TMS320C6678开发板历程
TMS320C6678开发板历程,内含CCS5.3软件使用入门广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron添加基于的软件中断(有条件触发)例程添加基于的软件中断(有条件触发)例程。添加基于的软件中断(无条件触发)例程基于裸机的输出(灯)例程。基于裸机的输入(按键中断)例程基于裸机的串口査询收发例程添加基于平台库的总线测试例程。添加基于平台库的风扇控制例程。添加基于平台库的按键状态查询例程。添加基于平台库的灯控制例程。添加基于平台库的总线读写例程。添加基于平台库的总线温度传感器例程添加基于平台库的内存读写例程。添加基于平台库的总线测试例程。添加基于平台库的串口查询收发例程。添加不使用操作系统工程模板。添加基于操作系统(是依赖的平台组件)工程模板。广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron目广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron目录基于仿真器的程序加载与烧写查看仿真器是否安装成功设置工程配置文件信息加载文件连接开发板加载程序镜像文件烧写程序到工程新建、编译和导入裸机工程新建新建工程编写程序编详和运行程序工程新建新建平台新建工程工程导入和编译步骤开启多线程编译算法例程演示-有限长单位冲激响应滤波器无限脉冲响应数字滤波器—快速傅甲叶变换逆变换图像离散余弦变换图像转灰度边缘检测灰度图像直方图灰度图像二值化图像旋转广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron图像缩放图像反色直方图均衡化灰度图像线性变换一数学函数库一矩阵运算基于的例程演示时钟任务抢占式多任务一静态创建任务定时器(通用)定时器(专用)定时器(动态创建)硬件中断(设备专用组件)硬件中断(挂钩函数)硬件中断(中断嵌套)硬件中断()硬件中卷(发布软件中断)硬件中断(铀发任务)内存分配软件中断(静态配置)一软件中断()一软件中断(有条件触发软件中断(有条件触发钦件中断(无条件触发)裸机开发例程演示输出(灯)广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron输入(按键中断)串口查询收发基于平台库例程演示总线测试一风扇控制按键状态耷询灯控制总线读写6.6总线温度传感器测试内存读写测试总线测试6.9串口查询收发工程模板7.1不使用操作系统使用 SYSBIO0S操作系统附录广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron备注●如实验无特别说明,默认都是使用作为调试串口●如实验无特别说明,表示广州创龙系列(包含)开发板均攴持对应实验,厂州创龙系列开发板共用此用户手册,由于各个开发板之问的硬件资源在差异,因此有部分实验需要在特定的开发板上完成。基于仿真器的程序加载与烧写11查看仿真器是否安装成功如下的廾发,均以仿真器为例。开发板断电,连接好仿真器和开发板,并将仿真器的口捕进电脑插槽,开发板上电。冇击计算机图标,点击“设备通用串行总线控制器”或者“设备端口”,查看是否有对应的仿真器的选项出现,如有说明仿真器驱动已经正常安装,否则请先正确安装设备管理器文件(操作(A)查看帮(H伞中回国|区回bWSD打印提头程同便携设备围传器磁动器p打印队列满口COM和LPg XDW XDS2xox Uscr CDC Scrial Port(COM15监视人体学输入设备声合。视礼游空制聶邑图广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTron集成开发环境自带及系列仿真器驱动。如果仿真器无法正常使用,请检查是否存在驱动冲突,系列仿真器使用芯片,请检查是否与已经安装使用的转串口驱动冲突,如使用仿真器,请检查计算机中是否正确安裝转串口驱动或者尝试重新装计算机主板芯片组驱动12设置工程配置文件信息请先按照相关软件安装文档安装然后打开集成开发环境,点击菜单,如下图所示:File Edit View Mavigate Project Run ScriptsWindow HelpNewAHt+ShH+Np會 CCs Pro ectCluseCurl+W3Suurte FieClose allCtrl+Shift+wh Header FleCSaveCtrl+cOClassT Hile from TemplateSave All匚tr- shift+S9 DS2/BICS V5.x Configuration File盛 RTSC Ccntiguraticn FilcC OtherCtrl-Ne Refresh图在弹出的界面中输入工程配置文件名字,然后点击如下图所示广州创龙电子刑技有限公司Guangzhou Tron ong Electronic Technology co, LtdTronN New Target ConfigurationI arget Configurati。nCreate a new Target Configuration fileFile name: New TargetConfigurationccxml回 Use shared locationLocation: C /Users/asus/ti CCSTargetConfigurations File System. V/crks pace.上Fh[ca图在弹出的对话框的下拉框中选择对应的仿真器类型(如使用仿真器请选择下拉框中选择对应的型号,如下图所示:Advanced SetupThis =action descrihes th= general config ration ah
- 2020-12-07下载
- 积分：1
张贤达的《高阶统计量信号处理方法》
高阶统计量分析方法是一种重要的非高斯信号分析方法，在此上传张贤达的这本书，希望对大家的学习有所帮助专题内容概述高阶统计量的定义、性质和估计155()高阶矩、高阶累积量及其谱·*·····“········““··“·(二)高阶累积量与高阶谱的性质三)高阶累积量与高阶谱的估计…......19、非最小相位系统的辨识21(一)基本问题21(二)MA系统的辨识.25(三)ARMA系统的辨识…135四、谐波恢复42()基本问题42()谐波恢复的高阶累积量方法……………·………43五、空间窄带信号源的波达方向估计()基本问题46(二)基于二阶统计量的DOA估计方法及其不足.147(三)基于高阶统计量的DOA估计方法53、概述高阶统计量( (Higher-order Statistics)是指比二阶统计量更高阶的随机变量或随机过程的统计量。二阶统计量有:〉随机变量(矢量):方差、协方差(相关矩)、二阶矩。随机过程:自相关函数、功率谱、互相关函数、互功率谱、自协方差函数等高阶统计量有:随机变量(矢量):高阶矩( Higher-order Moment),高阶累积量(Higher-order Cumulant)随机过程:高阶矩、高阶累积量、高阶谱( Higher- order Spectra,Polyspectra)。从统计学的角度,对正态分布的随机变量(矢量),用一阶和二阶统计量就可以完备地表示其统计特征。如对一个高斯分布的随机矢量,知道了其数学期望和协方差矩阵,就可以知道它的联合概率密度函数。对一个高斯随机过程,知道了均值和自相关函数(或自协方差函数),就可以知道它的概率结构,即知道它的整个统计特征。但是,对不服从髙斯分布的随机变量(矢量)或随机过程,一阶和二阶统计量不能完备地表示其统计特征。或者说,信息没有全部包含在一二阶统计量中,更高阶的统计量中也包含了大量有用的信息。高阶统计量信号处理方法,就是从非高斯信号的高阶统计量中提取信号的有用信息,特别是从一、二阶统计量中无法提取的信息的方法。从这个角度来说,高阶统计量方法不仅是对基于相关函数或功率谱的随机信号处理方法的重要补充,而且可以为二阶统计量方法无法解决的许多信号处理问题提供手段。可以亳不夸张地说,凡是使用功率谱或相关函数进行过分析与处理,而又未得到满意结果的任何问题,都值得重新试用高阶统计量方法。高阶统计量的概念于1889年提出。高阶统计量的研究始于六十年代初,主要是数学家和统计学家们在做基础理论的研究,以及针对光学、流体动力学、地球物理、信号处理等领域特定问题的应用研究。直到八十年代中、后期,在信号处理和系统理论领域才掀起了高阶统计量方法的研究热潮。标志性的事件有:1. K. S. Lii. m. rosenblatt "Deconvolution and Estimation of TransferFunction phase and Coefficients for non-Gaussian Linear processes AnnStatistcs, Vol, 10, pp. 1195-1208, 1982首次用高阶统计量解决了非最小相位系统的盲辩识问题。2.C.L. Nikias,M.R. Raghuveer的综述文章“ Bispectrum Estimation:ADigital Signal Processing Framework”在Proc.正EE发表,1987July3.1989、1991、1993、1995、1997、1999年举办了六届关于高阶统计量的信号处理专题研讨会(海军研究办公室,NSF, IEEE Control SystemSociety, IEEE ASSP Society, IEEE Geoscience and Remote sensingSociety4. IEEE Trans.onAC1990年1月专辑5. IEEE Trans, on AssP1990年7月专辑。6.J.M. Mendel的综述文章 Tutorial on Higher- Order statistics( Spectra)inSignal Processing and System Theory: Theoretical Results and SomeApplications”.Proc,正E,1991(主要是关于非最小相位系统辨识)。7.C.L. Nikias&A.P. Petropula的专著 Higher-order Spectral Analysis:ANonlinear Processing Framework,由 Prentice-Hall I1993出版。8. Signal Processing,19944月专辑。9. Circuits, Systems, and Signal Processing,1994.6月专辑。高阶统计量方法已在雷达、声纳、通信、海洋学、电磁学、等离子体物理、结晶学、地球物理、生物医学、故障诊断、振动分析、流体动力学等领域的信号处理问题中获得应用。典型的信号处理应用包括系统辨识与时间序列分析建模、自适应估计与滤波、信号重构、信号检测、谐波恢复、图像处理、阵列信号处理、盲反卷积与盲均衡等。在信号处理中使用高阶统计量的主要动机可以归纳成四点1、抑制未知功率谱的加性有色噪声的影响。2、辨识非最小相位系统或重构非最小相位信号。自相关函数或功率谱是相盲的,即不包含信号或系统的相位信息。仅当系统或信号是最小相位时,二阶统计量的方法才能获得正确的结果。相反,高阶统计量既包含了幅度信息,又保留了信号的相位信息,因而可以用来解决非最小相位系统的辨识或非最小相位信号的重构问题。3、提取由于高斯性偏离带来的各种信息对于非高斯信号,其高阶统计量中也包含了大量的信息。对模式识别、信号检测、分类等问题,有可能从高阶统计量获得信号的显著分类特征,4、检测和表征信号中的非线性以及辨识非线性系统。如用来解决非线性引起的二次、三次相位耦合问题。参考资料:1、张贤达,《时间序列分析一高阶统计量方法》,清华大学出版社,1996。2、沈凤麟等,《生物医学随机信号处理》(第9章),中国科学技术大学出版社,1999。3 J M. Mendel. "Tutorial on Higher-order Statistics(Spectra) in SignalProcessing and Systems Theory: Theoretical Results and SomeApplications. Proc. IEEE, Vol. 79, pp. 278-305, 19914, C. L. Nikias A. P, Petropulu. Higher-order Spectral Analysis: ANonlinear Processing Framework. Prentice-Hall. 19935 C L. Nikias J. M. Mendel.Signal Processing with Higher-orderSpectra. IEEE Signal Processing Magazine, Vol 10, July, pp 10-37, 19936 C. L Nikias M. R Raghuveer." Bispectrum Estimation: A DigitalSignal Processing Firamewoork". Proc. IEEE, Vol. 75, pp. 869-891, 19877 P. A. Delaney d. O. Walsh. " A Bibliography of Higher-Order Spectraand Cumulants". IEEE Signal Processing Magazine, Vol 11 July, pp. 61-7019948、J.A. Cadzow.“ Blind Deconvolution via Cumulant Extrema”.IEEESignal Processing Magazine, Vol 13, No 3, pp 24-42, 1996www.ant,uni-bremen.edu.de/hoshome二、高阶统计量的定义、性质和估计(一)高阶矩、高阶累积量及其谱从随机变量→随机矢量→随机过程)1、随机变量的特征函数与累积量定义:设随机变量x具有概率密度fx),其特征函数定义为(s)=f()edx=Eel其中s为特征函数的参数。(可看作八x)的拉普拉斯变换)特征函数Φ(s)只是参数s的函数。对Φ)求k次导数,可得Φ^(s)=Exe因此(O)=E}=m也就是说)在原点阶导数等孩x阶筹k。因此,Φ(s)也称作矩生成函数(又叫第一特征函数)。矩生成函数可以唯一地、完全地确定一个概率分布。这可由矩生成函数唯一性定理阐明:定理:设F(x)和G(x)是具有相同矩生成函数的分布函数,即:e dF (x)= esdG(x)则F(x)=G(x)由矩生成函数可以定义随机变量κ的累积量生成函数(又叫第二特征函数)及累积量。定义:设随机变量x的矩生成函数为Φ(s),则函数H(s)=nΦ(s)称为x的累积量生成函数,而v()在原点的k阶导数dky(s)ds k0称为x的k阶累积量如果将s)和v展开成 Taylor级数,根据以上定义,就会有①(s)=1+m1S+m2S2+…+,,mkS+…k!(2+4+x12cmk!k1也就是说,x的k阶矩和累积量分别是其矩生成函数和累积量生成函数的Taylor级数展开中s项的系数。2、随机矢量的特征函数与累积量定义:令x=[x,x2,…,x是一随机矢量,且s=s,s2,…,sr,则随机矢量x的矩生成函数定义为Φ(S1SES11+2x2+…+Skxkl52为Ex的累积量生成函数定义为(S1,S2,…,Sk)=lnΦ(s1,x的(vy2…,w)阶矩和累积量分别定义为矩生成函数和累积量生成函数的Iayr级数展开中S1S2…S项的函数,即0Φ(S1,s2;…,s)ExVIS"Y(1521512skas1Os2…ask其中vko对v=V2=…=认=1的特殊情况,记随机矢量x的矩和累积量分别为mom(,,cum(Y1X我们下面将用它们来定义随机过程的高阶矩和累积量。3、随机过程的高阶矩和高阶累积量定义:设{x(n)}为k阶平稳随机过程,则该过程的k阶矩定义为ma(z1,z2,…,k-)=mom{x(n),x(n+),…,x(n+xk-1)}而k阶累积量定义为cs(1,z2,…,k-)=cum{x(m),x(nt+),…,x(n+tk1)}根据这一定义,平稳随机过程的k阶矩和k阶累积量实质上就是取x1=x(n),x2=x(n+a),…,x=x(n+k)之后的随机矢量[(n),x(n+z),…,
- 2020-12-03下载
- 积分：1
|
联系客服（QQ：3324461878）
