一种新的光栅传感器信号相位补偿算法的设计

为了保证光栅传感器的分辨率的提高,减小细分算法的误差,文中提出了一种新的相位检测与补偿的处理方法.该方法主要采用易于硬件实现的CORDIC算法来实现,用CORDIC算法的向量模式来检测两路信号的相位并得到其相位偏差,再用其旋转模式对有相位偏差的信号进行补偿.补偿过程中,以正弦信号为基准,对有相位偏差的余弦信号进行补偿.仿真实验表明,该算法可使相位偏差得到有效补偿,补偿后的偏差不超过补偿前的2％.     

基于CORDIC算法的载波同步锁相环设计和实现

研究了一种利用CORDIC算法的矢量及旋转模式对载波同步中相位偏移进行估计并校正的方法.设计并实现了基于CORDIC算法的数字锁相环.通过仿真,验证了设计的有效性和高效性.     

一种CORDIC算法的FPGA实现

在数字化中频接收机中,为了实现相干解调,接收端的数控振荡器需要产生一个本地相干载波,其频率和相位必须与发送端载波的频率和相位严格保持一致,因此需要用到arctan函数计算相位差。研究了一种基于CORDIC算法计算arctan函数的方法,提出了基于CORDIC算法实现arctan函数运算的硬件流水线实现结构,并在芯片上进行仿真实现,仿真结果表明,其输出误差较小,与理论值基本一致,利用其可实现数字载波同步中鉴相、鉴频功能。     

带频偏校准的GMSK解调器设计与实现

提出了一种在零中频低功耗蓝牙接收机中使用的GMSK解调器。GMSK是一种恒包络调制方式,针对其解调最重要的判决依据是相位变化,而接收机的本振频率与发射机的载波频率误差会对相位产生干扰。因此提出了一种频偏校准算法来解决频偏对解调性能的影响。该算法由改进的一比特差分解调与CORDIC(COordinate Rotation Digital Computer)算法结合实现,与传统的频偏校准算法相比复杂度大大降低。在150kHz以内的频偏条件下,要达到10~(-3)误码率要求,需要的信噪比与无频偏时相比差距在1 dB以内。该解调器通过Verilog实现,并用FPGA进行验证。     

基于CORDIC改进算法的DDS设计

采用CORDIC算法实时计算正弦值的方法,替代传统DDS中的正弦查找表,显著节省了硬件资源,极大提高了转换速度以及DDS的频率和相位分辨率.将基于改进的并行流水结构的CORDIC算法作为IP应用于高端DDS芯片中,同时利用Matlab的M语言进行仿真与调试,可以直观地看到该改进算法的输出波形.     

基于改进CORDIC算法的QR码快速检测硬件实现方法

针对如何快速准确地对QR码进行检测译码的问题,提出了一种基于改进CORDIC算法的QR码快速定位与校正提取的硬件实现方法.通过摄像头获取图像,并经过一系列的硬件模块预处理,能够快速准确地定位并提取出QR码图像.其中旋转校正提取采用改进型CORDIC算法,可以实现360°内的旋转校正.改进型CORDIC算法采用移位和加法...     

基于CORDIC改进算法的NCO设计

数控振荡器(NCO)已经被广泛应用于数字信号处理、软件无线电系统等诸多领域中。针对基于传统CORDIC(Coordinate Rotation Digital Computer)算法的NCO存在工作频率较低、精度不高、且消耗资源多等缺点,通过对CORDIC算法进一步优化改进,提出了一种NCO的设计方法,将覆盖角度扩展至整个圆周范围,实现了幅度与相位之间分别对应,且输出的正余弦波形具有完全正交性。实验结果表明,设计的NCO具有运算速度快,消耗硬件资源较少,结构简单易于使用硬件电路实现的优势,最高频率比基于传统CORDIC算法的NCO提高了114.3%,并将精度提高至10-5~10-6的数量级。     

基于CORDIC算法的高速正余弦函数实现架构

坐标旋转数字计算机算法（Coordinates Rotation Digital Computer （CORDIC） Algorithm）,其硬件结构实现简单,可以在硬件系统中实现包括乘、除、各种三角函数、自然对数和平方根在内的初等函数;针对图像处理对计算速度要求高的特点,本文采用了多级流水线的实现架构,可以明显提高CORDIC电路的工作频率;为了进一步地减少各级流水线的计算时延,电路中采用了运算速度较快的BKA加法器。基于Altera公司的FPGA（EP2C5F256C7）芯片的CORDIC算法架构综合,使其能够工作在188．38MHz的最高时钟频率。仿真结果表明本文提出的CORDIC架构能高速正确地实现CORDIC算法。     

基于CORDIC算法的DDC实现

论文讨论的是基于CORDIC算法的DDC实现,给出了字长16bit的流水线CORDIC算法的结构图.在该流程图中,通过增设两级预旋转,以调整CORDIC算法的旋转角度覆盖范围,使其满足的设计要求.同时文章给出了系统相应的增益因子的调整方法,给出了流水线CORDIC运算器的VHDL实现以及QuartusⅡ环境下的仿真结果.通过对仿真时序结果与数值结果的分析,可以得出基于CORDIC算法的DDC实现可以满足高速数据流的应用环境.且运算结果精度较高.     

CORDIC算法在倾角传感器中的应用

CORDIC算法是一种适合硬件电路实现的循环迭代算法,可用简单的加减和移位运算完成复杂函数运算。本文介绍了CORDIC算法理论的矢量模式,在分析比较得出位串行CORDIC结构优于位并行CORDIC结构之处的基础上,提出了解决位串行迭代结构溢出的方法,并设计了结构图。设计实现反正切函数模块,在Modelsim平台上仿真验证了其准确度和精度。     

基于注意力机制子网络的时空跌倒检测算法

近年来行人跌倒检测变得越来越重要,因为准确及时的跌倒检测可以帮助跌倒者获得紧急救援。针对复杂场景中由于光照变化、遮挡和尺度变化等导致检测性能下降的问题,提出一种实时、鲁棒的跌倒检测算法。首先采用YOLO v3目标检测模块完成行人检测;然后在跟踪模块中对每个跟踪的边界框提取深层特征后,运用数据增强和重检测技术提高光照变化下的检测精度,并引入注意力机制子网络应对被遮挡目标的检测;最后跌倒判断模块对行人姿态进行判断,完成实时跌倒检测和报警。在Cityperson数据集、Montreal fall数据集和自建数据集上的实验结果表明,行人检测算法的检测精度达到87.05%,跌倒算法的检测精度达到98.55%,时延在120 ms以内,且在光照变化和遮挡影响下依然能获得良好的性能。     

获取目标最佳极化算法的FPGA实现

根据带门限的序列Jacobi方法,提出了一种实时获取目标最佳极化的FPGA实现方法。该方法精简了对待求矩阵最大非对角元素的搜索过程,并在FPGA中采用并行结构的运算模块设计,优化了有限状态机(FSM)的执行时序,从而避免了CORDIC算法繁琐的迭代过程,减少了程序运行时间。FPGA实现结果表明,该方法的执行速度比CORDIC算法至少提高了21%,具有较高的实时性。     

位串行SVD处理器的设计

奇异值分解(SVD)广泛应用于数字信号处理等领域.为提高SVD效率,Brent等提出一种由SVD处理器组成的阵列,应用并行JACOBI算法实现SVD.SVD处理器一般采用CORDIC位并行结构实现.本文比较CORDIC位并行结构和位串行结构,分析了位串行结构在硬件资源以及时钟频率上的优势,采用CORDIC位串行结构设计了SVD处理器,并结合位串行结构的特点对其进行了优化.仿真实验验证了该设计的正确性;CORDIC结构的对比实验表明,与位并行结构相比,位串行设计以一定的处理时间为代价,可以节约大量的硬件资源,适用于硬件资源紧缺的非实时场合.     

基于CUDA的实时人脸识别系统

通过对人脸识别系统的2个关键部分的优化,实现一种快速高效的人脸识别系统。在面部检测阶段改进图像积分的并行算法;在面部识别阶段尝试算法的并行化,并且把测试阶段的一部分进行了并行化。与传统的CPU识别程序相比,CUDA平台改进程序可在面部检测阶段实现22.42倍的加速比,在面部识别阶段实现1668.56倍的加速比。实验数据表明,本文提出的人脸识别系统具有很高的实时性能。     

基于CORDIC差分鉴频解调算法的PCM/FM遥测接收系统

在分析遥测接收系统工作原理的基础上,深入研究了CORDIC(COordinate Rotation Digital Computer)算法的解调技术.当输入为正交中频(IF)信号和对应的时钟信息时,输出即为输入瞬时信号对应的瞬时相位,但在信道没有延迟时,其抗噪性能不如相干解调.在此基础上设计了一种改进的CORDIC差分鉴频解调算法,得到瞬时相位后,在数字域作1阶差分完成信号鉴频,保证了在信道没有延迟的情况下信号的抗噪性能.通过仿真实验证明了算法的合理性.     

基于轻量级卷积神经网络的载波芯片缺陷检测

载波芯片（chip on carrier,COC）是光发射次模块（transmitter optical subassembly,TOSA）的重要组成部分,被广泛应用于光通信领域,实现光电转换。针对载波芯片崩口、定位柱破损以及波导污渍三种不同类别缺陷的实时检测问题,提出了一种基于轻量级卷积神经网络的载波芯片缺陷检测算法YOLO-Efficientnet。为了减少网络参数,缩短检测时间,采用轻量级卷积神经网络Efficientnet作为主干网络对图像进行特征提取,在移动翻转瓶颈卷积（MBConv）的基础上,引入了压缩与激发网络（SENet）的注意力思想,在通道维度上引入注意力机制;为了解决下采样的过程中导致信息丢失的问题,引入空间金字塔池化（SPP）结构来增大图像的感受野,分离出更加显著的上下文特征。针对COC缺陷多尺度以及波导区域污渍小目标难以检测的问题,引入了PANet结构进行多尺度特征融合。实验结果表明,提出的算法对COC缺陷检测的准确率达到了98.5%,检测时间达到每张图片0.42 s,满足实时检测的需求。     

基于视觉的无人机板载自主实时精确着陆系统

传统视觉方案无法应对无人机降落过程中复杂的环境变化,难以实现在机载处理器上的实时图像处理。为此,提出一种适用于无人机板载端轻量高效的Onboard-YOLO算法,使用可分离卷积代替常规卷积核提升计算速度,通过注意力机制自动学习通道特征权重提高模型准确度。在运动模糊、遮挡、目标出视野、光照、尺度变化等5种干扰环境下进行降落测试,结果表明,Onboard-YOLO可以解决降落过程中的复杂环境问题,在板载端计算速度达到18.3 frame/s,相比于原始YOLO算法、Faster-RCNN算法分别提升了4.3倍、25.7倍,其算法平均准确度达到0.91,相比SSD-Mobilenet提高了8.9个百分点。经实际测试验证了该算法可实现无人机板载端的实时自主精准降落,达到95%以上的降落成功率。     

基于改进Yolo v3算法的遥感建筑物检测研究

针对遥感图像中建筑物检测存在小型建筑物检测难度大、检测过程中无法满足实时性等问题,提出将基于深度学习的目标检测算法Yolo v3应用到建筑物检测场景中。以实时性及泛用性良好的Yolo v3为基本算法,满足实时性的要求;通过改进Yolo v3的网络结构,以修改特征图分辨率、调整先验框维度为方向加强对小型建筑物的检测能力。实验结果表明,改进的Yolo v3目标检测算法既满足了实时性的要求,且检测精度和召回率达到了91.29%和95.61%,较原算法分别提高了5.35%和2.34%。因此提出的改进方法有效解决了遥感领域小型建筑物的检测问题。