用IAP技术在线升级STM32单片机固件

针对嵌入式产品程序更新问题,提出了一种基于IAP技术的STM32单片机在线固件升级方案,设计了STM32单片机最小系统硬件电路和USB转串口通信电路,并给出了Bootloader程序、APP程序、PC上机程序的实现流程.实验结果表明,该方案具有简单实用、稳定性高、维护成本低和设备使用效率高的特点,适用于嵌入式产品升级.     

应用于图像细化的细胞神经网络联接权的设计及硬件实现

讨论基于Hopfield神经网络的神经细胞网络(CNN)模型,并在二维图像处理中,利用CNN完成并行细化.改进了Matsumoto等人设计的两套细化联接权的复杂CNN硬件,提出了一套便于硬件实现的5×5联接权样本,讨论了CNN不对称权的稳定性、权的设计规则及硬件实现方法.最后给出了CNN细化的结果。     

恒温自动控制器的设计

本文介绍一种恒温自动控制器,给出了自行研制并投入运行的双路实验水浴槽加热、测控及恒温装置的设计构思、详细框图以及关键电路,其中直线扫描相控触发电路具有快速、精确、灵活等优点。整机采用常规器件,价廉、稳定性及可维修性好,便于推广应用。     

二极管双向限幅电路的实验研究

本文研究了二极管双向限幅电路、二极管双向限幅电路中VD2反向的实验电路、二极管双向限幅电路中VD1反向的实验电路和二极管双向限幅电路中VD1、VD2均反向的实验电路四种电路结构,分析了当输入正弦波电压时,上述四种电路的输出波形,并给出实验实测波形,实验结果验证了理论分析。     

关于细胞神经网络的拓扑结构的研究

本文对于L.O.Chua(蔡少棠)所提出的细胞神经网络(CNN)的拓扑结构进行了较详细的分析,将单细胞-8连接的近邻系统的拓扑结构推广到单细胞-d连接d=3)4,5,6,7)的情况.这样,一大批具有不同拓扑结构形式的CNN将随之出现,将为CNN的VLSI实现提供多种可供选用的方案,并将有力地推动新型结构的CNN专用电路的研制工作.     

人工细胞神经网络(CNN)的硬件实现

本文主要研究用集成运放实现人工细胞神经网络(CNN)的问题,改进了由L.O.Chua(蔡少棠)提出的单细胞人工CNN电路。从巳实现的4×4CNN电路及CNN连通片检测电路看,其性能达到了预期要求。     

基于UC3844的多通道输出开关电源的设计

设计了一种新型的基于UC3844芯片的多通道输出开关电源.详细给出了反馈电路、启动电路、漏感消除电路和变压器的设计过程.实验结果表明,该电源具有良好的性能,如电压稳定性好,输出电压纹波小,负载调整率高等.因此可用于电机控制,并具有较高的实用价值.     

基于扫频原理的自适应滤波电路设计

设计了一种自适应滤波电路,该电路主要由中心频率可调带通滤波器组成。论文详细给出了基于数字信号控制器(DSC)、开关电容滤波器的实现方案。实验结果表明,该电路在200⁸00Hz的频带内具有良好的动态带通滤波功能,并在扫频型输电线路参数测量中得到了应用。     

带均衡电路的锂电池充电器的设计与实现

MAX1757是MAXIM公司生产的一种锂离子电池充电控制器,它具有可编程性,外围电路简单等特点,可实现充电控制各种参数的设定.设计了基于MAX1757的三节锂电池串联充电控制管理的硬件电路,给出了充电参数的设定方法并分析了四个充电状态.设计了均衡充电电路,并给出了实验结果.     

变极性TIG焊电源驱动电路和保护电路的设计

针对焊接电源的稳定性设计原则 ,研究并设计了变极性TIG焊电源的驱动电路 ,以及过流 ,过热和过、欠压 3种保护电路 ,提出了逆变开关元件的保护方案 ,限定了最小触发脉宽 ,给出了调试过程中遇到问题的解决方法 .实验结果证明 ,该电路设计可靠 ,能保证变极性TIG电源稳定运行 .     

数学形态滤波的细胞神经网络实现方法

给出了细胞神经网络（ＣＮＮ）在数学形态学中的应用．通过对ＣＮＮ状态方程的修改，可使ＣＮＮ并行、实时地实现数学形态滤波，其实现速度与结构元的大小无关．给出了有关改进ＣＮＮ的稳定性及动态特性分析以及在腐蚀、膨胀及结构开、闭运算中的实现结果     

基于混沌粒子群优化算法的CNN图像边缘提取方法

细胞神经网络(Cellular Neural Network,CNN)具有能够高速并行计算,易于硬件实现等特点,使其在未来的图像处理方面展现出了广阔的应用前景.CNN较好地探测出图像中边缘的关键在于设计出一组较好的模板参数.提出一种基于混沌粒子群优化算法求解模板参数的方法,一方面,避免了分析细胞神经网络动态性能的一系列复杂过程;另一方面,通过将搜索过程映射为对混沌轨道的遍历过程,可以使得搜索过程避免陷入局部极小,并且在模板参数的范围内能快速找到最优模板值.仿真实验表明,利用该方法设计出来的CNN去探测图像中的边缘比已有结果和利用几种经典边缘提取算子得到的边缘结果更加精确.     

应用细胞神经网络求解泊松方程的新途径

研究了细胞神经网络（ＣＮＮ）在求解泊松方程方面的应用。用集成运算放大电路实现了细胞神经网络，并进行了模拟求解，其结果是今人满意的。实验证明，用细胞神经网络可以求解泊松方程，这是一条新的途径。     

CNN-PDE非线性图像滤波器

偏微分(PDE)非线性图像滤波方法具有优良特性,但由于其计算量大而无法满足实时控制需求.细胞神经网(CNN)可以描述图像PDE模型,利用模拟CNN芯片并行求解,有助于提高其实时性.本文用CNN实现了PDE偏差非线性图像滤波器,提出了一种局部运算的噪声估计方法以选择适当的平滑系数.计算结果表明,这种噪声估计方法可以对不同噪声水平作出较精确的估计.仿真实验结果表明,CNN-PDE非线性滤波器取得了满意的滤波效果,用CNN实现PDE非线性滤波器的方法是有效可行的.     

基于离散时间细胞神经网络的GSM均衡器

提出并讨论了用离散时间细胞神经网络(DTCNN)实现用于GSM系统均衡器的可能性,并基于对均衡算法的分析推出了相应细胞神经网络模板的设计方法,针对存在多径干扰的二值信号处理问题进行了计算机仿真,结果证明了这一想法是合理的。     

带挠性帆板的双自旋卫星姿态稳定性分析

本文用假定模态法把原混合动力系统离散成多自由度系统。由R0uth方程推出非循环坐标系统方程,根据稳定性定理推出系统稳定性判据。由此分析了挠性帆板和内部转子对稳定性的影响。     

遗传规划在离散动态系统建模中的应用

在系统结构信息缺乏的情况下，要确立离散动态系统的动态方程组非常困难。利用遗传规划(GP)融合系统结构估计与参数估计的特点，阐明GP在离散动态系统建模中的具体运用，并提出一种利用误差估计进行模型评价的方法。用Lotka-Volterra公式演化的数据对该建模方法进行了实证研究，结果表明遗传规划在离散动态系统建模中是有效的。     

一种简洁高效的加速卷积神经网络的方法

卷积神经网络是机器学习领域一种广泛应用的方法,在深度学习中发挥着重要的作用。由于卷积神经网络一般需要多个层,而且训练数据通常都很大,所以网络训练可能需要几小时甚至很多天。目前虽然有一些利用GPU加速卷积神经网络训练的研究成果,但基本上都是实现方式复杂,需要技巧很高,而且容易出错。提出了一种简洁、高效的加速卷积神经网络训练的方法,其主要过程是将卷积层展开,这样卷积层和全连接层的主要训练步骤都可以用矩阵乘法表示;再利用BLAS库高效计算矩阵乘法。这种方法不需要过多考虑并行处理的细节和处理器的内核特点,在CPU和GPU上都能加速。实验证明,GPU上使用该方法比传统的CPU上的实现快了100多倍。     

圆柱拉压螺旋弹簧的动态优化设计

本文采用空间曲杆力学模型对圆柱拉压螺旋弹簧进行了动态分析,求出了动态微分方程组的解析解。在此基础上,对弹簧进行动态优化设计,建立了以最大动载应力最小为目标函数的优化数学模型,采用混合离散变量优化程序CVM02,得到了合理可靠的优化设计方案。