自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(51)
  • 资源 (1)
  • 收藏
  • 关注

原创 DSP-OMAPL-138 RTOS开发(1)——报错总结

关键要利用相对路径进行include,并且一个工程文件要保持include,library,source,includes四个文件,分别放自己写的.h文件、.lib文件、.c文件,includes包含的是头路径。gel是系统定制的文件,主要描述整个系统的资源和分布状况,用于说明硬件平台的配置情况cmd则是软件开方人员根据实际的硬件资源情况进行个性配置的工作,进行程序与数据空间分配的操作,两者作用完全不相同的。所以.o文件可以理解成每个.c或.lib编译的目标文件,通过链接器生成最终的.out文件进行烧录。

2023-06-07 16:21:47 1025

原创 基于vivado(语言Verilog)的FPGA学习(5)——跨时钟处理

但实际情况很有可能是实时处理,数据是源源不断传来,所以还是在满足快时钟同步至慢时钟的不漏报情况下,就需要衡量最长持续数据传输长度和RAM容积大小。为了进一步进行多比特信号的跨时钟处理,干脆就拿地址作为同步信号(下图中的wptr和rptr),用RAM作为数据的缓存区,用不同时钟域给的空/满作为数据输出/输入的标识。上图可以看出当写地址为6时,读地址的前两帧才是6,因为为了仿真亚稳态出现,读地址过来对比是经过了两级触发器。我的理解就是弄一个使能信号当作两个时钟域的信使,来告诉对方是不是开始了读/写数据了。

2023-04-11 20:16:27 2994 3

原创 牛客Verilog题目(4)——输入序列连续的序列检测(理解非阻塞和阻塞)

而阻塞赋值右端操作数会立马赋值给当下值,而非阻塞会在下一个时序再用到这个值。但是不建议这么使用:虽然牛客也可以成功通过测试例,但是不建议时序电路用阻塞赋值,因为容易产生竞争关系。这样下面就不需要改,将。最一开始的程序:(在vivado仿真程序,为了方便观看,将中间变量也作为输出)很明显是不对的,因为判定时刻理应是正确时刻的下一个时刻,因此需要判定当下时刻。激励函数为:(我习惯写成计数器的形式,而不是一个个值写入initial中)其中初始值为100的目的也就是第一个值为000,这样的序列顺序就对上了。

2023-04-03 22:34:37 507

原创 牛客Verilog题目(3)——输入序列连续的序列检测

这题思路很简单,一个M位(这里是8)移位器,然后再将移位器的8位数和要求序列对比。这里对比条件是否需要延迟一个时钟,通过题目的实例看出:是需要延迟的。从图中也可以看出,出现01110001后的下一时钟,match就变成了1.RTL分析:(把寄存器换成了二位选择器)

2023-04-03 20:41:57 196

原创 基于vivado(语言Verilog)的FPGA学习(4)——FPGA选择题总结(针对华为逻辑岗实习笔试)

Synopsys公司的VCS仿真器就是一种编译型的仿真器。本地编译型的仿真器读入Verilog代码,然后把它直接转换成能在指定的机器平台上运行的二进制代码,机器的平台不同,编译的优化和调整过程也不同。DMA(Direct Memory Access,直接存储器访问)是所有现代电脑的重要特色,它允许不同速度的硬件装置来沟通,而不需要依赖于 CPU 的大量中断负载。解释型仿真器读入Verilog代码,在计算机的内存中生成数据结构,然后解释性地运行仿真,每次运行仿真时,进行一次编译,编译通常很快就可以完成。

2023-03-27 14:48:36 1594

原创 牛客Verilog题目(2)——根据状态转移表实现时序电路

分别是行为仿真、综合仿真、实现仿真,我的理解就是行为仿真相当于代码验证和功能验证,而综合仿真需要根据你事先选择的赛灵思芯片型号来给当前代码用到的逻辑器件配置相应的实际元器件,再进行仿真。实现仿真则是考虑到具体元器件之间的布局布线,会告诉你这些元器件都在哪些位置。代码还是比较简单的,这里只需要注意要用非阻塞赋值即可。

2023-03-27 10:37:23 135

原创 牛客Verilog题目(1)——超前进位加法器

可以看出上面是将四位一位全加器串联,如果是多位相加,线路的延迟会更加明显,并且运行速度也会相对并行运算较慢。然后将其串联起来,一开始我就reg了一位寄存器当相互的节点值,后来发现是不可以的,因为在电路中不符合理想。在此之前需要了解全加器、4个1位二进制全加器串联的四位加法器。再了解为什么要用这种超前进位加法器。图看起来很吓人,这是由于上个方法,把1位二进制全加器封装起来了,相比于上种方法,面积还是减小很多。整个逻辑还是很简单的,直接前一级进位输出连接后一位进位输入即可。可以从图中看出是有明显问题的,

2023-03-24 10:46:24 414

原创 基于vivado(语言Verilog)的FPGA学习(3)——FPGA理论知识

FPGA主要是采用SRAM工艺的查找表(LUT,Look-up Table)结构,LUT 本质上就是一个 RAMZYNQ中包含两大功能块:PS部分和 PL 部分。1、PS部分指Processing System,一个基于双 ARM Cortex A9内核的处理系统,其中集成了内存存储器和外部存储器接口,以及如GPIO、UART 接口等大量的外设。

2023-03-16 15:02:34 2196

原创 基于vivado(语言Verilog)的FPGA学习(2)——zedboard开机测试和程序烧写

这个例子只是简单的是一个实现:将FPGA当做一个PS处理器的外设,通过寄存器地址映射到PS的寻址空间。在五个跳线中,中间的三个被用 来定义板卡的烧写信息来源 (JTAG,闪存或 SD 卡),最右边的控制 JTAG 的模式,最左边则决定内部 PLL 是否被使用。Zynq7这块板子内核分为ps和pl,其中,pl表示处理器可编辑器件,单独使用可以看作FPGA,ps是处理器系统,例如arm32这样的嵌入式cpu,与pl不同的是:语言一般使用c、c++这样的软件开发语言。产生硬件描述语言,并自动产生top文件。

2023-03-14 15:34:19 3215

原创 基于vivado(语言Verilog)的FPGA学习(1)——了解viviado面板和编译过程

奇了怪,总觉得上学期写了这部分,梦里写的?

2023-03-09 22:35:39 2439

原创 详解FPGA:人工智能时代的驱动引擎观后感

第一章 延续摩尔定律第二章 拥抱大数据的洪流第三章 FPGA在人工智能时代的独特优势第四章 更简单也更复杂——FPGA开发的新方法第五章 站在巨人肩上——FPGA发展新趋势。

2023-03-07 21:45:20 1481 2

原创 毕业论文中word的使用1-代码域标公式

毕业论文中word的使用1-代码域标公式

2022-06-30 22:27:57 1736

原创 第九周-GD32F4XX的测试笔记(3)(算法库直接和调试CD卡模组)

上周了解串口实现**数据传输**的原理;导入算法库进行实验,主要以**FFT**为主。这周本来想试试其他算法,但考虑到算法太多,所以我觉得可以在需要的时候直接调用即可。这周归纳了算法库的算法,还测试了一下CD卡,对其缓存器进行读取,但是对其内存进行读写尚未成功。后面会仿照USB的读取来实验CD卡。

2022-04-29 20:26:33 559

原创 第八周-GD32F4XX的测试笔记(2)(调用DSP的FFT算法)

GD32F4XX的测试笔记(2)上周实现通信,这周一开始的工作是了解整个硬件已有管脚的定义。进行记录和实验。再导入一些算法库,主要以FFT为主,后面会继续更多的算法函数进行实验。

2022-04-21 16:50:45 2210 1

原创 python图像处理-基于LBP的人脸检测和人脸识别

主要工作是:1.了解LBP纹理特征的原理2.调用OPEN-CV人脸识别库,框出图像中所有的人脸3.将人脸区域做LBPH,将其计算结果与人脸标签做训练集(H表示直方图)4.用爬虫爬出两个人的很多图片,构成较为多图片的训练集5.用训练出来的分类器进行人脸识别

2022-04-15 11:53:32 2215 1

原创 python图像音频处理-通过图像傅里叶变换判断相位和幅度的重要性

分别将两个图像或两个音频做FFT,再选取图像1/音频1的幅度,结合上图像2/音频2的相位,再做IFFT。看返回的图像或音频更接近图像1/音频1,还是图像2/音频2。若是前者,则说明幅度的信息量更重要;若是后者,则说明相位的信息量更重要。

2022-04-15 11:03:36 5289

原创 第七周-GD32F4XX的测试笔记(1)

GD32F4XX的测试笔记(1)该芯片当具体型号为GD32F450ZGT61.ST-Link1.1 ST-Link调试方式1.2 ST-Link指示灯说明2.编译下载2.1 设置引导模式2.2 keil在线下载2.3 GD-Link传输hex文件3.串口通信乱码的原因

2022-04-14 23:44:04 2083

原创 第六周-GD32F4XX的配置和函数归纳(6)

GD32F4XX的配置和函数归纳(6)本周看的内部集成电路总线接口(I2C)的配置情况,以及例程11。至此,大部分基础外设配置都看完了,这周稍微总结了一些可以使用的信号算法库目录GD32F4XX的配置和函数归纳(6)I2C的头文件配置1.时钟使能2.I2C时钟的配置3.地址设置4.启动和确认启动例程算法库I2C的头文件配置1.时钟使能这个之前也用过很多次,只需要将外设名称放入括号就可以。I2C有0、1、2三个接口可以拿来配置。rcu_periph_clock_enable(RCU_I2C0);

2022-04-08 19:06:34 667

原创 第五周-GD32F4XX的配置和函数归纳(5)

GD32F4XX的配置和函数归纳(5)本周学习了DAC模块以及例程。目录GD32F4XX的配置和函数归纳(5)DACDAC的初始配置DAC 噪声波DAC触发设置DACGD32F450Z上有两个DAC,二者可以独立或并行工作。可以通过配置好的一些函数配置使能和设置不同的模式。在使能 DAC 模块前,GPIO 口(PA4 对应 DAC0,PA5 对应 DAC1)应配置为模拟模式。DAC的初始配置1.时钟配置void dac_deinit(void)2.使能和通过DMA之间访问存储(不占用C

2022-04-01 17:53:13 1185

原创 python图像处理-形状提取和识别2(棋盘图像转为矩阵)

(棋盘图像转为矩阵)本系列一个分为两大部分:一个是形状提取,一个是形状识别1.形状提取中,基于Hough函数法进行直线提取和圆形提取,还有即基于颜色的形状提取这里扩展了一个小程序(识别一张棋盘图片,利用角点检测得到棋盘参数,再利用形状提取得到棋子位置,将棋盘图片转换成矩阵,再利用棋子圆心的RGB识别,用矩阵中的1表示黑子,0表示白子。“后面会把这个小扩展单独写出来玩”)2.形状识别里用了几个OPEN-CV的函数

2022-03-29 21:14:33 5223 7

原创 python图像处理-形状提取和识别1(基于Hough的形状提取)

(基于Hough的形状提取)本系列一个分为两大部分:一个是形状提取,一个是形状识别1.形状提取中,基于Hough函数法进行直线提取和圆形提取,还有即基于颜色的形状提取这里扩展了一个小程序(识别一张棋盘图片,利用角点检测得到棋盘参数,再利用形状提取得到棋子位置,将棋盘图片转换成矩阵,再利用棋子圆心的RGB识别,用矩阵中的1表示黑子,0表示白子。“后面会把这个小扩展单独写出来玩”)2.形状识别里用了几个OPEN-CV的函数

2022-03-29 20:59:11 9203

原创 Harris角点特征提取和角点特征匹配(2)

本文采用Harris角点的方法来进行特征提取和特征匹配两大部分:1.Harris角点特征提取:分为函数法和机理法(手工复现法)2.Harris角点特征匹配:先让两张图片进行特征提取,再将图一和图二的每一个点进行做相关运算,若两张图角点的相关度都是最大的,则将两张图的角点相匹配。

2022-03-29 20:23:51 2493 6

原创 Harris角点特征提取和角点特征匹配(1)

本文采用Harris角点的方法来进行特征提取和特征匹配两大部分:1.Harris角点特征提取:分为函数法和机理法(手工复现法)2.Harris角点特征匹配:先让两张图片进行特征提取,再将图一import numpy as npimport cv2import mathfrom numpy import *import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfrom PIL import Image

2022-03-29 20:17:20 3396

原创 第四周-GD32F4XX的配置和函数归纳(4)

GD32F4XX的配置和函数归纳(4)1.分析了ADC的四个例程,看看其中的配置是如何实现的目录GD32F4XX的配置和函数归纳(4)1.通用同步异步收发器(USART)1.1 RCU配置1.2 ADC配置1.通用同步异步收发器(USART)#include "gd32f4xx.h"#include "gd32f450z_eval.h"#include "systick.h"#include <stdio.h>float temperature;float vref_val

2022-03-25 19:53:20 2295 2

原创 第三周-GD32F4XX的配置和函数归纳(3)

GD32F4XX的配置和函数归纳(3)没有去成实验室,看了几个例程,并且把经常用到的通用同步异步收发器(USART)和中断/事件控制器(EXTI)的配置归纳了一下,并且看了一些相应的例程目录GD32F4XX的配置和函数归纳(3)1.通用同步异步收发器(USART)2.中断/事件控制器(EXTI)3.例程1.通用同步异步收发器(USART)2.中断/事件控制器(EXTI)3.例程...

2022-03-18 20:22:45 530

原创 python图像处理基础知识(plt库函数说明)

import matplotlib.pyplot as plt的一些基础用法,包括直方图

2022-03-15 20:03:09 13967

原创 第二周-GD32F4XX的配置和函数归纳(2)

GD32F4XX的配置和函数归纳(2)1.找到和整理官方例程和该开发板的头文件2.结合用户手册,总结闪存控制器(FMC)和输出输入控制端(GPIO)的寄存器配置以及函数表达含义3.结合例程1,巩固对函数的理解4.下周学习电源管理单元PMU,复位和时钟单元RCU,时钟校准控制器CT和中断/事件控制器EXTI的配置和函数目录GD32F4XX的配置和函数归纳(2)1.闪存控制器(FMC)1.闪存控制器(FMC)...

2022-03-11 16:17:49 2277

原创 RCU函数

/*! \file gd32f4xx_rcu.c \brief RCU driver \version 2016-08-15, V1.0.0, firmware for GD32F4xx \version 2018-12-12, V2.0.0, firmware for GD32F4xx \version 2020-09-30, V2.1.0, firmware for GD32F4xx*//* Copyright (c) 2020,

2022-03-11 15:04:05 610

原创 python图像处理基础知识(cv库函数说明)

python图像处理基础知识,函数说明目录python图像处理基础知识,函数说明1.处理照片(open_cv库)1.1 cv2.imread('filepath',flags)1.2 cv2.imshow("name",img)1.3 img1 = img.copy()1.4 cv2.waitKey(n)1.5 cv2.destroyAllWindows()1.6 cv2.imwrite("path",image)1.7 cv2.namedWindow('name',flags)1.8 cv2.cvtCo

2022-03-08 21:28:23 8428 1

原创 python基础知识

python基础知识目录python基础知识1.数组1.1 创建数组1.2 数组操作1.3 数组取值1.4 链表操作2.逻辑语言习惯2.1 for循环在C、Pythong、MATLAB中的不同:2.2 导入第三方库函数1.数组# 若没有安装头文件输入下行代码,添加头文件# pip install numpyimport numpy as npimport math1.1 创建数组# int还可以是float(浮点)、bool(布尔)、NoneType(空)、str(字符串)a=np.z

2022-03-07 21:04:55 1367 1

原创 第一周-GD32F4XX的配置和函数归纳(1)

GD32F4XX的配置和函数归纳(1)1.找到和整理官方例程和该开发板的头文件2.结合用户手册,总结闪存控制器(FMC)和输出输入控制端(GPIO)的寄存器配置以及函数表达含义3.结合例程1,巩固对函数的理解4.下周学习电源管理单元PMU,复位和时钟单元RCU,时钟校准控制器CT和中断/事件控制器EXTI的配置和函数目录GD32F4XX的配置和函数归纳(1)1.闪存控制器(FMC)2.输出输入控制端(GPIO)3.实例1.GPIO流水灯1.闪存控制器(FMC)1.找到每一个寄存器的地址,并给

2022-03-04 21:05:30 1360

原创 第二周-OFDM和BPSK是如何通过循环谱提取特征参数

基于循环谱的水声通信信号特征分析和提取1.研究背景和发展现状2.原理过程3.谱相关分析的特点4.举例推导5.一些改进的方法6.利用循环谱进行特征分析

2022-02-25 14:33:24 4341 15

原创 第一周-基于循环谱的水声通信信号特征分析和提取

基于循环谱的水声通信信号特征分析和提取对于非合作水声通信信号的检测、调制识别和参数估计,上学期对于每一个步骤都学到了多种方法。首先在信号的检测中,首先通过合适的阵列发布,并且选取最优的权值获得最接近实际目标信号的波形。再通过分析接收到的波形,来检测是否有目标出现。其中常用的方法有匹配滤波器法、能量检测法、循环平稳特征检测法。第二步的调制识别常用的方法是瞬时变换域的特征参数法、循环谱法、小波变换法、高阶累积量法,有时一种方法可能分辨不出所有待分类的通信信号,这时就需要结合两种以上的方法下的参数,并结合合适的

2022-02-18 23:45:57 2366 2

原创 第十四周-英语文献阅读及小论文结构

主要工作1.阅读了两篇英语论文(英语课做paper分享)2.小论文的结构(声学原理大作业)3.仿真一下现代数字信号处理中的现代功率谱密度目录主要工作一、英语文献一二、英语文献二三、小论文架构四、现代功率谱密度的仿真五、学习计划一、英语文献一【1】Research on MPSK Modulation Classification of Underwater Acoustic Communication Signalspurpose:二、英语文献二【2】Automatic Modul

2021-12-30 10:07:54 180

原创 英语文献总结

【1】Research on MPSK Modulation Classification of Underwater Acoustic Communication Signals【2】Automatic Modulation Classification for Underwater Acoustic CommunicationsThe purpose of Modulation Classification is demodulation non-cooperative signals,But .

2021-12-19 21:37:31 521

原创 现代信号处理-现代功率谱密度估计AR模型

本栏前两节经典谱估计中提到:经典谱估计下,方差和分辨率是一对矛盾。这是因为经典谱估计将数据进行了加窗,自相关法还对自相关进行了加窗(二次加窗),这就让我们想到把原始数据藏在一个系统H(Z)中,让这个系统包含这组数据的特性,这样一来,系统中的系数就可以表示系统反映的数据。这就是现代功率谱密度估计-参数模型法的思想。按照书本的就是先根据数据的自相关函数r(m)求出H(Z)系数,再通过H(Z)进行谱估计。

2021-12-17 23:51:28 8137 5

原创 第十三周-调制识别的过程以及小波变换

主要工作1.进行PSK的仿真和QAM的仿真。2. 了解符号速率的估计方式。基于循环谱估计、基于小波变换、基于瞬时幅度。3. 着重了解了基于循环谱的符号速率估计。一、PSK/DPSK链接二、QAM链接三、符号速率估计1.瞬时频率法下面给出了符号速率估计几种算法的优缺点。其中前两种方法上周已有了解,这周用瞬时频率法仿真了一下,但也出现一些问题。下面是两种方法的具体过程,留在仿真完P

2021-12-10 12:25:20 1448 2

原创 小波变换(matlab)-wavelet toolbox

小波变换前言一、小波变换的介绍和理解二、常用函数三、wavelet toolbox的应用1.使用方法2.参数表示3.其他参数信息前言一、小波变换的介绍和理解二、常用函数接着上篇三、wavelet toolbox的应用1.使用方法输入wavemenu,选择一维小波分析,导入工作区的数据。为了方便与函数做比较,这里直接采用之前的数据,为了是信号细节一样,最好使随机数的种子固定。2.参数表示wavlet对应的也就是各个小波基的名称,其中后面的数值也对应这N,有些函数是没有N的leve

2021-12-10 02:27:01 6780

原创 小波变换(matlab)-常见脚本函数

小波变换前言一、小波变换的介绍和理解二、常用函数1.wden2.dwt和idwt3.wavedec和wrcoef4.upwlev5.wpdec和wprec三、wavelet toolbox的应用前言我们可以通过常见的函数和toolbox两个办法来制定我们需要的小波变换,因为它与傅里叶不同点在于小波变换不是唯一确定的,例如不同的尺度下做的小波变换会不一样。小波变换的函数有很多,本文给了最常见的几种。在toolbox使用中,也会对比函数,整理各个参数的涵义。下图是常见的小波基函数参数表示和名称,其中的N是

2021-12-10 02:06:28 29297 2

原创 小波变换-全部matlab函数

appcoef 提取一维小波变换低频系数appcoef2 提取二维小波分解低频系数bestlevt 计算完整最佳小波包树 别可以实现一维、二维和 N 维 DFTbesttree 计算最佳(优)树*  biorfilt 双正交样条小波滤波器组biorwavf 双正交样条小波滤波器*  centfrq 求小波中心频率cgauwavf Complex Gaussian小波cmorwavf coiflets小波滤波器cwt 一维连续小波变换dbaux

2021-12-10 01:23:49 3007

python图像音频处理-通过图像傅里叶变换判断相位和幅度的重要性 Jupyter notebook文件

分别将两个图像或两个音频做FFT,再选取图像1/音频1的幅度,结合上图像2/音频2的相位,再做IFFT。看返回的图像或音频更接近图像1/音频1,还是图像2/音频2。 若是前者,则说明幅度的信息量更重要;若是后者,则说明相位的信息量更重要。 有文章配合使用 https://blog.csdn.net/QWER306306/article/details/124189633

2022-04-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除