一种基于改进CORDIC算法的阵列侧向测井仪信号发生电路

阵列侧向测井仪是目前测井工程中探测与分析复杂地质结构的一大利器。为实现5种不同探测深度的“阵列式”测井,仪器自身需要同时产生5种频率高精度正弦信号。本文对经典坐标旋转数字计算机(CORDIC)算法进行了改进与优化,改进后的算法计算量仅约为经典算法的1/3,大幅减小了DDS信号发生电路的输出时延。通过Modelsim软件仿真验证改进算法的可行性后,使用FPGA芯片编程,搭配DA/C与低通滤波电路,设计实现了一种基于DDS技术的阵列侧向测井仪信号发生电路。仪器外刻度模拟实验表明:搭载该信号发生电路的阵列侧向仪器能够在0.6Ω~100 kΩ电阻范围内保持良好的一致性,5种模式下电阻值实测误差均保持在10%以内,对于中低阻值模拟地层的测量精度达到了3%,较上一代阵列侧向仪器性能有明显提高。

基于一种改进CORDIC算法的MATH处理器设计与优化

在精密的电机数控领域中,对三角函数运算的硬件架构性能指标日渐严格。针对传统CORDIR算法求解三角运算时存在迭代次数多、迭代周期长、输入角度范围小等局限性,提出了对其进行角度预处理、镜像迭代、角度补偿、区间换算以及合并迭代结构等优化,并最终完成高精度计算三角函数的MATH处理器设计。在硬件实现上,本处理器在输入角度及坐标范围得到明显优化,计算速率显著倍增,且精度完全满足设计标准,适配于高精度电机驱动等应用领域。

基于改进CORDIC算法实现高速直接数字频率合成器

设计实现了一种高速直接数字频率合成器。利用混合CORDIC算法的思想,用混合角度集代替传统正切角度集,并讨论了在二进制格式下的中间值,采用改进的混合差分CORDIC算法实现了相位幅度的转换。在确保算法的迭代精度和收敛区间的前提下,避免了传统算法中旋转方向依赖于上一次迭代的现象,提高了数据的吞吐量;同时消除了常用冗余算法引进额外电路的情况。分析了采用CORDIC算法所带来的误差,综合考虑精度和电路复杂度,确定字长和迭代次数获得14位的输出有效位。经0.18μm6M2P CMOS工艺流片,在1GHz的工作频率下,输出信号在98.6MHz处,SFDR为68.39dB,整个芯片面积为4.19mm×3.17mm。

基于改进CORDIC算法的QDDS的FPGA实现及精度分析

分析了DDS原理、CORDIC原理及其一种改进方法,设计了基于改进CORDIC算法的流水线QDDS系统,在Altera公司的ACEX1K—EP1K50TC144-1芯片上予以实现,通过对数据的频谱分析验证了系统工作性能。系统输入频率控制字32位,输出幅度位数16位,最高工作频率83.33 MHz,频率转换时间440 ns,频率分辨率0.0196 Hz,杂散指标-114 dB。

基于改进cordic算法的NCO设计

提出了一种改进cordic(coordinate rotation digital compute,坐标数字旋转)算法,用于实现NCO(数控振荡器)的设计。该算法能够预先确定所有迭代的旋转方向,相对于传统cordic算法,减少了硬件资源消耗。采用Altra公司CycloneII系列芯片EP2C5AF256A7进行FPGA验证,结果符合设计要求。

基于改进CORDIC算法的DDS设计

针对基本CORDIC算法的DDS计算速度随迭代次数增加而降低的问题,对CORDIC算法提出了一些改进。采用了角度分解预测旋转方向和多级迭代并行计算的方法,代替传统算法的多重迭代。时序仿真结果表明:改进的算法实现相位幅度转换;与基本CORDIC算法相比,在保持数据较高精度的同时提高了运算速度。此种设计具有运算速度快、计算精度高、硬件实现简单等优点。

软件雷达基于改进CORDIC算法的坐标变换

利用通用计算机软件化实现雷达数据处理和终端显示已成为一种趋势,而从极坐标到直角坐标的快速变换是保证雷达实时显示的前提.在雷达显示过程中角度数据随时间均匀变化,每增加同一个微小的值可得到下一个角度.通过合理选择角度增量使其在满足雷达显示的前提下同时符合CORDIC(Coordinate Rotation Digital Computer)算法的要求,并据此对CORDIC算法进行了改进.改进后的CORDIC算法只需1次偏转就可计算出需要的三角函数值,提高了从极坐标变换到直角坐标的速度.经过分析,改进后的算法使得坐标变换的速度比原来提高了15倍.

基于FPGA实现改进CORDIC算法研究

传统的CORDIC算法虽然能提高相位分辨率,但是硬件资源的消耗量很大,为了解决这个问题,对传统的CORDIC算法进行了改进,主要增加了内部相位累加器的位数,同时使用两位的方向控制因子改进下级流水操作的加减,在同等硬件资源的消耗量的情况下实现了更高相位分辨率的正余弦信号的产生。通过QuartusⅡ和MATLAB验证了系统的可行性。

基于改进CORDIC算法的时栅位移传感器激励信号源设计

在深入分析CORDIC基本算法原理的基础上,实现了一种改进算法,这种改进算法的迭代方向由输入角二进制表示时的各位位值直接确定,避免了CORDIC基本算法中迭代方向需由剩余角度计算结果决定的不足。利用该改进的CORDIC算法,实现了时栅位移传感器激励信号源设计。试验表明:该方案能够提高时栅位移传感器三相激励信号输出频率和相位差的精确度,有实际应用价值。

基于FPGA和改进CORDIC算法的NCO设计与实现

将CORDIC算法传统实现中的象限转换从输出转移到输入进行处理,简化了电路逻辑。针对CORDIC算法的流水线结构做出增大映射分区的改进,省去了流水线的第一级,减少了流水线结构内旋转角的一位数据宽度。在FPGA中仿真并实现了基于该改进CORDIC算法的NCO。仿真结果有良好的精度,证明了该方案的可行性。

基于改进CORDIC算法的正余弦编码器信号细分技术

为了获取更精确的电机位置等实时反馈信息,提高数控系统等闭环控制系统的反馈精度,主要设计了基于改进坐标旋转数字计算(CORDIC)算法的正余弦编码器高分辨率信号处理方法。首先通过信号调理电路对编码器信号进行差分放大和整形滤波等处理;然后四倍频计数得到粗码信息,并通过基于改进CORDIC算法的电子学细分方法获得精插补位置信息;最后,将粗码和精码信息整合,得到高分辨率和高精度的电机角位置信息。实验结果显示,与算法优化改进前相比,该方法信号测量误差明显减少,精度较高。

改进CORDIC算法在NCO设计中的应用

本文对CORDIC算法的原理、性能进行了阐述和探讨,并对CORDIC算法可实现的功能进行了分析,最后进行了基于CORDIC算法的数控振荡器的设计。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

基于改进蚁群算法的机器人全局路径规划

针对传统蚁群算法存在初始信息素缺乏、收敛速度慢以及无法有效躲避障碍物等问题,文中提出了一种基于改进蚁群算法的全局路径规划。引入正态分布函数改进传统启发函数,提高了算法效率,缩短了算法收敛所需时间。自适应调整信息素挥发系数,限定信息素范围,避免过早收敛。对算法路径平滑处理,缩短路径长度,从而实现机器人的全局路径规划。仿真结果表明,在20×20环境下,文中算法平均迭代次数比传统蚁群算法减少了28代,收敛速度更快。平均拐点减少了33.3%,使路径更为平滑,克服了初始信息素缺乏,加快了收敛速度,减少了拐点数量,能够有效躲避环境中的障碍物,证明了该算法的可行性。

基于改进引力搜索算法的水轮机调节系统仿真

针对现阶段水电机组存在多种复杂工况、工程计算受限于算法本身的复杂性等问题,提出一种改进的引力搜索算法(改进PSOGSA),以此提高水轮机控制参数的优化性能,弥补传统控制策略难以满足动态需求的不足.首先,结合PSO算法,在GSA的速度更新公式中引入学习因子进行改进.其次,应用一种权重系数优化其位置更新公式,提高算法的自适应性.最后,结合相关仿真建模试验,使用所提改进PSOGSA对水轮机调节系统PID参数进行优化调节.仿真结果表明,在5%空载频率扰动下,改进PSOGSA的PID控制器明显优于上述传统算法,所调节的模型系统能在更短时间内趋于稳定,此时的超调量远低于传统算法,表明此改进PSOGSA在后续迭代中具备更高的迭代效率,并且改善了常规算法中易陷入局部最优的问题,从而证明了改进PSOGSA的合理有效性,水轮机调节系统的控制效果在一定程度上得到优化.

基于改进蚁群算法的外卖配送路径规划研究

从外卖配送员角度出发提出一种改进蚁群算法(Improved Ant Colony Optimization,IACO),在此基础上进行外卖配送路径规划研究.首先通过蚁群算法(Ant Colony Optimization,ACO)求解得到初始规划路径,然后通过大规模邻域搜索算法(Large Neighborhood Search,LNS)优化初始规划路径,通过将ACO和LNS算法结合,提高求解质量.为了验证方法的有效性,对外卖配送过程进行仿真,并且选用不同订单数量场景进行对照分析.根据最优配送方案路线图和目标罚函数的最优值可以得出,IACO算法是有效的,且可以提高外卖配送员外卖配送的效率.IACO算法不但能够提升配送的智能化水平,还从外卖配送员的角度提出一种更为人性化的配送方法,支持网络互联外卖平台派送系统的可持续化发展.

基于集成改进蚁群算法的作战环推荐方法

作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首先,将作战环推荐问题转换为一种基于多仓库路径规划的数学模型。然后,针对原始蚁群算法前期收敛速度慢、算法参数对结果影响大和容易陷入局部最优的问题分别提出了3种改进策略:基于边权重信息的信息素初始化、基于差分进化的蚁群算法参数自适应优化和基于遗传算子的全局搜索能力提升,并进行了集成改进。最后,在案例分析中对集成改进蚁群算法进行了分析和对比,验证了所提算法在不需要大幅提高耗时的情况下,优化结果要优于未集成改进的蚁群算法,且相比于原始蚁群算法提升效果显著。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。