检索结果-南通市图书馆

作者：祝宇东北师范大学

学位级别：硕士

频率特性的测量对于电子系统的分析和设计十分重要,本研究基于冲激响应原理提出了基于周期窄脉冲的系统频率特性测量方法。现有的频率特性测量仪器有扫频仪和网络分析仪等,其采用的频率特性测量方法主要是扫频法,通常通过采用基于直接... 详细信息

频率特性的测量对于电子系统的分析和设计十分重要,本研究基于冲激响应原理提出了基于周期窄脉冲的系统频率特性测量方法。现有的频率特性测量仪器有扫频仪和网络分析仪等,其采用的频率特性测量方法主要是扫频法,通常通过采用基于直接数字式频率合成器(DDS)技术产生扫频正弦波信号,然后通过峰值检测器(高速比较器与高速模数转换器组成)获取峰值,从而形成被测网络的幅频特性;通过相位检测电路获得相频特性。扫频法的优势在于测量范围可以很宽,测量精度也相对较高,技术上已经比较成熟;但是不足之处在于,受系统响应的限制,扫频速度不能太快,且系统规模比较大,从而导致这些频率特性测量仪器普遍结构复杂、价格昂贵。针对上述问题,论文首先深入研究了冲激响应理论,重点分析了周期窄脉冲信号作为激励的频率特性测量的可行性;其次,通过对FPGA内部的可重配置锁相环进行高精度控制,产生了可供测量使用的纳秒级周期窄脉冲信号;再次,将该窄脉冲信号送入待测量网络系统,使用模数转换器获取系统输出响应;最后,将采集到的输出响应进行快速傅里叶变换,得到对应系统的频率特性。实验测试结果表明,频谱相对比较丰富的周期窄脉冲信号可以模拟冲激信号用于一定频率范围的系统频率特性测量,但其测量精度有待进一步提高;周期窄脉冲信号的重复频率越低,频率分辨率越高;周期窄脉冲信号的脉宽越窄,测量精度越高。本文所提出的测量方法,硬件简单、造价低、测量速度快,且测量精度可在一定范围内调节,具有实际意义和应用价值。

关键词：周期窄脉冲频率特性 FPGA 冲激响应锁相环

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

掌纹的模糊识别方法研究

掌纹的模糊识别方法研究

作者：雷贞贞东北师范大学

学位级别：硕士

生物特征的唯一性和相对稳定性,使得个体具有的生物特征不易被伪造和假冒,所以利用生物识别技术进行身份认证极具前景。掌纹识别是生物识别领域中一个新兴的研究方向,它吸引着越来越多的科研人员进行研究,并已经成为生物识别技术领域中... 详细信息

生物特征的唯一性和相对稳定性,使得个体具有的生物特征不易被伪造和假冒,所以利用生物识别技术进行身份认证极具前景。掌纹识别是生物识别领域中一个新兴的研究方向,它吸引着越来越多的科研人员进行研究,并已经成为生物识别技术领域中的研究热点之一。本文总结了掌纹识别技术的研究现状,分析了已有文献中识别方法的优点和局限性,对掌纹识别系统中的预处理(包括掌纹图像区域定位、归一化)、特征提取、特征匹配等各个环节中的关键技术与核心算法进行了一系列研究,主要针对掌纹图像预处理(旋转和平移)的误差对识别结果的影响,提出了掌纹的模糊识别方法,研究结果如下:首先,本文应用的掌纹图像是香港理工大学生物识别研究中心建立的Polyu-Online-Palmprint Database,预处理采用的是基于轮廓特征点的定位方法,实验证明,该方法对数据库的掌纹图片能有效的定位分割,一定程度上能减少不必要的噪声干扰。然后,提出了基于模糊相似性的掌纹识别方法,根据掌纹图像的特点分析后提出隶属度函数,建立掌纹图像的相似矩阵,通过欧式距离进行识别。利用模糊原理可以有效解决图像灰度的不确定性、几何形状的不确定性等不确定性信息。因此可以有效的减小预处理的误差(旋转和平移)对识别结果的影响。最后,使用MATLAB对整个识别过程进行算法上的仿真,并对识别结果、抗旋转和平移能力进行了测试。结果表明,模糊识别方法在一定程度上能抑制平移和旋转对识别结果的干扰,具有很好的实时性和鲁棒性。

关键词：掌纹识别模糊相似性 Canny算子欧式距离

BWS-SOM模型在大字符集汉字识别中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

BWS-SOM模型在大字符集汉字识别中的应用研究

作者：王蕾东北师范大学

学位级别：硕士

汉字是世界上使用最多的文字,具有字符集大、相似度高和字体多样等特点,其识别难度远远超过其它语言文字,模式识别领域的一个重要研究分支就是汉字识别。经过多年的研究,针对小字符集的汉字识别技术已经发展成熟,但是对于大字符集的汉... 详细信息

汉字是世界上使用最多的文字,具有字符集大、相似度高和字体多样等特点,其识别难度远远超过其它语言文字,模式识别领域的一个重要研究分支就是汉字识别。经过多年的研究,针对小字符集的汉字识别技术已经发展成熟,但是对于大字符集的汉字识别,仍然存在一些问题,需要改进。目前,机器视觉应用中,大字符集的汉字识别主要以光学字符识别(Optical Character Recognition,简称OCR)为主,该方法对汉字图像的质量要求较高,对于结构相似或不清晰的汉字识别率较低,且受扫描软件及扫描过程限制。随着人工智能技术的发展,基于神经网络的识别方法已经成为汉字识别的主要方法之一,但这种方法应用于大字符集汉字识别时,网络规模和计算量较大,难以实现,因此大多针对小字符集展开研究。自组织(Self-Organizing Maps,简称SOM)神经网络能够很好地模拟大脑在信息处理时的自组织特性,具有自聚类的特点,能够降低数据的维数,被广泛地应用于模式识别领域中。传统的SOM神经网络应用于机器视觉的模式识别时,网络输入层神经元个数与样本像素数相等,输出层神经元个数大于或等于样本类别数。因此,应用于大字符集汉字识别时,网络规模和计算量都非常大,识别率低。为解决以上问题,本文提出一个用于特征提取的分块获胜序列SOM(Blocked Winner Sequence-SOM,简称BWS-SOM)模型,并将其应用于大字符集多字体汉字识别中。与基于神经网络的其它汉字识别方法相比,基于BWS-SOM模型的识别方法具有如下优点:(1)引入分块思想,将样本分块送入网络,可以提取图像的细节特征,并且可以降低模型输入层神经元的个数,进而降低模型网络规模;(2)采用多个获胜神经元有序组合的方式表征特征,增加了输出层神经元可以表示的类别数,极大地提高了模型的分类能力。为了测试模型的性能,将其应用于国标一级3755个常用汉字的特征提取,并采用模板匹配法进行识别。首先验证了基于BWS-SOM模型提取的特征的可分性和模型的分类能力;然后将BWS-SOM模型应用于大字符集单字体汉字识别;最后基于选定的最佳预处理方法和分块方法,将BWS-SOM模型应用于大字符集多字体汉字识别中。结果表明,在大字符集汉字识别应用中,与传统的自组织神经网络和其它神经网络相比,BWS-SOM模型在应用于相同规模分类问题时,具有更小的网络规模、计算量和较高的识别率。单字体识别时,用97个神经元对国标一级常用汉字字库3755个汉字及其加噪汉字的平均识别率可达98.05%;多字体识别时,用59个神经元对国标一级常用汉字库四种不同字体汉字及其加噪汉字的平均识别率可达89.12%。

关键词：汉字识别大字符集 SOM神经网络特征提取分块获胜序列

基于麦克风阵列的蝙蝠三维声束可视化系统设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于麦克风阵列的蝙蝠三维声束可视化系统设计

作者：贾艳洁东北师范大学

学位级别：硕士

动物的声信号介导一系列如捕食防御、资源竞争和配偶选择等生活事件,是维持动物群落稳定和平衡的重要信息载体。发声动物进化出独特声信号的原因,是生态学和进化生物学的热门主题,是阐明动物环境适应性进化的关键所在,也为破译物种形成... 详细信息

动物的声信号介导一系列如捕食防御、资源竞争和配偶选择等生活事件,是维持动物群落稳定和平衡的重要信息载体。发声动物进化出独特声信号的原因,是生态学和进化生物学的热门主题,是阐明动物环境适应性进化的关键所在,也为破译物种形成提供全新视角。蝙蝠在生态系统中具有特殊的生态位和独特的声行为,经过长期进化,其声行为具有多样化、复杂化的特点,因此,对蝙蝠回声定位机制进行分析对于行为生态学研究具有重要意义。声呐波束(Sonar Beam),简称声束,是声呐信号发声强度在方向和频率上的函数。蝙蝠的三维声束决定了其在特定频率和时间上对空间环境的感知。声束的调节保证了飞行中的蝙蝠对周围环境的连续探测、对感兴趣物体的选择性聚焦以及对移动猎物的持续跟踪。因此,声束是蝙蝠声呐系统的一个重要特征。目前,关于蝙蝠三维声束的研究非常少,且大多是采用数学建模和数值分析的方法。为了更真实地了解蝙蝠声呐波束特征,本文旨在通过实验测量的方法构建一个蝙蝠三维声束可视化系统,为蝙蝠声束研究提供更科学、形象、直观的参考。重建蝙蝠三维声束图需要同步获取蝙蝠声呐信号在方向和频率上的发声强度。为了实现对蝙蝠飞行位置的高精度定位,采用英国Oxford Metrics Limited公司Vicon系统的整套方案——包括8台高速红外网络摄像机(Vicon 5,采集频率为240帧每秒)与配套数据生成软件,来获取蝙蝠位置数据;为了实现蝙蝠空中叫声数据的同步采集,搭建了由27个超声麦克风组成的双U型麦克风阵列,并基于Labview平台设计了多通道同步声数据采集的上位机软件系统。为了能够形象地表示蝙蝠声呐波束特征,本文提出了一种利用阵列信号处理技术和三维可视化技术构建蝙蝠三维声束的可视化方法。基于声束球面可视化模型,利用Matlab平台对采集的多通道蝙蝠回声定位数据和位置数据进行处理、分析实现了对蝙蝠声束的三维可视化。首先,采用移动平均算法对蝙蝠飞行轨迹进行滤波、通过中心差分法获取蝙蝠飞行方向、经过坐标系转换建立以蝙蝠为中心的坐标系;其次,研究了基于声达时间差(TDOA)的声源定位算法,利用基本互相关算法估计时延,通过位置已知的激励信号实验确定了阵列麦克风的位置坐标,并分析了算法的定位精度;再次,基于点声源模型的大气声传播和衰减理论对多通道蝙蝠声呐数据进行补偿、校正;采用语音端点检测(VAD)方法提取蝙蝠单次叫声数据,并进行频谱分析获取蝙蝠发声强度参数;通过将提取到的蝙蝠声呐信号发声方向和发声强度在以蝙蝠为中心的球面坐标系下用色标图显示,达到了蝙蝠声呐波束可视化的目的;最后,利用Sobel算子边缘检测方法检测二值声束图中的声束边缘,提取了蝙蝠声束参数。为了验证蝙蝠三维声束可视化系统的有效性,进行了恒频型马铁菊头蝠障碍物躲避飞行实验的研究。在体积为7×4.5×2.7m的吸声室内搭建了蝙蝠飞行实验平台,收集了5只恒频型马铁菊头蝠在300次障碍物躲避飞行实验中的多通道回声定位数据和位置数据。利用设计的蝙蝠三维声束可视化系统获得了马铁菊头蝠回声定位声波的三维声束图和声束参数,观察可视化系统测试结果和声束参数提取结果发现:马铁菊头蝠在躲避障碍物逐渐靠近出口的过程中,会在水平及竖直方向上均增大其声束宽。本文提出的蝙蝠声束可视化方法系统不仅能够用于恒频型蝙蝠障碍物躲避时声束调节策略的研究,也可用于蝙蝠声束系统其它特性的研究。

关键词：声呐波束三维声束可视化恒频蝙蝠麦克风阵列声束参数

MATLAB在抽象的物理概念演示教学中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MATLAB在抽象的物理概念演示教学中的应用研究

作者：李长军东北师范大学

学位级别：硕士

物理概念是物理概念的本质在人们头脑中的反映。在中学物理中有这样一类物理概念,它们的共同特点是:学生无感性认识基础,不能通过实际实验来体现,故我们称之为抽象的物理概念。对于抽象的物理根念,在教学时应当采取相应的教学方法以展... 详细信息

物理概念是物理概念的本质在人们头脑中的反映。在中学物理中有这样一类物理概念,它们的共同特点是:学生无感性认识基础,不能通过实际实验来体现,故我们称之为抽象的物理概念。对于抽象的物理根念,在教学时应当采取相应的教学方法以展现其本质,以提高学生对知识的理解水平。为此,本论文对将优秀的仿真软件MATLAB用于抽象的物理概念的教学进行了探讨,以寻求一种解决抽象物理概念的教学方法。本论文共分五个部分,第一部分较详细地分析了对中学物理中对抽象的概念的教学方法。第二部分从几个方面介绍了MATLAB软件的功能,特别详细的介绍了它的绘图功能。第三部分列举了几个较完整的用MATLAB进行抽象物理概念演示的实例的制作过程。第四部分对将它们应用于教学实践后的体会进行了总结。本文旨在探讨MATLAB在中学物理演示实验教学中的应用,通过本论文的介绍,希望能使更多的教师了解MATLAB,并能MATLAB用于解决中学物理中抽象的物理概念的教学,从而提高物理教学的效率和质量。

关键词：抽象物理概念 MATLAB 演示实验教学

基于视频的实时多人脸检测跟踪与优选方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频的实时多人脸检测跟踪与优选方法研究

作者：孟繁静东北师范大学

学位级别：硕士

随着社会对于信息安全、访问控制、边防安检、视频监控等应用需求的与日俱增,基于视频的人脸识别技术越来越受到人们的关注,被广泛应用在各种社会生活工作中。基于视频的人脸识别系统集人脸的采集、检测、跟踪和识别于一体,能够自动地... 详细信息

随着社会对于信息安全、访问控制、边防安检、视频监控等应用需求的与日俱增,基于视频的人脸识别技术越来越受到人们的关注,被广泛应用在各种社会生活工作中。基于视频的人脸识别系统集人脸的采集、检测、跟踪和识别于一体,能够自动地识别视频中的人脸。由于视频人脸识别系统的操作对象是视频图像序列,如何从大量检测、跟踪到的人脸图片中选取用于识别的人脸图片将直接影响视频人脸识别系统的性能。为此,本文构建了一个基于视频的实时多人脸检测、跟踪与优选系统,该系统在人脸识别前,首先检测视频中的人脸,并对检测到的众多人脸进行跟踪,然后在跟踪过程中,寻找每个人相对最佳的人脸图片用于后续的人脸识别。因此,系统主要包括多人脸检测、跟踪和优选三部分。在人脸检测部分,综合利用图像的灰度与色彩信息,将肤色分割与Adaboost人脸检测算法结合使用。即先根据肤色信息预选出图像中的人脸候选区域,再对人脸候选区域使用Adaboost算法检测人脸。这样可以有效解决Adaboost人脸检测算法在复杂背景下易发生误检的问题。同时,针对在不逐帧检测人脸的情况下实时监测视频中多人脸进出和人数变化的问题,提出了先对图像边缘使用背景差分来判断是否有人进出,再相应地启动人脸检测程序的方法。在人脸跟踪部分,采用CamShift算法在限定的搜索范围内进行人脸跟踪,并针对CamShift算法在实际复杂情况的应用中易发生跟踪丢失的问题,引入Kalman滤波器,将CamShift算法的跟踪结果作为Kalman滤波器的观测值,不断更新人脸的运动模型。当判断发生多人脸的遮挡、交错和类肤色背景干扰等复杂情况时,利用Kalman滤波器的预测功能校正CamShift算法的跟踪结果,提高跟踪方法的准确性和鲁棒性。在人脸优选部分,由于视频中的人脸存在各种各样的姿态,而人脸的姿态变化很大程度上会影响人脸识别的性能。另外,由于视频中的人脸处于运动状态,难免会出现较小或者模糊的人脸图片,然而人脸图像太小和不清晰也会严重影响人脸识别的效果。所以,本文将对人脸图片大小、清晰度和姿态的筛选引入优选模块中,通过对同一人的众多人脸图片在大小、清晰度和姿态方面的逐层筛选,为后续的人脸识别环节提供一张大小合适、清晰度高且姿态相对最佳的人脸图片。本文在Visual C++6.0开发环境下,使用开源计算机视觉库OpenCV和MFC类库,基于上述算法开发了基于视频的实时多人脸检测、跟踪与优选系统。该系统能够准确地检测和跟踪视频内的多个人脸,并通过对人脸图片大小、清晰度和姿态的比较,为每个人保存一张视频中相对最佳的人脸图片。

关键词：人脸检测人脸跟踪人脸优选 Adaboost算法 Camshift算法 Kalman滤波姿态估计

基于FPGA的SOM神经网络可配置模块化硬件实现方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于FPGA的SOM神经网络可配置模块化硬件实现方法研究

作者：杜琳东北师范大学

学位级别：硕士

学习是生物体大脑的重要功能。1981年由Kohonen教授提出的SOM神经网络模型,被广泛用于大脑自组织、自学习功能的模拟与研究。同时,它在数据降维、聚类、模式识别、数据挖掘和图像处理等领域,也取得了巨大的成功。目前,人工神经网络的实... 详细信息

学习是生物体大脑的重要功能。1981年由Kohonen教授提出的SOM神经网络模型,被广泛用于大脑自组织、自学习功能的模拟与研究。同时,它在数据降维、聚类、模式识别、数据挖掘和图像处理等领域,也取得了巨大的成功。目前,人工神经网络的实现与应用大多采用基于计算机的软件仿真方法,该方法无法真正发挥神经网络并行处理、分布存储的特点,以及自适应能力强、鲁棒性强的优势。因此,神经网络的硬件实现逐渐成为研究热点。目前,人工神经网络的硬件实现主要基于超大规模集成电路（VLSI）技术。其中,现场可编程门阵列（FPGA）由于具有丰富的硬件可编程逻辑资源、配置灵活、开发周期短、可实现并行计算等特点,被广泛用于神经网络的硬件实现。现有的基于FPGA的SOM神经网络硬件实现方法大部分为面向特定应用,网络规模固定,数据格式单一,内部的实现结构也无法按需配置,不具备通用性,难以实现高性能的人工神经网络。因此,迫切需要一种基于FPGA的、网络规模、数据范围与精度以及运算结构能够按需配置的、通用的SOM神经网络硬件实现方法。本文提出了一种基于FPGA的可配置、模块化SOM神经网络硬件实现方法。首先,综合SOM神经网络的模型结构、学习原理与算法以及FPGA硬件实现的条件与限制,将网络模型划分为结构和功能相对独立的模块;其次,采用硬件描述语言（VHDL）对各模块进行描述,完成模块数字化,形成通用的模块库;最后,在实际应用中,根据需求,通过对各模块进行组合,便能够构造出SOM神经网络的目标硬件。在构建网络的过程中,可通过对通用参数的设置与传递,完成对网络规模、数据范围与精度和运算结构的灵活配置。为验证该方法的有效性,本文构建了用于数字识别的硬件SOM神经网络测试系统。该系统由基于MATLAB GUI的上位机设置界面和基于FPGA开发板的下位机组成。通过对网络功能和性能的测试表明,本文所提出的SOM神经网络的硬件实现方法具有灵活的网络规模、数据格式和运算结构可配置能力,可实现资源占用与运行速度的优化设计。系统运行速度的测试结果表明,相对于软件实现方法,硬件实现的SOM神经网络具有较高的运行速度,能够满足高速、小型化智能信息处理系统的应用需求。本文为SOM神经网络应用提供新的方法,也可为其他类型人工神经网络的硬件实现提供了有价值的借鉴。

关键词： SOM神经网络 FPGA 可配置模块化硬件实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于眼动与运动想象的人机交互方法研究

基于眼动与运动想象的人机交互方法研究

作者：姜羽东北师范大学

学位级别：硕士

人机交互是指人与计算机之间为完成确定任务,以一定的方式进行的信息交换过程。近几年,人机交互技术的应用潜力已经开始显现,比如可穿戴式计算机、浸入式游戏设备、虚拟现实、遥控机器人以及远程医疗等领域。传统人机交互系统多为单通... 详细信息

人机交互是指人与计算机之间为完成确定任务,以一定的方式进行的信息交换过程。近几年,人机交互技术的应用潜力已经开始显现,比如可穿戴式计算机、浸入式游戏设备、虚拟现实、遥控机器人以及远程医疗等领域。传统人机交互系统多为单通道交互方式,如采用语音或手势等,交互方式简单、应用领域单一。为改善人机交互系统性能,本文主要研究基于Emotiv EPOC+信号采集设备的眼电信号与运动想象脑电信号相结合的多通道人机交互方法,并实现对机器人动作的实时控制。对眼电与脑电的准确识别是多通道人机交互系统实现的基础,本文提出一种自适应阈值归一化方法,进行眼电信号识别。使用特征匹配法对6名实验人员的6个眼球动作(上、下、左、右扫视与眨眼2次和眨眼3次)进行识别。经测试,在垂直方向的离线眼动信号识别率达到97.3%,水平方向的离线眼动信号识别率达到99.9%,平均识别率达到98.6%。根据想象左手和右手运动时,大脑两侧运动区出现的事件相关去同步(Event Related Desynchronization,ERD)和事件相关同步(Event Related Synchronization,ERS)现象,本文对运动想象脑电信号提取了功率谱、短时能量和累积能量特征,并选择BP神经网络作为分类器,对脑电信号进行识别分类,离线脑电信号最高识别率达到92.86%,由于特征提取算法简单,在与机器人实时交互过程中,有效地减小了因算法对机器人动作控制造成的延迟。为实现与机器人的交互,选取实验者佩戴Emotiv EPOC+头戴设备,采集眼电信号与运动想象脑电信号,通过MATLAB进行实时处理与识别,然后通过Python编写通信程序,将识别结果发送给NAO机器人,实现了对机器人眨眼与举手动作的实时控制。实验结果证明了所设计的多通道人机交互方法的有效性,为后续应用奠定了基础。

关键词：人机交互多通道交互眼电运动想象脑电 Emotiv EPOC+

基于μC/OS-Ⅱ的嵌入式网络接入技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于μC/OS-Ⅱ的嵌入式网络接入技术研究

作者：陈海霞东北师范大学

学位级别：硕士

随着Internet的发展和应用,越来越多的设备需要接入网络,以实现远程控制或资源共享。嵌入式系统由于具有体积小、价格低、专用性能高的优势,被广泛应用于各种电子设备中。基于嵌入式系统的网络接入技术将是未来应用的主要趋势。接入网... 详细信息

随着Internet的发展和应用,越来越多的设备需要接入网络,以实现远程控制或资源共享。嵌入式系统由于具有体积小、价格低、专用性能高的优势,被广泛应用于各种电子设备中。基于嵌入式系统的网络接入技术将是未来应用的主要趋势。接入网络的嵌入式系统需要对本地应用和网络设备的请求做出实时性较强的回应,因此,在硬件系统中嵌入可处理多任务的实时操作系统（RTOS）,通过将应用程序划分为多个重要性不同的任务,在各个任务之间优化地分配CPU时间和系统资源是保证实时性的有效方法。μC/OS-Ⅱ是近年来发展迅速的开放源代码和较小代码量的实时操作系统,具有可移植性、可裁剪、可固化的优点。因此,本文对基于μC/OS-Ⅱ的嵌入式网络接入技术进行了研究。本文首先从嵌入式网络接入技术研究的背景入手,介绍了嵌入式系统、嵌入式操作系统、嵌入式网络技术的相关概念和其发展状况。其次,阐述了网络通讯协议与相关总线标准,嵌入式网络接入系统的硬件结构,并对相关的芯片做了介绍;然后详细介绍了本设计所使用的嵌入式实时操作系统μC/OS-Ⅱ以及在51微处理器P87C52上的移植过程。再次,详细介绍了本论文所研究的嵌入式网络接入系统的软件设计方法。该系统一方面实现了通过TCP/IP网络协议接入Internet,另一方面提供了RS232、IC等通信功能。这样,每个本地设备都可以通过本系统与Internet相连,而Internet中的其它主机也可以通过本系统对本地的各种设备进行控制。最后,论文给出了系统的测试结果。

关键词： INTERNET 嵌入式 μC/OS-Ⅱ

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于FPGA的人耳听觉频率特性仿生研究

基于FPGA的人耳听觉频率特性仿生研究

作者：李白东北师范大学

学位级别：硕士

神经科学是研究人神经系统结构和功能的科学，是对脑探索的科学。人的大脑是目前已知生物领域中的一个构造最为复杂的器官，同时也是一个智能性最高的器官。人脑智能信息处理这一领域已经成为信息处理技术的前沿，其中对人脑的智能仿生... 详细信息

神经科学是研究人神经系统结构和功能的科学，是对脑探索的科学。人的大脑是目前已知生物领域中的一个构造最为复杂的器官，同时也是一个智能性最高的器官。人脑智能信息处理这一领域已经成为信息处理技术的前沿，其中对人脑的智能仿生是目前智能信息处理领域的研究热点。对于声音的处理，人耳具有现有的人工声音处理系统所无法比拟的优越性。通过对人耳听觉频率特性的仿生，可以为声音识别和处理提供新的方法。目前基于人耳听觉频率特性的研究多数只停留在软件仿真阶段，只有少数用模拟滤波器来实现人耳听觉的频率选择特性，但是模拟电路使用大量的电容、电阻、运放来搭建，体积较为庞大，而且模拟器件容易受环境温度、电磁噪声等的影响，稳定性差。电路设计完成之后，参数改变，其滤波电路也要重新设计，给电路的反复设计带来了很大的不便。本文通过研究人耳听觉的生理结构，采用听觉数字滤波器组技术，以一组Gammatone滤波器仿真人耳基底膜的频率特性，并在软件仿真可行的基础上，提出用FPGA实现Gammatone滤波器的方法。系统整体设计用VHDL语言完成，最终配置到FPGA中，在SignalTapII中进行在线测试，验证设计的可行性。相比于模拟滤波器的设计方法，这种数字化设计具有抗干扰能力强，调试周期短等优点。

关键词：人耳基底膜频率特性 FPGA Gammatone滤波器