基于 RISC-V SoC 的可配置 FFT 系统设计（1）引言

置顶 已于 2023-02-04 13:05:52 修改
阅读量2.4k 收藏 45
点赞数 36
CC 4.0 BY-SA版权
文章标签： RISC-V SoC FPGA IC Verilog
于 2022-01-15 15:05:26 首次发布
原创文章，版权保护，未经允许，禁止抄袭，如有疑问，欢迎咨询。
本文链接：https://blog.youkuaiyun.com/MicroTalent12/article/details/122508558
本文介绍了基于 RISC-V SoC 的可配置 FFT 系统设计，讨论了项目价值，包括对求职、科研和竞赛的助力，并概述了项目核心设计与专业技能，展示了相关代码和成果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

基于 RISC-V SoC 的可配置 FFT 系统设计（1）引言

版权所有， ⌊ 新芯设计 ⌉ \lfloor新芯设计\rceil ⌊新芯设计⌉，转载文章，请注来源

文章目录

引言

  2018~2019 年，由于 ZXZC && HWZC 事件的发生，我们才意识到芯片的核心技术一直都没有掌握在我们自己的手上。一直以来，芯片都是一个大市场，然而，我们的进口芯片却基本覆盖了自研芯片。现如今，只有自主研发才能够拯救中国的芯片市场。

  2020~2022 年，随着国家芯片战略的连续发布，不断引发了各类高校的重视和资本市场的投资。211、985 重点高校单独成立

了解本专栏 订阅专栏 解锁全文
基于 SoC 的卷积神经网络车牌识别系统设计（5-7）基于 Verilog 的卷积层 Second_CNN IP 设计
新芯设计的博客
06-07 1501
紧接着第二层填充层（Second_Fill）之后，将填充之后的输入特征图进行卷积操作（Second_CNN）；输入矩阵大小为 18*18*8，卷积窗口大小为 3*3，输出矩阵大小为16*16*8；主要有 Second_CNN（Second_CNN_Sub + Mul_Add）、FSM_Timer（FSM+ Timer）、Delay_N 的一些 IP 模块。...
基于 SoC 的卷积神经网络车牌识别系统设计（2）概述
新芯设计的博客
06-06 4649
这是第三届全国大学生集成电路创新创业大赛 - Arm 杯 - 片上系统设计挑战赛（本人指导的一个比赛）。主要划分为以下的 Top5 重点 + 难点 + 亮点 + 热点 + 创新点...
【2021集创赛】Risc-v杯一等奖：自适应噪声环境的超低功耗语音关键词识别系统
最新发布
weixin_47569031的博客
11-02 657
本作品参与极术社区组织的有奖征集|秀出你的集创赛作品风采,免费电子产品等你拿~活动。
基于 SoC 的卷积神经网络车牌识别系统设计（2-1）基于 Arm Cortex-M3 SoC 车牌识别系统的搭建
新芯设计的博客
06-06 3296
本文详细描述了整个基于 SoC 的卷积神经网络车牌识别系统设计的搭建流程，大体分为 IP 与互连线、数据通路、时钟域划分。文中的 IP 设计和整体的 SoC 设计都有对应的设计文档、Verilog 代码和 FPGA 工程，不仅可以上板测试，而且可以成功实现。另外，文末总结了一些设计的规律，如不同板子不同工程不同 IP 的时钟域划分，如米联客、黑金、Xilinx 官方等，以及本次系统的搭建的工程链接。...
基于 SoC 的卷积神经网络车牌识别系统设计（7）SoC 定义构成和 SoC 启动流程
新芯设计的博客
06-15 868
（7）SoC 定义构成和 SoC 启动流程
基于 SoC 的卷积神经网络车牌识别系统设计（3-1）基于 Python 编程的车牌识别预处理、定位、分割、缩放的效果一览
新芯设计的博客
06-06 2789
这是一个在基于 OpenCV 的 Python 程序下，整体车牌定位、分割、识别的各个步骤的处理结果的展示，相当于算法的验证，只有先在软件上经过正确的严格的验证，才能进行硬件上的设计与实现。算法设计上是没有问题的，输入数据就是来自实际真实场景的车牌图像，只是比较少的环境噪声干扰、比较理想化的车牌图像拍摄、比较清晰的车牌识别背景之类的。对于基于 SoC 的卷积神经网络车牌识别系统设计、学习、研究具有较为良好的指导作用，对于现实 AI 落地还具有一定的局限性。...
基于 RISC-V SoC 的可配置 FFT 系统设计（6）1024 点 FFT 的 RISC-V SoC 整体架构和电路实现
新芯设计的博客
12-26 2469
本次项目主要设计了一个基于 RISC-V 指令集架构的 SoC，这是一个具有 1024 点的时频转换功能的 FFT 系统。在理想情况下，只要指令存储器和数据存储器的容量足够大，基本上可以实现任意点数的可配置 FFT 系统设计。
基于 RISC-V SoC 的可配置 FFT 系统设计（8）RISC-V 交叉编译的环境搭建
新芯设计的博客
01-15 835
目前，基于 RISC-V 的 SoC 芯片主要都是应用于低功耗的轻量级嵌入式设备领域中，其宝贵的硬件资源不会浪费在 RISC-V 编译器和工具链上。大部分的情况下，其程序的开发与编译都是在 PC 主机上进行的，然后下载到基于 RISC-V 处理器的嵌入式系统平台上。类似这样的，在架构 A 中进行编译，但是架构 A 本身无法运行该程序，只能在架构 B 中进行实现的方式就称为交叉编译。...
基于 RISC-V SoC 的可配置 FFT 系统设计（5）高性能 RISC-V 内核的硬件设计
新芯设计的博客
01-15 2231
对于 FFT 系统，其 RISC-V 内核的设计决定了整个系统的功能，其 RISC-V 内核的性能也决定了整个系统的性能。本次设计就是按照如下的 RISC-V CPU 的硬件架构设计图来实现的。
基于 RISC-V SoC 的可配置 FFT 系统设计（9）RISC-V 交叉编译的功能验证
新芯设计的博客
01-15 1212
基于 RISC-V 交叉编译的环境搭建完成之后，对于其中的编译工具功能的正确性以及软件开发环境的可行性，可以通过以下两种方式来加以验证。
卷积神经网络车牌识别
05-31
上传一张车牌照片，可以是远距离拍摄的，代码会先进行车牌定位，然后切割出车牌区域，再经过灰度化，二值化等导入训练好的神经网络，得到车牌；另外神经网络可以调节层数，学习速率，训练次数等参数来训练调整新的网络。
卷积神经网络车牌识别.zip
12-18
注意是基于matlab编写的。本代码简单好用，适合新手和有一定matlab基础的同学
基于FPGA的智能车牌定位识别系统设计
10-17
智能交通体系中，专用计算机视觉系统即牌照识别技术（License Plate Reeognition，LPR）占有极其重要的地位。设计了一种基于FPGA平台的智能车牌定位识别系统，在 EP2C35平台上搭建SOPC系统，完成了车牌图像定位、字符提取识别等功能。该设计采用FPGA为核心，大大减小了制板的面积，有效提高了系统定位的速度及准确性；可定制的软核Nios II处理器使得智能车牌识别系统具有了更大的灵活性。
基于深度卷积神经网络的车牌识别
weixin_50260062的博客
07-24 9030
ANPR算法（车牌自动识别系统） 1.车牌检测 在整个视频帧中检测到车牌的位置。 2.车牌识别 当在图像中检测到车牌时，使用OCR（光学字符识别）算法来识别车牌上的字母和数字。 1.1车牌检测 这一步要检测当前帧中的所有车牌，我们将其分为两个主要步骤，分割和分类。 在第一步（分割）中，将应用不同的滤波器，形态学算子，轮廓算法来验证图像中可能包含...
基于神经网络的车牌识别,卷积神经网络车牌识别
kfc67269的博客
09-07 2788
然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分米完成汉字省名的自动识别。对同业兴创停车场的车辆车牌快速抓拍捕捉确定位置，根据车牌颜色，数字，和字母精准识别分割，提取信息并储存到电脑里，方便车辆出场时调用时间信息来计算费用，这样的算法准确，高效避免出入口拥堵现象的发生，300万像素的高清晰CMOS图像传感器，高性能DSP为图像处理核心，内置控制CPU，多项新的技术可对图像编码、处理分析等起到重大作用。
基于 SoC 的卷积神经网络车牌识别系统设计（5-0）基于 Verilog HDL 的卷积神经网络 AI IP 设计
新芯设计的博客
06-07 1828
如前文所述，我们已经具备了成熟的车牌识别系统的卷积神经网络 Model，根据模型指定的不同层数及其具体参数，通过 Verilog HDL 设计一个个的 IP，以搭积木的方式，来完成卷积神经网络的硬件加速 IP 设计。...
深度学习（4）：基于深层卷积网络实现车牌识别
liuyingshudian的博客
07-31 3134
车牌识别
评论 36
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

新芯设计

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值