一种通用型智能单回路测控仪

介绍一种通用的多功能智能单回路测控仪，它采用独特的软硬件设计，功能灵活多变，通用性强，是一种取代DDZ型仪表的理想的智能仪表。     

一种通用型智能单回路测控仪

介绍一种通用的多功能智能单回路测控仪，它采用独特的软硬件设计，功能灵活多变，通用性强，是一种取代ＤＤＺ型仪表的理想的智能仪表。     

基于最近邻的遥感影像单类信息提取

遥感影像单类信息提取是一种特殊的分类,旨在训练和提取单一兴趣类别。研究了基于最近邻分类器的单类信息提取方法,包括类别划分和样本选择问题。首先分析论证了最近邻方法提取单类信息只与所选择的样本相关,而与类别划分无关,因此可以将单类信息提 取作为二类分类问题进行处理。然后在二类分类问题中,根据空间和特征邻近性选择非兴趣类别的部分训练样本,简化了分类过程。实验结果表明,所提出的方法可以有效实现遥感影像单类信息的提取。     

COP800微处理器实现12位单斜率A／D转换的设计

本文介绍以 COP800系列微处理器为基础实现12位单斜率 A/D 转换技术。文章从方案论证,转换精度等角度论述了单斜率 A/D 转换的特点、性能以及软硬件的实现方法。值得一提的是,根据这种方法设计的产品将大大降低其成本。     

三种软硬件划分算法的比较分析

软硬件划分是嵌入式系统软硬件协同设计中的关键技术之一,如何兼顾系统的性能和成本,达到两者的最佳结合,是软硬件划分的主要问题.针对单CPU多ASICs类型的目标结构,选取了遗传算法、禁忌搜索算法和模拟退火算法等全局优化算法进行系统的软硬件划分,并对3种算法的有效性进行了比较分析.     

嵌入式系统的软硬件划分

嵌入式系统软硬件协同设计中的关键步骤之一是软硬件划分。现有的许多软硬件划分方法都试图捕获太多有关划分问题和目标结构的细节，可扩展性差。本文提出了一种简化的软硬件划分问题模型，这种简化模型能分别对不同的划分问题进行形式化定义。在此模型的基础上，本文给出了基于ILP的算法和遗传算法。实验结果表明，我们的遗传算法能有效地解决千万个节点规模的划分问题，并获得近似最优解。     

一种有效的面向多目标软硬件划分的遗传算法

软硬件划分是软硬件协同设计的关键技术之一,划分结果对最终的设计方案有非常重要的影响。软硬件划分根据优化目标的数量,可分为单目标划分和多目标划分。多目标划分问题是一个NP-hard问题,一般不存在传统意义上的“最优解”,而是存在一组互不支配的Pareto最优解。遗传算法因其具有并行、群体搜索的特点而非常适于求解多目标优化问题。通过抽象描述将一个实际SOC设计问题转化为多目标软硬件划分问题,采用遗传算法便可获得最优设计方案。为克服过早收敛及加快搜索速度,改进了适应度函数的定义,通过自适应参数调整,加入惩罚函数的适应度定义,提高了进化速度,从而有效地获得了Pareto最优解集。在实际问题的应用中,多目标软硬件划分遗传算法是能有效求取平衡系统成本、硬件面积、功耗和时间特性的最优化方案。     

自适应加权LBP的单样本人脸识别方法

在面对单训练样本的人脸识别问题时,传统人脸识别方法识别率会下降很多,有的方法甚至不能使用。针对单样本人脸识别问题,提出了一种自适应加权LBP方法。方法既提取了纹理信息又包含了分块拓扑信息,更重要的是可以把这些特征用合适的权重融合起来。划分图像并用LBP提取纹理信息;利用方差来完成对特征的自适应加权融合;用最近邻分类器识别结果。在ORL人脸数据库上的实验结果表明,该方法可以有效地提高识别率。     

基于二次型优化的单神经元PID控制器及其pH过程控制应用

针对pH值控制这种强非线性过程,提出基于二次型优化的单神经元PID学习算法,该算法不用考虑常规PID对非线性过程分段区间划分的问题。基于这种算法的PID控制器解决了普通单神经元PID控制器静态性能不佳的问题。仿真结果表明,这种改进型控制算法比原算法具有更好的自适应能力和抗干扰性能。     

一种快速的单层感知器网络学习算法

提出了一种单层感知器网络训练的新算法,证明了对于线性可分问题和线性不可分问题,算法总是在有限步内终止,算法的迭代次数以模式数为上界;而且,在算法终止时,对于线性可分问题,总是能得到正确的权向量解,所以,如果在算法结束时还不能划分所有模式,则说明给定的模式集确是不可线性划分的。     

可重构系统中软硬任务划分方法研究

软硬件任务划分是可重构系统开发过程中的重要设计步骤,其划分结果直接影响到可重构系统的性能。目前的软硬件任务划分技术大多只考虑了对应用程序或算法的划分结果,忽略了FPGA在配置和通信时的开销,从而导致实际应用效果不理想。介绍了一种基于性能评估的软硬件任务划分方法,即通过对FPGA计算开销、配置开销、通信开销的预评估测试,结合改进的模拟退火算法得出可重构系统中的软硬任务划分结果。实验结果表明,该划分方法具有较好的划分效果和算法收敛速度。     

基于遗传算法的可重构系统软硬件划分

在考虑动态部分重构及重构延时等特征的基础上,采用遗传算法及其与爬山算法的融合实现可重构系统软硬件任务的划分,并采用动态优先级调度算法进行划分结果的评价。实验表明,在可重构系统的资源约束等条件下,算法能够有效地实现应用任务图到可重构系统的时空映射。     

A hardware/software partitioning algorithm based on artificial immune principles

Hardware/software codesign is the main approach to designing the embedded systems. One of the primary steps of the hardware/software codesign is the hardware/software partitioning. A good partitioning scheme is a tradeoff of some constraints, such as power, size, performance, and so on. Inspired by both negative selection model and evolutionary mechanism of the biological immune system, an evolutionary negative selection algorithm for hardware/software partitioning, namely ENSA-HSP, is proposed in this paper. This ENSA-HSP algorithm is proved to be convergent, and its ability to escape from the local optimum is also analyzed. The experimental results demonstrate that ENSA-HSP is more efficient than traditional evolutionary algorithm.     

嵌入式系统软硬件自动划分方法研究

软硬件划分一直是嵌入式系统软硬件协同设计中的难点,如果离开具体系统,单纯的软硬件划分,其性能很难评估。本文提出基于系统体系结构,应用遗传算法来进行多目标优化的软硬件自动划分方法。在具体设计中,使用数据流图对系统建模,采用邻接表进行个体编码,定义交叉、变异操作,同时引入小生境技术,保持解的多样性。该方法为嵌入式系统软硬件自动划分提供一种新思路。     

约束驱动与松弛时间消除相结合的硬/软件划分算法

硬/软件划分是硬/软件协同设计的关键问题之一．在分析了已经被提出的硬/软件划分算法中存在的问题之后，提出了一种基于约束驱动和松弛时间消除相结合的硬/软件划分算法．首先是获取结点面积—时间(A—T)曲线的方法，然后比较时间约束紧迫度与阈值的大小，决定结点是用硬件还是软件执行．硬/软件面积的约束紧迫度决定硬/软件执行面积，通过A—T曲线找出对应的执行时间．最后，消除结点之间存在的松弛时间进一步优化设计．     

多选择软硬件划分问题的计算模型与动态规划算法

软硬件划分是软硬件协同设计的关键环节,划分的结果直接影响目标系统的设计质量。因此,对于一个给定的应用程序,为了使得目标系统快速执行且成本低廉,合理的划分策略十分重要。由于单个任务具有多种不同的硬件实现方式,与传统的单一硬件实现方式的软硬件划分问题相比,多选择的软硬件划分更能客观地反映现实应用。这导致问题的求解更具挑战性,它们已被证明是NP完全问题。基于多核处理器片上系统并针对任务图为二叉树的应用,建立了多选择软硬件划分问题的计算模型,并提出了解决该问题的动态规划算法。实验结果表明,当问题规模适中时,所提动态规划算法能够有效地获得精确解,并展示了算法的计算能力与硬件面积限制之间的关系。     

基于免疫算法的嵌入式系统软硬件划分方法

软硬件划分是嵌入式系统协同设计的关键问题之一。提出了一种划分模型，并通过改进的免疫算法解决了在多约束条件下软硬件划分的优化问题。在该免疫算法中，引入了免疫算子，通过从以往经验中提取疫苗，在生成子代过程中注入疫苗，使划分算法得到了优化。实验表明该算法具有较快的收敛速度，并且在总体性能上优于传统遗传算法。     

Exploring optimal solution to hardware/software partitioning for synchronous model

Computer aided hardware/software partitioning is one of the key challenges in hardware/software co-design. This paper describes a new approach to hardware/software partitioning for a synchronous communication model including multiple hardware devices. We transform the partitioning into a reachability problem of timed automata. By means of an optimal reachability algorithm, the optimal solution can be obtained with limited resources in hardware. To relax the initial condition of the partitioning for optimization, two algorithms are designed to explore the dependency relations among processes in the sequential specification. Moreover, we propose a scheduling algorithm to improve the synchronous communication efficiency further after partitioning stage. Some experiments are conducted with the model checker UPPAAL to show our approach is both effective and efficient. Jifeng He: On leave from East China Normal University. The work is partially supported by the 973 project 2002CB312001 of the ministry of science and technology, and the 211 project of the ministry of Education of China. Partially Supported by National Natural Science Foundation of China (No.60173003) Received November 2004 Revised July 2005 Accepted August 2005 by Eerke A. Boiten, John Derrick, Graeme Smith and Ian Hayes     

Algorithmic aspects for multiple-choice hardware/software partitioning

Hardware–software partitioning (HW/SW) divides an application into software and hardware. It is one of the crucial steps in embedded system design. For a given task, hardware with different areas may provide different execution speeds due to the potential of parallel execution in hardware implementation. Thus, one task may have multiple-choice in hardware implementation according to the available hardware areas. Existing HW/SW partitioning approaches typically consider only a single implementation manner in hardware, overlooking the multiple-choice of hardware implementations. This paper presents a computing model to cater for the HW/SW partitioning problems with the multiple-choice implementation in hardware. An efficient heuristic algorithm is proposed to rapidly generate approximate solution, that is further refined by a tabu search algorithm also customized in this paper. Moreover, a dynamic programming algorithm is proposed for the exact solution of the relatively small problems. Extensive simulation results show that the approximate solutions are very close to the exact ones, and they can be refined by tabu search to the solutions with the error no more than 1.5% for all cases considered in this paper.