基于FPGA的9/7小波变换算法实现

提出了一种基于现场可编程门阵列(FPGA)的高速9/7二维离散小波变换(2-D DWT)设计。在实现一维离散小波变换(1-D DWT)时采用多级流水线技术,并使用了改进的提升算法。同时,使用正则符号编码(CSD编码)和优化的移位加法操作实现乘法器,使其便于通过硬件实现,且加快了处理速度。在进行二维离散小波变换时采用改进的基于行的结构,只需完成3行行变换即可开始列变换,减少了系统资源的占用。设计通过MATLAB与ModelSim联合仿真,可以稳定运行在60MHz时钟频率下,完全能够满足高速图像实时处理的要求。     

基于FPGA的雷达信号采集系统设计

为了精确采集前端雷达信号,设计了一种基于现场可编程逻辑门阵列(field progr-ammable gate array,FPGA)的雷达采集系统.采用FPGA作为核心主控芯片,通过给雷达收发芯片赋值产生雷达信号,用FPGA控制板间的AD芯片对回波信号进行采样.最后将信号传输到上位机中,从而实现雷达信号获取、数据采集...     

用FPGA设计数字存储示波器

介绍基于现场可编程门阵列（FPGA），采用模拟／数字、数字／模拟转换器件和RAM（UT62．256）静态存储器件，完成了数字存储示波器的功能。经测试，整机功能齐全，输出波形稳定，没有明显失真。     

基于FPGA的自适应光学系统波前处理机

针对大型地基高分辨率成像望远镜对自适应光学系统波前处理规模的需求,设计了基于现场可编程门阵列(FPGA)的高速大单元自适应波前处理系统,给出了设计方案,实施过程和测试结果.提出的基于FPGA的自适应光学系统波前处理机,在软件上采用FPGA对整个系统进行数据配置和调控,实现多路D/A数据同时传输和转换.同时,采用FPGA...     

基于国产FPGA的数显表设计

根据数字显示仪表国产现场可编程逻辑门阵列(FPGA)的工程应用需求,本文选用紫光同创公司研发和生产的Logos系列FPGA芯片PGL22完成了数显表的设计。本文主要介绍了数显表的技术参数、硬件设计原理、FPGA的软件框架以及程序设计流程图等内容。     

基于LabVIEW和FPGA的串口通信舵机控制系统

舵机是仿人机器人的重要组成部分,为控制舵机实现仿人机器人表情再现,设计了一种基于LabVIEW和现场可编程逻辑门阵列(FPGA)的串口通信舵机控制系统,首先在SolidWorks中完成模型的建立,然后采用可编程片上系统(SOPC)的设计方法,进行硬件设计,该系统以实现4路舵机的控制为例,能够根据实际情况增加或减少脉宽调制(PWM)模块,改变舵机的数量。然后通过软件编程设计,可以改变舵机的转速,软件编程是在Nios II环境下编写的。最后通过LabVIEW中的VISA控件实现了PC机与FPGA的串口通信,控制舵机的运行。     

基于FPGA的数控系统脉冲式速度控制模块实现技术

根据机床计算机数控系统中脉冲式速度控制的功能需要,基于Altera公司的CYCLONE II系列FPGA芯片,利用Verilog HDL硬件描述语言在Quartus II 9.0开发环境中,使用定时法实现直线型速度控制模块功能,该模块采用FPGA软件硬化实现技术,内部包含了复位单元、分频单元和速度处理单元等子模块,经过仿真波形分析,验证了设计的正确性,增强了模块的可移植性、可适用性和可靠性。     

基于FPGA的正交信号的数字辨向细分技术

细分是提高光学仪器测量分辨力的关键技术之一。文中首先介绍了参考信号的构建方法,然后给出了辨向细分的具体实现过程,一种新的λ/8细分电路设计方法被提出,并使用VHDL语言实现细分、辨向及计数模块程序的设计,最后通过FPGA的具体实现以及仿真分析,证明了该方法的有效性。仿真结果表明,该方法具有原理简单、集成度高、易于实现的特点,并且特别适合使用FPGA等EDA工具实现。     

基于数字频率合成算法的硬件PWM模块设计

针对伺服电机的控制问题,对控制伺服电机的脉冲发送模块、计数模块、加减速模块进行了研究。通过分析脉冲信号产生过程,提出了一种基于FPGA的宽调频范围的脉冲产生方法。该方法采用数字频率合成算法,通过硬件描述语言Verilog HDL实现该算法的逻辑,并利用Quartus II仿真软件对所产生脉冲信号和加减计数模块进行仿真测试。在伺服电机控制平台上进行测试验证,研究结果表明该算法生成的脉冲频率可调范围为1 Hz~25 MHz,在整个脉冲段的波动不超过一个时钟周期。该脉冲发送模块具有脉冲输出均匀稳定、分辨率高、调频范围广的优点,可以满足多种伺服控制要求,为伺服电机提供稳定的控制脉冲,具有一定的应用前景。     

基于蚁群算法的单克隆菌落挑选仪路径规划

单克隆菌落挑选仪是集光学成像、图像识别和自动控制等技术于一身,应用于生物工程领域的一种高端仪器。对12×8阵列挑选针和无序排列的菌落目标,只有对挑选路径和顺序进行优化,才能有效提高挑选通量。针对这一需求,利用蚁群算法的基本原理,对单克隆菌落挑选仪挑选路径进行了优化。仿真实验结果表明,该算法可以有效提高挑选效率。     

基于改进蚁群算法的PID参数优化

一般传统PID控制器参数优化都采用Ziegler-Nichols法,由于其无法获得满意的动态指标,因此本文提出一种基于改进蚁群算法的PID控制器参数优化方法。蚁群算法是一种仿生进化算法,其采用分布计算机制,具有较强鲁棒性。本文提出的改进蚁群算法,可自适应调整路经上的信息素,并将各路径上的信息素强度限制在某个区域内,以避免搜索停滞。仿真实验表明该方案可行。     

基于蚁群算法的产品拆卸序列规划研究

为了能以较高的效率求解出产品拆卸序列的方案,首先阐述了拆卸可行性信息图的概念,将产品的拆卸序列规划问题转述成对该加权有向图中具备最优值的路径搜索和寻优问题。提出了一种蚁群优化算法,并结合对产品元件的拆卸路径求解工具,以实现对产品拆卸可行性信息图的构建和对拆卸方案的搜索和寻优。蚂蚁的一条遍历路径代表了一个描述产品元件拆卸的方案;蚂蚁已经遍历过的路径上代表可行操作的节点数决定了其留下的信息素。启发式信息的求解分为两个部分,包括了确定启发式向量和求出启发式信息值,它们分别表征了方案的可行性及其优异程度。最后,通过一个实例,验证了这一方法的可行性及其计算效率。     

基于改进蚁群算法的装配序列规划

针对装配序列规划问题,分析了基本蚁群系统的不足,提出了面向装配序列规划的改进蚁群算法,来获得最优或次最优的装配序列.改进蚁群算法中,将装配操作约束作为启发式信息引入状态转移概率中,通过获取零部件之间的装配关系设定可行转移范围.通过信息素残留系数的动态变化和影响转移概率的α、β参数的动态设置,提高了蚁群的收敛速度并有效地避免了其陷入局部最优解.通过实例验证了改进算法的有效性.     

基于绿色模块划分的多目标蚁群算法

针对模块划分问题中基本单元本身又是一个零件库的情况,基于绿色模块划分的多目标模型,提出了一种多目标蚁群算法;以减速器为实例,建立聚合度、耦合度、绿色度3个目标函数,然后在同一个种群中,又分出3个蚂蚁群体,每个蚂蚁群体最优一个目标函数,三者共享全局信息素,设置合理启发式因子、信息素更新原则和3个外部精英解,以均值来解决拥挤距离维护外部精英集。3个蚂蚁群体中的解分别与外部精英解比较,如果是非支配的就更新全局信息素;如果是互不支配的就按照均值来更新全局信息素,其他只考虑信息素的挥发。实验证明收敛速度极快,容易找到最优解,对各个因子和参数的改变算法均表示稳定收敛,验证了方法的可行性,具有极好的实用性。     

基于自适应蚁群优化算法的数据挖掘模型研究

在Ant-Miner算法框架中通过对启发式因子、信息素更新及路径选择概率等策略的改进,提出基于自适应蚁群优化算法的分类挖掘模型,并进行实验分析,与基本Ant-Miner算法相比较,表明这一算法在规则质量及运行时间上都有很大的优势.     

基于改进蚁群算法的多供应商选择问题求解

为克服传统供应商选择过程中只针对单一物资供应过程和面向单一供应商选择过程的局限性,以质量、成本、交货期和交货提前期为评估指标,以最小化评估指标综合值为目标,建立了针对多品种供应条件下多供应商选择的0-1整数规划模型.基于蚁群算法,构造了适合该模型特征的改进蚁群求解算法,并阐述了其求解过程.通过模拟算例及对比分析表明,该方法是有效、可行的,它可为企业进行多品种供应的多供应商选择问题提供了可参考的模型和求解算法.     

基于蚁群算法的电控助力转向系统的集成优化设计

介绍了蚁群算法的基本知识,将蚁群算法引入电控助力转向系统(EPS)中,对EPS结构参数和控制参数进行集成优化,并用MATLAB进行了仿真.结果表明采用集成优化系统的转向轻便性和灵敏性都有了提高,改善了助力特性,从而使设计的结果达到了全局最优.     

基于自适应蚁群算法的柔性作业车间调度问题

针对经典作业车间调度问题的局限性,结合实际生产情况,提出了具有路径柔性的作业车间调度模型,给出了求解模型的自适应蚁群算法的具体实现过程。在搜索解路径的过程中,该算法首先确定下一步可供选择加工的工件在哪台机器上加工最好;接着在选择机器后再确定该加工哪个工件;当所有蚂蚁爬行完毕后,针对算法是否陷入局部收敛,分别对各路径上的信息素进行了自适应调整,有助于快速得到全局最优解;最后,通过实例仿真验证了算法的有效性。     

一种用于优化PID参数的改进蚁群算法

PID控制由于算法简单,鲁棒性好在工业的过程控制中应用很广泛,但是传统的Z-N算法整定的PID参数却并不是最佳的。蚁群算法作为一种新型的仿生优化算法。该算法具有很多优良的性质,近年来在优化领域中得到了广泛应用。本文提出了一种改进的蚁群算法。通过增加高斯变异这一环节来增强算法的智能性。最后通过仿真实验获得了较好的控制效果。