專輯類-數(shù)字處理及顯示技術(shù)專輯-106冊-9138M 數(shù)字信號處理C語言程序集-415頁-8.3M.pdf
標(biāo)簽： 415 8.3 數(shù)字信號處理
上傳時間： 2013-04-24
上傳用戶：yuchunhai1990
專輯類-國標(biāo)類相關(guān)專輯-313冊-701M 金屬材料國標(biāo)合集-上-568頁-22.2M.pdf
上傳時間： 2013-07-14
上傳用戶：完瑪才讓
專輯類-國標(biāo)類相關(guān)專輯-313冊-701M 金屬材料國標(biāo)合集-下-723頁-26.8M.pdf
上傳時間： 2013-04-24
上傳用戶：小楊高1
專輯類-國標(biāo)類相關(guān)專輯-313冊-701M GB-18030-—-2000-《信息技術(shù)-信息交換用漢字編碼字符集-基本集的擴充》.pdf
上傳時間： 2013-04-24
上傳用戶：nairui21
超級單片機工具集,單片機相關(guān)的小軟件集合！
標(biāo)簽： 超級單片機
上傳時間： 2013-07-09
上傳用戶：面具愛人丿
常用ARM7TDMI(-S)指令集及匯編，
上傳時間： 2013-06-28
上傳用戶：jhksyghr
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、通信及信號處理領(lǐng)域的重要研究內(nèi)容，國內(nèi)外學(xué)者對IIR數(shù)字濾波器的優(yōu)化設(shè)計進行了大量研究。其中，進化算法優(yōu)化設(shè)計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，這種方法是將每個目標(biāo)賦一個權(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，各個目標(biāo)的權(quán)值難以確定，而且最終只能得到唯一解。針對這些問題，本文在研究傳統(tǒng)遺傳算法、進化規(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)計的基礎(chǔ)上，將重點研究IIR數(shù)字濾波器的粒子進化規(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實現(xiàn)，多目標(biāo)優(yōu)化方法得到的濾波器性能也值得驗證，因此，對多目標(biāo)優(yōu)化方法得到的IIR數(shù)字濾波器系數(shù)進行FPGA仿真驗證有重要的現(xiàn)實意義。 @@ 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)計的參數(shù)；針對低通IIR數(shù)字濾波器，采用遺傳算法及量子遺傳算法對其進行優(yōu)化設(shè)計，并給出相應(yīng)的仿真結(jié)果及分析。 @@ 2.針對使用進化規(guī)劃算法優(yōu)化設(shè)計IIR數(shù)字濾波器時容易陷入局部極值的問題，研究粒子進化規(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，該算法將粒子群優(yōu)化算法與進化規(guī)劃算法相結(jié)合，繼承了粒子群算法局部搜索能力強和進化規(guī)劃算法遺傳父代優(yōu)良基因能力強的優(yōu)點。將這種新的粒子進化規(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，顯示了較好的效果。 @@ 3.優(yōu)化設(shè)計IIR數(shù)字濾波器時，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)計簡單，但是在將多目標(biāo)轉(zhuǎn)化為單目標(biāo)時，各個目標(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)計方法，該方法將多個目標(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，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)化方法進行了比較。仿真結(jié)果表明，在對同一種濾波器進行優(yōu)化設(shè)計時，使用該方法得到的結(jié)果通帶波動更小，過渡帶更窄，阻帶衰減也更大。 @@ 5.針對IIR數(shù)字濾波器的硬件實現(xiàn)問題，在對IIR數(shù)字濾波器的結(jié)構(gòu)特征進行分析的基礎(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IIR數(shù)字濾波器的系數(shù)，然后針對兩組系數(shù)進行了FPGA( Field-Programmable GateArray，現(xiàn)場可編程門陣列)仿真驗證，并對兩種結(jié)果進行了對比分析。 @@關(guān)鍵詞：IIR數(shù)字濾波器；優(yōu)化設(shè)計
標(biāo)簽： FPGA IIR 數(shù)字濾波器
上傳時間： 2013-06-09
上傳用戶：熊少鋒
PROTEUS教程合集pdf文件，其中包括一些proteus的用法，和一部分元器件中英文對照，等等……
上傳時間： 2013-04-24
上傳用戶：gokk
C語言程序_300實例集C語言程序_300實例集
上傳時間： 2013-08-03
上傳用戶：asd_123
指令集仿真器是目前嵌入式系統(tǒng)研究中一個極其重要的領(lǐng)域，一個靈活高效且準(zhǔn)確度高的仿真器不僅可以實現(xiàn)對嵌入式系統(tǒng)硬件環(huán)境的仿真，而且是現(xiàn)代微處理器結(jié)構(gòu)設(shè)計過程中性能評估的重要工具. 仿真器的性能已經(jīng)成為影響整個設(shè)計效率的重要因素，在現(xiàn)有的指令集仿真技術(shù)中，編譯型仿真技術(shù)雖然可以獲得高的仿真速度，但其對應(yīng)用的假設(shè)過于嚴(yán)格，限制了其在商業(yè)領(lǐng)域中的應(yīng)用；解釋型仿真器雖被普遍使用，但其缺點也很明顯，由于模擬過程中需要耗費大量時間用于指令譯碼，解釋型模擬器速度往往很有限，使用性能較低。由此可見，如何減少仿真過程中的指令譯碼時間，是提高仿真器的性能的關(guān)鍵。 本文旨在提出一個指令集仿真器的原型，重點解決指令解碼過程中的速度瓶頸，在其基礎(chǔ)可以進行擴充和改進，以適應(yīng)不同硬件平臺的需要。文章首先從ARM指令集的指令功能和編碼格式入手，通過分析和比較找出了一般常用指令的編碼和實現(xiàn)規(guī)律，并在此基礎(chǔ)上進行了高級語言的描述，其后提出了改進版解釋型指令集仿真器的設(shè)計方案，包括為提高仿真器性能，減少譯碼時間，創(chuàng)新性的在流程設(shè)計中加入了預(yù)解碼的步驟，同時用自己設(shè)計的壓縮算法解決了因預(yù)解碼產(chǎn)生大量譯碼信息而帶來的內(nèi)存過度消耗難題。接下來，描述了仿真器的實現(xiàn)，包括指令的取指、譯碼、執(zhí)行等基本功能，并著重描述了如何通過劃分存儲域和存儲塊的方式模擬真實存儲器的讀寫訪問實現(xiàn)。 另外，需要特別指出的是，針對仿真器中普遍存在的調(diào)試難問題，本文從一線程序開發(fā)人員的角度，在調(diào)試模塊的設(shè)計中除了斷點設(shè)置、程序暫停、恢復(fù)等基本功能外，還添加了各類監(jiān)視設(shè)備和程序跟蹤的功能，以期能提高本仿真器的實用性。 在文章的結(jié)尾，提出了仿真器的驗證方案，并按照該方案對仿真器進行了功能和性能上的驗證，最后對進一步的工作進行了展望。
上傳時間： 2013-08-02
上傳用戶：宋桃子
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
