基于FPGA的虚拟电源的研究与实现

设计了以FPGA为核心控制芯片的虚拟电源系统。实现了虚拟电源的硬件平台和软件系统,包括控制开关模块、电压采集模块、电压输出模块、电压自调整模块、UART模块、数值转换模块等。系统利用UART与上位机实现通信,通过控制AD5662和TPS5450芯片输出设定电压,并实时地从AD7699芯片处获得实际输出电压值,通过自调整模块使电压稳定在设定值的附近。电压测试范围从2.6V到4.2V,当系统不带负载时,输出电压的纹波小于10mV,当输出电流为1A时,输出电压纹波小于20mV。     

中国象棋计算机博弈关键技术分析

机器博弈被认为是人工智能领域最具挑战性的研究方向之一．国际象棋的计算机博弈已经有了很长的历史，并且经历了一场波澜壮阔的“搏杀”，“深蓝”计算机的胜利也给人类留下了难以忘怀的记忆．中国象棋计算机博弈的难度绝不亚于国际象棋，不仅涉足学者太少，而且参考资料不多．在国际象棋成熟技术的基础上，结合在中国象棋机器博弈方面的多年实践，总结出一套过程建模、状态表示、着法生成、棋局评估、博弈树搜索、开局库与残局库开发、系统测试与参数优化等核心技术要点，最后提出了当前研究的热点与方向．     

磁感应成像系统激励源的教学实践设计

本文以磁感应成像系统中激励源的设计为例,介绍了利用DSP Builder进行硬件设计的设计思路及方法.文中根据磁感应成像激励源的参数要求,提出了基于直接数字频率合成的多频移相激励源的总体设计方案;说明了利用DSP Builder搭建激励源模型的方法及步骤,最后通过模型仿真,验证了设计激励源模型的可行性.     

机器博弈研究面临的各种挑战

让计算机学会下棋打牌,尤其和人类的精英对决,这是机器博弈领域长期的奋斗目标,也是人工智能学科极富挑战性的研究课题.为能在这一新兴的研究领域取得更快更多突破性进展,有力发挥机器博弈的"果蝇"作用,有必要很好地明确机器博弈研究当前面临哪些挑战性问题.从学术观念、实战博弈、理论发展、军事应用、国际接轨、普及提高及学生创新性培养等多角度阐述当前在机器博弈领域急需解决的主要问题,以期有更多的青年学者能够投身到这一极富挑战性的研究领域.     

基于多核的并行粒子滤波运动目标跟踪

粒子滤波中大量的粒子计算使得算法的实时性较差。由于粒子滤波本身具有可并行化的特点,因此利用OpenMP多线程库派生出多个线程,将算法过程由单线程串行执行转变为多线程并行执行。用多核并行计算技术实现粒子滤波运动目标的跟踪。实验结果表明:基于多核的并行计算技术提高了粒子滤波算法的计算效率。     

计算机博弈:人工智能的前沿领域——全国大学生计算机博弈大赛

<正>1计算机博弈的由来与发展计算机博弈,亦称机器博弈,是ComputerGames的"狭义"翻译[1],即指通过计算机给出着法,与人类选手或另一个计算机进行各种棋类的对弈,例如比赛象棋、西洋跳棋、黑白棋等。近年来,大家又开始研究让计算机进行牌类对     

基于FM的数字模拟混合通信系统的研究

尽管现在成熟的短距离通信技术有很多,比如WiFi、Zigbee、NFC、蓝牙等,但是它们都具有各自的局限性,并不适合在没有无线网络接入的短距离共享中应用。为此,我们研究了一种基于FM的新型数字模拟混合通信技术。利用FM的广播形式可以实现数据的大范围分享。此外,利用RDS技术又可以让FM信号中携带一定量的数字信息,由此实现数字模拟混合通信。为了实现这个技术,设计了该技术的具体硬件组成、编码方式、通信协议等。通信时我们利用曼彻斯特编码,可以提高稳定性。另外通过Mobile DJ协议可以保证数据的高效稳定传输。     

象棋机器人的研究与探索

象棋机器人不仅可以为人们提供寓教于乐的高技术享受,而且是一个良好的机器人人性化功能的研究平台。要让机器人能够识别棋局状态与变化、进行博弈思维、摆棋、走棋、判断对错与胜负,甚至能够与对手进行交流,这就需要认真梳理功能的需求,做出合理的总体设计,突破机器人感知和操作等关键技术,并要在故障诊断和功能集成方面给予全面的考虑。     

CPSO聚类和KMP相结合的说话人识别方法

针对目前广泛应用于说话人识别领域的MFCC特征参数包含较少说话人特征信息的问题和SVM分类器选择核函数时受到Mercer准则限制的问题,提出了一种将混沌粒子群算法(CPSO)与核匹配追踪算法(KMP)相结合的说话人识别方法.首先通过CPSO聚类算法将MFCC特征参数进行变换处理,得到精简的MFCC特征参数(SMFCC),然后利用KMP算法对核函数的形式没有任何限制的特性和良好的分类识别性能,对约简后的SMFCC特征参数进行分类训练和识别.仿真实验结果表明,基于CPSO-KMP说话人识别方法相比主流的GMM-UBM方法,在EER性能上相对提高了31％.     

基于FPGA的粒子滤波跟踪系统的设计与实现

目标跟踪技术广泛应用于消费电子、工业检测、安防监控及智能交通等领域.由于PC体积大,功耗高,而嵌入式微处理器的资源和处理能力有限,所以本文基于FPGA技术,设计并实现了以粒子滤波算法为核心的目标跟踪系统,以硬件加速技术提升处理性能.通过对影响速度的复杂浮点数运算采用定制指令的硬件加速方式,对于重复性高、运算简单的RGB转HSV等运算,采用IP核硬件加速方式,实现了算法硬件并行化,系统处理速度得到提升.实验表明,通过FPGA技术和硬件加速技术实现的目标跟踪系统能够满足实时性要求,其单位频率的处理性能高于高性能PC机的处理性能的5倍左右.