# FPGA云服务器 #
0
关注
1535内容
电子信息类专业技术学习及比赛路线总结（大一到大三）
电子信息类专业技术学习及比赛路线总结（大一到大三）
基于FPGA的8PSK调制解调系统,包含testbench,高斯信道模块,误码率统计模块,可以设置不同SNR
本系统在原有的8PSK调制解调基础上，新增了高斯信道与误码率统计模块，验证了不同SNR条件下的8PSK性能。VIVADO2019.2仿真结果显示，在SNR分别为30dB、15dB和10dB时，系统表现出不同的误码率和星座图分布。8PSK作为一种高效的相位调制技术，广泛应用于无线通信中。FPGA凭借其高度灵活性和并行处理能力，成为实现此类复杂算法的理想平台。系统RTL结构展示了各模块间的连接与协同工作。
阿里云服务器计算架构X86/ARM/GPU/FPGA/ASIC/裸金属/超级计算集群有啥区别？
阿里云服务器ECS提供了多种计算架构，包括X86、ARM、GPU/FPGA/ASIC、弹性裸金属服务器及超级计算集群。X86架构常见且通用，适合大多数应用场景；ARM架构具备低功耗优势，适用于长期运行环境；GPU/FPGA/ASIC则针对深度学习、科学计算、视频处理等高性能需求；弹性裸金属服务器与超级计算集群则分别提供物理机级别的性能和高速RDMA互联，满足高性能计算和大规模训练需求。
基于FPGA的2ASK调制解调系统,包含testbench,高斯信道模块,误码率统计模块,可以设置不同SNR
本项目基于Vivado 2019.2实现了2ASK调制解调系统，新增高斯信道及误码率统计模块，验证了不同SNR条件下的ASK误码表现。2ASK通过改变载波振幅传输二进制信号，其调制解调过程包括系统设计、Verilog编码、仿真测试及FPGA实现，需考虑实时性与并行性，并利用FPGA资源优化非线性操作。
基于颜色模型和边缘检测的火焰识别FPGA实现,包含testbench和matlab验证程序
本项目展示了基于FPGA的火焰识别算法，可在多种应用场景中实时检测火焰。通过颜色模型与边缘检测技术，结合HSV和YCbCr颜色空间，高效提取火焰特征。使用Vivado 2019.2和Matlab 2022a实现算法，并提供仿真结果与测试样本。FPGA平台充分发挥并行处理优势，实现低延迟高吞吐量的火焰检测。项目包含完整代码及操作视频说明。
基于FPGA的QPSK调制解调系统,包含testbench,高斯信道模块,误码率统计模块,可以设置不同SNR
该系统在原有的QPSK调制解调基础上，新增了高斯信道和误码率统计模块，验证了不同SNR条件下的QPSK误码性能。系统包括数据生成、QPSK调制与解调等模块，使用Vivado 2019.2进行仿真，展示了SNR分别为15dB、10dB、5dB和1dB时的误码情况。系统采用Verilog语言实现，具有高效、可靠的特点。
硬件加速器中的神经网络
硬件加速器中的神经网络指的是通过专门设计的硬件设备来加速深度神经网络（DNN）和其他机器学习模型的训练和推理过程。
阿里云服务器架构区别解析：从X86计算、Arm计算到高性能计算架构的区别参考
在我们选择阿里云服务器的架构时，选择合适的云服务器架构对于提升业务效率、保障业务稳定至关重要。阿里云提供了多样化的云服务器架构选择，包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景，以供参考和选择。
基于FPGA的BPSK调制解调系统,包含testbench,高斯信道模块,误码率统计模块,可以设置不同SNR
本系统基于Vivado2019.2，在原有BPSK调制解调基础上新增高斯信道及误码率统计模块，可测试不同SNR条件下的误码性能。仿真结果显示，在SNR=0dB时误码较高，随着SNR增至5dB，误码率降低。理论上，BPSK与2ASK信号形式相似，但基带信号不同。BPSK信号功率谱仅含连续谱，且其频谱特性与2ASK相近。系统采用Verilog实现，包括调制、加噪、解调及误码统计等功能，通过改变`i_SNR`值可调整SNR进行测试。
免费试用