在现代信号处理领域中,矩阵求逆运算广泛应用,利用并行结构及现场可编程门阵列(FPGA)的处理能力快速实现了8阶满秩矩阵的求逆过程,完成了高阶矩阵求逆处理器的设计,该设计采用Quartus II 13.0开发平台对程序进行编译、例化及综合,利用Mo...在现代信号处理领域中,矩阵求逆运算广泛应用,利用并行结构及现场可编程门阵列(FPGA)的处理能力快速实现了8阶满秩矩阵的求逆过程,完成了高阶矩阵求逆处理器的设计,该设计采用Quartus II 13.0开发平台对程序进行编译、例化及综合,利用Modelsim仿真平台对设计进行仿真测试、将显示结果与MATLAB结果进行对比分析验证。通过分析验证表明:该处理器充分利用了FPGA的并行性能,实现了对高阶矩阵求逆过程的快速计算,并利用定标法提升了求逆的计算精度,解决了高阶矩阵难以求逆及传统求逆方法收敛性差、精度低,对通用性计算机运算依赖性较大等问题,对实际工程有广泛的用途。展开更多
文摘在现代信号处理领域中,矩阵求逆运算广泛应用,利用并行结构及现场可编程门阵列(FPGA)的处理能力快速实现了8阶满秩矩阵的求逆过程,完成了高阶矩阵求逆处理器的设计,该设计采用Quartus II 13.0开发平台对程序进行编译、例化及综合,利用Modelsim仿真平台对设计进行仿真测试、将显示结果与MATLAB结果进行对比分析验证。通过分析验证表明:该处理器充分利用了FPGA的并行性能,实现了对高阶矩阵求逆过程的快速计算,并利用定标法提升了求逆的计算精度,解决了高阶矩阵难以求逆及传统求逆方法收敛性差、精度低,对通用性计算机运算依赖性较大等问题,对实际工程有广泛的用途。
文摘为了提高多尺度道路目标的检测性能,本文针对目标检测算法在非极大值抑制阶段的检测质量表征不合理问题,提出了一种优化定位置信度改进算法.首先基于RepPoints构建研究框架,研究定位置信度对多尺度道路目标的敏感性.在敏感性研究结果的基础上,本文提出了混合定位置信度.然后针对IoU定位置信度无法区分重叠程度相同的包围框的缺陷,提出了CIoU定位置信度.最后将这两种定位置信度结合得到优化定位置信度改进算法,解决了检测质量表征不合理问题.在道路场景数据集Cityscapes上的实验结果表明,混合定位置信度和CIoU定位置信度单一作用时均有效,共同作用时精度提高2.4%,多尺度目标检测精度均有显著提升,且实时性没有下降.相较于主流道路场景检测算法如Cascade-RCNN、FCOS等,本文算法取得了最高的mAP、AP M和AP L.
