共查询到19条相似文献,搜索用时 93 毫秒
1.
本文对两种实信号快速卷积算法进行了分析和对比,找到了一种快速有效的算法。为以后的快速卷积研究指明了方向。 相似文献
2.
差错控制编码在移动通信系统中应用广泛,可以克服由于移动传播环境引起的波形变坏或随机的差错.基于VHDL语言,设计了一个CRC加卷积编码系统,硬件采用一片EPM7128SLC84-15芯片,软件采用VHDL语言编程,该系统结构紧凑,体积小,功能稳定可靠. 相似文献
3.
本文介绍了一种基于实时处理的数字信号处理算法。该算法首先将长序列分成一个个较短序列 ,然后通过循环卷积求线性卷积 ,使处理过程达到实时、快速的效果。 相似文献
4.
5.
一种快速位同步的VHDL实现 总被引:1,自引:0,他引:1
阐述了一种基于VHDL实现的快速位同步方案,改进了传统的超前-滞后型数字锁相环(LL-DPLL)提取位同步信息的方法,使得同步捕捉时间极大地缩短,在最坏条件下位同步捕捉时间将比传统方法快数十倍.简要地分析了该位同步实现方案的各项基本性能,并以实验测试验证了设计原理。 相似文献
6.
提出了一种在二维离散三角变换(DTT)域进行线性卷积的算法.首先推导出N1×N2的二维离散余弦变换Ⅱ型(DCT-Ⅱ)与2N1×2N2的二维离散傅里叶变换(DFT)之间的关系武,并将二维DFT的卷积乘积表达式转换成在对应的二维DTT域表示;然后给出了线性滤波器下输出信号的DCT-Ⅱ与输入信号的DTT之间关系的显式表达式;最后,分析了该算法的复杂度.结果表明,当滤波器大干5×5时,该算法计算复杂度远低于常见的空间域滤波算法.另外,在已知二维信号平移后的DCT-Ⅱ系数情况下,该算法比DFT域滤波算法具有更高的计算效率. 相似文献
7.
崔秋丽 《中国新技术新产品精选》2012,(20):7-7
VHDL语言具有与具体硬件无关和设计平台无关的特性。本文的闹钟设计与制作是基于VHDL语言,并对系统硬件设计和软件实现进行了详细的描述。 相似文献
8.
简要介绍了硬件描述语言VHDL语言的基本结构 ,并将应用VHDL语言的软件设计方法和传统的数字电路硬件设计方法相对照 ,阐述了其在数字电路设计上的应用 相似文献
9.
10.
11.
沈乃汉 《南京邮电大学学报(自然科学版)》1987,(1)
本文介绍了长度N=P~M-1为麦森素数的子群卷积的基本原理和应用中国余数定理对这种子群卷积进行排序的算法及步骤。改进了这种排序方法,提出了计算简单的快速排序法,并提出了用于群卷积计算DFT的混合嵌套快速算法。 相似文献
12.
本文指出文献[3]提出的循环卷积快速算法由于忽略了整数位长与时间复杂度的关系,其一次乘法所耗费的时间至少相当于原有的卷积直接乘的时间,若不考虑整数的位长,只用一次乘法便可算出卷积。 相似文献
13.
基于VHDL的数字倍频器设计 总被引:3,自引:1,他引:2
介绍了数字倍频电路的工作原理,分析了倍频器产生误差的原因,然后给出用VHDL语言来实现数字倍频器的方法,并用Max+plusⅡ通过仿真进行了验证. 相似文献
14.
利用快速多项式变换计算二维卷积的算法改进 总被引:1,自引:0,他引:1
胡光锐 《上海交通大学学报》1986,(6)
本文研究利用快速多项式变换(FPT)计算二维循环卷积的几种算法,改进了其中的一种算法,编制了相应的计算机程序.同直接算法及二维FFT算法进行了运行时间比较,得到了满意的结果. 相似文献
15.
分布式VHDL模拟算法 总被引:1,自引:0,他引:1
主要介绍了分布式并行VHDL模拟算法。此算法根据电路本身的并行特性,使用多年来处理单元行模拟VHDL模型电路,因此可以极大的提高模拟速度,但仍需要进一步的研究。 相似文献
16.
介绍VHDL技术的发展过程,比较了传统实验与基于VHDL技术的数字电路实验的优缺点,给出了VHDL技术在实验教学中的应用方法。 相似文献
17.
基于VHDL的高性能信号采集系统的设计 总被引:1,自引:0,他引:1
设计突破了以往单纯通过硬件电路搭建的遥测系统,采用通过外围电路搭建,并基于VHDL实现了由大规模可编程集成器件进行统一控制的多路模拟信号时分采集系统。利用VHDL开发的遥测采集系统,具有可在线编程的功能以及模块设计,其通用性和模块化设计方法可以节省大量的人力,大大地缩短设计周期。 相似文献
18.
基于Morse码的基本原理,提出了一种基于有限状态机的Morse码自动识别算法.将电键拍发过程划分为6种状态,利用VHDL硬件描述语言的强大逻辑描述能力,给出了在MAX PlusⅡ开发软件环境下,设计识别Morse码的具体方法和仿真分析结果.算法能根据报务员发报时的码速确定Morse码的判别门限,大大提高了码字识别的准确率. 相似文献
19.
为了解决传统雄穗检测方法因玉米品种不同以及田间环境不同导致的检测误差较大、鲁棒性较差的问题,利用深度卷积神经网络提取特征,并对多尺寸特征图卷积的方法检测玉米雄穗。采用深度卷积神经网络inception作为基础网络来训练提取玉米雄穗特征,同时增加额外的卷积层对图像进行卷积提取特征,最后分别对基础网络中的两层卷积层以及额外的卷积层卷积得到的不同尺度特征图进行分类和位置回归。整体网络结构是多尺度端到端框架,效率高,方便检测不同尺度的雄穗。实验结果表明,此方法提高了雄穗检测的速度和准确率。 相似文献