Virtex-6 FPGA的三种串行通信协议测试及对比

本文针对较为常用的Aurora 8B/10B、PCI Express 2.0和Serial RapidIO 2.0三种协议进行测试及对比分析。首先搭建了基于Virtex-6FPGA的高速串行协议测试平台;然后设计并分别实现了三种协议的高速数据通信,测算了协议的实际传输速率;最后结合测试结果,从协议层次结构、链路数目、链路线速率、数据传输方式、协议开销、拓扑结构、设备寻址方式、应用领域等方面对三种协议进行了比较,可为三种协议的选用、测试和工程实现提供参考。     

单脉冲脉内互补低距离旁瓣雷达波形设计

雷达脉冲压缩的距离旁瓣较高将会导致遮蔽效应的产生,已有的低旁瓣波形设计都是基于全脉冲相关进行处理。本文利用波形组合的方法进行波形设计,基于单脉冲脉内分段脉压信号处理方式和互补码自相关求和零旁瓣特征相结合,利用频域正交设计,将两个或多个互补序列调制至不同频点以子脉冲的形式分段合并为恒模单脉冲雷达波形。仿真试验表明,本文设计的单脉冲脉内互补低旁瓣波形脉压后的峰值旁瓣电平和积分旁瓣电平较低,分段脉压结合互补码零旁瓣特征的信号处理方式虽然会导致0.89 dB左右的信号处理增益损失和主瓣展宽,但却能够突破部分相位编码信号的峰值旁瓣电平下限。强弱目标场景仿真表明,与线性调频信号相比,本文提出的雷达波形不会导致强目标的副瓣对弱目标的遮掩。恒虚警检测仿真表明,在剔除强目标峰值后,本文所提波形对弱目标的检测概率要优于传统的线性调频信号。     

基于深度学习的非合作双基地雷达目标检测方法

非合作双基地雷达由于接收的目标信号能量不强且回波脉冲间相位同步困难，在目标检测时无法进行相参处理从而带来弱小目标检测困难的问题。为解决这一问题，本文把一维雷达数据转换成二维图像数据进行目标检测，通过将脉冲压缩后的雷达回波在慢时间维排列形成二维矩阵，获得雷达回波信号的距离-慢时间图像，输入YOLO(you only look once)v5s网络进行特征学习，实现非合作双基地雷达目标智能化检测。针对距离-慢时间图像中待检测目标的不显著性以及受到背景信息干扰严重的问题，本文对YOLOv5s网络进行改进：首先在Neck部分增加跨连接通路，使训练过程中持续有原始信息的参与；其次通过添加注意力机制SENet模块，加强网络对目标以及周边信息的关注度；最后在骨干网络引入Swin Transformer模块，加强网络对弱目标的发现与表征能力。然后，基于上述工作提出一种基于改进的YOLOv5s距离-慢时间图像处理的非合作双基地雷达目标检测方法。通过大量的对比实验和信噪比灵敏度测试实验，该方法在仿真的雷达回波数据集上获得了99.1%的检测精确度以及98.8%的召回率，比YOLOv5s网络分别提高了4.5%...