-
公开(公告)号：CN104301740B
公开(公告)日：2017-09-29
申请号：CN201410585054.9
申请日：2014-10-27
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种红外图像9/7小波变换硬件加速电路，读数据控制模块首先从图像RAM中按预设的顺序读取原始红外图像的像素值，并启动小波计算电路，小波计算电路从初始q位置开始读取九个像素值，每读取九个像素值，令q的取值等于q+2，启动小波计算电路重新从q位置读取九个像素值，直至按当前预设顺序全部读完；小波计算电路读取头九个像素值进行小波变换得到小波变换结果；写数据控制模块将小波变换结果按照转置后的位置存储在临时RAM中；读数据控制模块从临时RAM中按照相同的顺序读取像素值，并启动小波计算电路；写数据控制模块将小波计算电路得到的小波变换结果按照转置后的位置存储在图像RAM中。
-
公开(公告)号：CN104731525A
公开(公告)日：2015-06-24
申请号：CN201510065349.8
申请日：2015-02-06
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种兼容不同位宽支持非对齐访问的FPGA片内存储控制器，包括译码器和2n个存储器；各存储器独立进行数据的存储和读取，译码器对2n个存储器进行组合地址编解码控制；在进行数据读取或存储时，译码器将位宽为N的地址信号进行译码，地址信号的低n位通过译码器形成2n位的存储控制器选择信号，从2n个存储器选择数据起始位所在的存储器；地址信号的高N-n位通过译码器形成2N-n位的存储器地址位选择信号，确定数据起始位在之前选定的存储器中的存储器地址位，从而确定数据起始位，在一个读取或存储周期内，读取2n·m bit的数据，该存储控制器可显著提高存储器数据读写效率，提高算法处理速度，同时该存储控制器也适合于需要考虑数据对齐的存储器快速读取的其他应用。
-
公开(公告)号：CN102298516B
公开(公告)日：2013-11-20
申请号：CN201110280187.1
申请日：2011-09-20
Applicant: 北京航天自动控制研究所
Abstract: 本发明公开了一种PLC梯形图硬件处理器，用于对PLC梯形图进行硬解析，包括：指令译码单元、行指引控制器、列元件寄存器、多路选择器、元件输入状态控制器、元件结合状态控制器、行之间或关系寄存器、与逻辑运算单元、列输出中间状态控制器、或逻辑运算单元。采用本发明实现了对梯形图指令的解析。
-
公开(公告)号：CN114358266B
公开(公告)日：2024-12-10
申请号：CN202111683726.6
申请日：2021-12-28
Applicant: 北京航天自动控制研究所
IPC: G06N3/063 , G06N3/0464
Abstract: 本发明涉及一种数据流驱动的卷积神经网络加速器，包括：预处理模块、卷积模块、池化模块和指令分发模块；预处理模块用于加载输入特征执行卷积神经网络的预处理；卷积模块用于加载权重、偏置数据以及输入特征执行卷积层、全连接层或非线性激活层的计算；池化模块用于加载卷积模块的计算结果执行池化层的计算输出；指令分发模块用于对所述预处理模块、卷积模块和池化模块进行工作模式的配置和控制；在指令分发模块的工作模式配置和控制下，根据卷积神经网络结构，将预处理模块、卷积模块和池化模块进行动态的流式结构连接；实现对输入数据的卷积神经网络加速处理。本发明提高CNN加速器的可扩展性，提升系统的整体性能。
-
公开(公告)号：CN111783942B
公开(公告)日：2023-08-01
申请号：CN202010514718.8
申请日：2020-06-08
Applicant: 北京航天自动控制研究所
IPC: G06N3/0464 , G06N3/044 , G06N3/09 , G06F18/25 , G06F18/2135
Abstract: 本发明涉及一种基于卷积循环神经网络的脑认知过程模拟方法，(1)被试人员按照预设的实验范式流程进行试验，并同步采集被试人员的多通道脑电信号数据；(2)对采集后得到的原始脑电信号进行有效成分提取；(3)确定相关刺激下脑电高效特征；(4)构建双通道检测模型，并获取所述相关刺激下提取的融合特征图；(5)构建区域推荐网络与回归网络；(6)将上述构建的双通道检测模型以及区域推荐网络与回归网络作为脑认知模型，将步骤(1)中所述的相关刺激以及步骤(3)确定的脑电高效特征组成训练数据集，对脑认知模型进行训练，逼近相关刺激信号到脑电信号的认知联系，从而模拟人体对相关刺激的处理能力。
-
Patent Agency Ranking
公开(公告)号：CN113739791B
公开(公告)日：2023-07-14
申请号：CN202110891377.0
申请日：2021-08-04
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及基于矢量描述的导航星集确定方法：S1、计算观星设备视场轴向在地心惯性系下的矢量u；S2、计算圆形视场边缘起始点的矢量S3、将以矢量u为中轴线，矢量为母线形成的圆锥体底面边缘，作为圆形视场边缘，根据矢量计算原理获得圆形视场边缘各点矢量Vs的描述模型；S4、计算步骤S3获得的圆形视场边缘各点矢量Vs对应的赤经αs、赤纬βs唯一解；S5、根据圆形视场边缘各点矢量Vs对应的赤经αs、赤纬βs唯一解，确定圆形视场边缘各点矢量Vs对应的赤经αs、赤纬βs范围；S6、查询恒星星表，得到赤经、赤纬落入步骤S6确定的圆形视场边缘各点矢量Vs对应的赤经αs、赤纬βs范围内的恒星集合。本发明计算简单，且适应任意给定星敏感器轴向条件的情况。
-
公开(公告)号：CN114327629A
公开(公告)日：2022-04-12
申请号：CN202111682235.X
申请日：2021-12-28
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及一种基于FPGA的二维多通道卷积硬件加速器，包括：控制单元、偏置缓存、权重缓存、输入特征缓存、卷积缓存、权重预读寄存器组、PE阵列、非线性单元、第二选通器和第三选通器；特征缓存连接PE阵列；权重缓存通过权重预读寄存器组连接PE阵列；偏置缓存与卷积缓存通过第三选通器连接PE阵列，PE阵列输出端通过第二选通器连接卷积缓存和非线性单元；输入特征缓存、偏置缓存和权重缓存加载数据；权重预读寄存器组对权重缓存进行预读寄存；PE阵列写入输入特征、预读寄存的权重数据，偏置数据或卷积中间结果进行卷积运算，将卷积中间结果写入卷积缓存，将卷积最终结果经非线性单元激活后输出。本发明实现对CNN中任意规模卷积层的高效计算。
-
公开(公告)号：CN111714118A
公开(公告)日：2020-09-29
申请号：CN202010514728.1
申请日：2020-06-08
Applicant: 北京航天自动控制研究所
IPC: A61B5/0476 , A61B5/00 , G06K9/00 , G06N20/20
Abstract: 一种基于集成学习的脑认知模型融合方法，(1)对N个被试人员构建N个脑认知子模型，并完成模型训练；(2)对N个被试人员构建N个脑电信号分类子模型，并完成模型训练；(3)分别融合脑认知子模型与脑电信号分类子模型，从而获得N个脑认知分类器；(4)令N个脑认知分类器在相同刺激下的输出结果组合成输出向量；(5)设计面向脑认知分类器融合的集成学习器，以各个脑认知分类器输出向量作为输入，输出相应刺激的分类识别结果，并完成模型训练；(6)对集成融合模型进行预测分析，得到性能属性值并进行判决，判决融合模型是否符合要求，若符合，则实现脑认知模型的融合；否则，返回步骤(5)重新进行脑认知分类器融合，直至符合要求。
-
公开(公告)号：CN108600621A
公开(公告)日：2018-09-28
申请号：CN201810332499.4
申请日：2018-04-13
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种解决屏幕弹窗过快而无法捕捉的方法，涉及计算机视觉及工业自动化技术领域；包括如下步骤：步骤(一)、摄像头实时对显示屏幕拍照，并将照片储存于控制主机；步骤(二)、控制主机对最后储存的两张图片进行判断，判断图片中是否有弹窗；步骤(三)、驱动执行机构执行按钮操作，完成任务操作需求；步骤(四)、在弹窗按钮操作结束瞬间，控制主机控制摄像头对显示屏幕拍照；步骤(五)、执行机构继续进行按钮操作，直至完成任务操作需求；本发明的目的在于克服现有技术的上述不足，提供一种解决屏幕弹窗过快而无法捕捉的方法，选择系统子块驱动的来实现这一背景操作，效果良好，能达到视觉系统始终捕捉到屏幕中的弹窗信息。
-
公开(公告)号：CN104657553B
公开(公告)日：2018-03-09
申请号：CN201510070071.3
申请日：2015-02-10
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G06F17/50
Abstract: 一种基于快速归一化互相关法的相似性测度硬件加速方法，首先建立实时图与模板图之间相关系数的数学模型；然后利用两层流水线进行硬件算法的设计，并利用有限状态机方法计算搜索窗口选定的实时图与模板图之间的相关系数；在所有搜索窗口选定的实时图与模板图之间的相关系数计算完成后，找出相关系数中的最大值和对应搜索窗口左上角在实时图坐标系中的横坐标和纵坐标，该搜索窗口对应的选定区域即为匹配区域，本发明合理控制硬件资源代价，在Xilinx Virtex5‑XC5VFX100T下满足达到100M的要求，对大小为80*64的实时图和大小为25*25的模板图进行相似性匹配运算只需3.5ms，极大的提高了算法速度。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.026 seconds)
