Max-Log-MAP算法在DSP上的实现与优化

把软件无线电的思想运用到Turbo码的译码方案中,采用BLACKFINDSP实现了简化的最大后验概率算法Max-Log-MAP。经过优化,算法的译码速率提高50%以上,数据吞吐量可达到3Mbps,可应用于中高速的数字通信系统中。     

基于DSP的嵌入式温度测量系统设计与实现

为了实现嵌入式温度测量系统,提出了基于MZBB-2铂薄膜热敏与TMS320F2812DSP控制芯片的嵌入式解决方案,完成了该系统的硬件设计与软件设计。系统硬件组成包括TMS320F2812DSP处理器、FPGA控制器、ADC转换电路等部分,其中TMS320F2812DSP处理器是控制系统的核心,该芯片通过片上寄存器控制负责ADC转换的控制工作,并且完成电阻数据采集、温度计算,并且将温度测量结果由通信系统发送给控制系统。实验结果表明,温度测量精度达到设计要求,满足了实时温度采集的要求,该方案运行稳定可靠,具有广泛的应用前景。     

基于KCF的弹载目标跟踪方法研究

随着精确制导武器在现代战争中的广泛使用,图像制导技术己逐渐成为制导领域的研究热点,而目标跟踪技术作为其中的关键技术,一直深受是国内外关注。针对传统目标跟踪算法跟踪精度低,以及当前算法工程化实现难度大的问题,基于核化相关滤波跟踪(KCF)算法,结合弹载视频目标特点,设计了一套包含了摄像机交互、图像处理、核心跟踪、图像显示四个模块的弹载目标跟踪系统,并设计了算法调试使用平台。经实验验证,该系统可以快速、准确的对弹载目标进行有效跟踪,且操作简便易于使用。     

基于DSP实现可并机的逆变电源

介绍了一种可并机的逆变电源的结构和原理，并以Motoro1a公司的DSP56F805型数字信号处理器作为控制核心，又给出了硬件和软件的设计方案。实验结果证明此系统的控制获得了良好的效果。     

基于DSP的远程通信系统设计与实现

1.引言 在测控系统中,大多数前置机是多机系统,为了实现PC机集中监控、控制和管理,须将前置机的信息传送到中心管理PC机来。它们之间的数据传送构成局部网络、多用户系统或分布式控制系统。其中主要考虑的是信息交换的可靠性、实时性、线路复杂性、距离远近等。在一些实际应用场合,主机和从机或从机之间的距离较远,直接用串行口RXD、TXD或加长线驱动器,也较难实现通信。选用调制解调器不失为一种简单方便可靠的方式。在通信数据量大,通信频繁的系统中采用专线方式;在通信数据量小,次数不多而距离较远     

基于TMS320F2812DSP的无刷直流电机调速系统设计

文中设计了基于TMS320F2812 DSP的无刷直流电机调速系统,阐述了该调速系统的硬件结构、软件流程,并通过粒子群优化的模糊PID算法控制电机速度,实验结果证明,以DSP为控制器并结合智能控制算法的调速系统响应快、超调小、稳定性强,具有较好的动、静态特性。     

基于DSP的开关磁阻电机调速系统设计

采用TMS320F240为主控单元，设计了四相8／6极3kW开关磁阻电机调速系统。该系统充分利用了数字信号处理器接口丰富、运算功能强、速度快等特点。系统硬件结构简单，调速性能优良，而且实现了模糊控制策略。     

基于DSP的高速数据采集系统设计

介绍了一个基于DSP的高速多路同步采集系统,给出了系统的总体设计方案,分析了系统硬件电路的功能和部分软件的设计思想。该系统方案设计主要围绕数据的高速采集和大容量存储两方面考虑,以突出方案的优越性,同时为外围设备的扩展探索出一条有效的新途径。     

大点数FFT算法C6678多核DSP的并行实现

随着数字信号处理平台发展趋向大计算量、大带宽、高集成度的特点,单核DSP器件渐渐不能满足日益增加的复杂度及实时性要求,多片处理器并行处理的模式将逐渐被广泛应用。基于TI推出的高性能8核处理器TMS320C6678,以大点数FFT算法分解及并行实现为例,介绍了多核DSP的KeyStone架构特点,多核处理器的任务管理和分配方式,快速内存访问EDMA的实现以及核间通信(IPC)机制。最后对算法结果及算法的实时性能进行分析,该算例说明TMS320C6678多核DSP具有卓越的运算性能。     

基于DSP的直流电机数字调速系统设计

目前国内大多采用模拟方法实现直流电机的PWM调速,该方法不仅电路复杂,而且可靠性差。鉴于此,提出充分利用DSP(TMS320F2812)芯片的高速运算功能,即以数字控制替代传统的模拟PID控制来完成直流电机的PWM调速。其中主要内容涉及控制器的硬件电路构成和软件编程设计。实验结果表明,该调速系统具有良好的控制性能,并能达到很高的控制精度。     

基于纵横交叉算法的波浪发电装置最大功率跟踪控制

针对波浪能最大功率点跟踪控制中,浮子水动力模型的非线性,使传统群智能算法存在局部最优问题,提出纵横交叉算法(CSO)控制方案。CSO的纵向交叉算子,在纵向交叉概率判定下进行个体维变量间的算术交叉,保证种群能够脱离局部最优状态; CSO的横向交叉算子完成个体间的随机配对与算术交叉,并将解空间全体分割成若干个子空间,每个子空间以配对个体为对角顶点,搜索子空间内部及邻域,实现精细的局部搜索能力。通过纵、横交叉算子的交替作用,任何有益于实现全局最优的信息,都将被迅速地分发到种群的各变量中,用以改变搜索路径。仿真表明,在波浪周期发生变化时,纵横交叉算法能够实现最大功率点跟踪,并提高收敛速度。     

基于meanshift的目标跟踪系统设计与实现

目标跟踪是指在一段视频序列中寻找和指定目标最相似的部分,是计算机视觉的重要研究内容之一。本文针对视频中运动目标的跟踪问题,提出了一种基于meanshift的目标跟踪方法。在跟踪过程中,先确定出目标窗口并建立目标模型,再在视频序列的第N帧对应位置处计算候选目标模型,根据Bhattacharyya相似度,利用meanshift算法在后续帧中迭代地搜索目标模型的最佳候选区域。最后,在MATLAB平台上搭建了基于meanshift的目标跟踪系统,通过一系列实验表明,该方法具有很好的跟踪性能,且具有较低的时间复杂度,可满足实时处理的需要。     

基于超扭曲优化算法的风机最大功率跟踪控制

针对风力发电系统在低风速区采用传统控制方法具有风能转换效率较低、风轮转速跟踪实时风速的性能较差、发电机转矩波动范围较大等问题,提出了一种将超扭曲算法与最佳转矩法相结合的最大功率跟踪改进控制策略。为进一步改善控制性能,采用粒子群算法对控制器参数进行优化。最后以风轮角速度、发电机输出功率、发电机转矩、功率系数等为评价指标,通过Matlab/Simulink平台验证所提方法的可行性与有效性。仿真结果表明,所提控制策略在提高最大风能捕捉能力的同时可有效地抑制发电机转矩的抖振。     

基于DSP的电视跟踪目标位置偏差的实时提取

文中简要介绍了ADSP-BF561 的主要性能结构,并且详细介绍了均匀背景下,基于ADSP-BF561实时提取电视跟踪位置偏差的方案.实验结果表明,针对PAL制目标视频图像序列,该方案可以实时有效地提取出目标跟踪的偏差.由于采用了双缓存机制,实现了视频的实时采集与显示.     

基于改进粒子群算法的电力系统无功优化

电力系统无功优化问题是一个多变量、多约束的混合非线性规划问题。提出了一种改进粒子群算法用以解决这一复杂优化问题。在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻了粒子初始位置的选择对算法优化性能的影响;在进化过程中引入了自探索行为,使得粒子的搜索过程更加符合实际;引入了变异机制及3种判断陷入局部最优的标准,当发现粒子群陷入局部最优时,通过变异,帮助粒子跳出局部陷阱,增加发现最优解的机会。给出了问题的求解方法,并对IEEE 6、14节点系统进行了仿真计算,实验数值对比表明了算法的可行性和有效性。     

基于粒子群优化算法的VSC-HVDC系统的控制参数优化策略

建立了双端基于电压源型换流器的高压直流输电(VSC-HVDC)系统的小信号模型;利用特征根分析法,基于线性化状态空间模型,将与系统特征根直接相关的振荡模式和衰减模式的罚函数作为目标函数;提出了基于粒子群优化算法的VSC-HVDC系统的控制参数优化策略,对整个系统的控制参数同时进行整体优化。仿真结果验证了小信号模型的正确性;优化后的系统在小扰动、大扰动、潮流反转及故障情况下均具有较高的控制精度,整个系统的稳态与暂态特性均得到较大改善。     

基于DSP＋FPGA数据传输系统的实现

基于航天电子系统逐渐光纤化、高速化的发展趋势,设计了一种光纤通信的高速数据传输系统,通过耦合Xilinx公司最新一代的Virtex-5系列FPGA,顺利实现了超高速的DSP数据采集与处理.采用多种方法解决了在数据传输系统中FPGA与DSP信号不匹配的问题,进行了一系列的仿真实验.测试表明,该系统能够顺利的实现Gbps的数据传输,在数据传输开始时产生帧开始标志sof_n,在传输结束时产生帧结束标志eof_n.同时,该系统有低成本、高通用性和低失真度等优势,可成功用于光通信等领域中.     

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解.该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题.以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中.     

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解。该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题。以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中。