，通過“共同變量”和“非共同變量”將系列中兼容的各規(guī)格變壓器聯(lián)系起來，得到系列變壓器優(yōu)化設(shè)計(jì)的統(tǒng)一數(shù)學(xué)模型，然后使用改進(jìn)后的遺傳算法對(duì)中小型干式變壓器中套用同一個(gè)機(jī)座的系列優(yōu)化問題進(jìn)行了探討，并在此基礎(chǔ)上建立了干式變壓器系列優(yōu)化的軟件優(yōu)化設(shè)計(jì)流程。 其次，在軟件設(shè)計(jì)方面選用C++程序設(shè)計(jì)語言，采用Visual Basic進(jìn)行界面編寫，且運(yùn)用ActiveX技術(shù)實(shí)現(xiàn)了VB與AutoCAD軟件的連接。該設(shè)計(jì)不但能夠?qū)Ω墒阶儔浩鬟M(jìn)行優(yōu)化設(shè)計(jì)，并且添加了CAD制圖功能。本文對(duì)數(shù)據(jù)庫支撐的干式變壓器CAD系統(tǒng)進(jìn)行了系統(tǒng)設(shè)計(jì)和研究，詳細(xì)探討了該集成軟件的實(shí)現(xiàn)技術(shù)。 最后，在各項(xiàng)性能指標(biāo)都滿足國家標(biāo)準(zhǔn)要求的情況下，以SC9-50/10型號(hào)和SCB9-1250/10型號(hào)的干式變壓器為例進(jìn)行單機(jī)優(yōu)化，變壓器有效成本分別降低了2.83﹪和1.79﹪；以系列號(hào)SC9-50/10四個(gè)規(guī)格變壓器為例進(jìn)行系列優(yōu)化，分別按照不同的權(quán)重來進(jìn)行系列優(yōu)化設(shè)計(jì)，優(yōu)化方案1時(shí)，總成本下降了3.26﹪；優(yōu)化方案2時(shí)，總成本下降了3.1﹪。可見，達(dá)到了預(yù)期效果，干式變壓器成本有效降低。
標(biāo)簽： CAD 干式變壓器 優(yōu)化設(shè)計(jì)
上傳時(shí)間： 2013-07-23
上傳用戶：kernaling
IIR數(shù)字濾波器是沖激響應(yīng)為無限長的一類數(shù)字濾波器，是電子、通信及信號(hào)處理領(lǐng)域的重要研究內(nèi)容，國內(nèi)外學(xué)者對(duì)IIR數(shù)字濾波器的優(yōu)化設(shè)計(jì)進(jìn)行了大量研究。其中，進(jìn)化算法優(yōu)化設(shè)計(jì)IIR數(shù)字濾波器雖然取得了一定的效果，但是其也有自身的一些不足；另外，基于粒子群算法以及人工魚群算法的IIR數(shù)字濾波器優(yōu)化設(shè)計(jì)也取得了較好的效果。但這些方法都是將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題，這種方法是將每個(gè)目標(biāo)賦一個(gè)權(quán)值，然后將這些賦了權(quán)值的目標(biāo)相加，把相加的結(jié)果作為目標(biāo)函數(shù)，在此基礎(chǔ)上尋找目標(biāo)函數(shù)的最小值，這樣做造成的問題是可能將其中的任何一種滿足目標(biāo)函數(shù)值最小的情況作為最優(yōu)解，但實(shí)際上得到的不一定是最優(yōu)解。也就是說，單目標(biāo)的方法難以區(qū)分哪一種情況為最優(yōu)解，這樣的尋優(yōu)模型從理論上來說是難以得到最優(yōu)解的。另外，在將多目標(biāo)轉(zhuǎn)化為單目標(biāo)時(shí)，各個(gè)目標(biāo)的權(quán)值難以確定，而且最終只能得到唯一解。針對(duì)這些問題，本文在研究傳統(tǒng)遺傳算法、進(jìn)化規(guī)劃算法以及量子遺傳算法的IIR數(shù)字濾波器優(yōu)化設(shè)計(jì)的基礎(chǔ)上，將重點(diǎn)研究IIR數(shù)字濾波器的粒子進(jìn)化規(guī)劃優(yōu)化、遺傳多目標(biāo)優(yōu)化以及量子多目標(biāo)優(yōu)化。另外，由于在通信系統(tǒng)中IIR數(shù)字濾波器有廣泛應(yīng)用，并且大量采用FPGA實(shí)現(xiàn)，多目標(biāo)優(yōu)化方法得到的濾波器性能也值得驗(yàn)證，因此，對(duì)多目標(biāo)優(yōu)化方法得到的IIR數(shù)字濾波器系數(shù)進(jìn)行FPGA仿真驗(yàn)證有重要的現(xiàn)實(shí)意義。 @@ 論文的主要工作及研究成果具體如下： @@ 1.分析IIR數(shù)字濾波器的數(shù)學(xué)模型及其優(yōu)化設(shè)計(jì)的參數(shù)；針對(duì)低通IIR數(shù)字濾波器，采用遺傳算法及量子遺傳算法對(duì)其進(jìn)行優(yōu)化設(shè)計(jì)，并給出相應(yīng)的仿真結(jié)果及分析。 @@ 2.針對(duì)使用進(jìn)化規(guī)劃算法優(yōu)化設(shè)計(jì)IIR數(shù)字濾波器時(shí)容易陷入局部極值的問題，研究粒子進(jìn)化規(guī)劃算法，并將其應(yīng)用于IIR數(shù)字濾波器的優(yōu)化設(shè)計(jì)，該算法將粒子群優(yōu)化算法與進(jìn)化規(guī)劃算法相結(jié)合，繼承了粒子群算法局部搜索能力強(qiáng)和進(jìn)化規(guī)劃算法遺傳父代優(yōu)良基因能力強(qiáng)的優(yōu)點(diǎn)。將這種新的粒子進(jìn)化規(guī)劃算法應(yīng)用于IIR低通、高通、帶通、帶阻數(shù)字濾波器的優(yōu)化設(shè)計(jì)，顯示了較好的效果。 @@ 3.優(yōu)化設(shè)計(jì)IIR數(shù)字濾波器時(shí)，通常將多目標(biāo)轉(zhuǎn)化為單目標(biāo)的優(yōu)化問題，這種方法雖然設(shè)計(jì)簡單，但是在將多目標(biāo)轉(zhuǎn)化為單目標(biāo)時(shí)，各個(gè)目標(biāo)的權(quán)值難以確定，而且最終只能得到唯一解，不能提供更多的有效解給決策者。針對(duì)常 用基于單目標(biāo)優(yōu)化算法的不足，在分析IIR數(shù)字濾波器優(yōu)化模型和待優(yōu)化參數(shù)的基礎(chǔ)上，本文研究遺傳算法的IIR數(shù)字濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法，該方法將多個(gè)目標(biāo)值直接映射到適應(yīng)度函數(shù)中，通過比較函數(shù)值的占優(yōu)關(guān)系來搜索問題的有效解集，使用這種方法可以求得一組有效解，并且將多目標(biāo)轉(zhuǎn)化為單目標(biāo)的優(yōu)化方法得到的唯一解也能被包括在這一組有效解中。@@ 4.將量子遺傳算法應(yīng)用于IIR數(shù)字濾波器多目標(biāo)優(yōu)化設(shè)計(jì)，研究量子遺傳算法的IIR數(shù)字濾波器多目標(biāo)優(yōu)化設(shè)計(jì)方法，并將優(yōu)化結(jié)果與傳統(tǒng)遺傳算法的多目標(biāo)優(yōu)化方法進(jìn)行了比較。仿真結(jié)果表明，在對(duì)同一種濾波器進(jìn)行優(yōu)化設(shè)計(jì)時(shí)，使用該方法得到的結(jié)果通帶波動(dòng)更小，過渡帶更窄，阻帶衰減也更大。 @@ 5.針對(duì)IIR數(shù)字濾波器的硬件實(shí)現(xiàn)問題，在對(duì)IIR數(shù)字濾波器的結(jié)構(gòu)特征進(jìn)行分析的基礎(chǔ)上，分別采用遺傳多目標(biāo)優(yōu)化方法量子多目標(biāo)方法優(yōu)化設(shè)計(jì)IIR數(shù)字濾波器的系數(shù)，然后針對(duì)兩組系數(shù)進(jìn)行了FPGA( Field-Programmable GateArray，現(xiàn)場(chǎng)可編程門陣列)仿真驗(yàn)證，并對(duì)兩種結(jié)果進(jìn)行了對(duì)比分析。 @@關(guān)鍵詞：IIR數(shù)字濾波器；優(yōu)化設(shè)計(jì)
標(biāo)簽： FPGA IIR 數(shù)字濾波器
上傳時(shí)間： 2013-06-09
上傳用戶：熊少鋒
H.264/AVC是由ITU和ISO兩大組織聯(lián)合組成的JVT共同制定的一項(xiàng)新的視頻壓縮技術(shù)標(biāo)準(zhǔn)，在較低帶寬上提供高質(zhì)量的圖像傳輸是H.264/AVC的應(yīng)用亮點(diǎn)。在同樣的視覺質(zhì)量前提下，H.264/AVC比H.263和MPEG-4節(jié)約了50％的碼率。但H.264獲得優(yōu)越性能的代價(jià)是計(jì)算復(fù)雜度的增加，據(jù)估計(jì)其編碼的計(jì)算復(fù)雜度大約為H.263的3倍，因此很難應(yīng)用于實(shí)時(shí)視頻處理領(lǐng)域。針對(duì)這一現(xiàn)狀，業(yè)內(nèi)做了大量的研究工作，力圖降低其計(jì)算復(fù)雜度和提高運(yùn)行效率。比如在運(yùn)動(dòng)估計(jì)方面，國內(nèi)外在這方面的研究已經(jīng)很成熟。而針對(duì)幀內(nèi)/幀間預(yù)測(cè)編碼的研究卻較少。因此研究預(yù)測(cè)模式的快速算法具有理論意義和應(yīng)用價(jià)值。 本文在詳細(xì)研究H.264標(biāo)準(zhǔn)視頻壓縮編碼特點(diǎn)基礎(chǔ)上，分析了H.264幀內(nèi)編碼, 幀間編碼及變換，量化技術(shù)的原理及特點(diǎn)，提出了一種基于局部邊緣方向信息的快速幀內(nèi)模式判決算法，通過結(jié)合SAD的模式選擇方法來減少模式選擇數(shù)目。它采用了Sobel梯度算子計(jì)算當(dāng)前塊的邊緣信息，累加當(dāng)前塊中屬于同一方向像素點(diǎn)的邊緣矢量構(gòu)造不同模式下的邊緣方向直方圖，以便確定最可能的預(yù)測(cè)模式。該算法有效降低了編碼器的運(yùn)算復(fù)雜度，在并未顯著降低編碼性能的情況下提升了編碼器效率。仿真表明：Foreman 圖像序列編碼性能有了提高，其中PSNR平均降低了0.06dB，Bitrate平均降低了19.4％，這大大提高了視頻傳輸?shù)馁|(zhì)量。 另外在幀間預(yù)測(cè)模式選擇算法方面進(jìn)行了改進(jìn)研究：按順序?qū)Σ煌愋瓦M(jìn)行判決，有選擇地去比較可能模式，使得在有效減少需判決的模式數(shù)量的同時(shí)，結(jié)合小塊模式搜索中途停止準(zhǔn)則來確定最優(yōu)模式。仿真表明：改進(jìn)算法相對(duì)與原來算法能夠節(jié)省很多的編碼時(shí)間（平均下降了49.3％），但帶來的圖像質(zhì)星的下降（平均下降0.08dB,可以忽略）和碼率較少的增加。 同時(shí)在整數(shù)DCT變換模塊中，提出了一種快速蝶形算法，使得對(duì)4×4點(diǎn)數(shù)據(jù)做一次變換，只需通過8×8次加法和2×8次移位運(yùn)算便可完成，與原來12×8次加法和4×8次移位相比，新算法大大降低了運(yùn)算復(fù)雜度。 最后介紹FPGA的特點(diǎn)及設(shè)計(jì)流程，并實(shí)現(xiàn)了H.264編解碼器中變換編碼及量化和熵解碼模塊的硬件。這種基于FPGA所實(shí)現(xiàn)的H.264編碼視頻處理模塊設(shè)計(jì)具備了成本低，周期短，設(shè)計(jì)方法靈活等優(yōu)點(diǎn)，具有廣闊的市場(chǎng)應(yīng)用前景。 仿真表明，通過使用本文提出的幀內(nèi)/幀間速算法方法可使得H.264編碼速度獲得顯著的提高，使H.264 Baseline編碼器能在PC平臺(tái)上實(shí)現(xiàn)實(shí)時(shí)編碼。
標(biāo)簽： FPGA 264 編解碼
上傳時(shí)間： 2013-07-18
上傳用戶：zukfu
無刷直流電機(jī)具有輸出轉(zhuǎn)矩大、調(diào)速性能好、運(yùn)行可靠等一系列優(yōu)點(diǎn)，具有廣泛的應(yīng)用前景，其傳統(tǒng)的理論分析及設(shè)計(jì)方法已經(jīng)比較成熟。它的進(jìn)一步推廣和應(yīng)用，在很大程度上有賴于對(duì)其控制策略的研究。本文主要研究了無刷直流電機(jī)的速度控制問題。 無刷直流電機(jī)是一種多變量和非線性的控制系統(tǒng)，傳統(tǒng)的控制方法很難滿足對(duì)它的精確控制。近代模糊控制理論在無刷直流電機(jī)的控制中得到了廣泛的應(yīng)用，提高了控制系統(tǒng)的性能。但是，在模糊控制器控制規(guī)則優(yōu)化和參數(shù)在線調(diào)整方面還存在著許多不足。針對(duì)這些問題，本文提出了一種使用遺傳算法優(yōu)化的模糊控制器，并且應(yīng)用到無刷直流電機(jī)的控制中。系統(tǒng)采用雙閉環(huán)控制，內(nèi)環(huán)采用電流負(fù)反饋對(duì)電機(jī)轉(zhuǎn)矩進(jìn)行調(diào)節(jié)；外環(huán)應(yīng)用模糊控制器進(jìn)行速度控制，通過遺傳算法離線優(yōu)化模糊控制規(guī)則和在線調(diào)節(jié)模糊控制器的參數(shù)以提高系統(tǒng)的動(dòng)態(tài)性能。同時(shí)本文使用Matlab和電機(jī)仿真軟件VisSim對(duì)無刷直流電機(jī)的速度控制進(jìn)行了軟件仿真。 數(shù)字信號(hào)處理器(DSP)是一種高速的信號(hào)處理芯片，近幾年在電機(jī)控制領(lǐng)域得到了廣泛的應(yīng)用。本文以TI公司的TMS320LF2407控制器為基礎(chǔ)，介紹了DSP在無刷直流電機(jī)控制中常用的應(yīng)用技術(shù)。同時(shí)為了降低系統(tǒng)開發(fā)設(shè)計(jì)的復(fù)雜性，提高控制系統(tǒng)的可靠性以及軟件開發(fā)的快速性，本文將嵌入式操作系統(tǒng)移植到DSP中，并在該操作平臺(tái)上開發(fā)出高效的控制算法。 實(shí)驗(yàn)結(jié)果表明，通過遺傳算法優(yōu)化的模糊控制器對(duì)無刷直流電機(jī)模型的不確定性和負(fù)載變化具有較強(qiáng)的適應(yīng)性和魯棒性，而且控制系統(tǒng)具有較好的動(dòng)態(tài)性能。
標(biāo)簽： 模糊遺傳算法 無刷直流電機(jī) 速度控制
上傳時(shí)間： 2013-06-12
上傳用戶：h886166
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<bdo id="mwas4"></bdo>
