基于嵌入式的神经网络滤波的研究与实现

在电力系统中谐波检测的实时性和精确度是一个重要部分,目前谐波检测中多以低通滤波器进行滤波,但是由于其要采集大量数据才可以实现稳定输出的固有特性,限制了其实时性和精确度的提高。人工神经网络可以进行滤波分析,但现有神经网络滤波几乎都基于MATLAB仿真,硬件测试的较少。在Linux系统中用C++在Qt软件编程实现三角基函数神经网络滤波,并把文中算法在X86和ARM两个不同芯片下的运行效果与在MATLAB中低通滤波器滤波做对比,发现在实际测试中该算法可以提高精确度,加快响应速度,其次还介绍了算法在基于X86和ARM两个不同芯片下环境配置,编译,实现等技术细节。     

基于Aurora及CameraLink的高速数字图像传输

以光纤为载体,采用Aurora协议,接收远端的高速红外视频图像数据,并对接收数据进行解码、转换为Camera Link接口规范的信号格式,实现高帧频、高分辨率的图像数据的接收、解码和重编码,完成视频图像的传输、采集与显示。并用IBERT对光纤通讯通道进行测试,误码率达到10-12以下,完全满足系统的需求。     

锅炉火焰双路检测系统中的一种快速算法

通过双路探测系统采集锅炉火焰信号,经光电转换、放大、滤波、ADC转换等处理后得到两路数字信号,首先利用不同步进点数进行快速搜索,得到互相关最大值所在区间,然后在该区间精确计算互相关系数,快速找出互相关最大值点,作为火焰状态判断的依据。仿真结果表明,该方法在保证判断准确度的同时,可将计算时间缩短至直接计算的1/6-1/4,提高了火焰燃烧状况判断的速度。并以TMS320F2408 DSP为核心,设计了实时的锅炉火焰双路检测系统,验证了该快速算法的可行性。