AdaBoost算法的人脸检测系统的SoC软硬件设计

AdaBoost人脸检测算法计算量大,难以在嵌入式平台上用纯软件实时实现.文中对AdaBoost检测算法进行了性能分析,设计了合适的软硬件划分方案.算法的大部分计算都转移到硬件加速器中,大大提高了检测的速度.文中描述了整个系统的周期精确模型.仿真显示,SoC方案的速度是纯软件的11倍,在200MHz的主频下可以以28帧/秒的速度检测384*288的图像.     

大规模嵌入式系统软硬件划分方法分析

本文首先对大规模嵌入式系统软硬件划分的相关问题进行了简单的阐述,然后指出了传统软硬件划分方法的不足。为了有效解决传统划分方法中存在的问题,文中提出了一种新型的软硬件划分方法——基于克隆选择算法进行软硬件的划分,可供同行参考。     

基于Vivado HLS的求取特征点图像坐标的设计

针对传统嵌入式处理器处理高清图像时功耗高、延时长以及数据存储带宽受限等问题,文中提出了对软件进行硬件加速以提高图像处理系统计算性能的方案。该设计采用Xilinx高层次综合工具Vivado HLS,通过软硬件协同设计将OpenCV及C++编写的算法程序转化为RTL硬件。设计成果显示,该方案有效的提高了系统的计算性能,并且缩短了硬件开发周期。     

基于改进蚁群算法的嵌入式系统软硬件划分

针对标准蚁群算法的软硬件划分问题求解难题,提出改进蚁群算法的系统软硬件划分方法。首先分析了当前嵌入式系统软硬件划分研究的现状,并构建软硬件划分的数学模型;然后采用蚁群算法模拟蚂蚁觅食行为搜索数学模型的最优解,并引入逆反馈机制提高蚁群算法的搜索性能;最后通过实验证明软硬件划分问题求解的有效性。实验结果表明,改进蚁群算法提高了问题求解的效率,获得了合理的软硬件划分结果,且结果优于标准蚁群算法。     

基于量子遗传算法的嵌入式系统软硬件划分算法

针对嵌入式系统软硬件协同设计中的软硬件划分问题，本文在改进了基于基本调度块图的软硬件划分模型的基础上，提出了一个基于量子遗传算法(QGA)的软硬件划分算法。通过采用自适应的适应度函数、惯性量子旋转角调整策略以及引入量子交叉操作，提高了算法的搜索效率，实验结果说明了该算法对解决软硬件划分问题的有效性。     

基于扩展背包问题的的软硬件划分算法

软硬件划分问题常以时间为约束对硬件面积进行优化。随着嵌入式的发展，功耗这一因素也越来越重要，故在约束条件中加入了功耗的约束。贪婪算法是解决0-1背包问题的一种简单有效的方法，因此建立多约束的软硬件划分问题与0-1背包问题之间的联系，采用扩展的贪婪算法解决多性能指标的软硬件划分问题。利用仿真与动态规划方法的对比，进行了有效性验证。     

一种基于改进模拟退火算法的软硬件划分技术

提出一种应用于嵌入式系统软硬件划分的改进模拟退火算法.算法通过使用基于Cauchy分布的扰动模型和Tsallis接收准则来提高模拟退火算法的性能.通过对比经典的模拟退火软硬件划分技术以及实验结果的验证表明,使用改进模拟退火算法能加快划分的收敛,并且找到目标函数的最优值的概率也更大.     

改进多路软硬件划分算法的筛选法

文章提出筛选法对基于抽象体系结构模板的多路软硬件划分算法进行了改进,从而使整个软硬件划分-任务调度过程的时间大大缩短。该方法在原算法的软硬件划分和任务调度过程之间加入了一个筛选步骤,对软硬件划分结果的硬件面积进行预估,依据预估的结果进行筛选,筛选后满足要求的划分方案才进行调度,从而大大减少了调度过程的工作量。实验结果表明,加入筛选步骤后,在最终结果性能基本不损失的前提下,整个软硬件划分-任务调度过程的速度有明显提高。     

基于嵌入式处理器指纹识别系统的设计和实现

研究采用嵌入式处理器实现指纹识别系统的软硬件设计方法．通过构造以微处理器AT91SAM7X256和MBF200指纹传感器模块为平台的硬件环境,实现了嵌入式指纹识别硬件系统的设计。微处理器选用内含丰富外设的AT91SAM7X256,降低了硬件成本。指纹识别系统选用μC／OS-Ⅱ作为嵌入式操作系统,指纹识别算法中主要介绍了基于图像匹配的指纹识别算法、基于Gabor函数的指纹图像增强算法和基于方向图滤波指纹特征提取算法等．实现了低成本,高可靠性多节点指纹识别系统的设计。     

基于嵌入式处理器指纹识别系统的设计和实现

研究采用嵌入式处理器实现指纹识别系统的软硬件设计方法,通过构造以微处理器AT91SAM7X256和MBF200指纹传感器模块为平台的硬件环境,实现了嵌入式指纹识别硬件系统的设计.微处理器选用内含丰富外设的AT91SAM7X256,降低了硬件成本.指纹识别系统选用μC/OS-Ⅱ作为嵌入式操作系统,指纹识别算法中主要介绍了基于图像匹配的指纹识别算法、基于Gabor函数的指纹图像增强算法和基于方向图滤波指纹特征提取算法等,实现了低成本,高可靠性多节点指纹识别系统的设计.