一种基于ZYNQ架构的深度学习算法专用ASIC实现方法

    公开(公告)号:CN119990195A

    公开(公告)日:2025-05-13

    申请号:CN202510085482.3

    申请日:2025-01-20

    Inventor: 方正 吴蒙

    Abstract: 本发明提供一种基于ZYNQ架构的深度学习算法专用ASIC实现方法,属于深度学习领域技术领域,涉及深度学习领域,包括:根据通用神经网络模块,在FPGA端设计通用IP模块;配置ARM端状态机,用于处理和调度FPGA端硬件专用IP模块;通用处理器解析神经网络配置信息以及权值数据,并将神经网络配置信息传输给ARM端缓存模块;FPGA端通过AXI_Lite读取PS端指令要求执行规定操作,以及通过AXI_DMA读取相关权重,并存储进对应缓存模块;FPGA端根据ARM端指令,进行卷积,池化等操作,ARM端读取FPGA端中断信号值判断卷积状态,发送后续指令,并将最终的生成结果回送到ARM端保存以便后续处理。

    一种基于DM8127的改进3A图像预处理算法

    公开(公告)号:CN116193276A

    公开(公告)日:2023-05-30

    申请号:CN202310122254.X

    申请日:2023-02-16

    Inventor: 吴蒙 王娟

    Abstract: 本发明属于图像处理技术领域,具体地说,是一种基于DM8127的改进3A图像预处理算法,通过对自动对焦算法的研究,对清晰度评价函数进行分析与比较,改进寻找最优值的搜索方式,减少搜索次数,达到较好的搜索效果。结合光圈对景深模糊的影响,增益对噪声的影响,基于质量评价函数,提出一种新的自动曝光算法,在景深模糊与噪声之间达到最佳综合图像质量的平衡。自动白平衡部分,将图像分区,通过YUV分量寻找灰色区域,并在DM8127平台上实验,调整参数使得结果收敛,比常用的自动白平衡算法取得了更好的效果。

    一种基于麦克风阵列的低功耗无线音频传输系统及方法

    公开(公告)号:CN115762554A

    公开(公告)日:2023-03-07

    申请号:CN202211507729.9

    申请日:2022-11-29

    Inventor: 吴蒙 李玮

    Abstract: 本发明公开了一种基于麦克风阵列的低功耗无线音频传输系统,属于无线通信技术领域,包括音频输入模块、音频处理模块、音频传输模块及音频输出模块,所述音频输入模块用于采集阵列音频信号,包括一维线性麦克风阵列;所述音频处理模块用于进行音频的语音增强处理;所述音频传输模块用于进行2.4G射频下的无线音频传输。本发明以一维线性麦克风阵列作为音频输入设备,选用TMS320C5545芯片作为音频处理单元,二者联合后进行DSBF算法、基于LMS的自适应AER算法、维纳滤波算法及DRC算法在内的语音增强处理,使本系统具备强前置降噪处理能力,具备高保真和低功耗的特点,从技术上改善了传统无线音频系统的音频品质低的缺陷。

    一种基于麦克风阵列波束形成算法的语音处理系统

    公开(公告)号:CN110517704B

    公开(公告)日:2022-02-11

    申请号:CN201910785555.4

    申请日:2019-08-23

    Inventor: 吴蒙 陈颖睿

    Abstract: 本发明公开了一种基于麦克风阵列波束形成算法的语音处理系统,包括语音采集终端(1),语音处理平台(2),PC端主机(3);所述的语音采集终端(1)与语音处理平台(2)的音频扩展口(5)通信互联,所述的圆形麦克风板(4)实时采集嘈杂环境下的语音信号,并通过McASP接口将数字流传输给开发板,随后音频处理模块(6)对音频扩展口(5)接收到数字信号应用波束形成算法、自适应频谱降噪算法以及多源选择算法进行混响去除、语音增强处理;处理后的信号通过网络接口传输给PC端主机(3)。本发明通过将声源定位技术、混响消除技术、波束形成技术、无线通信技术、计算机网络技术运用于基于麦克风阵列波束形成算法的语音处理系统中,从技术上提高了嘈杂环境中提取清晰语音的能力,改善了通信质量。

    一种毫米波通信中基于迭代最小的预编码方法

    公开(公告)号:CN108199753B

    公开(公告)日:2021-09-07

    申请号:CN201711283536.9

    申请日:2017-12-07

    Inventor: 吴蒙 于彦彦

    Abstract: 本发明公开了一种毫米波通信中基于迭代最小的预编码方法,将信道采用DFT分解方式进行分解,构造出最优的混合预编码,将混合预编码的设计转换为矩阵的分解问题,通过对数字预编码实施正交约束,根据数字预编码的正交特性,将模拟预编码的相位提取出来,通过多次迭代,从而形成最终的混合预编码方案。与其他预编码方式对比,该方法能够提高系统的频谱效率,降低预编码技术的复杂度。

    基于OMAP-L137的麦克风阵列语音波束形成系统

    公开(公告)号:CN113113037A

    公开(公告)日:2021-07-13

    申请号:CN202110405337.0

    申请日:2021-04-15

    Inventor: 吴蒙 陈圆

    Abstract: 本发明是一种基于OMAP‑L137的麦克风阵列语音波束形成系统,该系统包括语音采集模块和语音处理平台,语音采集模块和语音处理平台中的音频扩展口通信互联,该系统还包括语音输出模块,语音输出模块包括蓝牙传输模块和蓝牙音箱。通过语音采集模块的线性麦克风阵列板采集音频信号,将模拟信号转换成数字信号,再通过I2S接口将数字值传输到开发板的音频扩展口,开发板上的音频处理模块对接收到的语音信号进行语音增强处理,最后将处理后的信号传输进行数模转换,传输到语音输出模块。本发明在技术上提高了嘈杂环境中提取清晰语音的能力,改善了通信质量,并且语音信号传输过程不受网线限制,可以远距离传输,成本更加低廉。

    一种基于毫米波雷达的手势识别系统

    公开(公告)号:CN112034446A

    公开(公告)日:2020-12-04

    申请号:CN202010876506.4

    申请日:2020-08-27

    Inventor: 吴蒙 甘荣荣

    Abstract: 本发明公开一种基于毫米波雷达的手势识别系统,包括电源模块、毫米波雷达、PC端;其中电源模块为毫米波雷达提供工作电源,毫米波雷达模块由收发天线、射频收发模块(BSS)、信号处理模块组成,PC端通过可视化界面(GUI)实时显示手势识别结果。对于接收到的数字信号,通过距离FFT、多普勒FFT、角度FFT获取雷达多普勒-距离-天线雷达立方体,并从中提取特征向量,再将手势特征信息输入人工神经网络(ANN)中,利用反向传播(BP)算法训练网络,输出手势识别的结果。本发明采用的手势传感器为毫米波雷达,具有分辨率高、抗干扰性强等优点,并且使用一个两层神经网络对手势特征进行训练,可实现对手势动作的有效分类。

    基于滑齿法的神经网络的模板匹配方法

    公开(公告)号:CN105740950B

    公开(公告)日:2019-03-29

    申请号:CN201610035536.6

    申请日:2016-01-19

    Abstract: 本发明公开一种基于滑齿法的神经网络的模板匹配方法,包括以下步骤:根据误差反向传播的神经网络的制定规则,将网络结构分为输入层、隐藏层和输出层;在隐藏层中设定第一误差范围、最大训练次数和第二误差范围并初始化;根据数据分块机制,输入的数据进行相似性检测后被分割成多个数据块;利用滑齿法匹配被处理的数据;判断网络节点的误差和模板匹配的误差是否分别落在第一误差范围和第二误差范围内,或者,模板匹配的误差是否在第二误差范围内且达到最大训练次数;如是,则输出结果;否则修正滑齿的权值,重复执行以上步骤,直到输出结果。本发明进一步改善了模板匹配精度,提升了运行时间以及算法稳定性。

    基于锯齿形扫描的自适应空间压缩方法

    公开(公告)号:CN105916174B

    公开(公告)日:2019-01-29

    申请号:CN201610216750.1

    申请日:2016-04-08

    Abstract: 本发明公开了一种基于锯齿形扫描的自适应空间压缩方法,包括步骤:各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点;簇头节点获得二维原始数据矩阵,及进行离散余弦变换获得二维变换矩阵;簇头节点进行锯齿形扫描,将二维变换矩阵变换为一维向量;针对所得一维向量进行自适应空间压缩,获得压缩数据向量;簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输;所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构,获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘,并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。

    基于网络编码与压缩感知的传感网络分簇式空时压缩方法

    公开(公告)号:CN105025498B

    公开(公告)日:2018-08-21

    申请号:CN201510310067.X

    申请日:2015-06-08

    Abstract: 本发明涉及一种基于网络编码与压缩感知的传感网络分簇式空时压缩方法,针对当前研究方案在探索无线传感器网络感知数据时间和空间相关性时存在的重建误差和计算复杂度不够低等性能缺陷问题,融合网络编码与压缩感知理论提出了一个分簇式空时压缩方法,对感知数据空时相关性进行了深度挖掘,通过设计恰当的网络编码系数和观测矩阵元素,将网络编码和压缩感知理论融合统一到实数域,保证了数据重建是可行的并具有高成功率,通过构建传感器节点(簇头节点)独立编码、汇聚节点联合解码思想,使得在保证相同压缩增益的情况下,本方法压缩数据的重建具有更低的重建误差,同时对时间和空间相关性进行循序渐进分步式的探索保证了重建过程的低复杂度。

Patent Agency Ranking