射频识别(Radio Frequency Identification，RFID)是一种允许非接触式数据采集的自动识别技术。其中工作在超高频(Ultra High Frequency，UHF)频段的无源RFID系统，由于在物流与供应链管理等领域的潜在应用，近年来得到了人们的广泛关注。这种系统所使用的无源标签具有识别距离长、体积小、成本低廉等突出特点。目前在市场上出现了各种品牌型号的UHF RFID无源标签，由于不同品牌型号的标签在设计与制造工艺上的差异，这些标签在性能表现上各不相同，这就给终端用户选择合适自己应用的标签带来了困难。RFID基准测试就是在实际部署RFID系统前对RFID标签的性能进行科学评估的有效手段。然而为了在常规实验室条件下得到准确公正的测试结果，需要对基准测试的性能指标及测试方法学开展进一步的研究。本文正是研究符合EPC Class1 Gen2标准的RFID标签基准测试。 本文首先分析了当前广泛应用的超高频无源RFID标签基准测试性能指标与测试方法上的局限性与不足之处。例如，在真实的应用环境中，由于受到各种环境因素的影响，对同一品牌型号的标签，很难得到一致的识读距离测试结果。另外，在某些测试场景中，使用识读速率作为测试指标，所得到的测试结果数值非常接近，以致分辨度不足以区分不同品牌型号标签的性能差异。在这些分析基础上，本文把路径损耗引入了RFID基准测试，通过有限点的测量与数据拟合分别得到不同类型标签的路径损耗方程，结合读写器天线的辐射方向图，进一步得到各种标签受限于读写器接收灵敏度的覆盖区域。无源标签由于其被动式能量获取方式，其实际工作区域仍然受限于前向链路。本文通过实验测试出这些标签的最小激活功率后，得出了各种标签在一定读写器发射功率下的激活区域。完成这些步骤后，根据这两种区域的交集可以确定标签的工作区域，从而进行标签间的比较并达到基准测试的目的，并能找出限制标签工作范围的瓶颈。 本文最后从功率损耗的角度研究了标签之间的相互干扰，为用户在密集部署RFID标签的场景中设置标签之间的最小间隔距离具有重要的参考意义。
上传时间： 2013-04-24
上传用户：hbsunhui
随着我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统( IntelligentTransportation Systems，简称ITS)已成为当前交通管理发展的主要方向，而车牌识别系统(License Plate Recognition System，简称LPRS)技术作为智能交通系统的核心，起着举足轻重的作用，可以被广泛地应用于高速公路自动收费(ElectronicToll Collection，简称ETC)、停车场安全管理、被盗车辆的追踪、车流统计等。 目前，车牌识别系统大多都是基于PC平台的，其优势是实现容易，但是成本高、实时性不强、稳定性不高等缺点使其不能广泛推广。为了克服以上的缺点，且满足识别速度和识别率的要求，本文在原有车牌识别硬件系统设计的基础上做了一定的改进(原系统在图像采集、接口通信、系统稳定、脱机工作等方面存在一定问题)，与团队成员一起设计出了新的车牌识别硬件系统，采用单DSP+FPGA和双DSP+FPGA双板子的方式来共同实现(本人负责单DSP+FPGA的原理图和PCB绘制，另一成员负责双DSP+FPGA的原理图和PCB绘制)。 本文所涉及的该车牌硬件系统，主要工作由以下几个部分组成： 1.团队共同完成了新车牌识别系统的硬件设计，采用两个板子实现。其中，本人负责单DSP+FPGA板子绘制。 2.团队一起完成了整个系统的硬件电路调试。主要分为如下模块进行调试：电源，DSP，FPGA，SAA7113H视频解码器，LCD液晶显示和UART接口等。 3.负责完成了整个系统的DSP应用程序设计。采用DSP/BIOS操作系统来构建系统的框架，添加了多个任务对象进行管理系统的调度；用CSL编写了DSP上的底层驱动：完成了车牌识别算法在DSP上的移植与优化。 4.参与完成了部分FPGA程序的开发，主要包括图像采集、存储、传输几个模块等。 最终，本系统实现了高效、快速的车牌识别，各模块工作稳定，能脱机实现图像采集、传输、识别、结果输出和显示为一体化的功能；为以后进行高性能的车牌识别算法开发提供了一个很好的硬件平台。
上传时间： 2013-04-24
上传用户：slforest
近年来，语音识别研究大部分集中在算法设计和改进等方面，而随着半导体技术的高速发展，集成电路规模的不断增大与各种研发技术水平的不断提高，新的硬件平台的推出，语音识别实现平台有了更多的选择。语音识别技术在与DSP、FPGA、ASIC等器件为平台的嵌入式系统结合后，逐渐向实用化、小型化方向发展。 本课题通过对现有各种语音特征参数与孤立词语音识别模型进行研究的基础上，重点探索基于动态时间规整算法的DTW模型在孤立词语音识别领域的应用，并结合基于FPGA的SOPC系统，在嵌入式平台上实现具有较好精度与速度的孤立词语音识别系统。 本系统整体设计基于DE2开发平台,采用基于Nios II的SOPC技术。采用这种解决方案的优点是实现了片上系统，减少了系统的物理体积和总体功耗；同时系统控制核心都在FPGA内部实现，可以极为方便地更新和升级系统，大大地提高了系统的通用性和可维护性。 此外，由于本系统需要大量的高速数据运算，在设计中作者充分利用了Cyclone II芯片的丰富的硬件乘法器，实现了语音信号的端点检测模块，FFT快速傅立叶变换模块，DCT离散余弦变换模块等硬件设计模块。为了提高系统的整体性能，作者充分利用了FPGA的高速并行的优势，以及配套开发环境中的Avalon总线自定义硬件外设，使系统处理数字信号的能力大大提高，其性能优于传统的微控制器和普通DSP芯片。 本论文主要包含了以下几个方面： （1）结合ALTERA CYCLONE II芯片的特点，确定了基于FPGA语音识别系统的总体设计，在此基础上进行了系统的软硬件的选择和设计。 （2）自主设计了纯硬件描述语言的驱动电路设计，完成了高速语音采集的工作，并且对存储数据芯片SRAM中的原始语音数据进行提取导入MATLAB平台测试数据的正确性。整个程序测试的方式对系统的模块测试起到重要的作用。 （3）完成高速定点256点的FFT模块的设计，此模块是系统成败的关键，实现高速实时的运算。 （4）结合SOPC的特性，设计了人机友好接口，如LCD显示屏的提示反馈信息等等，以及利用ALTERA提供的一些驱动接口设计完成用户定制的系统。 （5）进行了整体系统测试，系统可以较稳定地实现实时处理的目的，具有一定的市场潜在价值。
上传时间： 2013-05-22
上传用户：ABCD_ABCD
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-04-24
上传用户：yangbo69
近年来，图像处理与识别技术得到了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前，图像识别技术已应用到很多领域，渗入到各行各业，在医学、公安、交通、工业等领域具有广阔的应用前景。 这篇论文介绍了一种基于DSP＋FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心，负责图像识别算法的实现；FPGA作为图像采集模块的核心，负责图像的采集，并且完成预处理工作。图像识别算法的运算量大，并且控制复杂，对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要，而FPGA的高速性和灵活性也保证了系统实时性，并且简化了外围电路，减少了系统设计难度。 系统使用模板匹配和神经网络算法对数字0～9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集（特别是同一字体的字符集）。由于结构比较简单，系统处理能力强，模板匹配的识别速度快并且识别率高，取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能，使其对图像识别问题显示出极大的优越性。 研究表明，在DSP+FPGA的构架上实现的图像识别系统，具有结构灵活、通用性强的特点，适用于模块化设计，有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势，准确快速地实现图像识别。通过软、硬件的灵活组合，系统可以实现图像处理大部分的相关功能，使之能够运用到工业视觉检测、汽车牌照识别等系统中。
上传时间： 2013-06-18
上传用户：com1com2
针对目前光照补偿后人脸图像的识别率仍不够理想这一问题，提出了一种基于模糊增强和小波包变换相结合的非均匀光照下人脸识别方法。将人脸图像在对数域中计算二维小波包变换，通过舍弃部分子带图像中的系数来实现人脸
上传时间： 2013-04-24
上传用户：gxf2016
本文提出了一种基于FPGA的细胞图像识别系统方案，该系统中FPGA处于核心地位，FPGA采用Altera公司的EP1K100QC208-1芯片，构造专用处理功能，实现彩色图像灰度化、灰度变换、中值滤波、低通滤波、灰度图像二值化等算法。这部分处理的数据量非常大，由于采用FPGA处理，产生的时延变得很小；最后系统机进行识别处理的是二值图像，数据量也很小。所进行的仿真实验取得了良好的效果，给出了部分源代码和实验结果。设计采用VHDL语言描述，并使用电子设计自动化(EDA)工具进行了模拟和验证。
上传时间： 2013-04-24
上传用户：xwd2010
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-06-07
上传用户：kikye
在变强噪音的情况下，语音识别的正确率会迅速下降；当噪声较强并且强度不断发生变化的时候，端点检测是一个难题；提出了两种方法保证噪声较强而且强度不断发生改变情况下的语音识别率：基于LPC距离的端点检测算法
上传时间： 2013-07-18
上传用户：chongcongying
语音识别技术就是能使计算机“听懂”人类的语言，然后根据其含义来执行相应的命令，从而实现为人类服务。 随着语音识别的深入研究，对它的技术应用主要有两个方面： 一个方向是大词汇量连续语音识别系统，主要应用于计算机的听写机，以及与电话网或者互联网相结合的语音信息查询服务系统，这些系统都是在计算机平台上实现的； 另外一个重要的发展方向是小型化、便携式语音产品的应用，这些应用系统大都使用专门的硬件系统实现。 随着后PC年代的到来，后一种发展将成为语音识别技术和嵌入式系统交叉研究的一个非常热门的话题，将进一步推动语音识别技术往智能化方向发展。 论文主要研究语音识别系统及其在ARM嵌入式平台上的实现。 根据嵌入式系统平台的特性和系统的实际需求，对目标平台的硬件和软件系统进行适当的剪裁定制，并且对语音识别中的算法进行改进和优化，同时为了加强系统的交互性，增加了控制界面，为实际应用提供很好的人机交互操作。 首先论文对嵌入式系统及嵌入式操作系统进行研究，通过实际比较后选用嵌入式Linux作为系统的操作系统； 然后对语音识别技术进行研究，并根据实际要求，采用Mel倒谱参数作为系统语音参数提取算法，DTW作为系统识别的模式匹配方法，并根据ARM嵌入式平台的要求，分别对上述两个算法进行优化设计，同时利用QT跨平台语言对应用控制程序进行代码实现，并移植到目标板上，构建出一个完整的嵌入式语音识别系统。 最后，对整个系统进行整体测试，通过实验结果表明，系统达到了预期设计的便携、智能及很好的交互性的目的。
上传时间： 2013-04-24
上传用户：1054154823
