行動通訊上的的編程 這本書集中在三個主要的挑戰 1.更高的編程效率 2.降低計算的複雜度 2.提升容錯性
标签： 效率
上传时间： 2017-06-05
上传用户：diets
用纯java技术实现了对图像锐化、模糊、边缘、灰度等操作功能
上传时间： 2013-12-21
上传用户：zhaoq123
多方坐标转换可以进行3、6度带坐标转换及坐标正反算。
上传时间： 2017-07-09
上传用户：lz4v4
模糊神经网络解耦MATLAB程序，大家可以根据自己的实际项目进行代码数值的修改。
上传时间： 2014-01-10
上传用户：maizezhen
基于GFO和标记点分水岭算法的医学图像分割 利用基于广义模糊算子 GFO 的边缘检测算法来改进标记点分水岭分割 很有用！！
上传时间： 2017-09-09
上传用户：lizhizheng88
本文首先在介绍多用户检测技术的原理以及系统模型的基础上，对比分析了几种多用户检测算法的性能，给出了算法选择的依据。为了同时克服多址干扰和多径干扰，给出了融合多用户检测与分集合并技术的接收机结构。 接着，针对WCDMA反向链路信道结构，介绍了扩频使用的OVSF码和扰码，分析了扰码的延时自相关特性和互相关特性，指出了存在多址干扰和多径干扰的根源。在此基础上，给出了解相关检测器的数学公式推导和结构框图，并仿真研究了用户数、扩频比、信道估计精度等参数对系统性能的影响。 常规的干扰抵消是基于chip级上的抵消，需要对用户信号重构，因此具有较高的复杂度。在解相关检测器的基础上，衍生出符号级上的干扰抵消。通过仿真，给出了算法中涉及的干扰抑制控制权值、干扰抵消级数等参数的最佳取值，并进行了算法性能比较。仿真结果验证了该算法的有效性。 最后，介绍了WCDMA系统移动台解复用技术的硬件实现，在FPGA平台上分别实现了与基站和安捷伦8960仪表的互联互通。
上传时间： 2013-07-29
上传用户：jiangxin1234
遗传算法是基于自然选择的一种鲁棒性很强的解决问题方法。遗传算法已经成功地应用于许多难优化问题，现已成为寻求满意解的最佳工具之一。然而，较慢的运行速度也制约了其在一些实时性要求较高场合的应用。利用硬件实现遗传算法能够充分发挥硬件的并行性和流水线的特点，从而在很大程度上提高算法的运行速度。 本文对遗传算法进行了理论介绍和分析，结合硬件自身的特点，选用了适合硬件化的遗传算子，设计了标准遗传算法硬件框架；为了进一步利用硬件自身的并行特性，同时提高算法的综合性能，本文还对现有的一些遗传算法的并行模型进行了研究，讨论了其各自的优缺点及研究现状，并在此基础上提出一种适合硬件实现的粗粒度并行遗传算法。 我们构建的基于FPGA构架的标准遗传算法硬件框架，包括初始化群体、适应度计算、选择、交叉、变异、群体存储和控制等功能模块。文中详细分析了各模块的功能和端口连接，并利用硬件描述语言编写源代码实现各模块功能。经过功能仿真、综合、布局布线、时序仿真和下载等一系列步骤，实现在Altera的Cyclone系列FPGA上。并且用它尝试解决一些函数的优化问题，给出了实验结果。这些硬件模块可以被进一步综合映射到ASIC或做成IP核方便其他研究者调用。 最后，本文对硬件遗传算法及其在函数优化中的一些尚待解决的问题进行了讨论，并对本课题未来的研究进行了展望。
上传时间： 2013-07-22
上传用户：谁偷了我的麦兜
本文针对目前国内外基于FPGA实现模糊控制器的理论、EDA软件工具的使用以及FPGA 技术的发展，对模糊控制器的设计作了有益的探索，并达到了预期的实验效果。文章综述了模糊控制理论的产生、发展、应用现状以及今后的发展方向；介绍了模糊逻辑、模糊控制的基本原理和模糊控制器的结构；阐述了常规模糊控制器的设计过程。文章介绍了运用 VHDL语言进行模糊控制器的设计过程。对模糊控制过程中隶属度函数的存储采用了分段存储法，其设计方法简单，提高了运算速度和运算精度。采用了“最大－最小”函数法简化了模糊控制规则的推理过程。运用“倒数相乘法”实现除法器的设计，能够实现任意数的除法运算，且精度较高。并以模糊空调温度控制器为例进行了理论说明和模糊设计，并给出了相应的VHDL代码。整体设计及其各个模块都在ALTERA公司的EDA 工具Quartus Ⅱ和Modelsim SE平台上进行了逻辑综合及功能时序仿真，综合与仿真的结果表明，基于FPGA的模糊控制器芯片消耗较少的硬件资源，达到了较高的设计性能，在速度和资源利用率方面均达到了较优的状态，通过在 FPGA开发板上的验证与测试，测试结果表明，所设计的模糊控制器可满足实时模糊控制的要求。关键词：模糊逻辑 模糊控制器 VHDL FPGA
上传时间： 2013-04-24
上传用户：003030
遗传算法是一种基于自然选择原理的优化算法，在很多领域有着广泛的应用。但是，遗传算法使用计算机软件实现时，会随着问题复杂度和求解精度要求的提高，产生很大的计算延时，这种计算的延时限制了遗传算法在很多实时性要求较高场合的应用。为了提升运行速度，可以使用FPGA作为硬件平台，设计数字系统完成遗传算法。和软件实现相比，硬件实现尽管在实时性和并行性方面具有很大优势，但同时会导致系统的灵活性不足、通用性不强。本文针对上述矛盾，使用基于功能的模块化思想，将基于FPGA的遗传算法硬件平台划分成两类模块：系统功能模块和算子功能模块。针对不同问题，可以在保持系统功能模块不变的前提下，选择不同的遗传算子功能模块完成所需要的优化运算。本文基于Xilinx公司的Virtex5系列FPGA平台，使用VerilogHDL语言实现了伪随机数发生模块、随机数接口模块、存储器接口/控制模块和系统控制模块等系统功能模块，以及基本位交叉算子模块、PMX交叉算子模块、基本位变异算子模块、交换变异算子模块和逆转变异算子模块等遗传算法功能模块，构建了系统功能构架和遗传算子库。该设计方法不仅使遗传算法平台在解决问题时具有更高的灵活性和通用性，而且维持了系统架构的稳定。本文设计了多峰值、不连续、不可导函数的极值问题和16座城市的旅行商问题 (TSP)对遗传算法硬件平台进行了测试。根据测试结果，该硬件平台表现良好，所求取的最优解误差均在1％以内。相对于软件实现，该系统在求解一些复杂问题时，速度可以提高2个数量级。最后，本文使用FPGA实现了粗粒度并行遗传算法模型，并用于 TSP问题的求解。将硬件平台的运行速度在上述基础上提高了近1倍，取得了显著的效果。关键词：遗传算法，硬件实现，并行设计，FPGA，TSP
上传时间： 2013-06-15
上传用户：hakim
凌力爾特公司的 LT®5575 直接轉換解調器實現了超卓線性度和噪聲性能的完美結合。
上传时间： 2013-11-10
上传用户：mikesering
