基于多处理器的高速RapidIO

在典型的嵌入式系统中,系统内不同组件之间的通信速率成为制约嵌入式系统性能的瓶颈。针对传统共享总线遇到的困难,通过分析高速串行RapidIO(SRIO)接口协议及其应用,研究SRIO在多处理器系统互连中的应用及基于SRIO的加载技术。利用该协议实现的多DSP读写操作的速率达到每通道3.125 Gb/s,效率达到86%,DSP可通过SRIO实现加载。     

嵌入式Linux下高速数据存储的实现

为解决高帧频、大面阵CCD数据实时存储的问题,介绍Linux下的块设备驱动架构,提出一种在嵌入式Linux操作系统基础上实现高速数据存储的技术。通过编写基于SCSI的驱动模块,实现将PCI总线上采集到的图像数据直接存储到SCSI硬盘的目的。分析影响数据存储速度的因素。该技术已经通过系统测试,数据存储速度可达到190 MB/s。     

基于期望模式修正方法的混合网格多模型估计

针对期望模式修正(EMA)变结构多模型估计中基础模型集固定不变而扩张模型修正能力有限等问题,提出了一种改进的EMA变结构多模型算法(M-EMA).该算法将所用模型集合构造为混合网格结构,并引入自适应网格(AG)技术和可能模型集(LMS)技术,用于混合网格中修正模型网格与基础模型网格的生成,从而使参与状态估计的模型集合更加接近于系统真实模式,达到优化模型集合的目的.仿真实验证明,该算法有效提高跟踪精度和稳定性,同时减少了对目标机动方式与模型集合拓扑结构设计的依赖.     

DSP实时图像处理软件优化方法研究

为提高高速图像处理系统中数字信号处理器(DSP)软件的实时性,分别提出面向算法与代码2个层次的优化方法。算法级优化通过重新设计算法的实现流程,充分利用处理器资源,完成算法到处理器上的高效映射;代码级优化使用汇编语言,对固定算法的代码进行优化,使循环核形成高效的软件流水,达到实时性能要求。实验结果表明,2种优化方法均能提高DSP软件中关键模块的处理速度。     

弱小目标跟踪算法性能评估的研究

本文提出了弱小目标检测和跟踪算法的性能评估框架,并针对弱小目标检测和跟踪的特点,从背景特性、目标特性和跟踪干扰特性等方面对弱小目标序列图像的仿真进行了分析.通过分析弱小目标跟踪中可能遇到的不同的目标情况和由此产生的正确跟踪轨迹、正常轨迹消失、错误跟踪轨迹、遗漏轨迹和虚假跟踪轨迹等目标跟踪状况,以弱小目标仿真模块提供的目标原始真值为基础,采用了有效跟踪评价和有效跟踪精度评价的方法对跟踪算法进行评估.试验表明,该方法能够有效地评估弱小目标跟踪算法.     

光测设备引导数据的误差分析

在光测设备实时数据处理过程中,往往容易碰到由于数学模型建立不准确或滤波参数取值不合适,导致数据滤波预测效果不理想的情况。为了能建立较为准确的数学模型,较好地配置滤波参数,从而提高设备的测量精度,提出了一种基于现代误差理论的数据分析方法。通过对引导数据应用最小二乘拟合残差法、隐周期辨识法和基于AR(p)模型的相关噪声估计法等,将实际引导数据分离成理想轨迹、隐周期噪声,相关噪声和白噪声;然后,综合理想轨迹和随机噪声选用合适的滤波器,通过理想轨迹建立实时数据处理的数学模型、通过各随机噪声确定各滤波参数估计值。显然,这种基于数据分析方法的滤波器选择和滤波参数确定是更有针对性的,与传统的滤波器选取和参数现场试凑方法相比,也更为有效。     

高速实时光纤图像传输系统的实现

为提高光电经纬仪上图像传输系统的性能,设计了利用现场可编程门阵列(FPGA)的Rocket IO IP核,完成了Camera link并行接口与光模块串行接口的相互转换。通过自定义的图像传输协议,搭建了图像传输系统与各个分系统的互联平台,实现了高速图像实时传输至机下进行处理、显示和记录,同时在该光纤通道上复合传输相机控制命令和外同步时序。阐述了系统总体结构思想,发送端和接收端的软、硬件设计,介绍了Rocket IO关键属性、数据包收发状态机、图像传输协议等。实验结果表明,系统工作速率达2.5Gb/s,传输链路稳定、可靠、无误码,突破了传统光纤传输协议的开源局限,用户可直接使用光纤串行数据信息,减少导电环配线量,具有传输带宽高,图像质量好,抗电磁干扰性能强等优点。系统经过测试验证并已应于到工程项目中。     

几种基于DWT的图像压缩算法性能比较与分析

EZW,SPITH,EBCOT以及SPECK是常见的基于DWT的图像压缩编码算法.通过对这些算法的图像压缩性能仿真,着重在压缩比、峰值信噪比、编码复杂度方面进行对比分析;并和基于DCT的图像压缩算法进行比较,结论显示在低码率的情况下,基于DWT的算法明显好于基于DCT的算法;对EZW和SPIHT算法不足之处进行了分析,给出了改进方案,并加以理论证明.     

图像目标识别效果评估

提出了一种对图像单目标识别算法性能进行量化评估的方法.该方法将ROC曲线予以量化,在高斯分布假设下推导出识别算法性能的单一量化指标评估模型,采用均值和方差综合描述算法效果.并采用Sigmoid函数对Gaussian分布函数逼近的方法,结合Logistic回归分析模型,推导了评估模型的简化解算公式.该方法实现了对识别算法效果的定量评估,为不同应用环境下优化算法参数和算法组合提供了量化依据.仿真结果表明了该方法的有效性.

Abstract：

A quantitative performance evaluation method for image target detection is proposed.The Receiver Operating Characteristic (ROC) curve is quantified,and based on Gaussian distributing model,a single quantitative evaluation model is established,and the mean and standard deviation are employed to compute the performance value.The evaluation model is further simplified and becomes feasible by using Sigmoid function to approach to Gaussian distributing model,and employing Logistic model to analyze and compute the function.The quantitative performance evaluation is carried out,providing a quantitative foundation for optimizing the parameters and combination of the algorithms in different applications.Test results show the effectiveness of this method.     

光电跟踪系统力矩波动干扰抑制的研究

光电跟踪系统的力矩波动是影响其跟踪精度的噪声的角度一个关键问题.基于某光电跟踪控制系统动态模型,从抑制噪声的角度分析了加入电流环对抑制力矩波动的影响,同时还分析了系统速度、电流两环闭环带宽与力矩波动抑制之间的关系.分析表明,加入电流环后的光电跟踪系统抑制力矩波动的能力明显增强,同时较高的速度回路带宽有利于抑制力矩波动引起的干扰,且在速度带宽一定的情况下增加电流用环带宽对抑制力矩波动也有一定作用.因此,在设计光电跟踪系统时,在不影响系统稳定性的前提下应选用尽可能大的速度及电流闭环带宽.