导读:本文包含了软硬件的协同设计论文开题报告文献综述及选题提纲参考文献，主要关键词:微型计算机控制,步进电机细分,高精度细分驱动器
软硬件的协同设计论文文献综述
韩昌,陈鑫,周浩,高俊[1]（2019）在《软硬件协同设计的步进电机细分技术的研究》一文中研究指出为了满足两相混合式步进电机的运行特性,设计了驱动控制系统的硬件和软件控制系统;驱动控制系统主要分为控制部分、驱动器部分、系统供电电源模块等;以单片机STC89C51为微处理器控制核心,实现对步进电机的运转方向和速度快慢的执行控制;驱动硬件电路核心部分采用高精度细分驱动芯片THB6128实现对步进电机的精细驱动,测试结果较理想;实际应用的结果表明,该系统稳定可靠,应用简单可行。(本文来源于《计算机测量与控制》期刊2019年10期）
周维康,王才才,张皓清,黄静[2]（2019）在《采用软硬件协同设计的SoftMax函数的FPGA实现》一文中研究指出人工神经网络中,需要对大量数据进行非线性函数计算。低功耗实现和非线性函数的加速运算成为急需解决的需求。论文基于ZYNQ硬件平台和ARM处理器,进行了软硬件协同设计和FPGA硬件加速器IP的设计,实现了非线性激活函数SoftMax,功耗和误差分布达到设计预期。(本文来源于《信息通信》期刊2019年10期）
李特[3]（2019）在《关于嵌入式系统的软硬件协同设计研究》一文中研究指出通过对嵌入式系统的软硬件协调设计描述开展分析,明确了软硬件功能划分、系统描述、系统仿真、系统测试等相关要点。在此基础上,探究了有限态自动机方法、基于VHDL、遗传算法的划分方式和形式化验证等嵌入式系统的软硬协调设计的具体方法,为关注这一类话题的人们提供参考。(本文来源于《数字通信世界》期刊2019年08期）
李子琪[4]（2019）在《单目视觉里程计软硬件协同设计的研究》一文中研究指出未来的许多探测任务很大程度上依赖于装有尖端科学仪器和拥有先进导航能力的高自主移动机器人。为了使这些移动机器人能够探索更大的区域,提高它们的导航速度是非常有必要的。视觉里程计作为移动机器人的一部分,因为其可靠的性能和广泛的应用而引起了越来越多的关注。但视觉里程计需要在CPU上运行特征提取及匹配等复杂的计算机视觉算法,这需要较长的执行时间,导致其移动速度相对缓慢。因此,在机器人上实现特征提取及匹配等算法并达到更高数量级的执行速度成为亟待解决的首要问题。本课题为解决这个问题,开展了单目视觉里程计软硬件协同设计的研究。针对基于特征点法的单目视觉里程计各步骤的计算量,本文对单目视觉里程计的计算任务进行了合理划分,并分别映射到系统的软硬件上面进行了实现。利用SOC的FPGA资源实现了SURF特征点检测算法、BRIEF特征点描述算法和特征点匹配算法,并通过VDMA对数据进行传输。利用SOC的ARM实现对FPGA端的控制以及数据的调度。为了实现SOC与PC间的高速传输,利用FPGA设计了一个高速的UDP/IP协议栈内核,通过该内核将匹配好的特征点传输到PC。最后在PC上对接收到的数据进行位姿计算,实现了对相机位姿估计。本文根据总体方案设计并实现了单目视觉里程计的验证系统,并对整个系统的各个模块进行了性能分析与验证。测试结果表明千兆以太网传输模块最大可以在129 MHz的工作频率下,达到900 Mbps左右的稳定传输带宽。采用KITTI数据集中单目视觉里程计数据集对整个验证系统进行测试发现位姿估计的结果与真实轨迹的均方根误差最大为0.5 m,最小达到了0.01 m。旋转误差最大为0.515 deg/m,最小为0.0110 deg/m。平移误差最大为11.35%,最小为1.38%。且每两帧的位姿估计输出速度达到33 Hz。结果表明系统设计达到预期精度,并且满足实时处理的要求。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
何锐斌,李子扬,贺文静,胡坚,李传荣[5]（2019）在《激光点云解算的软硬件协同设计与实现》一文中研究指出机载激光雷达在测绘、勘探等领域有广泛的应用,其数据处理联合激光雷达测距数据和姿态位置信息,解算获得扫描目标的叁维坐标并形成叁维点云图。为了满足机载激光雷达点云解算的实时性要求,采用基于软硬件协同的设计方法,设计、实现了激光点云解算的SoC。通过使用基于AXI-4的DMA高速传输方式,运用流水线优化和存储优化方法,实现了高性能的硬件加速器。实验结果表明,提出的激光点云解算的SoC能够满足机载平台的实时性处理要求。(本文来源于《电子技术应用》期刊2019年03期）
张博维[6]（2019）在《基于硬件加速算法的人脸识别系统软硬件协同设计与实现》一文中研究指出人脸识别在生物信息学领域是一项应用前景广泛的研究课题,一些早期研究工作大部分基于软件实现相关功能。随着各种应用场景下的图像采集系统越来越多的部署,图像尺寸和数据量迅速增加。人脸识别过程涉及大量计算和分类,然而计算机的处理过程为指令运算,对于识别过程中的计算任务只能串行处理,这种处理方式要求足够大的存储空间,提升了计算成本。FPGA(现场可编程门阵列)的低成本、并行计算等特性使其在处理计算量较大的任务中表现优异,将PC端处理流程中的一些功能部署到FPGA中,分流部分PC端计算、存储压力,这种软硬件协同设计方式解决了单纯在软件端完成识别功能时遇到的提升速度与控制成本的矛盾。为实现基于FPGA和PC协同设计下的高速人脸识别系统,本论文首先确定了要完成的所有功能点,包括实时视频图像采集、无阻塞下的图像预处理、通过特征提取及分类进行人脸检测、通过以太网将图像数据由FPGA传输至PC端以及识别和输出显示功能。设计中采用线性规划算法对功能点进行软硬件实现划分,FPGA端进行实时图像采集和灰度转换及滤波等预处理功能,并基于Haar特征级联分类器利用高度流水线的微架构的实现人脸检测算法,FPGA中丰富的并行算术单元使本设计的人脸检测性能兼具高检测准确率和低延时率。此外,基于开发板搭载的PHY芯片,本文实现了通过以太网在FPGA与PC间的每秒千兆级的高速传输功能,用以将迭加了人脸检测结果窗口的图像数据传输到计算机端进行识别。在实现人脸识别功能时所部署的算法具有很多选择,其中SVM(支持向量机)和NN(神经网络)实现了以检测率和误报率为评定标准下的最佳性能。由于更好的通用性能,SVM是机器学习中最为广泛使用的算法,本设计在实现从FPGA端接受UDP协议下的图像数据后,采用SVM算法实现对Haar级联分类器人脸检测结果窗口的人脸识别功能。与同等软件实现相比,识别准确率位于略大于软件实现准确率的相近区间,系统识别速度在640*480分辨率的实时视频输入下提升1.5倍。(本文来源于《电子科技大学》期刊2019-03-01）
叶友鹏[7]（2019）在《UHF RFID数字基带系统的软硬件协同设计》一文中研究指出随着大数据、物联网、人工智能等许多高新技术的发展,信息采集成为了非常重要的环节。射频识别技术作为信息采集重要的技术手段,扮演着越来越重要的角色。而超高频RFID技术更是具有传输速度快、距离远、抗干扰能力强等许多优势,逐渐成为了国内外研究的重点,在未来必将出现在我们生活的每个角落。论文通过SystemC,研究如何采用系统级的设计方法设计RFID数字基带系统。采用了通信协议标准ISO/IEC 18000-6C,研究了标准规定的各种编解码,并给出实现的算法结构。通过软硬件协同设计方式搭建了完整的SoC模型,模型包括了处理器模型、数字基带处理单元模型、总线模型和软件模型。处理器模型是针对OR1200开源处理器搭建的模型,数字基带处理单元包括了阅读器和标签两部分,总线模型采用Wishbone开源总线协议,软件模型实现了部分协议规范和对系统外设的控制。系统模型的设计结果经过Modelsim和Visual C++进行时序仿真和功能验证,得出正确的模型并给出分析结果。模型验证功能符合标准后,通过高层次EDA工具Catapult C Synthesis对模型进行高层次综合。综合报告包括了面积、关键路径、RTL电路等,最后在EDA工具上实现了系统的功能验证,证实了采用ESL设计方法在时间成本上的优势。(本文来源于《南京航空航天大学》期刊2019-01-01）
丁家硕[8]（2018）在《关于嵌入式系统的软硬件协同设计研究》一文中研究指出在嵌入式系统中,协同设计是一种重要的开发方式,这种方式通过对系统中软硬件的研究,全面综合地分析软硬件的功能,显着发掘了系统软硬件的潜在效能,使各类软硬件之间的关系更为紧密,使工作难度变低,同时使系统的设计质量得到提高。本文从多个方面出发,结合具体事例,重点介绍了软硬件协同设计方法,并同时介绍了这种方法的优点和注意事项。(本文来源于《山东农业工程学院学报》期刊2018年12期）
倪博远[9]（2018）在《基于软硬件协同思想的机群互连系统通信协议设计》一文中研究指出目前,软硬件协同思想已经渗透至通信技术的各个领域中。针对当前机群互连系统存在软硬件协议之间缺乏系统、整体、联动的配合与协调而导致网络为用户终端所提供的通信服务效率低的问题,提出了一种应用软硬件协同思想基于硬件描述符机制的网卡设计方法,同时设计了与之相适应的机群通信协议。实验表明,设计的通信协议可以有效提高机群互连网络的性能并提高机群用户的通信效率。(本文来源于《通信技术》期刊2018年12期）
朱炎均[10]（2018）在《基于Xilinx Zynq的软硬件协同设计的实时图像处理系统》一文中研究指出软硬件技术的不断进步,促使图像处理系统被广泛应用于工业自动化、安全、健康和交通控制领域。为了完成各个系统的功能,这些应用中的最重要的也是最具有挑战性的要求是系统的实时性。现场可编程门阵列(Field Programmable Gate Arrary:FPGA)具备并行结构,硬件上能够高速并行处理数据而被广泛应用于这些系统,但是系统的功能丰富的应用软件是基于中央处理单元(Central Processing Unit:CPU)或微控制器单元(Micro-controller Unit:MCU)开发的顺序执行的程序,在处理大量数据的计算时,会带来明显的时间延迟。可编程片上系统(System on Programmable Chip:SOPC)的发展,单片芯片内集成了FPGA和MCU内核,降低了系统的软硬件协同设计的难度,设计者合理划分软硬件对应的功能,能够提高系统的实时性。系统功能的软硬件协同设计是系统实时性能提升的保障。针对国内外的典型图像处理系统的问题,本文设计基于Zynq SoC的实时图像处理系统。完成灰度转化和卷积运算的软硬件协同设计,并且应用在图像上实现如边缘检测、锐化和模糊处理上。系统实现了320*240图像的实时灰度转换、边缘检测、模糊和锐化处理。本文设计的卷积协处理器通过内置的锁相环工作频率在150 MHz,单帧图像像素为76800(320*240),单像素/时钟周期率下,一帧图像的处理时间约为0.51 mS,对应的的协处理器的图像处理能力能够高达近2000 FPS(帧/秒),但是采用了基于地址映射的高级扩展接口(Advanced Extensible Interface:AXI)总线,传输一帧图像需要25mS,因此系统能够完成40 FPS的实时吞吐量。本文主要工作包括:1、根据功能和系统的性能要求设计了软硬件协同处理的总体框架,系统可以由叁级流水实现:图像采集(操作系统),图像处理(硬件算法)和图像输出(硬件)。值得指出的是,本文采用了FGPA中的视频图像阵列(Video Graphics Array:VGA)控制模块来输出最终的图像,同样功能也可以采用操作系统下调用系统软件内的显示驱动来实现。两种方式都是非常成熟完备的技术,所以文中并没有展开。2、软件上采用C设计了基于Linux下视频库下的软件来从USB摄像头获取视频图像信息。避免了基于FPGA的纯硬件处理来自USB摄像头的视频图像,不需要对视频源设计特定的硬件接口驱动,简化了电路的设计,加快系统的设计周期,更增加了系统的灵活性。当然,视频图像信息也可以预先存在SD卡,Zedboard有SD卡槽。3、基于硬件实现的图像处理算法,本文设计了图像协处理器模块(Inter Process Communication:IPC)来实现加速,图像存储模块(Image Memory:IM)分别存储原始图像和处理后的图像信息,系统从IM读取原始图像的像素信息,处理后再写回IM。图像存储控制器(Image Memory Controller:IMC)双向沟通IPC和IM。特别是,针对IPC中的卷积运算,详细探讨了3*3卷积,3*3卷积元和多种5*5卷积功能的算法硬件结构。4、本文搭建了图像处理系统的实验平台,系统基于Zedboard+USB摄像头+显示器,摄像头的图像信息通过Zedboad上的Zynq SoC处理后,送显示器实时显示。获取的数据为进一步的技术改进方向提供了直接的依据。(本文来源于《南京邮电大学》期刊2018-11-14）
软硬件的协同设计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人工神经网络中,需要对大量数据进行非线性函数计算。低功耗实现和非线性函数的加速运算成为急需解决的需求。论文基于ZYNQ硬件平台和ARM处理器,进行了软硬件协同设计和FPGA硬件加速器IP的设计,实现了非线性激活函数SoftMax,功耗和误差分布达到设计预期。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
软硬件的协同设计论文参考文献
[1].韩昌,陈鑫,周浩,高俊.软硬件协同设计的步进电机细分技术的研究[J].计算机测量与控制.2019
[2].周维康,王才才,张皓清,黄静.采用软硬件协同设计的SoftMax函数的FPGA实现[J].信息通信.2019
[3].李特.关于嵌入式系统的软硬件协同设计研究[J].数字通信世界.2019
[4].李子琪.单目视觉里程计软硬件协同设计的研究[D].哈尔滨工业大学.2019
[5].何锐斌,李子扬,贺文静,胡坚,李传荣.激光点云解算的软硬件协同设计与实现[J].电子技术应用.2019
[6].张博维.基于硬件加速算法的人脸识别系统软硬件协同设计与实现[D].电子科技大学.2019
[7].叶友鹏.UHFRFID数字基带系统的软硬件协同设计[D].南京航空航天大学.2019
[8].丁家硕.关于嵌入式系统的软硬件协同设计研究[J].山东农业工程学院学报.2018
[9].倪博远.基于软硬件协同思想的机群互连系统通信协议设计[J].通信技术.2018
[10].朱炎均.基于XilinxZynq的软硬件协同设计的实时图像处理系统[D].南京邮电大学.2018