利用循环计数器优化设计实现卷积交织器

卷积交织器和去卷积交织器的实现方法有多种,本文基于Altera公司开发的Max＋PlusⅡ软件平台和仿真环境,以DVB-C系统中深度Ⅰ=12的卷积交织为例,利用循环计数器设计实现先进先出（FIFO）移位存储器,提出了一种使用理论最小资源的方法来实现卷积交织器,最高工作频率可以达到80MHz,而不使用片外RAM,仅使用Altera的FLEX10KE系列器件中的EAB.     

离散卷积的算法分析及MATLAB实现

离散卷积是信号处理的基本运算,快速卷积和分段卷积是计算离散卷积的重要算法.文章以离散线性卷积的概念为基础,介绍了计算卷积的常用方法和运算流程,列举了MATLAB实现的程序.这些程序能动态演示卷积运算的全部过程,既可帮助理解卷积运算的原理流程,也可作为教学讲解的演示工具.     

利用循环计数器优化设计实现卷积交织器

卷积交织器和去卷积交织器的实现方法有多种,本文基于Altera公司开发的Max PlusII软件平台和仿真环境,以DVB-C系统中深度I=12的卷积交织为例,利用循环计数器设计实现先进先出(FIFO)移位存储器,提出了一种使用理论最小资源的方法来实现卷积交织器,最高工作频率可以达到80MHz,而不使用片外RAM,仅使用Altera的FLEX10KE系列器件中的EAB.     

基于流水线架构的卷积神经网络FPGA实现

卷积神经网络（CNN）已被广泛用于图像处理领域,且通常在CPU和GPU平台上进行计算,然而在CNN推理阶段存在CPU计算速度慢和GPU功耗高的问题。鉴于现场可编程门阵列（field programmable gate array,FPGA）能够实现计算速度和功耗的平衡,针对当前在卷积结构设计、流水线设计、存储优化方面存在的问题,设计了基于FPGA的卷积神经网络并行加速结构。首先将图像数据和权值数据定点化为16 bit定点数,一定程度上减少了乘加运算的复杂性;然后根据卷积计算的并行特性,设计了一种高并行流水线卷积运算电路,提高了卷积运算性能,同时也对与片外存储进行数据交互的流水线存储结构进行了优化,以减少数据传输的时间消耗。实验结果表明,整体加速器在ImageNet数据集上的识别率达到94.6%,与近年来相关领域的报道结果相比,本文在计算性能方面有一定的优势。     

基于FPGA的通用卷积层IP核设计

针对目前卷积神经网络在小型化、并行化过程中遇到的计算速度不够、可移植性差的问题,根据卷积神经网络和FPGA器件的特点,提出了一种利用VHDL语言参数化高速通用卷积层IP核的设计方法。利用卷积层的计算方式,将卷积核心设计为全并行化、流水线的计算模块,通过在卷积核心的每一行连接FIFO的方式改善数据流入的方式,减少地址跳转的操作,并加入控制核心使其可以随图像和卷积窗口大小调整卷积层参数,生成不同的卷积层,最后将卷积层与AXIS协议结合并封装成IP核。结果表明,在50 MHz的工作频率下,使用2×2大小的卷积核对100×100的图像进行卷积计算,各项资源利用率不超过1%,耗时204μs,计算速度理论上可以达到最高5 MF/s。因此,设计方案在增加卷积模块可移植性的同时又保证了计算速度,为卷积神经网络在小型化器件上的实现提供了一种可行的方法。     

可配置高速二维卷积处理器设计与Gabor滤波应用

针对具有多种大尺寸卷积内核的Gabor滤波器组,设计了可配置二维卷积处理器来实现硬件加速。该处理器利用FPGA(field programmable gate array)内部逻辑资源构建具有多级流水线的二维卷积运算单元,并通过子块分割及重组来支持任意尺寸的卷积运算。使用高级语言对其控制器编程来实现对卷积运算单元及数据流的配置,从而实现Gabor滤波。实验表明:使用EP2C70F896C6型FPGA工作在75MHz,对于120×90像素的灰度图像计算五尺度八方向Gabor滤波(最大尺寸为41×41像素,系数为复数)总耗时28.8ms。     

利用ispPAC10实现放大器任意增益值的高精度调节

ispPACl0是美国Lattice公司最新推出的模拟电路在系统可编程器件,它为电子电路设计进行电路设计提供了一条有效的新途径．介绍了利用ispPAC10芯片实现放大器增益的高精度调整及获得任意增益值的方法．     

全息法CT卷积反投影重建图像的计算机模拟

研究了用全息干涉技术进行光学层析和采用卷积反投影算法实现图像建建的计算机模拟；分析采样间隔与空间分辨率、空间滤波和内插；设计了计算机模拟运算的模块。     

循环卷积的快速算法研究

分析有限长序列线性卷积与循环卷积的结果,找出它们之间的相对变换关系,将线性卷积的计算结果运用到循环卷积上,并结合不同点数的循环卷积,经过Matlab软件进行仿真实现.研究结果表明,这种基于线性卷积的循环卷积求解,计算方法简单快捷、运算量小,使有限长序列的循环卷积运算大为简化.     

基于广义逆的无谱逆反卷积算法

在时域循环卷积运算实现反卷积方法的基础上,基于广义逆的概念提出了一种改进算法,该算法不仅可以有效地避开无谱逆问题,而且运算量增加较少,易于编程实现。     

积模 2N±1 的快速算法

提出了一种利用一个运算器计算两个２Ｎ－位整数乘积按２Ｎ＋１和２Ｎ－１取模的算法．这种算法依赖于整数字节间卷积的加法和平方运算,而不依赖于其乘法运算．由于平方运算是一元运算,所以在使用ＲＯＭ查表情况下,可以大大节省ＲＯＭ位数,从而提高算法的效率和通用性．     

嵌入式固态存储系统ECC算法的研究与实现

为提高差错检测和修正(ECC)校验编码的简洁性,从信息编码理论的角度,研究了一种基于Hamming编码方式的ECC方法. 通过在数据空间中构造多字节数据的信息矩阵,利用ECC编码方法,设计生成了ECC校验算法的系数矩阵,利用线性空间变换理论计算生成了纠错校验码,提出了一种简洁的、具有较强可计算性的基于ECC校验码的误码校验和定位算法,并给出在嵌入式固态存储器中进行纠错编码、校验和纠错的详细过程. 最后运用硬件编程语言VHDL 在Xilinx ISE的实验环境下成功实现了该检错纠错算法. 结果表明该算法可以检测出1 bit以及2 bit的读写错误,且可对1 bit错误进行修正.      

基于模型分块交叉移动的学习型模拟退火算法地震反演

针对地震非线性反演问题,提出一种基于模型分块交叉移动的学习型模拟退火的全局优化地震反演方法.其步骤为:首先,在模拟退火算法及粒子群算法基础上,在算法模型扰动项里面加入1个向目标优化的方向移动的学习项;其次,针对地震反演模型数量多及地震记录为褶积形式的特点,采用模型分块交叉移动的方法来实施模拟退火反演,给出模型分块交叉移动的学习型模拟退火算法流程.研究结果表明:该方法具有收敛速度快、精度高、实现简单、高效的特点,可以用于其他多维多极值的目标函数反演.     

自适应最小误比特率滤波算法研究

针对数字通信系统,介绍了一种新的滤波算法。该算法基于最小误比特率(MBER)准则,并利用梯度下降法实现。通过采用内核密度估计的方法来估计误码率函数,可将其推广到自适应的最小误比特率(LBER)滤波算法。仿真结果表明,LBER具有良好的收敛性能和误码性能,可以广泛应用于均衡、波束成形、检测等。     

多宇宙并行量子遗传神经网络人脸识别算法研究

针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.     

基于卷积神经网络的布料疵点检测方法

针对传统布料疵点检测准确率低、识别较慢且计算量大问题,提出基于卷积神经网络的布料疵点检测方法,实现增强布料疵点检测鲁棒性、高效性的设计目标。为保证训练结果准确,首先采集数量以千万级为单位的布料图像并进行图像预处理,标记无疵点布料和疵点布料;然后将图像送入设计的卷积神经网络进行训练和测试,获取疵点检测框;紧接着采用改进的NMS分类算法对检测框进行多框合并,减少误检,进一步提高模型检测效果;最后利用设计的特征图分割算法使网络模型脱离GPU显存限制,适用于各种性能计算机。实验结果表明该方法可在实现布料检测高速度、高准确率的同时增强检测方法的鲁棒性。实际检测速度为3fps,准确率可达99.6%,超过现有疵点检测算法,表明该检测方法可应用于对布料要求更高的生产企业。     

自适应运动矢量精度在插值算法中的应用

根据对H.26L视频图像编码算法的研究，提出了一些新的有效的编码方法。在运动估值和运动补偿方面，采用立方卷积插值算法替代双线性插值以获得更高的估值精度，并提出混合插值与自适应运动矢量精度（AMVA）相结合的算法，着重就平均峰值信噪比、压缩效率和主观图像质量做了分析和比较。从实验结果看，算法获得了满意的效果，实现的H.26L软件编解码器在压缩比方面较H.263软件编解码器有明显提高，具有较大的实用价值。相信所做的工作对甚低码率视频图像编码的实际应用和推广将起到一定作用。     

基于混沌映射的单向Hash函数构造

为提高 Hash函数性能 ,尝试新的 Hash函数构造方法 ,提出一种基于混沌映射的 Hash函数构造思想 ,给出利用两个不同的混沌模型构造的单向 Hash函数 ,并初步分析了其作为单向 Hash函数的不可逆性 ,防伪造性 ,初值敏感性和混沌映射应用于单向 Hash函数构造的优点与潜力。实现了任意长原始文本单向 hash为 1 2 8bit Hash值的算法。实验结果表明 ,这种构造方法实现简单 ,对初值有高度敏感性 ,具有很好的单向 Hash性能。同时 ,该方法也易于改造为并行实现 ,并且迭代的步数与原始文本成正比 ,有成为一种快速实用的单向 Hash算法的潜力。     

基于全尺度跳跃连接的视网膜血管分割算法

为了解决经典分割算法对于视网膜血管分割精度不够的缺陷,通过将U-net3+(全尺度连接U形网络)应用于视网膜微血管分割,并加以改进来提高分割精度.首先利用U-net3+中的全尺度跳跃连接,提取更多尺度的视网膜微血管特征.针对细小血管难以捕捉的问题,将网络中的普通卷积换成可变卷积,它可以根据血管的形状、大小改变感受野的大...     

一种基于视觉的库区可疑目标识别算法研究

针对库区巡检图像采集设备对图像目标智能识别需求,进行基于视觉的远距离可疑目标识别算法设计与实现. 采用目标检测算法对图像进行目标识别并采集,通过基于卷积神经网络的深度学习模型卷积层对目标图像提取特征,采用基于机器学习传统方法的浅层网络对特征进行可疑目标分类. 根据算法设计实验,实验结果表明本算法模型识别效果良好,可有效减少人工识别工作量,能满足实际应用需要要求.