采用按時(shí)間抽選的基4原位算法和坐標(biāo)旋轉(zhuǎn)數(shù)字式計(jì)算機(jī)（CORDIC）算法實(shí)現(xiàn)了一個(gè)FFT實(shí)時(shí)譜分析系統(tǒng)。整個(gè)設(shè)計(jì)采用流水線(xiàn)工作方式，保證了系統(tǒng)的速度，避免了瓶勁的出現(xiàn)；整個(gè)系統(tǒng)采用FPGA實(shí)現(xiàn)，實(shí)驗(yàn)表明，該系統(tǒng)既有DSP器件實(shí)現(xiàn)的靈活性又有專(zhuān)用FFT芯片實(shí)現(xiàn)的高速數(shù)據(jù)吞吐能力，可以廣泛地應(yīng)用于數(shù)字信號(hào)處理的各個(gè)領(lǐng)域。
標(biāo)簽： CORDIC FFT 算法 旋轉(zhuǎn)
上傳時(shí)間： 2013-09-01
上傳用戶(hù)：731140412
JPEG靜止圖像壓縮解壓縮標(biāo)準(zhǔn)的硬件實(shí)現(xiàn)及其改進(jìn)算法的研究 這是本人做圖像壓縮時(shí)收藏的一個(gè)比較經(jīng)典的碩士論文，希望對(duì)大家有參考價(jià)值
標(biāo)簽： JPEG 碩士 圖像壓縮 標(biāo)準(zhǔn)
上傳時(shí)間： 2013-09-01
上傳用戶(hù)：mqien
關(guān)于用CPLD和FPGA做插補(bǔ)算法的內(nèi)容,對(duì)于想用FPGA做控制的朋友是個(gè)好的借鑒!
標(biāo)簽： FPGA CPLD 插補(bǔ)算法 控制
上傳時(shí)間： 2013-09-02
上傳用戶(hù)：taox
VHDL寫(xiě)的LMS算法程序。利用本地正弦信號(hào)，根據(jù)LMS算法對(duì)輸入信號(hào)進(jìn)行跟蹤。用以產(chǎn)生和輸入信號(hào)同頻同相的本地信號(hào)。
上傳時(shí)間： 2013-09-03
上傳用戶(hù)：chenlong
用vhdl編寫(xiě)的基于fpga的數(shù)字頻率計(jì)程序算法
標(biāo)簽： vhdl fpga 編寫(xiě) 數(shù)字頻率計(jì)
上傳時(shí)間： 2013-09-07
上傳用戶(hù)：chfanjiang
為了減小匹配傅里葉變換分析的計(jì)算量，提出了一種基于快速傅里葉變換的快速算法。根據(jù)匹配傅里葉變換的分解將積分形式轉(zhuǎn)化為離散形式，推導(dǎo)出快速算法表達(dá)式。該算法與直接的數(shù)值離散匹配傅里葉變換算法相比較，計(jì)算量大大減少。同時(shí)給出了其在雷達(dá)信號(hào)處理中線(xiàn)性調(diào)頻信號(hào)的檢測(cè)與參數(shù)估計(jì)的應(yīng)用。理論及計(jì)算機(jī)仿真結(jié)果表明了該算法的有效性和精確性，有良好的工程應(yīng)用前景。
標(biāo)簽： 傅里葉變換 快速算法 雷達(dá)信號(hào)處理
上傳時(shí)間： 2013-10-21
上傳用戶(hù)：chongchong1234
針對(duì)SIFT算法復(fù)雜程度高，實(shí)時(shí)性差，在維數(shù)較高的圖像配準(zhǔn)中并不實(shí)用的問(wèn)題，提出了一種基于線(xiàn)性鑒別分析（LDA）的SIFT算法（SIFT-LDA）。首先利用SIFT算法提取出圖像的特征點(diǎn)向量，然后用LDA方法對(duì)其進(jìn)行特征抽取并降維。通過(guò)高維自然圖像和單幅人臉圖像進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明SIFT-LDA算法在保證匹配精度的同時(shí)，實(shí)時(shí)性要優(yōu)于傳統(tǒng)的SIFT算法，其匹配時(shí)間相對(duì)于傳統(tǒng)SIFT算法縮短了將近一半。
標(biāo)簽： SIFT LDA 算法 圖像配準(zhǔn)
上傳時(shí)間： 2013-10-13
上傳用戶(hù)：392210346
飛機(jī)特征點(diǎn)圖像的識(shí)別是航空試飛領(lǐng)域中計(jì)算機(jī)視覺(jué)研究的重要課題，在基于圖像的視頻安全監(jiān)控、自動(dòng)識(shí)別與智能人機(jī)交互方面有著重要的研究?jī)r(jià)值。其檢測(cè)算法經(jīng)過(guò)長(zhǎng)時(shí)間的發(fā)展，已經(jīng)取得了顯著的成績(jī)。本文中對(duì)Paul Viola提出的基于積分圖像和AdaBoost的檢測(cè)方法進(jìn)行了深入研究、改進(jìn)，并針對(duì)實(shí)際問(wèn)題成功應(yīng)用到飛機(jī)特征點(diǎn)圖像的快速檢測(cè)中。
標(biāo)簽： AdaBoost 算法 特征 圖像識(shí)別
上傳時(shí)間： 2013-11-04
上傳用戶(hù)：日光微瀾
艦船電力系統(tǒng)網(wǎng)絡(luò)重構(gòu)可以看作為一個(gè)多目標(biāo)、多約束、多時(shí)段、離散化的非線(xiàn)性規(guī)劃最優(yōu)問(wèn)題。根據(jù)艦船電力系統(tǒng)特點(diǎn)，提出了一種改進(jìn)的粒子群優(yōu)化算法。在傳統(tǒng)粒子群算法的基礎(chǔ)上，運(yùn)用混沌優(yōu)化理論進(jìn)行初始化粒子的初始種群，提升初始解質(zhì)量；同時(shí)，引進(jìn)遺傳操作以改進(jìn)粒子群算法易陷入局部極值的缺點(diǎn)。通過(guò)對(duì)典型的模型仿真表明，該算法具有更好的尋優(yōu)性能，并且有效地提高了故障恢復(fù)的速度與精度。
標(biāo)簽： 粒子群算法 電力系統(tǒng) 艦船 網(wǎng)絡(luò)
上傳時(shí)間： 2014-12-23
上傳用戶(hù)：AbuGe
在集群系統(tǒng)中，負(fù)載均衡算法是影響系統(tǒng)性能的關(guān)鍵因素之一。為了進(jìn)一步提高集群系統(tǒng)的性能，有必要對(duì)負(fù)載均衡算法進(jìn)行優(yōu)化。通過(guò)對(duì)最小連接算法和DFB（Dynamic Feed-Back）算法的詳細(xì)分析，提出了一種改進(jìn)的動(dòng)態(tài)反饋負(fù)載均衡算法。該算法通過(guò)收集每臺(tái)服務(wù)器的實(shí)時(shí)性能參數(shù)，動(dòng)態(tài)地計(jì)算出各服務(wù)節(jié)點(diǎn)的分配概率，并由此決定用戶(hù)請(qǐng)求分配給哪一個(gè)服務(wù)節(jié)點(diǎn)。通過(guò)對(duì)上述三種算法性能的測(cè)試，得出了該算法能夠有效提高集群系統(tǒng)性能的結(jié)論。
標(biāo)簽： 動(dòng)態(tài)反饋 負(fù)載均衡算法
上傳時(shí)間： 2013-11-23
上傳用戶(hù)：gxy670166755
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
