基于可重构的高速并行数据采集系统的设计与实现

本文介绍了一种基于可重构技术的高速并行数据采集系统的设计方案及实现方法。系统每个采集通道由一组A/D和双端RAM组成,多个采集通道模块组成多通道全并行采集系统;采用Altera公司的现场可编程门阵列(FPGA)EP1C6-8和软核CPU为数据处理与控制核心,异步双端RAM为数据缓冲区,USB控制器为CY7C68013。采集系统使数据采集、数据处理、数据传输并行执行,同时系统具有较强的容错能力。本文描述了设计方案的硬件和软件实现,实验表明系统具有高速、实时、能耗低、容错强等特点。     

基于BIST的动态可重构FPGA的时延故障测试方法

FPGA市场已经进入极速发展时代,不同的销售商已向市场投入更多更快的FPGA器件。随着FPGA器件的迅速发展,FP-GA的密度和复杂程度也越来越高,使大量的故障难以使用传统方法进行测试,因此,对FPGA器件的故障测试和故障诊断方法进行更全面的研究具有重要意义。为此重点研究了动态重构FPGA及其基本结构、特点;在此基础上探讨了基于BIST技术的FPGA时延故障测试方法,并成功应用于Lattice ORCA 2C系列FPGA中。实验证明,该BIST方法是可行且有效的,并且不需要昂贵的ATE设备。     

基于权重可变免疫算法的动态可重构任务划分

基于FFGA的动态可重构系统能够在系统运行期间通过动态调整硬件资源来适应应用问题,从而满足嵌入式系统对性能、灵活性和成本越来越严格的要求.系统可动态加载配置文件的特点给系统软硬件任务的划分带来了新的问题.在充分考虑动态可重构系统特点的基础上,通过动态改变目标函数权重系数来适应可重构的变化,并运用于免疫算法对系统软硬件任务进行划分.实验结果表明,提出的划分方法除了能更贴近实际的系统外还具有较高的性能.     

PXI平台自适应重构多DSP系统设计研究

利用蠕虫算法,结合多处理器并行计算的特点,构成了一种基于总线共享和链路口通信,并可自适应扩展的混合并行处理的结构。从可测性设计、实时操作系统角度对该系统进行了设计和讨论,着重介绍了系统的硬件调试、系统测试以及软件加载方法,为高速实时信号处理硬件平台的设计与开发提出了一种可行的解决方案。     

在癌症分类中基于PPS抽样的集成神经网络算法

针对样本重组的有效性和合理性问题,将PPS抽样技术引入样本重构,提出了基于PPS抽样的集成神经网络算法,以提高个体神经网络的准确性与差异度,并实现动态选择个体神经网络的神经网络集成新方法.最后在结肠癌数据集上进行实验,实验结果表明,该方法与采用多个互相合作互相竞争的个体神经网络集成方法相当,但计算量更小,所用运算时间更少,效率更高.     

基于OpenGL的三维牙颌模型可视化研究

为了实现牙颌模型的三维数据可视化,通过计算机逼真的显示牙列形态,并进行交互测量及变形等操作。在口腔修复体计算机辅助设计中,以OpenGL为渲染工具,结合自主设计的牙颌模型三维激光扫描仪获取的点云数据,采用基于B样条曲面的三维重建技术,以Visual C＋＋为开发工具实现数字化牙颌模型的三维可视化。以Visual C＋＋和OpenGL为工具,减少了程序设计难度,提高了执行效率,图形显示更加逼真流畅。本系统的设计满足了口腔医生的需求,给患者带来了便利,并促进了口腔修复体的开发制作。     

基于矢量小波的红外弱小目标检测算法研究

针对标量小波用于红外弱小目标检测,检测精度较低的缺点,设计并实现了一种基于矢量小波的红外弱小目标检测算法.算法首先对红外弱小目标图像进行矢量小波分解;然后时水平及垂直方向上不同子带的小渡系数进行去噪和增强处理,并舍弃低频小波系数;最后进行矢量小波重构并进行自适应阈值分割.对算法进行了实验,实验表明算法具有检测精度高和易于实时实现的优点.     

平台式FPGA中可重构存储器模块的设计

可重构静态存储器(SRAM)模块是场可编程门阵列(FPGA)的重要组成部分,它必须尽量满足用户不同的需要,所以要有良好的可重构性能.本文设计了一款深亚微米工艺下的16-kb的高速,低功耗双端口可重构SRAM.它可以重构成16Kx1,8Kx2,4Kx4,2Kx8,1Kx16和512x32六种不同的工作模式.基于不同的配置选择,此SRAM可以配置为双端口SRAM,单端口SRAM,ROM,FIFO,大的查找表或移位寄存器,本文完整介绍了该SRAM的设计方法,重点介绍了一种新颖的存储单元电路结构:三端口存储单元,以及用于实现可重构功能的电路的设计方法.     

基于模块化设计方法实现FPGA动态部分重构

介绍了Xilinx FPGA的配置原理和FPGA模块化设计流程以及划分重构模块的原则.通过一个实例介绍了采用模块化设计方法实现Virtex-E FPGA动态部分重构的过程,能使重构模块在系统运行时改变其逻辑功能,而固定模块逻辑功能不中断,同时器件的重构时间大大减少.     

基于非凸复合函数的稀疏信号恢复算法EI北大核心CSCD

基于泛函深度作用的思想,通过将两种非凸稀疏泛函进行复合,构造了一种新的稀疏信号重构模型,实现了对0范数的深度逼近.综合运用MM(Majorize minimization)技术、外点罚函数法和共轭梯度法,提出一种求解该模型的算法,称为NCCS(Non-convex composite sparse)算法.为降低重构信号陷入局部极值的可能性,提出在算法的每步迭代中以BP(Basis pursuit)模型的解作为初始迭代值.为验证所建模型和所提算法的有效性,进行了多项数值实验.实验结果表明,相较于SL_(0)(Smoothed)算法、IRLS(Iterative reweighed least squares)算法、SCSA(Successive concave sparsity approximation)算法以及BP算法等经典算法,提出的算法在重构误差、信噪比、归一化均方差、支撑集恢复成功率等方面都有更优的表现.