• 學位論文

平行粒子群優法應用於高維度影像特徵抽取

隨著衛星影像的普及，高維度影像的龐大資料量會帶來費時的複雜計算問題，且特徵值的品質也左右著分類器，因此如何萃取高相關度的特徵值、降低雜訊，並且提升運算效率是相當重要的。 　　傳統粒子群優法(Particle Swarm Optimization, PSO)在搜尋最佳解時，初期收斂速度較快，到了後期卻容易因為粒子逐漸往搜尋空間的最佳解靠近，導致無法完整搜尋整個粒子空間因而陷入區域最佳解。 本文提出平行計算粒子群優演算法，有效的針對整個粒子空間做最完整的搜尋。本論文主要著重在三個部份，首先利用PSO演算法具有的快速收歛特性應用在降低資料維度，並利用排序觀念來進行空間轉換，使得PSO演算法的向量空間能對應到降維的相關係數陣列(Correlation Coefficient Matrix)解空間，來解決空間型態不同的問題；其次是重新設定PSO演算法參數，並使用變異數概念在相關係數陣列做特徵選取方式，使得PSO演算法能更有效的萃取高相關度的特徵值；最後採用CUDA（Compute Unified Device Architecture）技術應用於PSO演算法，有效提升整體運算速度並且更有機會逼近最佳解。

• 學位論文

應用DSP實現交通限速標誌的偵測與辨識

本文針對交通標誌中的道路速限標誌進行偵測與辨識，並且實現在DSK 6416之嵌入式平台，這套系統能夠提醒駕駛人在車輛高速行駛時容易忽略的限速標誌，以避免違規超速的情形發生。首先我們以邊緣特徵為主、顏色特徵為輔做速限標誌的偵測。針對所有限速標誌皆為紅色，而紅色在不同光度下的表現我們定義為泛紅色，因此在光線昏暗、背對光源或被樹影遮蔽等情形下，所擷取到的交通標誌影像，其影像中近似於黑色的紅色，也包含在泛紅色之中，因此可作為擷取標誌之顏色特徵。之後藉由速限標誌白底紅環的特性，分析邊緣和圓心之間的相對關係，推得可能是圓心的位置，以此進行中心投票，即可偵測出興趣區域(Region of interest, ROI)，而此投票方法在形狀偵測上，比一般的樣本比對，確實能有效減少運算時間。 在速限標誌辨識部分，則先從ROI中分割出每一個興趣區塊(Blobs of interest, BOI)，再將BOI內的數字作擷取與切割，最後將切割後的數字量化成為數個有代表性特徵，以支持向量機(Support Vector Machine)進行數字辨識，支持向量機是以統計學理論所發展出來的學習演算法，常用在影像分類、手寫辨識，等等。其中支持向量機有分為一對一與一對多的分類方式，但前者所需要的計算量遠大於後者，並且效果不如後者，故本文採取一對多的分類方式。 最後我們將演算法實現在DSK 6416，透過CCD所擷取的影像，包含在高速公路與平面道路所出現的限速標誌，並且在光線不佳的條件下，實驗結果顯示系統能夠達成百分之九十以上的辨識率。

• 學位論文

基於GPU之LDPC架構的分析應用

近年來在通訊領域裡，由於不同體制的存在，使得越來越多的新系統不斷出現，這讓傳統上的硬體設計漸漸失去其優勢，而為了因應此種問題，一種稱為「軟體無線電」的新概念應運而生；在傳統上，我們以硬體解決了「準確」、「快速」和「大量」這三大問題，然而為了因應最新的通訊發展趨勢，我們重新使用軟體來替換掉硬體，這使得舊有的軟體問題「快速」和「大量」浮現了出來。 本論文將實現一種通訊上的編解碼架構LDPC（Low density parity check，低密度奇偶校驗碼）的解碼部分，並將之應用在軟體無線電（Software Defined Radio）上，由於LDPC架構極為適合平行，所以本文利用新的平行技術CUDA（Compute Unified Device Architecture，統一計算架構）進行加速以解決軟體效能低落的問題；在一般上，軟體無線電是以多個CPU來平行加速，但是CP值較低，所以本文提出利用GPU來取代CPU以改善此現象；本研究會對兩種解碼演算法SPA（Sum-Product Algorithm，和積演算法）與MS（Min-Sum Algorithm，最小和演算法）進行測試，並分析在不同GPGPU和不同平行架構下的異同。

• 學位論文

結合人體形態及陰影排除技術的老人跌倒偵測

本論文結合人體形態(human shape)和陰影排除(shadow elimination)技術，研發具有強健性的老人跌倒偵測系統。由於老人居家環境的光線變化萬千，易產生影像的陰影，進而導致跌倒偵測演算法的誤判。因此本論文提出陰影排除方法以解決影子的問題，同時為了提高跌倒偵測的強健性，本論文根據人體形態的機制分析老人日常生活中的行為(站立、彎腰、蹲下、躺下)，並結合陰影排除方法進行特徵抽取，建立老人高度、距離、速度等數據資料庫，進而發展跌倒偵測演算法。

• 學位論文

使用適應性類神經模糊系統對生理訊號之處理與分析

生理訊號經常因測量時體液流動、經過組織或周遭環境的影響使得訊號被汙染，故萃取可有效運用的訊號遂成為生理訊號處理的重要研究議題。本篇論文採用適應性類神經模糊系統分析生理訊號，主要分為兩部分：(1)應用於胎兒心電圖的擷取，減少母親心電圖、外界因素的影響。(2)應用於睡眠資料的分析，減少心電圖、眼電圖及肌電圖對於腦電圖訊號的影響，再以處理後的腦電圖進行分析。為驗證系統的可行性，本論文採用SISTA(Signals, Identification, System Theory and Automation)的胎兒心電圖與MIT/BIH(Massachusetts Institute of Technology /Boston's Beth Israel Hospital)的睡眠資料庫進行系統比對。結果顯示，適應性類神經模糊系統非常適合處理胎兒心電圖與睡眠的生理訊號，且可提升訊雜比。

• 學位論文

單視角室外影像產生3D影像之技術

有鑒於3D影像顯示技術的快速發展，3D影像已成為未來影像主流。3D成像乃藉由兩個視角的2D影像之視差所產生，但現今多數數位消費相機僅可拍攝單視角的2D影像。基於這個原因，本篇論文提出了針對單張單視角室外影像之深度估測法，以供產生3D影像之資訊。 我們先以HSV色彩空間的差異與影像的邊緣資訊，對影像做分割；根據各分割物件其最低點相對於整張影像之位置，給予適當初始深度值；再萃取影像的灰暗通道和色彩飽和度，當作影像特徵，將之與深度資訊的相關性做分析，給予各特徵適當之權重值，以融合初始深度資訊和影像特徵，而求得最終估測之影像深度資訊，並以此產生3D影像。

• 學位論文

多模組電源並聯之分析與實現

因為時代的進步，因此電力產品的需求也日益增加，交換式電源轉換器由於具有輕巧及高效率的優點，所以受到很大的重視，轉換器的並聯使用可以提供電子設備高可靠度及大電流輸出的電源供給需求。因此本論文主要在研究多模組並聯的DC-DC升壓型轉換器，並且加入電流分配技術，以調控多模組的輸出電流，達到穩定的輸出電壓及大電流的電源供應。本論文中，多模組並聯型DC-DC轉換器的最大電流模組會控制輸出電壓，來達到穩壓的狀態，其他的模組做均流控制，將電流平均的分配至每一個模組中，使各模組的輸出功率平均化，以改善多模組供電的效率問題，能穩定的供應能源。先以數學模型驗證此均流方法為穩定的，藉由電路模擬驗證將負載電流平均分配為可行的，最後再實作中，使用此架構在輸出為變動負載的情況下，亦能達到穩壓以及均流的效果。

• 學位論文

階層式脈波耦合時間同步應用於無線感測網路

近年來，隨著工業技術不斷提升，無線感測網路的應用愈趨頻繁，應用範疇多元，像是智慧家庭、工業監控、生物觀測，以及公共安全維護等，都可見到無線感測網路的身影。在無線感測網路中，由於有限的電量、處理器的運算限制及環境因素，影響時間同步的效能。如何在無線感測網路進行時間同步的過程，減少其消耗的電源，同時有效達到時間同步，一直是眾多學者致力研究的重點。本文提出了一個新的時間同步機制，利用Peskin模型的特性，仿照自然界中螢火蟲群的螢光同步現象，令無線感測器定時發送一個耦合信號給鄰近的無線感測器，達到時間同步的效果。為了使其同步機制適用於無線感測網路，吾人改良傳統Peskin模型的同步機制，加入階層式的概念、同階層雙向耦合及節點不反應期的設定，不僅可以避免過多相同的資料量，同時傳送到某個無線感測器上，造成大量的封包碰撞，導致無法達到時間同步與資料處理不及而遺失封包的情況，也比一般使用單向耦合的方式，更能加快時間同步速度。而本文也考慮網路中某個節點失效時，和它連結的節點可尋找其它鄰近節點重新連線，再次達到同步，增加無線感測網路的強健性。

• 學位論文

具新型零電流轉移之全數位交錯式升壓型轉換器

本論文係採用柔性切換(Soft Switching)技術及多相交錯式轉換器(Multiphase Interleaved Converter)的概念來研製一兩相零電流轉移(Zero Current Transition)升壓型轉換器。其中，針對IGBT (Insulated Gate Bipolar Transistor)功率開關之電流尾(Current Tail)現象所導致轉換器切換損失增加之缺點，提出一新型的零電流轉移技術以降低轉換器之切換損失。同時，藉由調整輔助開關之導通時間與截止觸發時刻以改善轉換器之輕載效率。除此之外，採用兩相交錯式控制及均流(Current Sharing)控制策略以使得輸入電流能均勻地分布在每相間，並使用一新型的電流取樣方法，只須要一組取樣電路即可同時回授兩相主開關的電流信號。於本論文中，首先，將針對所提架構進行動作原理分析與數學推導。其次，藉由電路模擬軟體IsSpice及Active-HDL結合MATLAB/Simulink/SimPowerSystems來驗證所提架構之其可行性。最後，將研製一以FPGA為控制核心之實體電路，來驗證所提架構之有效性。

• 學位論文

具輸出電壓漣波最小化之全數位交錯式主動箝位降壓型轉換器

本論文提出一結合脈波寬度調變(Pulse Width Modulation, PWM)與脈波振幅調變(Pulse Amplitude Modulation, PAM)的控制技術，使得轉換器輸出電壓漣波最小化。轉換器採用兩級架構，其前級架構為具有主動箝位之升降壓型轉換器用以調控後級輸出電壓；而後級架構為具有單一共振迴路之主動箝位兩相交錯式降壓型轉換器用以降低輸出電壓漣波。理論上，若將後級兩相降壓型轉換器之責任週期操控於0.5並相互延遲半個切換週期且兩相電流於任何時刻皆相等時，則後級轉換器的電流漣波可以完全消除，進而得到無漣波之輸出電壓。但實際上，電路及元件上的些微差異將使得兩相電流無法完全相等，所以必須加入均流控制策略，以微調後級兩相降壓型轉換器之責任週期，進而達到電流均流的目的。於本論文中，首先，藉由IsSpice模擬軟體以初步驗證所提架構之可行性；其次，結合Active-HDL軟體與Matlab/Simulink/SimPowerSystems軟體以模擬及驗證程式撰寫之正確性；最後，藉由Altera公司所生產FPGA晶片EP2C20F484C8做為整個系統的控制核心來產生所需之脈波寬度調變與脈波振幅調變訊號，以驅動兩級轉換器來驗證所提架構之有效性。