-
公开(公告)号：CN109101239A
公开(公告)日：2018-12-28
申请号：CN201811006398.4
申请日：2018-08-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了在线Verilog代码自动判决系统的标准答案生成方法：根据题目编写正确的Verilog代码，编辑.vwf波形文件并进行仿真，生成.do和.vt文件；对.do文件和.vt文件进行分析和修改生成新的.do文件和.vt文件；生成标准答案.cmp文件加载到答案库。本发明中的各个文件架构了整个Verilog答案判决系统的运行，保证判决系统能够给出一个正确的成绩。
-
公开(公告)号：CN111309302A
公开(公告)日：2020-06-19
申请号：CN202010081543.6
申请日：2020-02-06
Applicant: 杭州电子科技大学
IPC: G06F8/30 , G06F40/151
Abstract: 本发明公开了基于LaTeX的四则运算与三角函数混合运算公式转换Verilog代码的方法，包括以下步骤：S1，预处理LaTeX数学公式，筛选符合规则的数学公式；S2，处理数学公式，分离参变量与运算步骤，归类输入变量、输出变量、中间变量与参数；S3，将分离的运算步骤排序，得出运算与寄存操作顺序；S4，根据运算与寄存操作顺序生成可综合Verilog代码。本发明为四则运算与三角函数混合运算公式的软件描述到硬件描述转化提供了可行的方案尤其当公式数量庞大时具有转化可靠性高的优势，解决了人工排序与编写代码效率低，易错的问题，缩短开发周期。
-
公开(公告)号：CN108520986B
公开(公告)日：2020-04-21
申请号：CN201810444689.5
申请日：2018-05-10
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于生成对抗网络的动力电池配组方法。现有配组方法需要人为的提取表征电池的特征向量，配组过程劳动力需求大，且易受人为主观因素影响，造成电池误配现象。本发明方法首先获取所有待配电池的充放电数据，并对数据进行预处理，然后构建一个生成对抗网络，即生成器和判别器。再利用训练好的生成器构建一个神经网络模型，以该神经网络作为特征提取器，自动提取充放电数据的特征，最终对所有电池的特征向量进行聚类，完成电池配组。本发明方法能够在已经学习到充放电数据分布的生成器的基础上，再训练一个能够提取特征的神经网络，很好的学习到动力电池的一致性特征，提高配组电池之间的一致性，从而提高成组电池的品质。
-
公开(公告)号：CN108582065A
公开(公告)日：2018-09-28
申请号：CN201810178011.7
申请日：2018-03-05
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于FPGA的六轴机械臂运动方程逆解快速求解的方法，该方法通过FPGA直接实现逆解计算，根据重新整合后的计算过程，得到相应关节角。首先通过传感器获取机械臂末端目标的运动坐标，输入FPGA中，利用流水线设计与模块时间复用相结合，仅使用2个浮点乘法器、1个浮点除法器、1个浮点开方模块、1个Cordic模块、1个反正切模块，2个浮点加法器，全并行工作，有效降低运动学方程逆解求解所需算子的时钟延时，快速获得逆解(N个角度值)进行输出。从而大大提高了求解运动学方程逆解的速度，并且降低了系统的成本。
-
公开(公告)号：CN108582065B
公开(公告)日：2021-05-04
申请号：CN201810178011.7
申请日：2018-03-05
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于FPGA的六轴机械臂运动方程逆解快速求解的方法，该方法通过FPGA直接实现逆解计算，根据重新整合后的计算过程，得到相应关节角。首先通过传感器获取机械臂末端目标的运动坐标，输入FPGA中，利用流水线设计与模块时间复用相结合，仅使用2个浮点乘法器、1个浮点除法器、1个浮点开方模块、1个Cordic模块、1个反正切模块，2个浮点加法器，全并行工作，有效降低运动学方程逆解求解所需算子的时钟延时，快速获得逆解(N个角度值)进行输出。从而大大提高了求解运动学方程逆解的速度，并且降低了系统的成本。
-
Patent Agency Ranking
公开(公告)号：CN109787717A
公开(公告)日：2019-05-21
申请号：CN201811592240.X
申请日：2018-12-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的QR31码译码方法，包括以下步骤：S10，数据选择模块将接收码字转换成三种不同码字；S20，分别送入三条流水线中进行并行译码；S30，数据选择模块根据译码情况最后输出译码结果；所述S20中，三条并行流水线均包含两个步骤，每个步骤均包含两个单元：校验子检查单元和纠错单元，其中，所述校验子检查单元用于产生一系列不同的校验子，并且检查这些校验子是否满足译码条件；纠错单元接收来自校验子检查单元的指示序列，决定是否触发译码。本发明通过将整个译码过程分解为独立的三路译码过程，实现高速的并行译码。
-
公开(公告)号：CN108638073A
公开(公告)日：2018-10-12
申请号：CN201810587228.3
申请日：2018-06-08
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于FPGA的六轴机械臂点到点定距直线规划实现方法，该方法首先通过传感器获取机械臂末端目标的运动坐标，使用FPGA求解得到输入N阶位姿矩阵；通过正解模块求解机械臂末端的起始矩阵和结束矩阵；利用FPGA计算得到，轨迹运动的总时间和加速部分时间，以及初始位姿矩阵和终点位姿矩阵的四元数；根据变化的位姿矩阵，利用FPGA逆解模块进行位姿矩阵的更新，从而确定输出的指令脉冲数。其中，正解和逆解模块都使用流水线设计与模块时间复用相结合。本发明有效降低运动学方程逆解求解所需算子的时钟延时，快速获得逆解和正解的输出；从而大大提高了点到点定距直线规划的计算速度，并且降低了系统的成本。
-
公开(公告)号：CN108520986A
公开(公告)日：2018-09-11
申请号：CN201810444689.5
申请日：2018-05-10
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于生成对抗网络的动力电池配组方法。现有配组方法需要人为的提取表征电池的特征向量，配组过程劳动力需求大，且易受人为主观因素影响，造成电池误配现象。本发明方法首先获取所有待配电池的充放电数据，并对数据进行预处理，然后构建一个生成对抗网络，即生成器和判别器。再利用训练好的生成器构建一个神经网络模型，以该神经网络作为特征提取器，自动提取充放电数据的特征，最终对所有电池的特征向量进行聚类，完成电池配组。本发明方法能够在已经学习到充放电数据分布的生成器的基础上，再训练一个能够提取特征的神经网络，很好的学习到动力电池的一致性特征，提高配组电池之间的一致性，从而提高成组电池的品质。
-
公开(公告)号：CN109101239B
公开(公告)日：2021-09-14
申请号：CN201811006398.4
申请日：2018-08-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了在线Verilog代码自动判决系统的标准答案生成方法：根据题目编写正确的Verilog代码，编辑.vwf波形文件并进行仿真，生成.do和.vt文件；对.do文件和.vt文件进行分析和修改生成新的.do文件和.vt文件；生成标准答案.cmp文件加载到答案库。本发明中的各个文件架构了整个Verilog答案判决系统的运行，保证判决系统能够给出一个正确的成绩。
-
公开(公告)号：CN109787717B
公开(公告)日：2021-05-18
申请号：CN201811592240.X
申请日：2018-12-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的QR31码译码方法，包括以下步骤：S10，数据选择模块将接收码字转换成三种不同码字；S20，分别送入三条流水线中进行并行译码；S30，数据选择模块根据译码情况最后输出译码结果；所述S20中，三条并行流水线均包含两个步骤，每个步骤均包含两个单元：校验子检查单元和纠错单元，其中，所述校验子检查单元用于产生一系列不同的校验子，并且检查这些校验子是否满足译码条件；纠错单元接收来自校验子检查单元的指示序列，决定是否触发译码。本发明通过将整个译码过程分解为独立的三路译码过程，实现高速的并行译码。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
