基于FPGA的CRC编解码算法研究

来源 :微处理机 | 被引量 : 0次 | 上传用户:zp_3000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为抵抗复杂传输环境对通信数据造成的影响,对循环冗余校验码CRC这一通信系统中常用的差错控制技术展开研究,设计一套算法在软硬件层面深入挖掘CRC的潜力.在简介循环冗余校验基本原理的基础上,以国际标准CRC-16为研究对象,分析编码和解码过程,在QuartusⅡ上开发平台,运用Verilog硬件描述语言实现CRC的编码与解码.采用Modelsim软件进行仿真验证,结果表明所设计算法的正确性.算法基于可编程硬件技术实现CRC编码与解码,具有运行速度快、容易迁移的优点.
其他文献
为了满足未来无线通信系统高谱效、高能效的要求,智能反射表面(IRS)技术得到了广泛的关注与研究.通过对IRS进行设计优化,能够从不同的角度增强无线通信系统的物理层安全(PLS).基于此,对现有的IRS增强物理层安全的研究进行整理,从信息理论安全、隐蔽通信、密钥生成等主要方向对现有研究进行了归纳总结,阐述了各研究热点的模型特点和关键方法.最后,对IRS增强的物理层安全进行了总结梳理,并探讨了未来的研究热点方向.
针对芯片表面多余物粘污导致的稳定性和可靠性下降甚至器件失效的问题,对芯片表面典型的表面粘污多余物——硅油展开研究.选取两种型号粘污芯片作为案例,尝试设计一种用以去除芯片表面硅油粘污的清洗方法.使用特定型号UV膜固定芯片,配合有机溶剂异丙醇,使用超声波方法清洗.通过对比实验,确定出去污效果最佳时的超声波功率、频率及清洗时间.实验表明用此方法清洗可确保芯片性能及组装可靠性不受影响.
为了应对车联网中计算资源密集、可分离型任务的卸载环境动态变化和不同协同节点通信、计算资源存在差异的问题,提出了一种在V2X下多协同节点串行卸载、并行计算的分布式卸载策略.该策略利用车辆可预测的行驶轨迹,对任务进行不等拆分,分布式计算于本地、MEC及协同车辆,建立系统时延最小化的优化问题.为求解该优化问题,设计了博弈论的卸载机制,以实现协同节点串行卸载的执行顺序;鉴于车联网的动态时变特性,利用序列二次规划算法,给出了最优的任务不等拆分.仿真结果表明,所提策略能够有效减少计算任务系统时延,且当多协同节点分布式
针对目前零水印算法对于受攻击图像和虚警图像生成的零水印区分度不足问题,提出了一种基于区域异或和三值量化的高分辨零水印算法.在零水印生成过程中,首先提取图像的空域特征和频域特征,将载体特征和版权水印进行冗余构造,以频域特征作为索引,将冗余水印分成2个区域,分别与空域特征和混沌矩阵异或,并将异或后的2个区域进行合并得到零水印.在版权认证过程中,从攻击后的图像中提取空域和频域特征,以频域特征作为索引,将零水印分成2个区域,分别与空域特征和混沌矩阵异或,提取冗余构造的水印图像,去冗余操作后,量化成只有3个数值的矩
气压作为常见的物理量,在工业生产中经常需要对其进行及时、精确的控制,为此设计一种以STM32F407单片机作为控制单元的气压控制系统.系统由STM32F407、真空箱、气压罐、气泵、电磁阀以及若干气管组成,可以在程序里设置气压控制区间,单片机根据传感器反馈的当前气压值和设定目标气压值之差值做出相应的动作来调控气压,构成一个实时采集实时控制的闭环控制系统.实验表明该气压控制系统具有精度高、稳定性好等特点,能较好地满足工业生产需求.
为提高车道线检测的准确性以增强无人驾驶车辆的安全驾驶性能,在传统车道线检测的边缘提取、霍夫变换、颜色空间阈值提取、透视变换等方法的基础上,利用深度学习技术,提出一种基于改进FCN的车道线检测网络模型.该模型能够准确提取出车道线的特征信息,并在车道线检测数据集上进行模型训练,以评估该车道线检测网络的性能.通过实验对比,结果表明改进FCN模型在检测精度上比传统FCN网络模型提高了1%,具有良好的分割有效性.
在基于格的后量子密码中,多项式乘法运算复杂且耗时,为提高格密码在实际应用中的运算效率,提出了一种后量子密码CRYSTALS-Kyber的FPGA多路并行优化实现.首先,描述了Kyber算法的流程,分析了NTT、INTT及CWM的执行情况.其次,给出了FPGA的整体结构,采用流水线技术设计了蝶形运算单元,并以Barrett模约简和CWM调度优化,提高了计算效率.同时,放置32个蝶形运算单元并行执行,缩短了整体计算周期.最后,对多RAM通道进行了存储优化,以数据的交替存取控制和RAM资源复用,提高了访存效率.
针对目标检测算法SSD在交通应用中检测精度不高、对小尺度汽车和行人检测能力不足的问题,提出一种改进的SSD检测算法,将原SSD基础网络VGG-16替换成残差网络ResNet-50,来提高特征提取网络提取特征的能力并防止网络衰退.算法额外设计5层卷积层来简化原SSD网络结构,进行多尺度特征图的检测;将注意力机制CBAM融合到新基础网络中以提高语义信息提取能力、小目标检测能力及整体网络精度.实验结果表明,改进算法在KITTI数据集上的检测精度达到62.0%,比原来SSD网络提高4.7%.
无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案.无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷.新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类.通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别
针对传统LEACH协议存在的随机选举簇头及网内节点能耗不均等问题,提出了一种能量均衡高效的分簇路由协议LEACH-EPN.在成簇阶段加入最优簇数约束,综合考虑节点位置和剩余能量等多种因素;引入距离因子、能量因子及节点密度因子改进阈值公式;通过改变簇的范围来改变成簇机制,使簇头选举更合理、能耗分布更均匀,提高了网络的能量利用率;在入簇阶段引入节点偏好度概念,改进节点的入簇机制,减少数据传输过程的能量消耗.仿真实验结果表明,改进算法LEACH-EPN能够有效地均衡网络能耗、延长网络生存周期.