二维离散小波变换的FPGA实现

提出了一种二维离散小波变换的FPGA实现方法．并对设计结果进行了功能和时序仿真。本设计方案不仅可以满足实时性的要求，而且采用模块化设计，可以实现多级小波变换。     

用DSP实现多目标实时跟踪

介绍了在 TMS3 2 0 C62 0 3上实现 4个目标的快速跟踪技术。为了提高实时性和精确度 ,采用线性汇编优化实现。1个 3 2 0× 160主窗口的 DSP平均处理时间为 2 m s,3个 60× 60副窗口的 DSP平均处理时间各为 0 .4ms,实现了复杂背景下低对比度目标的快速跟踪。实验结果证明跟踪效果良好 ,解决了以前窗口开不大、跟踪速度慢的问题     

“数字化学习”体验——清华大学《计算机文化基础》课程教学情况介绍

<正> 《计算机文化基础》作为一门信息技术基本应用能力的入门课程.在清华大学计算机课程体系中是一门集知识性,实用性和实时性的全校公共课程。凡进入清华     

单片机测控系统的硬件及软件抗干扰技术

针对单片机测控系统实时性强、干扰因素较多的特点，介绍了几种实用的抗干扰措施。在硬件抗干扰方面阐述了供电系统的设计、电路板的合理布局以及输入输出干扰的抑制。软件方面给出了软件冗余技术、软件陷阱技术以及“看门狗”技术的几个实例。实践证明，二者互相结合、互相补充，在实际应用中可起到良好的抗干扰作用。     

基于XPort串口服务器三菱PLC工业Ethernet控制系统的实现

Ethernet网络出现于1975年。在1982年由3COM公司指定成为IEEE802．3标准的第一版本。1990年2月，被国际标准化组织采纳，正式成为ISO／IEC8802．3国际标准。它的发展推动了高技术芯片和系统的开发，大大提高了网络性能。现在，随着Ethernet的可靠性、安全性和实时性的提高，它正逐渐进入工业领域。目前Profibus、DeviceNet、ControlNet和LonWorks等现场总线都打算使用Ethernet。生产PLC的公司，诸如西门子将工业Ethernet应用到车间级。毫无疑问，高速Ethernet完全适用于工业控制系统的监控网络，Ethernet将会迅速进入工业控制系统的各级网络。     

一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

一种数据驱动的控制器性能在线监控策略

运用基于数据协方差基准的控制性能评估方法,并结合协方差矩阵的递推更新,本文提出了一种控制器性能的在线监控策略。首先给出一种协方差矩阵的递推更新算法,通过实时输出监控阶段数据相对于基准阶段数据的广义特征值及其构成的系统总体性能指标,在线监控系统性能的变化趋势。进一步使用统计推断方法得出每个时刻的特征值所对应的置信区间,得到优/劣子空间的性能指标实时变化趋势,从而判定控制器的性能变化。最后,将本方法应用在重油分馏塔预测控制的实时性能监控中,验证了本方法的有效性。     

基于APIC的高精度定时器设计

在操作系统开发过程中需要一定精度的计时器支持。在Windows实时扩展改造过程中,针对原有定时精度低和波动较大的问题,提出一种基于高级可编程中断控制器(APIC)的高精度定时器设计方案。利用CPU片上结构APIC的计数寄存器编程,构建高精度时钟。运用内核驱动建立内核调度管理,通过内存映射提高用户态到内核态的数据传输速度,保证实时性能。利用DLL提供一组和内核交互的定时器接口供用户使用。实验结果表明,该方案有效解决了定时精度和稳定性问题,构造的定时器性能稳定,具有良好的实用性。     

基于循环检测的气动退化图像混合域去噪算法

气动退化图像中存在先验信息未知以及噪声成分复杂不易进行滤波处理的问题,为此,提出一种气动退化图像混合域去噪算法。设计针对高斯噪声、泊松噪声、固定值脉冲噪声和随机值脉冲噪声的混合检测方法,使用改进的滤波方法在空域去除固定值脉冲噪声和随机值脉冲噪声,进行非下采样轮廓波变换多层分解,在变换域使用阈值方法去除高斯噪声和泊松噪声。进行噪声循环检测,设定迭代停止条件控制算法循环从而实现算法自适应。仿真实验结果表明,该算法的噪声检测性能和滤波性能较好,图像细节信息得到正确恢复。同时,算法复杂度较低,实时性较好,可满足气动退化图像去噪处理的需要。     

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。