基于浮点编码的遗传算法优化模拟移动床色谱分离木糖醇母液

开发了一种基于浮点编码遗传算法的模拟移动床色谱优化方法。该优化方法中将归一化的生产强度取最大值作为目标函数,同时将纯度的n次方作为罚函数。运算过程中浮点编码遗传算法的适度值由模拟移动床色谱的稳态模型求得。为了保证遗传算法每一代的个体均满足模拟移动床色谱本身的约束条件,算术杂交和完全非均匀变异被用作演化算子。采用该算法很容易得到模拟移动床色谱分离过程中非线性条件下的最优条件。这种优化算法被应用于木糖醇母液的模拟移动床色谱,结果表明当罚函数指数n值由小到大变化时,可以得到产品纯度由低到高的最优分离条件。进一步     

基于DSP的全数字低场MRI信号接收算法研究

针对低场磁共振成像（MRI）系统,提出一种实用的基于通用浮点DSP的全数字高精度、高效率信号接收算法. 对经前端调理的回波信号直接采样数字化,在通用浮点DSP上进行数字正交解调, 采用高效的积分梳状滤波器(CIC)、半带滤波器(HB)、FIR滤波器等进行多级滤波抽取,极大的减少了运算量,提高了运算效率,最后得到用于成像的原始数据. 整个数字信号处理过程全部采用单精度浮点数据格式,用软件实现,提高了运算精度,增加了信号检测系统的灵活性. 最后通过CCS2.2软件仿真,验证了本算法的实时性和实用性.     

5最优化问题全局寻优的混合遗传算法

把BFGS方法作为一个与选择、交叉和变异平行的算子，嵌入到浮点编码遗传算法中，得到一种基于BFGS方法和浮点编码遗传算法的混合计算智能算法。该方法兼顾了遗传算法和BFGS方法两者的长处，既有较快的收敛速度，双能以非常大的概率求得最优化问题全局解。数值结果表明，混合方法是求解优化问题的一种有潜力的智能算法。     

基于FPGA自主控制浮点加减控制器设计

为实现一种能够自主完成浮点数加/减运算功能的浮点数加/减运算执行控制器,提出了一种基于采用FPGA并行操作电路硬连接的浮点数加/减运算控制电路及其时序控制方法;该控制器在接收到操作数类型与参与运算的操作数后,在内部时序脉冲作用下,可以自主完成操作数的配置以及浮点数加/减法运算的功能,运算结果传输到系统数据总线;论述了该控制器的电路构成和基本原理,分析操作数类型与操作数在内部时序脉冲作用下的执行过程,应用Verilog HDL语言实现相关硬件的构建和连接;设计完成后通过仿真测试可知,该控制器运行的最高频率可达178.317 M,从输入端口到输出端口的延时数据为:最小延时是3.185 ns,最大延时是15.336 ns,耗用的IO输入输出端口占总资源的27.92%,数据表明该控制器提高了运算器的运算速度,且能够自主完成浮点数加/减运算。     

基于FPGA自主控制浮点加减乘除控制器设计

为实现一种多浮点操作数乘法运算的自主运算控制器,提出了一种基于FPGA并行操作的硬连接电路的多浮点数乘法运算控制器及其时序控制的方法,该控制器对一条多浮点操作数乘法运算指令的命令字和多浮点操作数连续写入并存储,在内部时序脉冲作用下,可以自主完成读出浮点操作数执行乘法运算,写入存储多浮点操作数过程与执行乘法运算命令的过程能够并行进行;在控制器执行乘法运算命令过程中,系统可以读出执行命令过程中的中间结果和最终运算结果;论述了该控制器的电路构成和基本原理,分析命令字与多操作数在内部时序脉冲作用下的执行过程,应用Verilog HDL语言实现相关硬件的构建和连接;设计完成后通过仿真测试可知,该控制器运行的最高频率为250 MHz,从输入到输出端口最小延时是3.185 ns,最大延时是15.336 ns,且能够自主完成浮点数乘法运算。     

基于（TI）C6711浮点DSP的双音多频信号检测的实现

双音多频DTMF(Dual Tone Multi—Frequency)信号是音频电话中的拔号信号，将DTMF信号的检测集成到含有数字信号处理器(DSP)的系统中，是一项较有价值的实际课题．本文给出在TI公司浮点DSP芯片C6711中的实现方案，通过20个并行的哥兹柔信号滤波器成成功地使双音多频信号检测变得准确、迅速和简单。     

GPS载波相位整周模糊度的在航快速算法研究

提出了一种单历元初始整周模糊度在航解算方法，该方法把LAMBDA法和ARCE法的优点综合于一体，可快速准确地解算整周模糊度。对求解方法进行了详细的理论推导，最后通过实测数据验证了此方法的可行性。实验结果表明：该算法计算量小，可在一个历元内准确求解出整周模糊度，适合整周模糊度的快速动态求解，对于实现高精度动态导航定位具有很高的实用价值。     

晶体生长炉的PID神经网络温度控制算法

本文采用了数字PID与神经网络相融合的晶体生长炉温度测控方法,设计了生长晶体的PID神经网络温度控制器,并用FPGA(Field Programmable Gate Array)实现了PID神经网络的并行结构;神经网络采用符合32位IEEE754的单精度浮点数运算单元.理论分析和仿真结果表明:该PID神经网络温度控制器具有很高的控制精度和响应速度,有利于提高晶体生长炉的控温精度和加热效率.