这份应用笔记描述了stm32硬件实现特性如电源提供，时钟管理，重置控制，启动模式的设置和调试管理。
上传时间： 2013-06-29
上传用户：mhp0114
指纹识别作为生物特征识别的一种，在身份识别上有着其他手段不可比拟的优越性：人的指纹具有唯一性和稳定性；随着指纹传感器性能的提高和价格的降低．指纹的采集相对容易；指纹识别算法已经比较成熟
上传时间： 2013-07-27
上传用户：chongcongying
8051系列是至今为止最成功的单片机之一，在FPGA平台上研究带硬件浮点运算器的8051是对其在SoC及专用化的方向上的一次迈进。文章首先介绍了8051的基本架构，包括硬件模块、指令系统、内存分配以及基本外设。然后讲解了在设计8051时如何划分模块，每个模块的功能与设计，同时也介绍了如何设计流水线来加速8051的处理速度。对于浮点运算器，文章介绍了IEEE浮点数的表示方法，包括各种特殊值的表示方法以及作用。在探讨浮点运算器设计的时候首先是给出了模块的划分及其实现的功能，然后以生动的实例介绍了加减乘除四种浮点运算的算法。在介绍完8051与浮点运算器设计以后，文章介绍了如何将浮点运算器集成到8051上，包括硬件上的数据线接口和控制线接口，以及软件中如何运用硬件浮点运算器。最后文章给出了此设计在ModelSim上的仿真结果以及在CyclonelIFPGA芯片上的验证过程，可以清楚地看到，与KeilC51软件库的浮点运算相比，加法运算从186个时钟周期减少到4个时钟周期，减法运算从200个时钟周期减少到4个时钟周期，乘法运算从241个时钟周期减少到4个时钟周期，而除法则由原来的¨lO个时钟周期减少到4个时钟周期，可见硬件浮点运算器使8051在运算能力上有了质的提高。 笔者也在“Google”和“百度”搜索引擎上，以及“维普数据论文网’’上搜索过，都没有发现有类似的设计，带硬件浮点运算器的8051可谓是一次创新，希望在实际应用中能有用武之地。
上传时间： 2013-04-24
上传用户：13081287919
freescale单片机硬件设计freescale单片机硬件设计freescale单片机硬件设计
上传时间： 2013-07-21
上传用户：tuilp1a
介绍瑞萨单片机硬件开发及其应用和软件手册
上传时间： 2013-06-20
上传用户：fywz
随着图像分辨率的越来越高，软件实现的图像处理无法满足实时性的需求；同时FPGA等可编程器件的快速发展使得硬件实现图像处理变得可行。如今基于FPGA的图像处理研究成为了国内外的一个热门领域。 本文在FPGA平台上，用Verilog HDL实现了一个研究图像处理算法的可重复配置的硬件模块架构，架构包括PC机预处理和通信软件，控制模块，计算单元，存储器模块和通信适配模块五个部分。其中的计算模块负责具体算法的实现，根据不同的图像处理算法可以独立实现。架构为计算模块实现了一个可添加、移出接口，不同的算法设计只要符合该接口就可以方便的加入到模块架构中来进行调试和运行。 在硬件架构的基础上本文实现了排序滤波，中值滤波，卷积运算及高斯滤波，形态学算子运算等经典的图像处理算法。讨论了FPGA的图像处理算法的设计方法及优化策略，通过性能分析，FPGA实现图像处理在时间上比软件处理有了很大的提高；通过结果的比较，发现FPGA的处理结果达到了软件处理几乎同等的效果水平。最后本文在实现较大图片处理和图像处理窗口的大小可配置性方面做了一定程度的讨论和改进，提高了算法的可用性，同时为进一步的研究提供了更加便利的平台。 整个设计都是在ISE8.2和ModelSim第三方仿真软件环境下开发的，在xilinx的Spartan-3E XC3S500E硬件平台上实现。在软件仿真过程中利用了ISE8.2自带仿真工具和ModelSim结合使用。 本课题为制造FPGA的专用图像处理芯片做了有益的探索性研究，为实现FPGA为核心处理芯片的实时图像处理系统有着积极的作用。
上传时间： 2013-05-30
上传用户：水瓶kmoon5
\培训资料\射频硬件知识\硬件测试技术似懂非懂
标签： 硬件测试
上传时间： 2013-08-05
上传用户：Wwill
遗传算法是基于自然选择的一种鲁棒性很强的解决问题方法。遗传算法已经成功地应用于许多难优化问题，现已成为寻求满意解的最佳工具之一。然而，较慢的运行速度也制约了其在一些实时性要求较高场合的应用。利用硬件实现遗传算法能够充分发挥硬件的并行性和流水线的特点，从而在很大程度上提高算法的运行速度。 本文对遗传算法进行了理论介绍和分析，结合硬件自身的特点，选用了适合硬件化的遗传算子，设计了标准遗传算法硬件框架；为了进一步利用硬件自身的并行特性，同时提高算法的综合性能，本文还对现有的一些遗传算法的并行模型进行了研究，讨论了其各自的优缺点及研究现状，并在此基础上提出一种适合硬件实现的粗粒度并行遗传算法。 我们构建的基于FPGA构架的标准遗传算法硬件框架，包括初始化群体、适应度计算、选择、交叉、变异、群体存储和控制等功能模块。文中详细分析了各模块的功能和端口连接，并利用硬件描述语言编写源代码实现各模块功能。经过功能仿真、综合、布局布线、时序仿真和下载等一系列步骤，实现在Altera的Cyclone系列FPGA上。并且用它尝试解决一些函数的优化问题，给出了实验结果。这些硬件模块可以被进一步综合映射到ASIC或做成IP核方便其他研究者调用。 最后，本文对硬件遗传算法及其在函数优化中的一些尚待解决的问题进行了讨论，并对本课题未来的研究进行了展望。
上传时间： 2013-07-22
上传用户：谁偷了我的麦兜
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-07-30
上传用户：gdgzhym
\2812硬件设计指南\2812硬件设计指南\2812硬件设计指南
上传时间： 2013-04-24
上传用户：rockjablew
