基于 DSPC6678多核平台的实时任务调度架构设计分析

分析了数字信号处理器（DSP） C6678的多核模式,设计了一种基于C6678高速多核DSP硬件平台的实时任务调度软件架构,实现了实时任务调度。通过实际测试,整体设计满足了设计指标。     

一种基于双平台信号协同分选处理的设计方法

电磁信号环境日趋复杂,传统单平台信号分选对脉冲数极少的慢扫雷达以及相控阵雷达分选较为困难。提出了一种基于双平台的协同分选信号处理方法,有效地弥补了传统信号分选上的不足,并针对脉冲数极少的慢扫雷达以及相控阵雷达信号提出了相应的分选、融合、跟踪方法。     

基于DSP＋FPGA的高速通用实时信号处理平台设计

为了数据采集处理设备小型化、智能化和一体化,完成大量数据的采集和实时处理,并通过特殊算法完成复杂运算的目的,本文杓建了一种基于DSP＋FPGA的信号处理平台。该平台采用FPGA来实现FFT运算,利用DSP来完成频域信号的分析和处理以及与上位机的通信,应用CPLD来完成整个系统时序控制。该平台主要特点是硬件电路器件具有实时快速的执行速度,并使用了低功耗、低成本的DSP芯片。     

异构信息集成系统中查询处理的优化研究

异构信息集成系统是一个较复杂的问题,以减少数据流量、减少通信代价、提高查询效率为目的,分析研究了异构信息集成系统中的查询处理以及查询优化的操作,在此基础上对查询语句进行优化研究,采用更为合理的查询策略和语法,对准确、高效地完成查询任务,提高系统性能有很大的帮助.     

基于机器学习的可见光通信信号处理研究现状

随着无线通信领域的发展,具有诸多优点的可见光通信(VLC)已经发展成为了一种具有广阔前景的通信手段。然而,可见光通信中的各种非线性效应会给其信号处理带来诸多的困难,并恶化系统的性能。机器学习在解决非线性问题方面具有很大的优势和潜力,结合机器学习算法的可见光通信技术必然具有巨大的研究价值。已有研究表明,传统的机器学习算法如K-means、DBSCAN以及支持向量机(SVM)等在预均衡、后均衡、抗系统抖动,以及相位纠正等方面均有很好的表现。而深度神经网络(DNN)则因为其强大的非线性拟合能力能够更进一步提升VLC系统的性能。对以上几种方法进行了分析和介绍,并对其在可见光通信信号处理领域的应用进行了分析与总结,希望可以为机器学习解决可见光通信方面的各种非线性问题提供参考。     

雷达信号处理中动目标检测的研究

动目标检测（MTD,Moving target detection）是现代雷达系统重要的信号频域处理技术。文中利用MATLAB软件作为模拟仿真平台,以快速傅里叶变换（FFT,Fast Fourier Transform）以及有限冲激响应滤波器（FIR,Finite Impulse Response Filter）两种方法实现了MTD处理。仿真结果表明,对两种处理方法中各个滤波器进行加权处理,并结合利用目前较为成熟的数字信号处理技术,可提高MTD系统性能。MTD可为雷达系统建模仿真以及雷达信号处理技术的研究提供有力的支持。     

道路交通网络节点分配优化策略研究进展

为了进一步提高城市道路交通网络的通行效率,粒子群优化和神经网络等多种智能优化算法受到越来越多的关注。近年来,深度学习技术的普及与应用大幅提升了城市交通网络的节点识别效率,而交通网络的节点调度又扩展了深度学习技术的应用。文中详细分析了交通节点调度所面临的关键问题,归纳并总结了相关网络节点分配的研究现状。在此基础上,深入研讨了城市交通网络节点调度与深度学习的应用前景,并对交通网络节点分配优化策略的未来研究方向进行了展望。     

基于数字信号处理器的激光成像雷达目标识别算法实现

激光成像雷达的空间分辨率较高,能成四维像(强度像 三维距离像),适合作目标识别探测器.支持向量机(SVM)是一种能在小样本学习的情况下,仍有较高识别正确率的目标识别方法.通过优化支持向量机算法,将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内,实现目标识别的功能,有很高的现实意义.首先用真实激光成像雷达强度像做实验,测试56个样本,共耗时31.97μs,证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求,识别正确率为98.2%;再用仿真激光成像雷达距离像验证支持向量机的推广能力,证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求.