-
公开(公告)号:CN115550589B
公开(公告)日:2024-05-24
申请号:CN202210971766.9
申请日:2022-08-12
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于FPGA的CoaXPress接口数据到CameraLink接口数据的高速实时转换装置及方法。本发明涉及星载高速数据传输技术技术领域,所述装置包括:FPGA、CoaXpress接口和CameraLink接口;CoaXpress接收通路的接口连接器能够接收两路信号,分别通过两个CoaXpress接口芯片与FPGA通信;CameraLink 80bit发送通路使用三片接口芯片连接到两个CameraLink接口连接器。本发明采用基于BlockRAM的乒乓缓存的读写方式,相比片外缓存传输延时更低,保障了高速数据传输的实时性。
-
公开(公告)号:CN115840497A
公开(公告)日:2023-03-24
申请号:CN202111656847.1
申请日:2021-12-30
Applicant: 哈尔滨工业大学
IPC: G06F1/26 , G06F1/28 , G06F1/3287 , G06F9/4401 , G06F15/78
Abstract: 本发明提出了一种面向MPSoC+FPGA异构计算平台的供电系统及控制方法,包括MPSoC处理器,FPGA处理器,第一级供电模块、第二级供电模块、第三级供电模块、第四级供电模块、电源输出控制电路和防浪涌电路;对MPSoC和FPGA供电需求进行一体化融合,形成8种供电电压和4级供电序列的系统供电体系。依据此,设计MPSoC+FPGA的一体式供电架构;不同处理器的供电需求进行综合考虑,实现简单、高效、易于调试且可灵活裁剪的异构平台供电方案,满足MPSoC+FPGA异构系统总体供电需求。
-
公开(公告)号:CN115840729A
公开(公告)日:2023-03-24
申请号:CN202111661096.2
申请日:2021-12-30
Applicant: 哈尔滨工业大学
IPC: G06F15/78 , G06F9/50 , G06N3/0464 , G06N3/063 , G06F30/327 , G06F115/02
Abstract: 本发明提出了一种基于MPSoC和FPGA的可定制异构计算系统及其计算方法,计算系统启动,计算状态控制机CSCM进入初始化状态并完成自身的功能初始化,对FPGA处理器和MPSoC处理器的其他模块进行参数配置,启动数据打包/解包模块P/U_DB;通过对数据打包/解包模块P/U_DB解包数据状态的监控,控制乒乓缓存模块PPB开始数据接收和乒乓缓存;监控乒乓缓存模块PPB的状态,在达到缓存设定上限后,启动高并行度计算模块HPC,构建具有高度并行结构的计算单元,进入计算运行状态,直至产生计算结果;在高并行度计算模块HPC完成计算任务后,将计算结果写入FIFO模块,FIFO模块将结果输出,完成计算;本发明设计的计算架构和系统集成度高、可扩展性强、功耗配置灵活。
-
公开(公告)号:CN118978300A
公开(公告)日:2024-11-19
申请号:CN202411362572.4
申请日:2024-09-27
Applicant: 哈尔滨工业大学 , 工大环境股份有限公司
IPC: C02F9/00 , C02F1/58 , C02F1/52 , C02F1/66 , C02F101/14
Abstract: 本发明公开了一种处理低浓度含氟废水的间歇式结晶深度除氟系统及方法,属于废水处理技术领域。本发明采用诱导结晶和沉淀网捕原理,使氟离子在磷灰石表面形成稳定的晶体结构,实现对氟离子的去除。在间歇式结晶沉淀池内,由于局部均相成核形成的部分细小絮体,会在沉淀步骤中被磷灰石颗粒吸附网捕,使出水清澈,不含悬浮物。最终产物为晶体,含水率低,可以直接进行二次利用。过程操作简单,大幅降低了低浓度含氟废水的处理成本,提高了经济效益。
-
公开(公告)号:CN115550589A
公开(公告)日:2022-12-30
申请号:CN202210971766.9
申请日:2022-08-12
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于FPGA的CoaXPress接口数据到CameraLink接口数据的高速实时转换装置及方法。本发明涉及星载高速数据传输技术技术领域,所述装置包括:FPGA、CoaXpress接口和CameraLink接口;CoaXpress接收通路的接口连接器能够接收两路信号,分别通过两个CoaXpress接口芯片与FPGA通信;CameraLink 80bit发送通路使用三片接口芯片连接到两个CameraLink接口连接器。本发明采用基于BlockRAM的乒乓缓存的读写方式,相比片外缓存传输延时更低,保障了高速数据传输的实时性。
-
公开(公告)号:CN114359634A
公开(公告)日:2022-04-15
申请号:CN202111672404.1
申请日:2021-12-31
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种串级CNN细粒度目标分类方法。本发明涉及深度学习和硬件加速计算技术领域,本发明由第一级CNN分类网络对目标进行第一次粗分类,进行宏观目标特征的提取,实现基于明显特征的目标粗分类;根据第一级CNN分类得到的结果,再由第二级CNN分类网络进行细粒度分类,进行深层目标特征提取,实现基于高维特征的目标分类。本发明以经典骨干卷积神经网络模型为基础,设计串级模型结构进行图像目标的细粒度分类,并基于FPGA设计资源与架构可复用的加速器,实现有限资源条件下的模型高能效部署和应用。
-
-
-
-
-