快速实现二维DFT的处理器陈列

给出实现二维离散付里叶变换(2DDFT)的两种新阵列.     

双准最佳屏蔽二进阵列偶的理论研究

提出了一种新的具有良好周期相关特性的离散信号,即双准最佳屏蔽二进阵列偶,讨论了双准最佳屏蔽二进阵列偶的相关性质及变换性质,并用计算机搜索出部分小体积的双准最佳屏蔽二进阵列偶。     

基于脊波的多光谱和全色图像融合方法研究

应用了双线性插值的矩形阵列到径向阵列的变换算法,给出了一个离散脊波变换的实现方法,将其应用于多光谱图像与全色图像的融合算法中,通过清晰度、灰度方差、信息熵三个方面,将算法结果与小波变换的结果进行了对比,实验结果表明,相对于小波变换而言,脊波变换能更好地处理线和面的奇异性,而且由融合的结果来看,脊波变换得到的结果在清晰度等方面要高于小波变换。     

离散半球体电阻式气体传感器的研究

提出了一种新型气体传感器敏感结构模型,即在传统连续平面敏感结构的基础上,将连续平面敏感结构的上半部分离散化,使之成为离散半球体阵列结构,建立半球体的扩散方程,分析了具有新型和传统型敏感结构的传感器的响应时间,并进行比较,说明具有离散半球体阵列敏感结构的传感器具有更快的响应速度。     

基于提升算法JPEG2000小波变换的硬件实现

提出了一种基于提升算法的高效JPEG2000二维离散小波变换(2D-DWT)硬件结构,将边界延拓内嵌于离散小波变换过程中,减少了所需的内存空间和功耗。采用W扫描输入方式和行列并行处理结构,加快了变换速度,大大提高了小波变换的效率。整个二维离散小波变换结构已经通过FPGA硬件仿真验证。     

用于阵列流型快速测量的宽带方法

阵列流型是传声器阵列信号处理的重要参数,直接影响阵处理性能。阵列流型与传声器的一致性、阵列结构和使用环境等密切相关,已有方法按照频率和角度逐一完成测量,但耗时是密集频率宽带测量的突出问题。论文提出了一种传声器阵列流型宽带测量方法：通过分析宽带信号在离散傅里叶变换之后各频率数据的相关性,提出根据非相关性原则构造宽带测量源信号,并在数据处理中运用FFT算法,综合实现了阵列流型的快速测量。通过在半消声室内的实测证明了论文方法的高效性。方法具有重要的工程应用价值。     

流水线配置技术在可重构处理器中的应用

提出一种应用于可重构处理器中的流水线配置技术,能够有效减低配置时间,提高应用程序的执行速度。可重构处理器包括通用处理器和一个粗颗粒度的可重构阵列。可重构阵列将处理应用中占据大量执行时间的循环,这些循环将被分解为不同的行在阵列上以流水线的方式执行。该技术在FPGA验证系统上得到了验证。验证的应用包括H.264基准中的整数离散余弦变换和运动估计。相比传统的可重构处理器PipeRench, MorphoSys以及TI的DSP TMS320DM642有大约3.5倍的性能提升。     

电脑文摘

０００６９适用于人工神经网络的双环形收缩阵列网∥ＰｒｏｃｅｅｄｉｎｇｓＣＩＲＣＵＩＴＳ，ＤＥＶＩＣＥＳＡＮＤＳＹＳＴＥＭＳ．—１９９９ ,１４６（５）．—２２５～２２９本文介绍了一种可以用不实现人工神经网络的有效而快速的收缩结构。这种称作ＴＯＲＡＮ（二合一环形阵列网）的结构包含有若干个双环形收缩阵列网络 ,能够并行执行两组加权数据对的乘法运算。与单环形收缩阵列网相比 ,双环形收缩阵列网所需要的硬件虽然增加了４０% ,但它完成加权和计算的循环次数却减少了一半。０００７０交叉稳定式多输出正向伪共振转换器的分…     

结合梯度投影稀疏重构和复数小波的图像重构

压缩感知主要包括随机投影和重构两部分。针对迭代收缩算法收敛速度较慢,普通二维小波变换缺少方向性表示的缺点,利用置乱离散余弦变换（PDCT）实现随机投影,重构时采用梯度投影算法,在简化计算的基础上,通过迭代的方式完善图像在双树复数小波域的变换系数,最后经反变换后得到重构图像。在同一重构算法下,比较了利用双树复数小波变换和双正交小波变换的重构结果,结果表明前者重构后的图像在细节和平滑度上优于后者,在峰值信噪比（PSNR）上平均高出约1.5 dB;同一稀疏域中,梯度投影算法的收敛速度优于迭代收缩算法;相同稀疏域和重构算法下,PDCT与结构随机矩阵相比在PSNR上略高。     

基于双变量收缩函数的局域自适应图像去噪

由于图像小波系数存在很大的层间相关性,引入双变量概率分布模型,基于贝叶斯估计理论,得到了相应的非线性阈值函数（双变量收缩函数）;基于层内局域方差估计,利用该收缩函数得到一种局域自适应的图像去噪算法。在实验中,将该算法分别应用到实值离散小波变换域和双树复数小波变换域,并和隐马尔科夫模型的去噪方法做了比较分析。实验表明,复数小波变换的局域自适应收缩图像去噪算法去噪效果最好。     

应用于时频分析的低功耗短时傅里叶变换处理器(英文)

提出了一个应用于时频分析的短时傅里叶变换处理器。为了克服已有的离散短时傅里叶变换算法和结构的缺点,给出了一种基于快速傅里叶变换阵列的新结构。根据实际需要提出了一种新的高频域分辨率的SDF(Single-path De-lay Feedback)结构FFT单元,和传统的SDF结构FFT单元相比,反馈FIFO的深度和蝶形单元的数量都有所降低。再加上开发窗函数的对称性和适当合并硬件资源,与原始设计相比处理器的功耗降低了20%。使用中芯国际0.18微米工艺实现之后,系统工作时钟可以达到200MHz,即该处理器可以满足同样频率的采样信号的实时时频分析需求。     

Systolic阵列中的多维DFT方体向量法研究

以脉动式阵列（Systolic）应用研究为背景，分析了离散傅立叶变换（DFT）经典并行算法及其在阵列机上的特点；并针对该算法在处理机上并行实现的弱点，提出了在并行处理环境下适合大规模DFT的方体向量法。这种方法不需要在处理机之间进行数据转置，减少了处理之间的通信以及运算数据之间的依赖性，使变换能够在较大程度上异步进行，并摆脱了在操作数规模上的制约。文章还给出了在Systolic阵列上由方体向量法实现的三维DFT的具体例子。     

准最佳三进阵列偶

最佳二进阵列在通信领域中有着广泛的应用,但由于其存在体积的限制,制约了它的应用范围,针对这种现象,提出了一种新的最佳离散信号,即准最佳三进阵列偶,给出了准最佳三阵列偶的定义和变换性质,研究了它的组合允许条件,分析了它与准最佳二进阵列偶、准最佳屏蔽二进阵列偶以及最佳三进阵列偶之间的关系,并用计算机搜索出部分小体积的准最佳三进阵列偶。实验结果显示准最佳三进阵列偶的存在范围非常广泛,为通信工程的应用提供了更多的选择。     

应用于时频分析的低功耗短时傅里叶变换处理器

提出了一个应用于时频分析的短时傅里叶变换处理器.为了克服已有的离散短时傅里叶变换算法和结构的缺点,给出了一种基于快速傅里叶变换阵列的新结构.根据实际需要提出了一种新的高频域分辨率的SDF(Single-path Delay Feedback)结构FFT单元,和传统的SDF结构FFT单元相比,反馈FIFO的深度和蝶形单元的数量都有所降低.再加上开发窗函数的对称性和适当合并硬件资源,与原始设计相比处理器的功耗降低了20%.使用中芯国际0.18微米工艺实现之后,系统工作时钟可以达到200MHz,即该处理器可以满足同样频率的采样信号的实时时频分析需求.     

FCT网络的并发错误检测结构

文中提出了一种快速离散余弦变换电路的开发错误检测结构。为了达到１００％的故障覆盖率,ＦＣＴ采用基于第３类离散余弦变换的Ｂ．Ｇ．Ｌｃｅ算法蝶型结构实现。     

离散半圆柱体电阻式气体传感器的研究

气体传感器,作为一种先进的信息获取设备,在人们生产和生活中发挥着越来越大的作用。人们对其性能要求也越来越高,尤其是传感器的响应速度更是人们关注的重点。所以,本文提出了一种新型的气体传感器模型,即在连续平面敏感结构的基础上,将其离散化,成为离散半圆柱体阵列结构,根据平面和圆柱体扩散方程,分析了两者的响应时间和灵敏度,并进行比较,证明离散半圆柱体阵列敏感结构具有了更快的响应速度和更高的灵敏度。     

基于DCT和线性回归的人脸识别*

由于人脸图像常常因光照、姿态、表情变化及遮挡等因素的影响而具有非线性结构,在空间域直接使用线性方法就有其局限性。为此,提出了一种基于离散余弦变换和线性回归分类的人脸识别方法:通过离散余弦变换获取人脸图像的变换域特征,以减小光照、姿态变化等影响,然后再利用快速有效的线性回归方法得到识别结果。通过在几个常用人脸数据库上的测试结果表明,该方法在满足实时性的同时,能有效地增强面对这些问题的鲁棒性。     

基于DCT的实值离散Gabor变换的快速并行算法

Gabor变换在很多领域被认为是非常有用的方法,然而实时应用却因其很高的计算复杂性而受到限制。为了减小计算复杂性,曾提出了基于DCT的实值离散Gabor变换。文中回顾了基于DCT的实值离散Gabor变换,为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下,一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了该算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性。     

并行格型结构实现——一维块时间递归实值离散Gabor变换

为了有效和快速地计算实值离散Gabor变换,本文提出了在临界抽样条件下,一维块时间递归实值离散Gabor变换系数求解算法和由变换系数重建原信号算法,并研究了并行格型结构实现这两种算法的方法。     

基于高密度离散小波变换的改进图像降噪方法

为进一步提高图像质量,提出一种基于高密度离散小波变换的改进图像降噪方法。给出二维高密度离散小波变换的分解与重构快速算法,通过该算法对图像进行多尺度分解,利用相邻尺度小波系数相关性对各层小波系数进行双变量收缩阈值处理,重构降噪后的图像。实验结果表明,与其他常用小波降噪方法相比,该方法能进一步提高图像降噪效果,且在降噪过程中较好地保留图像细节。