基于ZYNQ平台的卷积神经网络加速器设计与实现

针对卷积神经网络模型规模较大,以及嵌入式系统计算资源有限的问题,提出一种基于ZYNQ平台的卷积神经网络加速器设计方案。采用软硬件协同设计的原则,首先,在FPGA端设计图像、参数输入模块;然后,利用FPGA并行计算技术实现卷积层和池化层运算,并通过摄像头采集手写数字图像与LCD显示结果;最后,在嵌入式平台上实现手写数字识别。实验结果表明,卷积层和池化层的运算速度比ARM平台提高了2.68倍。

基于ZYNQ的编译码通用高斯测试平台设计

针对硬件实现的编译码模块性能测试问题,开发了基于ZYNQ的编译码通用测试平台,对编译码性能进行快速验证。被测码字为5G NR标准下的低密度奇偶校验(Low-Density Parity Check,LDPC)码,联合采用Mersenne Twister算法和Box Muller算法生成高斯白噪声。该测试平台可以针对不同的编译码方案进行测试,同时可以灵活修改待测信噪比和调制方式,灵活性和扩展性强。在ZYNQ测试平台实现编码、映射、噪声加入、解映射、译码和误码率计算等数据处理全流程后,误码率结果与Matlab浮点理论仿真结果仅有0.2 dB的差距,验证了该测试平台的正确性和可靠性。

基于ZYNQ-7000平台无线自组网按需距离矢量路由协议实现研究

为了使无线自组网按需距离矢量路由协议(Ad hoc On-demand distance vector routing,AODV)能够在高版本的Linux系统中运行,针对AODV协议在嵌入式平台中的实际应用问题,提出了一种基于嵌入式Linux-4.14系统的AODV协议的实现方法。根据Linux系统的内核版本对AODV-UU中内核层以及用户层中的功能模块进行设计,通过搭建Ad Hoc网络对协议的通信性能进行测试。测试结果表明,在实际通信过程中节点之间的平均丢包率为0.4%,平均往返时间为27 ms,具有良好的通信稳定性与及时性。

基于ZYNQ平台的嵌入式高性能驱动控制研究

针对传统的光电平台驱动控制方案闭环周期长和体积大的问题,提出了一种基于ZYNQ平台的驱动控制方法。通过采用模块化设计思想,充分发挥ZYNQ中PL部分的并行处理优势,建立对应CLARK变化、PARK变换、交直轴电流PI校正、反PARK变换和SVPWM模块的IP核,最终输出PWM信号控制驱动桥六个桥臂的开关状态。系统的PWM周期可达18 kHz,电流环的闭环周期可控制在50μs以内,极大地缩减了系统的闭环时间。实验结果表明,电交轴电流可以快速跟随方波和正弦波指令信号,且对应电机的三相电流平滑无畸变,纹波较小。不同频率的正弦输入信号证明了系统的闭环带宽可高于318 Hz,验证了方法的有效性,对于实现小型化高精度的伺服驱动控制具有重要参考价值。

智能行车记录仪图像去雾系统的FPGA设计

雾霾天气下,交通道路能见度低,导致所采集到的视频画面退化、图像信息模糊,同时考虑传统系统处理实时性不高等问题,基于ZYNQ平台设计了一种图像去雾系统,并应用于智能行车记录仪系统中.首先,针对传统暗通道去雾算法在天空区域存在失真等问题,提出了一种分割天空区域的策略来修正图像复原参数;然后,针对计算全局大气光值时,需对整幅图像的像素排序消耗大量资源的问题,利用现场可编程门阵列(FPGA)并行运算的优势,提出一种帧迭代方法优化求取大气光值,同时优化了引导滤波的硬件设计;最后,将双路高清多媒体接口(HDMI)资源中,一路作为视频输入,另一路作为视频处理输出,搭建实时交通图像视频处理试验平台.试验结果表明,系统针对雾霾天气下的交通视频具有较好的去雾效果,尤其是可以解决天空区域去雾的失真问题.在对分辨率为1280像素×720像素的交通视频去雾时,可以达到30帧/s的处理速度,满足实时性要求.

基于ZYNQ-7000 FPGA和AD9361的软件无线电平台设计

设计了一种基于ZYNQ-7000系列FPGA和AD9361的软件无线电(SDR)平台。该平台采用零中频软件无线电方案,选用AD9361设计射频收发前端,选用ZYNQ-7000系列FPGA搭建基带处理平台,并借助PC的数据处理能力进一步提升系统的灵活性和通用性。PC和ZYNQ基带处理平台之间通过千兆网口通信。在PC上使用GNU Radio软件实现802.11a基带数据的处理,搭建两套SDR系统。实测结果验证了该平台的通信可靠性。该软件无线电平台对于通信类学生的实验教学和科研工作有借鉴意义。

基于ZYNQ的涡流无损检测系统的设计

涡流无损检测技术是以电磁理论为基础的非接触式的检测技术,具有结构简单、不受介质影响、抗干扰能力强等优点;根据涡流检测原理设计了一种基于Zynq-7020平台的可变频的检测系统;Zynq-7020为片上系统,该平台既能发挥FPGA并行运算的优势,同时具备了处理系统的灵活性,能够实现对数据的高速采集和实时处理;通过上位机可以改变激励信号的频率,适应不同厚度金属的检测;该系统从数字信号处理角度实现阻抗分解,能够显著地提取缺陷信号;并通过实验验证了系统的可行性,实验结果表明该系统可以检测0.2 mm大小的缺陷。

基于ZYNQ平台的YOLOv3压缩和加速

高精度物体检测网络急剧增加的参数和计算量使得它们很难在车辆和无人机等端侧设备上直接部署使用。针对这一问题,从网络压缩和计算加速两方面入手,提出了一种面向残差网络的新型压缩方案来实现YOLOv3的压缩,并通过ZYNQ平台对这一压缩后的网络进行加速。首先,提出了包括网络裁剪和网络量化两方面的网络压缩算法。网络裁剪方面,给出了针对残差结构的裁剪策略来将网络剪枝分为通道剪枝和残差链剪枝两个粒度,解决了通道剪枝无法应对残差连接的局限性,进一步降低了模型的参数量;网络量化方面,实现了一种基于相对熵的模拟量化方法,以通道为单位对参数进行量化,在线统计模型的参数分布与参数量化造成的信息损失,从而辅助选择最优量化策略来减少量化过程的精度损失。然后,在ZYNQ平台上设计并改进了8比特的卷积加速模块,从而优化了片上缓存结构并结合Winograd算法实现了压缩后YOLOv3的加速。实验结果表明,所提压缩算法较YOLOv3 tiny能够进一步降低模型尺寸,但检测精度提升了7个百分点;同时ZYNQ平台上的硬件加速方法获得了比其他平台更高的能耗比,从而推进了YOLOv3以及其他残差网络在ZYNQ端侧的实际部署。

基于Zynq的图形生成电路设计与实现

为了适应机载液晶显示器向低功耗、高集成度发展的趋势,提出了一种基于Zynq可扩展处理平台的图形生成电路实现方法。该方法以Zynq为核心搭建硬件平台,使用Zynq集成的ARM处理器执行图形生成算法运算,配合可编程逻辑资源,按照一种三缓冲机制对DDR3 SDRAM帧存数据进行缓冲处理,实现图形的实时生成。采用本设计可以生成多种分辨率的机载图形画面。实验结果表明,当生成分辨率为1 024×768的EFIS电子飞行显示系统画面时,帧率可达74fps,能够满足机载液晶显示器高性能实时显示需求。

基于Socket服务器的Zynq平台微型高光谱仪实时视频预览系统

由于高光谱数据量庞大,通常的微型高光谱仪难以实现实时视频流无线传输,无法在移动终端进行实时视频预览,给高光谱数据的分析处理带来不便。通过研制Zynq平台微型高光谱仪,经由马赛克面阵高光谱传感器采集高光谱数据,搭建Socket服务器对高光谱数据实施视频无线传输,最终可在移动终端APP上实现实时的高光谱数据视频预览。实测结果显示,所实现的Zynq平台微型高光谱仪在视频预览状态下帧频达28 fps,结合APP的原始高光谱图像获取功能,可显著扩展微型高光谱仪的应用范围。

基于Zynq的多道可定制微地震数据采集节点设计

针对隧道微地震监测系统对系统稳定性及多通道数据并行采集的需求,设计了一种基于Zynq-7000平台的多通道微地震数据采集节点。在Zynq-7000芯片的PL部分采用逻辑状态机实现外部12路ADC并行采集控制,在PS部分编写PL外设内核驱动模块及应用程序,内核空间到用户空间以及应用层多线程之间采用双缓存乒乓操作思想实现数据交互。同时该采集节点具有硬件集成度高、通道数可定制的特点。实验结果表明:该系统能够准确地采集到震动信号,具有一定的实际应用价值。

基于Zynq平台的电火花放电状态检测与伺服控制系统

间隙放电状态检测一直是电火花加工中的重要环节之一,其在很大程度上影响着电火花加工效率和加工质量。在分析传统间隙放电状态检测方法的基础上,设计了一种基于Zynq平台集实时间隙电压信号采集与滤波、放电脉冲类型判别以及伺服控制于一体的检测与控制系统,该系统以Zynq的可编程逻辑(Programmable Logic,PL)部分实现间隙电压信号的实时采集处理和滤波与放电脉冲判别,并在Zynq的处理器系统(Processing System,PS)中设计模糊控制器用于伺服进给的控制。实验结果表明,该系统可准确判别放电脉冲类型,具有更好的实时性,可获得更稳定的加工过程。

基于Zynq-7000的海雾图像嵌入式系统设计

为了解决海雾下采集图像模糊不清的问题,提出了一种CMOS+FPGA+ARM图像采集处理方案。其中图像的预处理部分,针对数据量大、算法不断重复的问题,采用具有并行处理优势的FPGA,提升了系统总体性能。针对高阶的图像去雾算法,采用基于ARM的嵌入式系统进一步实现。FPGA与ARM之间通过DMA传输图像数据,为了解决传输过程中内存分配的问题,系统将DDR进行分块,其中Frame Buffer进行数据交互,剩下的部分用于linux系统。最终实现了基于Zynq-7000去雾的嵌入式系统平台的搭建。

基于双ZYNQ平台的可信架构研究与实现

分析现有嵌入式ZYNQ平台启动方式,结合可信度量和TCG信任链传递机制,在满足嵌入式系统启动实时性的前提下,设计两级流水线的可信启动方式。以专用TPM作为可信根源,度量上电启动的引导文件的完整性和真实性,建立一条嵌入式平台从上电到内核启动的信任链,为应用提供可信的执行环境。实验结果表明,该方法能有效验证启动引导文件的完整性,最小限度增加时间开销,满足双ZYNQ平台的启动效率。

基于Zynq芯片的图像处理系统平台设计

从芯片的角度深入分析当前图像处理系统的特点,针对当前基于ARM的嵌入式图像处理系统前端采集速度慢和中端图像处理算法不易采用FPGA硬件加速的缺点,为提高前端的采集速度,也为方便中端对各种图像处理算法进行FPGA硬件加速和后端传输显示的设计,选用内部集成有ARM+FPGA体系结构的Zynq芯片,利用软硬协同设计的方法完成图像处理系统平台原型机的设计,并分析该系统平台的性能。测试结果表明,系统平台的前端采集速度较单纯使用ARM芯片的方案提高了234倍,也为各种中端图像处理算法提供了可扩展的FPGA硬件加速通道,同时还为后端结果显示提供了良好支持。

基于ZYNQ的摄像头采集系统设计与实现

本设计在Xilinx公司推出的ZYNQ系列嵌入式处理平台上,研究ARM+FPGA异构架构通过软硬件协同设计如何完成摄像头的视频图像采集。本系统由FPGA采集帧率为15FPS的OV5640摄像头视频数据,经过系统IP核转换为AXI VDMA支持的接口类型,通过AXI4总线将数据传输到PS部分的DDR3中进行缓存,最后通过VDMA从内存读出,经过HDMI显示到显示器。实验结果表明,在HDMI显示器上实现了刷新率为80FPS的显示,保证低功耗的同时也完成了高性能运行处理。

基于ZYNQ的通用算法半实物验证平台

针对已有ZYNQ半实物验证平台存在移植性差的缺点,围绕Xilinx ZYNQ芯片,建立了一个通用性高的高速高可靠算法半实物验证平台。该平台主要包含可编程逻辑(PL),ARM处理系统(PS)、上位机,以及对应的接口模块。为实现数据传输稳定可靠,在PS和PL之间设计了适合高速通信的双向握手协议。针对单片机模式下TCP/IP长时间通信不稳定的问题,额外增设串口作为PS和上位机之间通信的控制接口。最后,基于该平台搭建了一个摄像头图像实时传输显示平台。实测结果表明,该验证平台工作稳定可靠,上行和下行数据传输速率分别达到144 Mbit/s和133 Mbit/s。

基于ZYNQ组件化开发环境的设计与实现

针对异构信号处理平台中FPGA波形组件可移植性差和开发效率低的问题,文中借鉴软件通信体系架构中硬件抽象层规范,设计了一种基于ZYNQ的组件化开发环境。利用标准的运行环境屏蔽FPGA波形组件和具体硬件平台的差异,实现了FPGA波形组件动态配置。测试结果表明,通过标准化的运行环境,FPGA波形组件具有良好的可移植性和可重用性,提高了波形应用的开发效率。

基于Zynq-7000的双目相机系统硬件平台设计

目前,仅获取二维图像的单目相机已经不能满足日益严峻的公安视频监控工作。本文设计了一款可以为三维图像分析提供硬件平台的双目相机,采用Zynq-7000芯片作为双目相机系统解决方案。通过集成设计工具Vivado编写,添加自定义IP核(Intellectual Property core),配置各IP的端口、电平、时钟等信息,最后对工程进行综合,生成完整系统文件后导入软件开发工具包编写显示程序。系统通过OV5642双目摄像头实现两幅图像的实时采集和显示。测试结果表明,本硬件系统不仅可以显示高清、流畅的彩色视频图像,还保证了系统的高性能、低功耗。

基于ZYNQ深度学习模型部署的锂电池健康预测

为实现低成本、快速、高精度的电动汽车锂电池健康预测,提出一套基于深度学习模型和ZYNQ硬件平台的锂电池健康预测系统。首先,使用锂电池历史退化数据训练多层卷积神经网络模型,得到模型各层的权重;其次,采用动态精度数据量化策略对各层的模型参数进行量化,有效减少内存占用和带宽需求,进而提升硬件加速器的性能;然后,利用高层次综合工具实现了模型参数在ZYNQ硬件平台的嵌入和部署;最后,整套系统在Xilinx XC7020平台上进行验证。实验结果表明,该系统在实现高精度预测的同时,能够有效降低功耗、降低时延,满足车载条件下锂电池健康管理系统的嵌入式应用需求。