正交并行混频与多相转置FIR高速数字接收机研究

为弥补数字信号处理器件性能的不足,解决高速通信系统处理实时性不高、面积消耗较大、硬件实现困难等问题,研究了一种基于正交并行混频和多相转置FIR的高速数字接收机系统。首先对射频前端输入的任意高速采样信号和混频本振信号进行多相推导,以正交并行相乘的方式实现信号的下变频;接着推导了FIR滤波器的多相结构,通过改变输入寄存器的位置,建立了多相转置FIR模型,设计了一种低延时、高效率的滤波器,与现有多相FIR相比,节约了30%的面积。在此基础上,采用模块化的设计方法,基于xc7z045完成了高速数字接收机系统的FPGA设计,并在自主研发的宽带信号处理板上以2.048GSPS的采样速率,完成频率为1.536GSPS,带宽为8MHz的BPSK信号接收与传输验证。实验结果表明,所设计系统准确找到了所有码元的信息,对于数据吞吐量大、实时性要求高的数字接收机模型建立与工程实现具有一定的指导意义。

中文词汇加工的转置效应

在中文阅读中,词汇识别离不开对汉字位置信息的编码。本文介绍了中文词汇转置效应的研究范式,包括词水平下的单一呈现范式、掩蔽启动范式和句子水平下的自由阅读范式、边界范式;并介绍了词汇转置效应的影响因素,有转置发生的位置、词边界、语境信息和年龄,综述了目前关于中文词汇转置效应的研究成果,并对汉字位置编码的研究提出展望。

二维转置预泊松代数的分类

随着二维Zinbiel代数,预李代数分类结果的完成,在转置泊松代数的研究基础上,本文研究了二维转置预泊松代数的分类以及转置预泊松代数与转置泊松代数的关系。首先利用二维Zinbiel代数的分类结果,取定转置预泊松代数上的Zinbiel代数,计算在这个条件下二维转置预泊松代数上预李代数的左乘运算,确定预李代数的类型。通过具体计算讨论二维的转置预泊松代数在同构意义下的分类。

Winograd转置卷积快速实现方法研究

Winograd转置卷积算法是现场可编程门阵列中广泛使用的卷积加速方法,可通过分组后执行Winograd卷积来解决转置卷积的零填充问题。然而该方法需要对输入特征映射和卷积核进行分组运算,且需要对运算结果进行重组,以生成完整的输出特征映射,复杂的元素坐标计算增加了设计的复杂度。针对上述问题,提出一种采用统一转换矩阵计算Winograd转置卷积的方法,使用统一的转换矩阵代替对输入特征映射和卷积核进行分组,有效解决了重叠求和、零填充、卷积核翻转、分解和重组等问题。并在该方法的指导下,结合数据重用、双缓冲区设计和流水线等方法,完成了现场可编程门阵列上转置卷积的加速器的设计。选择高斯-泊松生成对抗网络进行实验验证,并与主流的转置卷积设计方法进行了综合比较。实验结果表明,提出的方法可有效降低资源消耗和功耗,加速器的有效性能比现有的转置卷积方法提高了约1.13至23.92倍。

多核数字信号处理器并行矩阵转置算法优化

矩阵转置是矩阵运算的基本操作,广泛应用于信号处理、科学计算以及深度学习等各种领域。随着国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)在各种领域中的推广应用,对高性能矩阵转置实现提出了强烈需求。针对飞腾异构多核DSP的体系结构特征与矩阵转置操作的特点,提出了一种适配不同数据位宽(8 B、4 B以及2 B)矩阵的并行矩阵转置算法ftmMT。该算法基于DSP中向量处理单元的Load/Store部件实现了向量化,同时基于矩阵分块实现了多个DSP核的并行处理,通过隐式乒乓设计实现了片上向量化转置与片外访存的重叠以及访存性能的大幅提升。实验结果表明,ftmMT能够显著加快矩阵转置操作,与CPU上的开源转置库HPTT相比,可获得高达8.99倍的性能加速。

基于分块转置的二维快速傅里叶变换的FPGA设计

离散二维快速傅里叶变换被广泛应用于数字图像处理,对工程领域具有重要意义。通常2D-FFT使用行列分解计算,即先沿着行计算一维快速傅里叶变换,再沿列计算。由于现场可编程门阵列的数据传输带宽以及相关存储硬件的物理结构特性的限制,该方案不满足高分辨图像实时处理的需求。采用行FFT-转置-行FFT的方案,虽减少计算过程中直接内存访问控制器的等待时间且能提高2D-FFT的计算效率,但目前矩阵转置实现有很大的局限性。传统的设计使用加载和存储指令来完成矩阵的换位。提出一种基于快速分块转置的2D-FFT方案,通过搭建转置模块与四路并行1D-FFT模块,充分利用FPGA片上资源以降低延时。实验基于Xilinx Kintex UltraScale FPGA,在相同的时钟频率以及并行条件下,对比不同的2D-FFT计算方案。在实验误差范围内,本文提出的解决方案使计算效率提升约15倍。

基于转置EKMA曲线的湖南省臭氧生成敏感性分析

基于湖南省2015—2020年夏秋季的污染物及气象观测数据,分析了臭氧(O_(3))污染的时空特征和生成敏感性。湖南省中部和北部的O_(3)污染较为严重,且主要发生在9月,午后O_(3)峰值常与早高峰的NO_(2)浓度有较高的相关性。采用转置EKMA曲线方法探究了O_(3)在NO_(2)维度和VOCs反应活性维度下的生成敏感性。在NO_(2)维度下,NO_(2)控制区和NO_(2)-VOCs过渡区的NO_(2)质量浓度为7~13μg/m^(3),NO_(2)-VOCs过渡区和VOCs控制区的NO_(2)质量浓度为15~17μg/m^(3)。在VOCs反应活性维度下,当NO_(2)质量浓度大于10μg/m^(3)时,VOCs反应活性越高,O_(3)浓度越高。在高VOCs反应活性(30℃或以上)时,NO_(2)浓度每降低1μg/m^(3),各区域的O_(3)质量浓度能降低约8~9μg/m^(3)。结合NO_(2)和VOCs反应活性2个维度,得出湖南省午后O_(3)生成以NO_(2)控制区和NO_(2)-VOCs过渡区为主,在晴天干燥和高温条件下,减排NO_(2)可有效降低O_(3)浓度。转置EKMA曲线方法为缺少长期VOCs观测的区域提供了研究O_(3)生成敏感性的新思路。

全转置正交矩阵

给出了全转置矩阵和全转置正交矩阵的定义,并研究了全转置正交矩阵,给出了它的一系列性质.

SAR实时成像高效矩阵转置研究和实现

矩阵转置是SAR成像处理中的重要运算,SAR成像的实时巨量数据处理对基于片外存储的矩阵转置算法效率提出了很高的要求,而目前的实时转置算法实现的效率都偏低。文中通过分析片外存储特性,研究和提出适用于SAR实时成像的矩阵转置算法,占有片内资源少,读写平衡且效率高,配置灵活可组合成较复杂的矩阵转置形式,目前已成功应用于多种模式的SAR成像处理。

一种补齐式准原地转置算法

提出一种补齐式准原地转置算法,利用方阵对角线对称位置小块数据互换的思想实现大规模矩阵的原地转置,构建一种提升存储资源利用率的转置策略:以短边为基准将矩阵补齐以便划分成数个方阵,再对每个方阵划分小方阵。利用分块读写的思想每次转置一对小方阵,实现行写行读,既提高存储器读写效率,又可以提高存储空间利用率,实验结果表明,相比非原地转置算法,存储空间最大降低49.5%,且对行列相差悬殊的矩阵具有良好的转置效率。

多边矩阵的块转置T运算

给出了多边矩阵的块转置T运算的概念、基本定理以及代数性质。作为应用,研究了多边矩阵的块转置T运算和多边矩阵块的拉长Te、多边矩阵的块迹Tr的关系。

矩阵的非常规转置

本文从矩阵的常规转置（主转置）,延拓到矩阵的非常规转置（次转置、行转置、列转置）.经过深入探讨,给出了它们的妙趣横生的颇有意义的一系列结论,并予以技巧各异的论证,其中以行转置和列转置二者的关系最为奇妙.此后又由常规的对称阵和反对称阵,给出次转置的次对称阵与反次对称阵的定义及其相关结论.

快速数据库动态转置及报表生成

讨论在一种特殊的数据库转置变换中，利用ＶＦＰ数据库容器长字段特性和灵活的报表设计实现快速界面显示。

全转置正交矩阵的几个性质

给出了全转置矩阵和全转置正交矩阵的定义,从矩阵元素的结构上研究了全转置正交矩阵,给出了全转置正交矩阵的3个充分必要条件.

实时SAR成像系统中矩阵转置的设计和实现

矩阵转置是多维图像和信号处理中常用的处理过程 ,在SAR成像系统中也有非常重要的应用 重点讨论了数据流处理中行进列出的一类转置问题 ,结合SAR成像算法 ,分析成像系统中矩阵转置的特点 ,提出了输入输出平衡的数据流转置方式 ,解决由于硬件实现中存储器读写速度不同和输入输出数据量不同所带来的输入输出负载不平衡问题 还介绍了SAR成像系统中转置存储部件的实现问题 转置存储部件采用双总线的结构 ,图像数据的输入和输出可以并行进行 ,具有非常高的数据传输速度 ,在 6 6MHz的工作频率下 ,能达到

基于SDRAM的星载SAR星上实时成像转置存储器

论述了合成孔径雷达(Synthetic Aperture Radar,SAR)实时成像处理转置存储器(Corner Turning Memory,CTM)的功能和原理,提出了一种基于SDRAM的星载SAR星上实时成像处理CTM系统实现方案。考虑到星上环境对器件的抗辐照要求,系统选用一片XQB2V500 FPGA做控制器,主存储器选用三片Micron公司的MT48LC16A2 SDRAM。系统采用三页式结构,输入输出并行处理。文章分析了系统输入、输出接口时序,给出了详细的硬件实现和测试结果。实验结果表明该CTM系统方案可行,能够应用在星上实时成像处理器中。

实时SAR成像系统矩阵转置方法研究与实现

合成孔径雷达(SAR)是一种高分辨率成像雷达,而矩阵转置是实时SAR成像信号处理中一个很重要的操作,矩阵转置的效率高低将直接决定整个SAR成像信号处理系统的性能。对于矩阵转置,可采用行进列出或列进行出、两页式或三页式转置等方法进行处理,但这些方法处理时间较长,转置效率较低。在现有矩阵转置方法的基础上,提出了一种新的矩阵转置方法。在实际硬件平台上利用提出的矩阵转置方法进行了实时SAR成像处理,所得结果的矩阵转置效率为78%,整个SAR成像处理时间为10秒。测试结果表明,该方法对解决矩阵转置问题是行之有效的。

一种采用雅克比转置技术的带反馈的障碍物躲避方案

障碍物躲避是机械臂的冗余度解析研究中基础问题之一,其关系到冗余机械臂能否成功完成给定的末端任务。为实现障碍物躲避的目的,提出和研究1种采用雅克比转置技术的冗余度解析方案。同时,为了保证跟踪误差的精度,将反馈也引入到该障碍物躲避方案中。基于PA10机械臂且带有点状障碍物和窗型障碍物的对比性的计算机仿真结果进一步表明所提出的障碍物躲避方案的有效性和可行性。

融合转置卷积与深度残差图像语义分割方法

针对深度学习图像语义分割方法中存在分割精度低、损失率高的问题,提出了融合转置卷积与深度残差图像语义分割方法。首先,为了解决神经网络深度增加引起分割精度下降、收敛速度慢的问题,设计一种深度残差学习模块来提升网络的训练效率和收敛速度;然后,为了使上采样过程与特征提取过程中特征图融合精度更高,将深度残差U-net模型中UpSampling2D和转置卷积两种上采样方式进行拼接,形成新的上采样模块;最后,针对网络训练过程中训练集与验证集之间存在的权值过度拟合问题,在网络的跳跃连接层引入Dropout,增强了网络的学习能力。在CamVid数据集上对算法的性能进行了证明,算法语义分割精度达到89.93%,损失率降到0.23,与U-net模型相比,验证集精度提升了13.13个百分点,损失率降低了1.20,优于当前的图像语义分割方法。所提出的图像语义分割新模型,综合了U-net模型的优点,使得图像语义分割精度更高,语义分割的效果更好,有效提升了算法的鲁棒性。

行转置矩阵与列转置矩阵

提出了行(列)转置矩阵与行(列)反对称矩阵的概念,研究了它们的性质,获得了一些新的结果,给出了行(列)反对称矩阵的秩分解公式,它们可极大地减少行(列)反对称矩阵的秩分解的计算量与存储量,并且不会丧失数值精度.