心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)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(duì)目前該研究領(lǐng)域中存在的分析方法問(wèn)題和分類識(shí)別技術(shù)難點(diǎn)展開(kāi)了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)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(tīng)診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過(guò)對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)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(shí)頻（ATF）分析方法，通過(guò)實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)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(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過(guò)Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)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(shí)，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(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中NM、AF、AR、AS、MR每類心音信號(hào)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(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，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(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語(yǔ)言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過(guò)對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)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(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)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(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)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(tīng)診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
交流伺服技術(shù)是研制開(kāi)發(fā)各種先進(jìn)的機(jī)電一體化設(shè)備，如工業(yè)機(jī)器人、數(shù)控機(jī)床、加工中心等的關(guān)鍵性技術(shù)，但是要提高交流伺服系統(tǒng)的控制性能關(guān)鍵在于伺服控制器對(duì)電機(jī)動(dòng)態(tài)和靜態(tài)響應(yīng)的控制，要獲得良好的電機(jī)動(dòng)、靜態(tài)性能關(guān)鍵在于伺服控制器的控制算法。為此，本文開(kāi)展了主要針對(duì)電機(jī)控制算法中的PID控制器參數(shù)整定算法研究。研究工作是基于黑龍江省科技攻關(guān)項(xiàng)目為支撐。 本論文在查閱大量文獻(xiàn)資料的基礎(chǔ)上，掌握了系統(tǒng)構(gòu)成和基本控制原理，并分析了國(guó)內(nèi)交流伺服存在的問(wèn)題，設(shè)計(jì)了基于TI公司電機(jī)數(shù)字化控制芯片TMS320F2812的交流伺服控制器的控制單元；基于三菱公司智能化功率器件IPM設(shè)計(jì)了控制器的功率單元；以及電源單元和相關(guān)電路的保護(hù)單元。 基于電機(jī)矢量控制原理，構(gòu)建了永磁同步電機(jī)的矢量控制模型，在原有研究的基本PID控制基礎(chǔ)上，根據(jù)模糊控制的基本原理，研究了應(yīng)用于電機(jī)控制的模糊參數(shù)自整定PID控制器設(shè)計(jì)原理，構(gòu)建模糊參數(shù)自整定PID控制器的數(shù)學(xué)模型，并進(jìn)行該系統(tǒng)的仿真研究和實(shí)際應(yīng)用程序設(shè)計(jì)。 本文的重點(diǎn)是闡述模糊參數(shù)自整定PID控制器的設(shè)計(jì)原理和方法，利用基于模糊參數(shù)自整定PID控制器的交流伺服系統(tǒng)仿真模型，應(yīng)用Matlab/Simulink仿真軟件平臺(tái)驗(yàn)證模型和算法的正確性，并與常規(guī)PID控制性能進(jìn)行對(duì)比分析。在實(shí)際硬件平臺(tái)驗(yàn)證了本文提出算法的可行性和正確性。 通過(guò)仿真和實(shí)際結(jié)果對(duì)比得出結(jié)論，模糊參數(shù)自整定PID控制器可以提高交流伺服系統(tǒng)的動(dòng)態(tài)和靜態(tài)性能。
上傳時(shí)間： 2013-04-24
上傳用戶：lht618
本文以異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)為對(duì)象，從理論分析，算法提出，仿真證明和實(shí)驗(yàn)驗(yàn)證四部分進(jìn)行了深入研究。 異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)技術(shù)的研究，為異步電機(jī)控制性能的不斷提高提供了保障，以使更好，更精確的控制方式能夠應(yīng)用到工程實(shí)際中去。 由于在工程中使用的電機(jī)和變頻器不一定能夠匹配，而需要在電機(jī)運(yùn)行之前由專業(yè)的工程師對(duì)變頻器作重新設(shè)置，此過(guò)程復(fù)雜，耽誤時(shí)間而且需要專業(yè)人員操作。 本文提出一套異步電機(jī)參數(shù)離線自整定算法，使用C語(yǔ)言編程，并在一臺(tái)2.2KW電機(jī)的硬件實(shí)驗(yàn)平臺(tái)上驗(yàn)證了該算法，實(shí)現(xiàn)了電機(jī)在運(yùn)行之前，變頻器自動(dòng)測(cè)試出電機(jī)的基本參數(shù)，為矢量控制等控制方式提供所需要的電機(jī)參數(shù)。 電機(jī)在運(yùn)行過(guò)程中，由于溫度等因素的影響，電機(jī)的參數(shù)會(huì)發(fā)生變化，影響電機(jī)運(yùn)行的穩(wěn)定性，所以要對(duì)電機(jī)參數(shù)做在線辨識(shí)。本文對(duì)異步電機(jī)參數(shù)在線辨識(shí)作了理論分析和方法總結(jié)，為下一步工作打下基礎(chǔ)。 算法的實(shí)現(xiàn)需要相應(yīng)的硬件實(shí)驗(yàn)平臺(tái)，本文對(duì)硬件實(shí)驗(yàn)平臺(tái)作了詳細(xì)介紹，包括主電路的設(shè)計(jì)、IGBT的驅(qū)動(dòng)保護(hù)電路設(shè)計(jì)、DSP數(shù)字控制器的設(shè)計(jì)。 本文還對(duì)文中提出的實(shí)驗(yàn)方法作了MATLAB/Simulink仿真，驗(yàn)證了該方法的可行性，對(duì)實(shí)驗(yàn)有指導(dǎo)意義。
標(biāo)簽： 異步電機(jī) 參數(shù) 參數(shù)辨識(shí)
上傳時(shí)間： 2013-04-24
上傳用戶：541657925
本文在此背景下，針對(duì)非線性PID控制、自抗擾控制以及Smith預(yù)估器和前饋控制展開(kāi)研究。為了提高控制器的穩(wěn)定性和魯棒性，設(shè)計(jì)了ADRC-Smith預(yù)估控制器和前饋ADRC控制器，將其應(yīng)用于大時(shí)滯溫度控制系統(tǒng)，并在此基礎(chǔ)上設(shè)計(jì)了吹塑機(jī)控制系統(tǒng)解決方案，通過(guò)大量的理論研究、仿真和實(shí)驗(yàn)，實(shí)現(xiàn)了良好的控制效果。論文的主要工作有： 1.研究了自抗擾技術(shù)和溫度控制的現(xiàn)狀以及溫度控制的特點(diǎn)。 2.研究了ADRC的發(fā)展史，深入了解ADRC的原理與優(yōu)點(diǎn)。ADRC在控制非線性對(duì)象時(shí)比PID具有更好的控制性能，但是參數(shù)調(diào)節(jié)理論不完善，阻礙了其廣泛應(yīng)用。 3.通過(guò)MATLAB仿真，得到ADRC參數(shù)之間的內(nèi)在規(guī)律，通過(guò)將ADRC的參數(shù)統(tǒng)一到一個(gè)時(shí)間因子上，達(dá)到簡(jiǎn)化調(diào)節(jié)參數(shù)個(gè)數(shù)的目的，從而降低調(diào)試難度，同時(shí)，在無(wú)時(shí)滯溫控實(shí)驗(yàn)平臺(tái)上進(jìn)行實(shí)驗(yàn)，驗(yàn)證了參數(shù)調(diào)節(jié)規(guī)律的可行性。 4.自抗擾控制器在大時(shí)滯溫控上的應(yīng)用，以前文獻(xiàn)一般將時(shí)滯環(huán)節(jié)等效成一階慣性環(huán)節(jié)，這樣就要求增加ADRC的階次，增加了調(diào)節(jié)參數(shù)個(gè)數(shù)，在參數(shù)調(diào)節(jié)理論不完善的情況下無(wú)疑是增加了調(diào)試難度。本文將ADRC分別與Smith預(yù)估器和前饋控制器相結(jié)合，設(shè)計(jì)了ADRC-Smith預(yù)估控制器和前饋ADRC控制器來(lái)解決具有大時(shí)滯控制問(wèn)題。這兩類新控制器的優(yōu)點(diǎn)是不增加ADRC的階次，是解決不確定大時(shí)滯被控對(duì)象的新途徑，也是ADRC控制器實(shí)際應(yīng)用上的一次創(chuàng)新。 5.在可編程計(jì)算機(jī)控制器(PCC)搭建的大時(shí)滯溫控實(shí)驗(yàn)平臺(tái)上進(jìn)行實(shí)驗(yàn)，將前饋ADRC控制器和貝加萊專用溫度控制器PIDXH的控制效果進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明前饋ADRC控制器在穩(wěn)定性、魯棒性等方面都優(yōu)于PIDXH控制器。 6.研究了吹塑機(jī)控制系統(tǒng)解決方案，并在吹塑機(jī)上實(shí)驗(yàn)前饋ADRc控制器，得到了良好的控制效果，進(jìn)一步驗(yàn)證了算法的可行性。
標(biāo)簽： 自抗擾 控制器 溫控系統(tǒng)
上傳時(shí)間： 2013-04-24
上傳用戶：1234xhb
工業(yè)生產(chǎn)過(guò)程中，時(shí)滯對(duì)象普遍存在，同時(shí)也是較難控制的，尤其是大時(shí)滯對(duì)象的控制一直都是一個(gè)難題。而很多溫度控制系統(tǒng)都是屬于大時(shí)滯系統(tǒng)，常見(jiàn)的智能溫度控制器雖然在溫度控制的實(shí)際應(yīng)用中表現(xiàn)了比較理想的控制效果，但它仍然屬于將參數(shù)整定與系統(tǒng)控制分開(kāi)處理的離線整定方法，如果工況發(fā)生變化就必須重新調(diào)整參數(shù)。針對(duì)這一問(wèn)題，為了實(shí)現(xiàn)時(shí)滯系統(tǒng)參數(shù)自整定的控制，本文將神經(jīng)網(wǎng)路控制、模糊控制和PID控制結(jié)合起來(lái)，設(shè)計(jì)了基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器。 首先，本論文分析了時(shí)滯系統(tǒng)的特點(diǎn)，討論了幾種時(shí)滯系統(tǒng)較為成熟的常規(guī)控制算法：微分先行控制算法、史密斯預(yù)估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過(guò)仿真對(duì)這三種控制方法在溫控系統(tǒng)中的控制性能進(jìn)行了比較。 其次，在分析PID參數(shù)自整定傳統(tǒng)方法的基礎(chǔ)上，設(shè)計(jì)了一種改進(jìn)方法，并設(shè)計(jì)了相應(yīng)的控制器。該控制器綜合了模糊控制、神經(jīng)網(wǎng)絡(luò)控制和PID控制各自的長(zhǎng)處，既具備了模糊控制簡(jiǎn)單有效的控制作用以及較強(qiáng)的邏輯推理功能，也具備了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)的能力，同時(shí)也具備了傳統(tǒng)PID控制的廣泛適應(yīng)性。該方法不需要離線整定參數(shù)，實(shí)現(xiàn)了在線自整定參數(shù)。仿真實(shí)驗(yàn)表明了該控制器對(duì)模型和環(huán)境都具有較好的適應(yīng)能力和較強(qiáng)的魯棒性。 最后將基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器應(yīng)用于貝加萊PID溫控裝置，能夠出色地實(shí)現(xiàn)參數(shù)的在線自整定。理論分析、系統(tǒng)仿真、實(shí)驗(yàn)結(jié)果都證實(shí)了這種控制策略能有效地減少系統(tǒng)超調(diào)量，并減少了調(diào)節(jié)時(shí)間，提高了系統(tǒng)的實(shí)時(shí)性和控制精度。
標(biāo)簽： 時(shí)滯系統(tǒng) 參數(shù) 自整定控制
上傳時(shí)間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
直流電動(dòng)機(jī)具有優(yōu)良的調(diào)速特性,調(diào)速平滑、簡(jiǎn)單,且范圍大.同時(shí)其過(guò)載能力大,能承受頻繁的沖擊負(fù)載,廣泛應(yīng)用于切削機(jī)床、造紙機(jī)等高性能可控電力拖動(dòng)領(lǐng)域. 以往直流調(diào)速系統(tǒng)控制器采用分立元件,其故障率高,穩(wěn)定性差,技術(shù)落后,很難滿足生產(chǎn)的需要.隨著計(jì)算機(jī)技術(shù)及通信技術(shù)的發(fā)展,數(shù)字化直流調(diào)速系統(tǒng)克服了這一不足,成為直調(diào)系統(tǒng)的主流. 本文設(shè)計(jì)的系統(tǒng)以DSP為主控芯片,監(jiān)控系統(tǒng)控制芯片使用P89C669單片機(jī),通過(guò)上下位機(jī)的數(shù)據(jù)通訊,實(shí)現(xiàn)系統(tǒng)參數(shù)設(shè)計(jì)和調(diào)節(jié)的數(shù)字化.下面是具體工作闡述: 1.設(shè)計(jì)了電封閉直流調(diào)速系統(tǒng)的硬件和軟件,完成兩臺(tái)同軸電機(jī)的電封閉實(shí)驗(yàn). 2.主電路使用三菱公司的IPM-PS21867作為功率輸出模塊,同時(shí)設(shè)計(jì)了驅(qū)動(dòng)保護(hù)電路、控制電路以及通信保護(hù)電路. 3.采用PWM控制方式,編寫了系統(tǒng)的軟件.主要包括主程序、通訊顯示程序以及中斷服務(wù)子程序. 4.完成了樣機(jī)的整體布局和調(diào)試,實(shí)現(xiàn)了系統(tǒng)的雙閉環(huán)控制. 5.針對(duì)由于負(fù)載、轉(zhuǎn)動(dòng)慣量等的變化影響系統(tǒng)的調(diào)速性能,本文基于模型參考自適應(yīng)控制原理,給出了雙閉環(huán)調(diào)速系統(tǒng)自適應(yīng)的Narendra方案的具體實(shí)現(xiàn),通過(guò)仿真驗(yàn)證方案的可行性.
標(biāo)簽： DSP 控制 直流調(diào)速系統(tǒng)
上傳時(shí)間： 2013-04-24
上傳用戶：kennyplds
本文的目的在于設(shè)計(jì)一個(gè)自適應(yīng)噪音抵消系統(tǒng),使其能消除含噪語(yǔ)音信號(hào)中的背景噪音,達(dá)到提高語(yǔ)音信號(hào)質(zhì)量的目的.主要工作分為兩大部分.本文在第一部分介紹了自適應(yīng)數(shù)字濾波器的基本理論思想,具體闡述了自適應(yīng)噪聲抵消系統(tǒng)基本原理,并對(duì)自適應(yīng)噪聲抵消系統(tǒng)的指標(biāo)、抵消性能進(jìn)行了計(jì)算分析.自適應(yīng)濾波器的算法是整個(gè)系統(tǒng)的核心,在第一部分中,對(duì)兩種最基本的自適應(yīng)算法,進(jìn)行了詳細(xì)的介紹和分析,并針對(duì)兩種算法的優(yōu)缺點(diǎn)進(jìn)行了詳細(xì)的比較.這一部分中最關(guān)鍵的是對(duì)設(shè)計(jì)的噪聲抵消系統(tǒng)進(jìn)行計(jì)算機(jī)仿真,驗(yàn)證系統(tǒng)設(shè)計(jì)的合理性和算法的正確性.通過(guò)對(duì)自適應(yīng)噪聲抵消器的MATLAB仿真及對(duì)仿真圖形的分析,驗(yàn)證了系統(tǒng)設(shè)計(jì)和自適應(yīng)算法的可行性.第二部分主要完成自適應(yīng)噪聲抵消系統(tǒng)的硬件設(shè)計(jì)和軟件編程.在第一部分計(jì)算機(jī)仿真分析的基礎(chǔ)上,利用高速信號(hào)處理芯片DSP(TMS320LF2407)設(shè)計(jì)了一個(gè)噪聲干擾抵消系統(tǒng),在高速信號(hào)處理芯片(TMS320LF2407)上開(kāi)發(fā)實(shí)現(xiàn)了自適應(yīng)LMS算法.
標(biāo)簽： DSP
上傳時(shí)間： 2013-06-28
上傳用戶：zklh8989
關(guān)于半橋或全橋自舉式浮動(dòng)?xùn)艠O驅(qū)動(dòng)的四個(gè)中文文檔，為飛兆和IR公司技術(shù)文檔，介紹了自舉電路元件的選取及實(shí)際問(wèn)題解決。可從其官網(wǎng)中下載。這里集合上傳~
標(biāo)簽： 驅(qū)動(dòng)
上傳時(shí)間： 2013-07-30
上傳用戶：碉堡1234
人臉識(shí)別技術(shù)繼指紋識(shí)別、虹膜識(shí)別以及聲音識(shí)別等生物識(shí)別技術(shù)之后，以其獨(dú)特的方便、經(jīng)濟(jì)及準(zhǔn)確性而越來(lái)越受到世人的矚目。作為人臉識(shí)別系統(tǒng)的重要環(huán)節(jié)—人臉檢測(cè)，隨著研究的深入和應(yīng)用的擴(kuò)大，在視頻會(huì)議、圖像檢索、出入口控制以及智能人機(jī)交互等領(lǐng)域有著重要的應(yīng)用前景，發(fā)展速度異常迅猛。 FPGA的制造技術(shù)不斷發(fā)展，它的功能、應(yīng)用和可靠性逐漸增加，在各個(gè)行業(yè)也顯現(xiàn)出自身的優(yōu)勢(shì)。FPGA允許用戶根據(jù)自己的需要來(lái)建立自己的模塊，為用戶的升級(jí)和改進(jìn)留下廣闊的空間。并且速度更高，密度也更大，其設(shè)計(jì)方法的靈活性降低了整個(gè)系統(tǒng)的開(kāi)發(fā)成本，F(xiàn)PGA 設(shè)計(jì)成為電子自動(dòng)化設(shè)計(jì)行業(yè)不可缺少的方法。 本文從人臉檢測(cè)算法入手，總結(jié)基于FPGA上的嵌入式系統(tǒng)設(shè)計(jì)方法，使用IBM的Coreconnect掛接自定義模塊技術(shù)。經(jīng)過(guò)訓(xùn)練分類器、定點(diǎn)化、以及硬件加速等方法后，能夠使人臉檢測(cè)系統(tǒng)在基于Xilinx的Virtex II Pro開(kāi)發(fā)板上平臺(tái)上，達(dá)到實(shí)時(shí)的檢測(cè)效果。本文工作和成果可以具體描述如下： 1. 算法分析：對(duì)于人臉檢測(cè)算法，首先確保的是檢測(cè)率的準(zhǔn)確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測(cè)方法。算法中較多的是積分圖的特征值計(jì)算，這便于進(jìn)一步的硬件設(shè)計(jì)。同時(shí)對(duì)檢測(cè)算法進(jìn)行耗時(shí)分析確定運(yùn)行速度的瓶頸。 2. 軟硬件功能劃分：這一步考慮市場(chǎng)可以提供的資源狀況，又要考慮系統(tǒng)成本、開(kāi)發(fā)時(shí)間等諸多因素。Xilinx公司提供的Virtex II Pro開(kāi)發(fā)板，在上面有可以供利用的Power PC處理器、可擴(kuò)展的存儲(chǔ)器、I/O接口、總線及數(shù)據(jù)通道等，通過(guò)分析可以對(duì)算法進(jìn)行細(xì)致的劃分，實(shí)現(xiàn)需要加速的模塊。 3. 定點(diǎn)化：在Adaboost算法中，需要進(jìn)行大量的浮點(diǎn)計(jì)算。這里采用的方法是直接對(duì)數(shù)據(jù)位進(jìn)行操作它提取指數(shù)和尾數(shù)，然后對(duì)尾數(shù)執(zhí)行移位操作。 4. 改進(jìn)檢測(cè)用的級(jí)聯(lián)分類器的訓(xùn)練，提出可以迅速提高分類能力、特征數(shù)量大大減小的一種訓(xùn)練方法。 5. 最后對(duì)系統(tǒng)的整體進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明，在視頻輸入輸出接入的同時(shí)，人臉檢測(cè)能夠達(dá)到17fps的檢測(cè)速度，并且獲得了很好的檢測(cè)率以及較低的誤檢率。
標(biāo)簽： FPGA 人臉檢測(cè) 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-07-01
上傳用戶：84425894
在仿真環(huán)境下實(shí)現(xiàn)TMS320C6000系列DSP的程序自引導(dǎo)
上傳時(shí)間： 2013-08-03
上傳用戶：tdyoung
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<strike id="ksqy2"></strike>