算法文章進(jìn)入算法技術(shù)社區(qū)

基于遺傳算法和擾動觀察法的MPPT算法

把遺傳算法和傳統(tǒng)的擾動觀察法相結(jié)合提出了一種新的MPPT算法，并在Matlab中進(jìn)行了仿真。由仿真實(shí)驗(yàn)可以看出，通過遺傳算法的應(yīng)用，該算法具有極好的抗干擾能力和良好的搜索速度，通過減小擾動觀察法的擾動步長，算法可以穩(wěn)定地工作在最大功率點(diǎn)。
關(guān)鍵字： MPPT 算法

基于小生境遺傳算法的移動機(jī)器人路徑優(yōu)化

本文將算法分成了兩個(gè)階段，分別設(shè)定了不同的遺傳操作概率，這種方式還比較簡單，不能完全適應(yīng)種群的變化情況。如何讓算法根據(jù)種群進(jìn)化情況自動調(diào)整和優(yōu)化這些參數(shù)，還需進(jìn)一步的研究和改進(jìn)。
關(guān)鍵字：算法路徑移動機(jī)器人

基于星座圖聚類分析的QAM信號調(diào)制識別算法及其DSP實(shí)現(xiàn)

本文首先討論基于信號星座圖聚類分析的QAM信號識別算法，接著對TS201芯片進(jìn)行了簡介，最后在給出了DSP程序開發(fā)流程的基礎(chǔ)上，利用TS201芯片完成了算法DSP實(shí)現(xiàn)。
關(guān)鍵字：算法及其 DSP 實(shí)現(xiàn) 識別調(diào)制星座分析 QAM 信號基于數(shù)字信號

大林控制算法原理

早在1968年，美國IBM公司的大林就提出了一種不同于常規(guī)PID控制規(guī)律的新型算法，即大林算法。該算法的最大特點(diǎn)是將期望的閉環(huán)響應(yīng)設(shè)計(jì)成一階慣性加純延遲，然后反過來得到能滿足這種閉環(huán)響應(yīng)的控制器。對于如下圖所示
關(guān)鍵字：原理算法控制大林

AES算法中S-box和列混合單元的優(yōu)化及FPGA技術(shù)實(shí)現(xiàn)

AES算法中S-box和列混合單元的優(yōu)化及FPGA技術(shù)實(shí)現(xiàn),1 S-box的優(yōu)化設(shè)計(jì)

在AES標(biāo)準(zhǔn)算法中定義了兩個(gè)較大的列表。S-box和逆S-box。將S-box用于兩個(gè)應(yīng)用：字節(jié)替代和密鑰擴(kuò)展。而逆S-box則用于逆字節(jié)替代。這兩個(gè)列表是不相同的，因此必須建立兩個(gè)不同的ROM(256×8 b)，
關(guān)鍵字： FPGA 技術(shù) 實(shí)現(xiàn) 優(yōu)化單元算法 S-box 混合 AES

基于顏色特征與直方圖閾值相結(jié)合的田間青椒圖像分割算法

通過對青椒RGB模型、顏色因子、直方圖閾值的分析,提出了一種顏色特征與直方圖閾值相結(jié)合進(jìn)行田間青椒圖像分割的方法，該方法無需灰度轉(zhuǎn)換。試驗(yàn)結(jié)果表明，該算法能很好地從圖像背景中分離田間青椒果實(shí),并較好地保存青椒輪廓信息,分割成功率高于85%。進(jìn)一步對分割的圖像進(jìn)行平滑,形態(tài)學(xué)處理,如膨脹、腐蝕等,可以有效消除孔洞現(xiàn)象,有利于對青椒的進(jìn)一步識別。
關(guān)鍵字：青椒圖像分割算法田間結(jié)合顏色特征方圖閾基于數(shù)字信號

基于SS序列集成電路不規(guī)則模塊布圖算法

針對Single-Sequence的集成電路布圖，在SS編解碼應(yīng)用對芯片中各單元的擺放進(jìn)行優(yōu)化，從而達(dá)到芯片面積利用率最大化。重點(diǎn)介紹了利用SS序列解決不規(guī)則模塊擺放問題，使得SS布圖功能更靈活多變。
關(guān)鍵字： SS序列集成電路模塊算法

根據(jù)μc/Os-Ⅱ就緒表算法在ARM架構(gòu)上的改動

根據(jù)μc/Os-Ⅱ就緒表算法在ARM架構(gòu)上的改動, μc／Os-Ⅱ的就緒表設(shè)置、清除、查找算法，是高效的、跨平臺的程序。它使用了兩個(gè)查找數(shù)組OSMapTbl[8]和OSUnMapTbl[256]，以提高查找就緒表的速度，盡快獲取就緒任務(wù)的最高優(yōu)先級。　　Cortex-M3是ARM公司較新的一
關(guān)鍵字：架構(gòu) 改動 ARM 算法 c/Os- 就緒根據(jù)

SPIHT算法在醫(yī)學(xué)圖像無失真壓縮中的應(yīng)用

SPIHT算法在醫(yī)學(xué)圖像無失真壓縮中的應(yīng)用, 1 引言

隨著社會的發(fā)展和醫(yī)療技術(shù)的進(jìn)步，人們對身體健康的關(guān)心程度越來越高。醫(yī)學(xué)影像已經(jīng)不再是僅供醫(yī)生參考的信息而成為診斷疾病的重要依據(jù)。在網(wǎng)絡(luò)傳輸條件下的圖像壓縮編碼成為建立數(shù)字化醫(yī)院的關(guān)鍵技
關(guān)鍵字： SPIHT 算法失真醫(yī)學(xué)圖像

μc/Os-Ⅱ就緒表算法在ARM架構(gòu)上的改動

μc/Os-Ⅱ就緒表算法在ARM架構(gòu)上的改動,　Cortex-M3推出時(shí)，筆者就認(rèn)定它是單片機(jī)過渡到ARM的有力工具，其小存儲量使得它更適合用小型實(shí)時(shí)系統(tǒng)。在學(xué)習(xí)μC／OS-Ⅱ的過程中，發(fā)現(xiàn)其就緒表操作算法經(jīng)過改動或許更好，于是就做了本文所述的試驗(yàn)。
關(guān)鍵字：架構(gòu) 改動 ARM 算法就緒 c/Os-

G.723.1算法在DSP上的優(yōu)化

G.723.1算法在DSP上的優(yōu)化,1 引言　　G.723.1是刪組織于1996年推出的一種低碼率的語音編碼算法標(biāo)準(zhǔn)，也是目前該組織頒布的語音壓縮標(biāo)準(zhǔn)中碼率最低的一種標(biāo)準(zhǔn)。G.723.1主要用于對語音及其它多媒體聲音信號的壓縮，目前在一些數(shù)字音視頻傳輸、高
關(guān)鍵字：優(yōu)化 DSP 算法 G.723.1

用DSP優(yōu)化G.723.1算法

用DSP優(yōu)化G.723.1算法,　本文詳緇分紹了G.723.1標(biāo)準(zhǔn)的DSP代碼優(yōu)化工作，重點(diǎn)描述了代碼優(yōu)化的方法和本課題的創(chuàng)新點(diǎn)．對于算法中的一些函數(shù)提出了獨(dú)創(chuàng)性改寫方法。基于線性匯編的優(yōu)化以及Cache的有效利用使本課題的工作取得了顯著成果，在沒有降低音質(zhì)的情況下，實(shí)現(xiàn)了DSP的語音實(shí)時(shí)編解碼。
關(guān)鍵字：算法 G.723.1 優(yōu)化 DSP

雷達(dá)航跡融合算法驗(yàn)證系統(tǒng)設(shè)計(jì)

雷達(dá)航跡融合算法驗(yàn)證系統(tǒng)設(shè)計(jì),摘要：在雷達(dá)多站點(diǎn)航跡融合算法設(shè)計(jì)中，算法驗(yàn)證是設(shè)計(jì)的關(guān)鍵一環(huán)。所設(shè)計(jì)航跡融合算法驗(yàn)證系統(tǒng)是基于網(wǎng)絡(luò)的分布式計(jì)算機(jī)系統(tǒng)，結(jié)合自構(gòu)建模式，可模擬多雷達(dá)站點(diǎn)、多目標(biāo)、異步數(shù)據(jù)傳輸、分布式航跡關(guān)聯(lián)與融合等功
關(guān)鍵字：系統(tǒng) 設(shè)計(jì) 驗(yàn)證算法航跡融合雷達(dá)

一種基于單訓(xùn)練符號的OFDM聯(lián)合同步新算法

0引言

正交頻分復(fù)用(OFDM)是一種多載波調(diào)制方式，其基本思想是把高速率的信源信息流通過串并變換后，變換成N路低速率的并行數(shù)據(jù)流，然后將這N路數(shù)據(jù)流分別調(diào)制到N個(gè)相互正交的子載波上并行傳輸?shù)募夹g(shù)。由于OFDM具
關(guān)鍵字：同步算法聯(lián)合 OFDM 訓(xùn)練符號基于

嵌入式系統(tǒng)中FFT算法分析及設(shè)計(jì)方案

嵌入式系統(tǒng)中FFT算法分析及設(shè)計(jì)方案,概述：目前國內(nèi)有關(guān)數(shù)字信號處理的教材在講解快速傅里葉變換（FFT）時(shí)，都是以復(fù)數(shù)FFT為重點(diǎn)，實(shí)數(shù)FFT算法都是一筆帶過，書中給出的具體實(shí)現(xiàn)程序多為BASIC或FORTRAN程序并且多數(shù)不能真正運(yùn)行。鑒于目前在許多嵌入式系
關(guān)鍵字：設(shè)計(jì) 方案分析算法系統(tǒng) FFT 嵌入式

共474條 23/32 |‹ « 21 22 23 24 25 26 27 28 29 30 » ›|

算法介紹

算法（Algorithm）是一系列解決問題的清晰指令，也就是說，能夠?qū)σ欢ㄒ?guī)范的輸入，在有限時(shí)間內(nèi)獲得所要求的輸出。如果一個(gè)算法有缺陷，或不適合于某個(gè)問題，執(zhí)行這個(gè)算法將不會解決這個(gè)問題。不同的算法可能用不同的時(shí)間、空間或效率來完成同樣的任務(wù)。一個(gè)算法的優(yōu)劣可以用空間復(fù)雜度與時(shí)間復(fù)雜度來衡量。　　算法可以理解為有基本運(yùn)算及規(guī)定的運(yùn)算順序所構(gòu)成的完整的解題步驟?；蛘呖闯砂凑找笤O(shè)計(jì)好的有限的確切 [ 查看詳細(xì) ]