安徽农村综合改革难题及其改进思路

以新一轮安徽农村综合改革为背景,根据实地调查资料,梳理目前农村综合改革中存丧的典型问题,探究影响农村综合改革实效性的内在动因,建构实施深化改革的对策举措.     

一种VxWork下文件传输方法的研究与实现

在某项目开发过程中,为了满足数据采集系统中DSP应用程序在线FLASH更新的需求,首先借助Tornado开发环境自带的FTP服务器将应用程序下载到系统控制器内存,再封装成数据包分次传输,最后实现应用程序更新。该方案解决了某些应用场合下数据转存空间小于需要传输的文件时需分包多次传输的问题,整个软件开发过程都是在Tornado开发编译环境下进行的,能够完成对应用程序文件进行分包无差错传输。实际应用表明,按照该方案设计的软件程序可以很好地实现FLASH在线更新,具有分包传输、数据准确的特点,达到了设计要求。     

基于MPC8548E的固件设计

固件作为目标板启动最核心程序,不仅仅需要引导操作系统,更重要的是需要实现所有硬件的初始化和自检等,方便设备的维护和保养。U-Boot作为一款通用的开源固件程序,具有良好的可移植性和完整的功能。通过分析U-Boot的目录结构和启动流程以及目标板的设计需求,来实现完成基于MPC8548E目标板的具体修改和移植,并增加关键硬件的自检功能,同时阐述通过设置环境变量来启动操作系统内核。对于不同的CPU和开发板,本U-Boot的启动原理分析和移植有一定的借鉴意义。     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测（MELP）,多带激励编码（MBE）,正弦变换编码（SCI）,波形内插编码（WI）。大多都工作在2．4kb／s速率下。作为一种重要的低速率语音编码算法。MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2．4kb／s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。     

基于Xilinx FPGA DCM的研究与设计

为了使FPGA时钟在控制方面的设计更加简洁,介绍了一种基于Xilinx FPGA数字时钟的设计方法：数字时钟管理器（DCM）。对其工作原理、组成、使用方法及应用进行了系统描述,通过对DCM IP核的参数设置和程序设计实现了精准的倍频、分频和相位移动等功能,并在ISE13.1的开发环境下对其分别进行仿真,给出对应的清晰的仿真波形。用户可以根据实际设计的需要控制时钟完成任意的倍频和分频及相位移动,其操作简单、应用灵活,方便移植到其他应用中。     

基于FPGA的卷积神经网络图像识别算法研究

目前在中央处理器(CPU)中,卷积神经网络存在速度慢、功耗高的缺点,针对深度学习中的卷积神经网络所需计算时间长、消耗资源多、卷积运算量大的问题,提出了使用现场可编程门阵列(FPGA)硬件平台对卷积神经网络图像识别系统进行加速,对卷积神经网络的进行算法改进和加速。设计了卷积层并行计算的流水线模块和池化层改进模块,还通过数据量化的方式减少FPGA资源耗费。最后,使用MINST数据集对算法进行评估,在Zynq7010和CPU上进行验证。实验结果表明,设计的方法资源占用率低,识别速度快,适合实际领域使用。     

基于改进巴特沃斯滤波的红外图像增强算法

一般的红外图像存在着对比度低、噪声相对较高、部分细节模糊等特点,在进行后续的工作之前,对其缺陷进行处理是十分重要的。而传统的巴特沃斯滤波去噪在处理红外图像时,存在着细节失真、去噪效果不佳等缺点。针对上述问题,提出了巴特沃斯滤波的改进红外图像增强算法,通过在频域上对图像进行分层,之后再使用改进巴特沃斯滤波分别对其进行处理,并且在MATLAB平台上验证了该算法的有效性。该改进算法在原有的处理效果的基础上,对图像的细节信息进行了突出,与传统算法相比较,该算法具有边缘突出、细节连贯等优点,去噪效果有显著提高。     

基于噪声检测和自适应方差的双边滤波算法

双边滤波是一种在滤除噪声的同时具有保持图像边缘能力的滤波算法,但是由于传统滤波的参数是提前设定的,并且具有保边性,因此对于含有与边缘像素近似的复杂噪声的图像处理无法达到良好效果。为了解决以上问题,提出一种改进的双边滤波算法,通过判断图像边缘的像素点是否为噪点,采取参数自适应设置的方法,从而实现有效的自适应双边滤波。通过实验仿真验证,提出的算法无论在主观观察还是客观评价标准上都取得了良好的效果,可知文中改进算法对图像边缘的处理更准确。     

面向无人机航拍图像的多尺度目标检测研究

针对无人机航拍图像背景复杂、小目标占比高且分布不均导致的现有算法精度不佳等问题,提出了一种面向无人机航拍图像的多尺度目标检测网络VTO-YOLOv8。首先,采用WIoU v3作为边界框回归损失函数,并使用明智的梯度分配策略,这一策略将使网络更加关注普通质量样本,从而提高其定位能力;其次,设计四层T-BiFPN结构,加强浅层特征和深层特征的融合;此外,设计C2f-DBB多分支模块,在不增加计算量的前提下,提升检测性能;同时,使用聚焦调制模块,加强不同尺度信息的交互。实验结果表明,网络在Visdrone2019数据集上相较基准模型在mAP50和mAP指标上分别提高了9.0%和5.9%,同时参数降低了22.6%,可更好地应用于无人机航拍目标检测中。     

基于CPCI总线的PMC载板设计

设计了一种基于CPCI总线标准的PMC接口载板。载板以FPGA为核心,集成了CPCI接口模块和DPRAM(双口RAM)模块,CPCI接口模块采用FPGA+PCI IP核(软核)解决了系统集成的问题,DPRAM模块为系统提供了数据缓存功能。环回测试和中断测试解决了在没有子卡PMC模块的情况下,读写、验证DPRAM空间数据和测试中断响应的问题。此外,还支持子卡PMC模块后出线到CPCI总线。调试结果表明,该载板在嵌入式实时操作系统VxWorks下可以稳定运行,正确地读写DPRAM空间的数据,及时地响应中断,满足了对载板的性能需求。