面向软基站高密集度计算的创新DSP的反汇编器研究

面向高密集度计算的创新DSP,其研究工作主要包括创新DSP(FT-Matrix)芯片设计以及与芯片配套的高效编译器、汇编器、反汇编器、链接器与集成开发环境研制。提出了一种基于创新DSP指令集和体系结构的变长指令反汇编器,并允许使用宏汇编预处理命令。     

分子吸附对聚乙烯醇在氧化铝粉末压缩体中扩散系数的影响

利用氧化铝粉末压缩球状体和Ｆｉｃｋ第二扩散定律,系统地研究了聚乙烯醇在多孔介质和实验系统ｐＨ值为８．４０±０．２条件下的扩散行为,以及聚乙烯醇在球体外表面吸附对扩散系数的影响．实验结果和相应计算得到的扩散系数表明：发生在氧化铝表面的分子吸附,不仅导致扩散平衡状态时的Ｍｔ（聚乙烯醇在时间ｔ的扩散量）高于理论计算值Ｍ∞,而且使实验初始阶段计算的扩散系数远大于其它过程扩散系数．由分子吸附产生的实验误差和扩散系数计算误差,可通过修正浓度分配系数Ｋ,或者直接从Ｍｔ中去除可能存在的吸附量得到解决．     

计算高度密集型应用在异构多核DSP上的运行方法研究

研究实现了计算高度密集型应用在异构多核DSP上运行的方法.即利用存储在RISC核外设总线上的FLASH中的应用程序,通过异构多核DSP目标板加电,自动加载到RISC核RAM执行,该应用程序将计算高度密集型应用的DSP程序加载到DSPs核上,并利用RISC核向DSPs核点火执行.主要介绍了异构多核DSP中的RISC核和DSP核的复位、启动方法,DSP核的多种冗余降级工作模式,详细分析了RISC核控制DSP核的原理及操作方法.提出的运行方法完整有效,为相关的研究人员打下了良好的基础.     

基于内禀模态能量熵与支持向量机的转子故障智能诊断方法的研究

大型旋转机械转子的运转情况是生产过程中最重要的问题之一,在故障初期对故障识别并实现智能诊断具有重要的意义。然而大型旋转机械存在较大的非线性,并且故障样本较少,给特征提取和状态识别带来了很大困难。基于经验模态分解(EMD)后内禀模态函数的能量熵,提取各个内禀模态函数的能量作为特征向量,并以此作为支持向量机(SVM)的输入参数来输入支持向量机进行故障诊断。实验表明这种方法能够对故障状态与正常状态正确分类,实现故障的智能诊断。     

互相关运算在银河飞腾DSP上的实现及优化

在信号处理领域中,互相关运算对于寻找未知信号中的特性具有重要的作用。互相关常被用于图像匹配、粒子图像测速等领域。针对互相关运算计算量大而实时系统中要求较快运算速度的问题,利用银河飞腾多核DSP(YHFT-QDSP)的FFT加速器完成二维FFT运算,在YHFT-QDSP上实现了互相关运算,从而提高了互相关运算在实时系统中的性能,并在此基础上针对输入数据大小的不同提出了若干优化的方法,进一步提高了互相关运算的性能。     

基于支持向量机和神经网络对分类问题的比较研究

支持向量机(SVM)和神经网络(ANN)是模式识别的两种方法,支持向量机是新兴的一种效率更高的识别方法,能够达到比神经网络更好的分类效果。文中以二分类为例比较了二者的分类准确率和效率问题。