可进化可重构图像滤波器的设计

设计了一种新型的可重构、可进化图像滤波器.可重构电路采用了一种全新的可配置电路网络结构.该结构将功能运算单元以Benes拓扑结构互联,取代现有的MUX加功能运算单元的结构,使其具有更多条输出路径,更多运算单元参与到了进化中以提高进化效率.在运算单元设计方面,利用FPGA中特有的丰富LUT逻辑资源优势,设计了一种仅通过LUT配置码来控制其功能的P运算单元,节约资源且扩充了运算单元可执行的功能选项.借助于模拟退火遗传算法,通过对可重构电路配置码(基因)的不断改进和优化,该滤波器可以很好地滤除图像中的高斯噪声和椒盐噪声.实验结果表明:经过100万代进化,对于高斯噪声,噪声图像的平均每像素误差Mdpp=32.11,滤波后Mdpp=16.74,滤波质量优于一般高斯滤波器和现有的MUX加功能运算单元的可进化滤波器;对于椒盐噪声,噪声图像Mdpp=6.22,滤波后Mdpp=3.44,有效滤除了噪声.     

基于可编程模拟器件的演化硬件的研究

研究了一种利用可编程模拟电子器件设计电路的方法。该模拟器件具有非常优越的可重构特性,通过编程控制可以方便地改变其结构,特别适用于模拟电路类型的演化硬件电路的设计。阐明了电路进化硬件的基本原理和实现技术,提出了一种基于可编程模拟器件的进化电路设计方法。     

基于可进化性的快速遗传算法

给出三类可进化性较强的个体的定义,提出充分重视个体的可进化性并对可进化性强的个体加以引导,来提高遗传算法搜索效率的思想·同时考虑算法全局收敛性能而采用一种并行群体进化结构,设计了旨在提高遗传算法寻优效率的基于可进化性的快速遗传算法,仿真结果验证了这种快速遗传算法的良好性能     

硬件进化技术在PLD器件设计中的应用

单个硬件可适合多种环境或任务是当今硬件技术的发展目标.在可编程逻辑器件中,采用了基于遗传算法的硬件进化设计方法.设计实例表明,此设计方法可使硬件结构自动进化,以适应环境的变化.     

一种新型的单芯片级可进化硬件系统

针对可进化硬件（EHW）系统的需求,设计实现了FDP-2-SOPC芯片,芯片中嵌入了CPU和FPGA两种IP核,可实现硬件电路的重构和进化;以该芯片为系统核心建立了一种新型的软硬件结合的单芯片级EHW系统.为了提高电路重构速度,设计了针对EHW需求的快速局部重配置技术;为提高遗传算法的执行速度,设计了专用的随机数产生器...     

基于适应度评价扩展自适应遗传算法的门级电路进化设计

针对遗传算法适应度评价阶段指定输出单元容易丢失潜在解的问题,该文提出了一种基于适应度评价扩展的电路进化设计方法.该方法将每个逻辑单元的输出都视为一个潜在的解处理,得到一个最优适应度评价值,避免了潜在解的丢失,有效地提高了自适应遗传算法的性能.通过多种电路的进化设计实验比较了该文方法与传统自适应遗传算法设计的性能,结果表明,该文方法具有收敛速度快、迭代次数少、获得最优解成功概率高的优点.     

基于遗传算法具有容错能力的图像滤波器优化设计

针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器,并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时,可以生成功能上接近无故障模块时的滤波器电路.     

并行遗传算法在模拟有源滤波器设计中的应用

提出了一种基于岛屿群体模型的并行遗传算法,该算法克服了以往采用基本遗传算法存在易早熟、收敛速度慢的不足,具有较高的加速比和运算效率.将其应用到模拟有源滤波器参数的优化设计中,仿真结果验证了算法的有效性.     

基于DA算法的FIR滤波器硬件实现

高速FIR滤波器是数字接收机中中频处理的关键组成部分，传统的基于通用DSP的实现方法往往满足不了要求，而基于FPGA的硬件设计在速度上有很大的优势。因此，研究了采用DA算法的FIR硬件设计，分析了如何在逻辑资源占用和处理速度上进一步提高性能，并以16抽头8 bits FIR滤波器为例在XCS05的FPGA芯片中进行了实现。     

基于Matlab的FIR滤波器设计及FPGA实现

FIR滤波器是一种被广泛应用的基本的数字信号处理部件．针对常用的软、硬件方法设计实现FIR滤波器存在的问题，提出采用Matlab的窗函数方法设计并在FPGA上高速并行实现严格线性相位FIR滤波器的方案．其可以方便地调熬滤波器的阶数和系数，适合不同场合的应用．通过编程调试结果表明，该设计是可靠的，可作为高速数字滤波器设计的较好方案．     

数字电路设计的改进遗传算法

针对传统遗传算法应用于数字电路设计时出现的未成熟收敛和收敛速度慢等问题,提出了一种新的改进遗传算法,该算法对每次迭代产生的种群进行适应度分布和个体差异度的统计,并根据统计结果进行种群规划.实验结果表明,该算法使种群具备更好的多样性,从而显著地提高了电路的正确率和算法的收敛速度.     

基于有限脉冲变换的FIR滤波器进化设计

结合FIR傅里叶级数设计法和窗函数的基本原理，提出先将FIR滤波器的脉冲系列自由分布于－1－1之间，然后优化求逆，获得预期FIR滤波器特性的新思路，根据预期频率特性的指标要求，建立脉冲值的优化模型，通过遗传算法来求解，所得的优化解，使对应FIR滤波器的频率特性较好地满足预期频率特性的要求，该设计具有方法简单、自由度高、灵活性和鲁棒性高的特点。     

基于遗传算法的无源滤波器设计

利用遗传算法对集总元件的无源滤波器进行优化设计，对经典滤波器理论所不能解决的问题作出了一些偿试，计算结果表明遗传算法在无源滤波器的设计中具有较大的灵活性，并能一定程度上改善经典滤波器理论所不能解决的问题。     

基于Multisim10的心电检测系统模拟滤波器的设计

针对目前心电检测模拟滤波器设计的不足,本文利用Multisim10对滤波电路的相频特性、幅频特性、交流容差、直流容差和瞬态响应参数进行全面仿真分析,设计出了满足心电信号要求的滤波器.对滤波的结果与数字滤波器的结果进行误差对比,其E[e2]的值为0.003 5,表明该滤波器性能稳定、信号保真度高.     

采用遗传算法的模拟集成电路参数最优设计

探讨单元模拟集成电路参数最优设计方法,将此最优问题归结为约束化的非线性问题,并用遗传算法求解,事实证明,采用该方法能更准确,更有效地解决此类问题。     

Analog Module Placement Design Using Genetic Algorithm

This paper presents a novel genetic algorithm for analog module placement based on a generalization of the two-dimensional bin packing problem. The genetic encoding and operators assure that all problem constraints are always satisfied. Thus the potential problems of adding penalty terms to the cost function are eliminated so that the search configuration space is drastically decreased. The dedicated cost function is based on the special requirements of analog integrated circuits. A fractional factorial experiment was conducted using an orthogonal array to study the algorithm parameters. A meta-GA was applied to determine the optimal parameter values. The algorithm was tested with several local benchmark circuits. The experimental results show that the algorithm has better performance than the simulated annealing approach with satisfactory results comparable to manual placement. This study demonstrates the effectiveness of the genetic algorithm in the analog module placement problem. The algorithm has b     

基于遗传算法的模拟滤波器设计

阐述遗传算法及其优缺点,并借助遗传算法实现了仪器仪表中使用的低通滤波器的设计.利用网络变换对滤波器电路进行优化,便于对电路拓扑结构的分析及性能参数的计算,提高电路的实用性.     

基于遗传算法的改进粒子滤波算法

针对粒子数量和质量对粒子滤波(Particle Filter,PF)的退化问题具有重要影响,从大量采样粒子中采用遗传算法(Genetic Algorithm,GA)获得采样重要性重采样粒子滤波（Sampling Importance Resampling Particle Filter,SIRPF）的初始粒子,改善初始粒子质量,并保证其随机性和统计性.在车辆定位仿真中,采用定位精度、滤波发散次数和计算时间为指标对改进的遗传 粒子滤波算法GA SIRPF和传统SIRPF进行比较.结果表明,GA改进了初始粒子质量,减少了粒子退化可能性,提高了系统定位精度.