TMS320C67系列EMIF与异步FIFO存储器的接口设计

介绍了TI公司TMS320C67系列DSP的EMIF(外部存储器接口)与异步FIFO(先进先出)存储器的硬件接口设计,着重描述了用EDMA(扩展的直接存储器访问)方式读取FIFO存储器数据的软件设计流程,最后说明了在选择FIFO存储器时应注意的问题.由于EMIF的强大功能,不仅具有很高的数据吞吐率,而且可以与不同类型的同步、异步器件进行无缝连接,使硬件接口电路简单,调试方便.运用EDMA的方式进行数据传输,由EDMA控制器完成DSP存储空间内的数据搬移,这样可以最大限度地节省CPU的资源,提高整个系统的运算速度.     

矩阵的低秩稀疏表达在视频目标分割中的研究

提出了一种视频目标跟踪与分割的在线算法。该算法将每帧图像中的超级像素作为一个数据点,根据已知的目标和背景建立模板,当前帧中待分割的目标可以看成已知模板的稀疏线性表达。根据此线性表达的系数可以建立描述当前帧与模板的相似性矩阵,即表达子。由于视频图像的连续性,表达子具有低秩和稀疏的特征。因此通过求解矩阵的低秩稀疏的优化问题可以得到当前帧中所有数据点属于目标的概率分布。为了获得基于像素级的分割结果,通过能量最小框架,并利用图分割的方法最终实现目标的分割。实验结果表明该算法具有良好的分割效果。     

混合线性模型在模板跟踪中的应用

模板跟踪在计算机视觉上已经有了很广泛的应用。利用图像的单应性特征,构建目标的运动模型,找出观察数据与目标运动参数的关系,估计目标的运动参数,实现目标跟踪的目的。本文提出了一种基于混合线性模型的模板跟踪方法,提取目标的运动参数和表观特征,建立数据集,利用全监督学习的方法计算出两者的映射关系,从而实现对目标进行有效跟踪。这种方法既克服了由单一线性模型造成的非线性误差,又减少了由于计算非线性模型的计算量,提高了目标跟踪的精度。此外,本文还提出了一种快速学习的计算方法,克服了混合模型中每个子空间由于学习样本少而容易受到噪声影响的缺点,不仅增加了系统的鲁棒性,而且减少了计算量。实验结果表明该算法具有良好地跟踪效果。     

高速电路中的信号完整性分析

随着嵌入式系统速度的提高,信号完整性(Signal Integrity,SI)问题受到越来越多的关注。由于信号质量不理想而造成系统崩溃的现象经常出现。结合系统设计中的实例,对高速信号传输的信号完整性问题作了较为详细的论述。在电路设计初期,通过PROTEL软件对和信号完整性进行分析,仿真结果指导PCB板的设计,可以有效地提高信号的完整性,极大地缩短设计周期,降低设计成本。     

一种通用的TFT-LCD显示控制器的设计与实现

随着各种分辨率LCD的广泛应用,一种通用的LCD显示控制器的研制与应用亟待发展。为了能够更加方便快捷地控制LCD的显示,文中以AT070TN92液晶为例,详细分析了显示控制器中的关键技术,采用了一种基于CPLD或FPGA的通用LCD显示控制器的方法,使LCD的显示控制以模块化的方式应用在各种嵌入式设备中。通过试验验证,这种方法不仅能够准确地实现标准时序下的液晶控制和驱动功能,而且其通用性强,可以在不更改上位机的控制代码的情况下,实现多种分辨率的标准显示功能。     

基于熵权TOPSIS模型的机床结构件优选设计

针对机床重要结构件优选设计时难以在多个方案和多项性能评价指标之间进行取舍这一问题,提出了基于熵权TOPSIS模型的机床结构件优选设计。以龙门机床的定横梁为研究对象,结合有限元分析设计了10个不同的定横梁结构作为备选方案,并对10个备选方案依次进行了灵敏度分析和多目标优化,确保10个备选方案都具有相对最优尺寸参数。利用有限元软件依次对优化后的10个备选方案进行静动态特性和热特性分析,得到了优选决策的原始数据。建立了机床结构件优选评价的熵权TOPSIS数学模型,利用Matlab软件求解计算选出了最佳方案。对比分析了定横梁部件优选前后的静动态特性和热特性参数,认为优化后定横梁部件综合性能有所提升。结合实际工程经验分析了优选决策原始数据,认为优选结果符合实际,验证了熵权TOPSIS模型对机床结构件优选设计的有效性。     

判别分析字典在行为识别中的算法研究

近年来,字典学习已成功运用到模式识别领域中,但是作为字典学习里的重要分支,分析字典却极少能得到应用,主要原因是分析字典的判别力较弱。该文提出了一种新的具有鲁棒性和判别性的分析字典学习法,该字典学习法从带噪数据中寻求数据的低秩表达,并联合Fisher准则从恢复出的干净数据中学习分析字典,由于引入了监督学习的机制,因此增强了字典的判别特性。最后将该算法应用于人体行为识别任务中,通过实验验证得出,相比于其他经典的字典学习方法,该方法在行为识别数据集上取得了较好的分类精度。