高能同步辐射光源逐束团束流位置测量电子学研制

基于高能同步辐射光源（HEPS）储存环，研制了一套逐束团束流位置测量（BPM）电子学系统，电子学的硬件部分由模拟信号采集板卡和数字信号处理板卡组成，软件部分由底层固件和顶层应用软件组成。系统的采样频率为500 MHz，带宽为1 GHz，对来自储存环BPM探头的4路模拟信号进行数字化，得到束团幅度数据，利用ZYNQ芯片计算出每个束团在真空管道中的位置。逐束团BPM电子学在实验室的测试结果为：输入信号峰峰值小于1.8 V时ADC通道非线性度小于1%，无杂散动态范围约60 dB，灵敏度系数取8.26 mm时位置分辨率优于10 μm，测试结果满足HEPS逐束团BPM的需求。     

图像FAST角点检测算法的FPGA实现与系统集成

基于Vivado HLS工具封装了包括FAST算法和AXI接口的FPGA硬件IP,并将该IP集成到工业摄像机的嵌入式系统中,工作摄像机中FAST算法的最终处理结果传输给视觉检测设备主机。利用相同图像的FAST角点检测算法对FPGA算法电路和OpenCV算法程序进行对比实验,完成相同功能的情况下前者的处理速度比后者快约60倍,该功能在工业摄像机中使数据带宽最多减小9%,显示出本文的工作可提高工业视觉检测设备的检测效率和性能。相关技术可应用于其他图像处理算法,也可推广到二维传感器阵列数据的处理。     

基于ZYNQ飞艇囊体应变在线监测系统设计

针对当前高空飞艇囊体的应变实时测量装置无法同时具备体积小和实时测量的工作属性,创新性地用光学器件和感光元件配合,对工作中飞艇囊体两个固定点的相对位移量进行测量,提出了一种能够在线监测飞艇囊体应变的测量装置,能够实现应变在线测量且测量精度高;采用TCD1500C电荷耦合器件作为数据来源;主芯片采用ZYNQ处理器,ZYNQ能够具备FPGA的并行处理能力和Cortex的数据调度能力,能够处理CCD高速数据;通过自定义IP核,使用PS端与PL端互联AXI协议,实现了高速、大量数据传输;为了得到应变信号,采用了将应变信号转化为位移信号进行采集的方法,之后将位移信号采集存储至SD卡中并周期性显示到上位机上,实现地面对飞艇囊体应变的实时监控;实现了飞艇囊体应变的实时测量并把测量精度提高至0.1％.     

基于ZYNQ平台的阀冷控制保护装置

阀冷设备中的保护和控制装置是整套阀冷设备中非常关键和重要的分项设备,在整套冷却设备系统中起着承上启下的作用,水冷又是最常见的阀冷却形式,针对目前国内水冷设备厂家广泛采用的S7-400系列PLC产品价格高、组态过程复杂、不易维护、体积较大等缺点,设计一套基于ZYNQ的便携式通用型控制保护装置,应用于阀冷系统中,并成功投入稳定运行。     

基于异构多核SoC的LT码编码硬件化技术研究

对异构多核SoC进行建模分析,将LT编码在异构多核SoC上的实现问题转化为LT码编码子任务在异构多核SoC上的映射问题,并给出了基于遗传算法的任务映射方法。最后基于XILINX ZYNQ-7000异构多核SoC实现了LT码编码器。实验结果表明,所设计的LT码编码器能够 满足不同的性能和资源需求,增加了硬件平台的实用性和应用系统设计的灵活性。     

基于FPGA的高速PCI-E的数据传输设计与实现

基于采用传统状态机设计开发PIC-E接口效率低下、容易丢包的问题,为提高PCI-E的传输性能,使PC机和开发板之间能够进行高速数据传输,提出一种基于SOC平台的PCI-E设计方案。在PL部分通过调用IP核的方法实现PCI-E接口设计,PS部分利用C代码编写裸机程序,控制AXI_DMA实现了DMA方式的数据传输,实现PL和PS间的主从设备的通信并把数据存入PS端的DDR3中,最后通过PS端的千兆网口传到网上。相对于现有的设计,集成度较高,可移植性好,能为基于PCI-E接口的设计方案提供重要参考。     

球载观测系统的无线图像传输系统设计

为实现系留气球观测系统轻量化无线图像高速稳定传输,文中采用了ZYNQ+AD9361硬件架构和正交频分复用技术实现无线图像传输系统设计。ZYNQ的FPGA部分实现了与AD9361射频前端的数字接口,与ZYNQ的ARM部分的数据通道,以及基于IEEE 802.11a标准的基带处理器物理层。ARM部分运行Linux操作系统,可在该系统上完成对AD9361配置的应用程序的开发、物理层管理以及与上位机和摄像机的数据交互。无线图像传输系统的引入,实现了空中系留气球观测平台与地面控制中心点对点的无线图像传输,增强了系留气球观测系统目标监测的可靠性。该通信系统结合了软件无线电系统灵活性配置、正交频分复用技术频谱利用率高以及抗多径效应等优点,能够随着系留气球观测系统应用于各种复杂环境中。     

PYNQ框架的高精度异构无预选框检测模型实现

由于深度卷积网络的参数量及计算量过大,多尺度目标检测网络难以快速高精度地部署在许多资源及功耗受限的平台上.为解决此问题,本文基于Python productivity for ZYNQ(PYNQ)框架实现了无预选框检测模型CTiny的IP核设计及异构系统架构部署.首先,提出在卷积核中分段量化整体缩放系数的方式,使得预训练的高精度算法低损地部署于可编程门阵列(field programmable gate array,FPGA)上;其次,基于PYNQ框架实现了CTiny模型的系统搭建,包含ResNet主干网络、反卷积网络和分支检测网络;最后,将图片预处理及后处理等耗时计算从串行的ARM端移入并行的FPGA中,进一步缩减了总处理时长.实验结果表明:在PYNQ-Z2开发板上部署CTiny模型后,本文所提量化方式在公开光学遥感数据集NWPU VHR-10的平均检测精度达到81.60％,相较于截断量化提升了14.27％,实现了部署精简无预选框检测网络的精度低损耗的需求,且后处理的处理时长由ARM端的9.228 s缩减为了FPGA端的0.008 s,提高了检测模型的速度.     

基于Zynq的实时视频图像角点检测系统

针对机器视觉测量应用中,待测关键点的自动识别与定位中的角点信息提取问题,以ZYNQ系列可拓展平台内部ARM+FPGA的异构架构为基础,采用软硬件协同设计方法,搭建了一套可进行实时视频图像角点检测的系统。利用Vivado HLS工具,将角点检测算法封装成可以部署到PL端的IP核,极大地缩短了开发周期;对系统中各个模块进行了合理的任务分配,使得系统拥有ARM的灵活性以及FPGA的并行处理能力,展现了并行异构架构的优势。该系统中图像算法IP核可以进行灵活的算法替换和更新,为基于机器视觉检测的小型化应用提供了重要参考。