-
公开(公告)号：CN109635236A
公开(公告)日：2019-04-16
申请号：CN201811315309.4
申请日：2018-11-06
Applicant: 海南大学
Abstract: 本发明实施例提供对称矩阵的下三角部分存储装置和并行读取方法，所述装置包括：存储模块选择电路，用于选择待存取的对称矩阵下三角部分各元素对应的存储模块；地址生成电路，用于计算所述待存取的对称矩阵下三角部分各元素在其对应的存储模块中的逻辑地址；并行的m个存储模块，用于存储所述待存取的对称矩阵下三角部分各元素所对应的数据；数据混洗模块，用于对从所述存储模块中读取出的数据进行混洗操作。本发明实施例只需要对对称矩阵的下三角部分进行存储，并且支持并行读取并恢复对称矩阵的任意行向量和列向量，能够充分利用硬件的并行计算单元，提高矩阵运算算法效率。
-
公开(公告)号：CN109614149A
公开(公告)日：2019-04-12
申请号：CN201811314509.8
申请日：2018-11-06
Applicant: 海南大学
Abstract: 本发明实施例提供对称矩阵的上三角部分存储装置和并行读取方法，所述装置包括：存储模块选择电路，用于选择待存取的对称矩阵上三角部分各元素对应的存储模块；地址生成电路，用于计算所述待存取的对称矩阵上三角部分各元素在其对应的存储模块中的逻辑地址；并行的m个存储模块，用于存储所述待存取的对称矩阵上三角部分各元素所对应的数据；数据混洗模块，用于对从所述存储模块中读取出的数据进行混洗操作。本发明实施例只需对对称矩阵的上三角部分进行存储，并支持并行读取并恢复对称矩阵的任意行向量和列向量，能够充分利用硬件的并行计算单元，从而可将对称矩阵运算的算法效率提升到通用矩阵运算的算法效率层次。
-
公开(公告)号：CN119538824A
公开(公告)日：2025-02-28
申请号：CN202411482675.4
申请日：2024-10-23
Applicant: 海南大学
IPC: G06F30/367 , H04B13/02 , H04B1/10 , G06F30/392 , G06F30/398 , G06F115/12
Abstract: 本发明公开了一种面向海洋短波通信的有源带通滤波器设计方法，a.根据通信要求，确定设计指标；b.根据步骤a中提出的设计指标选择电路结构；c.挑选合适的运算放大器以适应电路需求；d.根据所选的电路结构计算器件参数；e.将步骤d中得到的电路理论值替换为实际值；f.利用EDA软件进行S参数仿真，基于步骤e得到的实际值，验证滤波器的性能是否满足设计指标；g.如果步骤f的结果满足设计指标，则进行下一步；如果不满足，则根据不满足的指标，结合步骤e中的计算公式，判断器件影响程度，并适当增大或减小影响程度较大的器件理论值，然后重复步骤e和f；h.挑选合适的基板设计PCB版图；i.将步骤h中设计的PCB版图进行加工制造，完成滤波器的实体制作。
-
公开(公告)号：CN119476161A
公开(公告)日：2025-02-18
申请号：CN202411482587.4
申请日：2024-10-23
Applicant: 海南大学
IPC: G06F30/367 , H04B13/02 , H04B1/10 , G06F30/392 , G06F30/398 , G06F115/12
Abstract: 本发明公开了一种面向海洋短波通信的无源滤波器设计方法，a.根据海洋短波通信的通信要求，确定设计指标；b.根据步骤a提出的指标选择合适的滤波器类型，并计算对应的LC器件数值；c.选择电感时，遵循电感值不宜过大且Q值需满足特定条件的原则；d.若步骤b计算得到的电感值过大，将该较大的电感进行诺顿变换，以获取Q值满足步骤c要求且数值较小的电感标称值；e.根据步骤d中诺顿变换得到的电容值在滤波器原理图中进行添加或替换；f.将步骤d和e得到的器件结果导入至EDA软件中，进行仿真，并根据仿真结果对过大的器件数值进行优化；g.对优化后的滤波器进行阻抗匹配；h.挑选基板，根据优化后的滤波器设计PCB版图；i.加工设计的基板。
-
公开(公告)号：CN114629507A
公开(公告)日：2022-06-14
申请号：CN202210088999.4
申请日：2022-01-25
Applicant: 海南大学
Abstract: 本发明提供了一种Turbo和LDPC码速率匹配和交织器的共享存储设计方法：步骤1、输入数据流，并判断其交织类型；步骤2、对于步骤1中输入的数据进行预计算，同时确定交织器容量大小；步骤3、将数据流输入数据置换网络中，并进行相应的行列变换或者移位处理，利用地址生成单元根据地址映射公式生成写地址；根据使能信号和控制信号生成读地址；步骤4、将步骤3处理后数据根据写地址写入数据存储器中；步骤5、从数据存储器中根据读地址输出数据。利用本发明方法能够将两种编码的交织器功能集中在单一的体系结构中共享实现。不同标准的切换为基带处理器提供了新的选择，在一定程度上提高了整个系统的灵活性，解决了传统方法中多个传输标准分别实现多个交织器，造成硅成本极剧增加的问题。
-
Patent Agency Ranking
公开(公告)号：CN109614582A
公开(公告)日：2019-04-12
申请号：CN201811315278.2
申请日：2018-11-06
Applicant: 海南大学
IPC: G06F17/16
Abstract: 本发明实施例提供自共轭矩阵的下三角部分存储装置和并行读取方法，所述装置包括：存储模块选择电路，用于选择待存取的自共轭矩阵下三角部分各元素对应的存储模块；地址生成电路，用于计算待存取的自共轭矩阵下三角部分各元素在其对应的存储模块中的逻辑地址；并行的m个存储模块，用于存储待存取的自共轭矩阵下三角部分各元素所对应的数据；数据混洗模块，用于对从所述存储模块中读取出的数据进行混洗操作；取共轭模块，用于对经过混洗后的数据进行旁路操作和取共轭操作。本发明实施例只需对自共轭矩阵的下三角部分进行存储，并支持并行读取并恢复自共轭矩阵的任意行向量和列向量，能充分利用硬件的并行计算单元，提高矩阵运算算法效率。
-
公开(公告)号：CN118826991A
公开(公告)日：2024-10-22
申请号：CN202410883041.3
申请日：2024-07-03
Applicant: 海南大学
Abstract: 本发明实施例公开了一种短波OFDM通信系统中频多子带分离的设计方法及装置，所述方法为：将基带进行子带分离，获得平均分成的N个子带；所述N个子带中第二子带信号至第N子带信号均要进行进行频谱搬移；对频谱搬移后的N‑1个子带信号进行低通滤波；分别对低通滤波后的N‑1个子带信号中每个子带信号进行去CP操作；再分别对去CP操作后的N‑1个子带信号中每个子带信号进行FFT运算；将所述第一子带信号和N‑1个子带信号进行拼接，获得完整的频带。
-
公开(公告)号：CN109615059B
公开(公告)日：2020-12-25
申请号：CN201811315318.3
申请日：2018-11-06
Applicant: 海南大学
Abstract: 本发明提供一种卷积神经网络中边缘填充和滤波器膨胀运算方法及系统，包括：根据输入的数据块和滤波器数据块的控制信号，对边缘填充运算后的输入数据块和膨胀运算后的滤波器数据块进行填零判定，获得数据控制信号；根据数据控制信号，对第一输入数据向量和第一滤波器数据向量进行填零运算，获得第二输入数据向量和第二滤波器数据向量；对第二输入数据向量和第二滤波器数据向量进行卷积神经网络的逻辑运算。本发明提供的方法，依据程序中提供的对滤波器数据块和输出数据块的索引向量来判断当前运算是否处在输入填零或者滤波器填零的位置，用硬件结构实现原来需要软件编程实现的判断跳转功能，实现对输入边缘填充运算、滤波器膨胀运算的加速。
-
公开(公告)号：CN109857982B
公开(公告)日：2020-10-02
申请号：CN201811315320.0
申请日：2018-11-06
Applicant: 海南大学
IPC: G06F17/16
Abstract: 本发明实施例提供对称矩阵的三角部分存储装置和并行读取方法，所述装置包括：存储模块选择电路，用于选择待存取的对称矩阵上三角部分或下三角部分各元素对应的存储模块；地址生成电路，用于计算待存取的对称矩阵上三角部分或下三角部分各元素在其对应的存储模块中的逻辑地址；并行的m个存储模块，用于存储所述待存取的对称矩阵上三角部分或下三角部分各元素所对应的数据；数据混洗模块，用于对从存储模块中读取出的数据进行混洗操作。本发明实施例只需对对称矩阵的上三角部分或下三角部分进行存储，并且支持并行读取并恢复对称矩阵的任意行向量和列向量，能充分利用硬件的并行计算单元，提高矩阵运算算法效率。
-
公开(公告)号：CN109857982A
公开(公告)日：2019-06-07
申请号：CN201811315320.0
申请日：2018-11-06
Applicant: 海南大学
IPC: G06F17/16
Abstract: 本发明实施例提供对称矩阵的三角部分存储装置和并行读取方法，所述装置包括：存储模块选择电路，用于选择待存取的对称矩阵上三角部分或下三角部分各元素对应的存储模块；地址生成电路，用于计算待存取的对称矩阵上三角部分或下三角部分各元素在其对应的存储模块中的逻辑地址；并行的m个存储模块，用于存储所述待存取的对称矩阵上三角部分或下三角部分各元素所对应的数据；数据混洗模块，用于对从存储模块中读取出的数据进行混洗操作。本发明实施例只需对对称矩阵的上三角部分或下三角部分进行存储，并且支持并行读取并恢复对称矩阵的任意行向量和列向量，能充分利用硬件的并行计算单元，提高矩阵运算算法效率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
