图像数据实时压缩技术研究

提出一种基于多模式自适应压缩算法的图像实时压缩技术,以此技术为基础,利用硬件设计描述语言VHDL和现场可编程序门阵列FPGA,设计成功系统专用集成芯片,以此芯片为核心,构成图像数据实时压缩系统.该系统采用阵列式处理与流水方式工作相结合的组织结构,数据处理速度与系统容量具有良好的可扩充性.系统单路数据处理速度为100Mbit/s,数据压缩比动态可调,图像恢复精度优于JPEG.本系统体积小、重量轻、功耗低、性能稳定可靠,适用于各种256级灰度图像.      

紧凑型毫米波双极化阵列天线

设计了一种紧凑型毫米波双极化微带阵列天线.首先对双极化天线单元进行了优化设计,该天线单元采用共面微带线馈电和缝隙耦合馈电相结合的混合馈电方式,单元采用反相馈电技术,既提高了天线极化隔离,同时也简化了天线结构.其次,采用并联馈电方式进行天线阵列设计.最后,对该天线阵列进行了加工测试,结果表明该天线驻波比小于2.0,极化隔离大于35 dB,水平极化增益大于12 dB,垂直极化增益大于11.5 dB.     

基于压缩感知的近距离电磁辐射源定位方法

提出了一种近距离电磁辐射源定位方法,针对常规多通道阵列系统复杂、硬件成本高、体积大等弊端,提出单天线单通道运动虚拟阵列系统,实现近场定位功能。在此基础上,提出利用辐射源在被测区域空间位置上的稀疏性,采用不驻停运动采样,并结合压缩感知算法,用较少的采样数据重构计算得到辐射源数量与位置。在保证定位精度的前提下减少了采样数据量,并消除了阵元多次采样的时间延迟可能造成的误差影响。经过仿真验证了方法的可行性后,设计了用于实际测试的系统并进行实验,取得了良好的效果。     

基于扩充Modelica的复杂系统多层次并行仿真

为提高复杂系统多学科建模仿真效率,弥补现有多领域统一建模仿真语言(Modelica)不支持并行的缺陷,提出了一个面向复杂系统建模仿真的多层次并行仿真框架,从仿真任务级、实体级和模型级3个应用层次上充分发掘仿真系统的并行性.将MPI(Message Passing Interface)/OpenMP中的并行元素加入Modelica语言,并通过所提出的代码映射机制将Modelica文本转换为支持并行编程的高级代码(C++),再利用一定的任务分配机制将高级代码在多层次并行平台(多核集群)上高效执行.针对某典型军事复杂系统优化迭代过程进行仿真实验,结果表明上述多层次并行仿真方法能大幅提高仿真效率.     

基于多态系统的总线胚胎电子阵列可靠性分析

通过分析总线胚胎电子阵列（BBEEA）的结构特点和工作原理,将多态系统理论引入到阵列的可靠性分析中,采用通用生成函数（UGF）方法建立了阵列的可靠性分析模型。与基于n/k系统的阵列可靠性分析模型进行对比,验证了基于多态系统阵列可靠性分析模型的正确性和有效性。利用建立的阵列可靠性分析模型对总线胚胎电子阵列的可靠性进行分析,根据阵列的可靠性要求指导阵列的结构设计。同时,对比不同规模总线胚胎电子阵列与典型胚胎电子阵列（EEA）的可靠性,分析总线胚胎电子阵列的性能。分析结果表明:建立的阵列可靠性分析模型能够准确有效地分析阵列的可靠性,将阵列的可靠性分析与工作状态相结合,对阵列的结构设计和预防性维修决策具有重要的指导意义。      

多分辨率重采样压缩算法硬件系统体系结构研究

主要介绍基于多分辨率重采样算法的图像实时压缩系统体系结构设计。文章首先简要描述多分辨率重采样图像压缩算法 ,然后探讨以硬件系统实现该算法所可能采取的多种不同体系结构。在分析比较各种体系结构特点基础上 ,重点阐述以大规模专用集成电路作为系统核心的体系结构 ;为完成多分辨率重采样图像压缩专用集成电路设计 ,对压缩算法进行了并行化、模块化、层次化处理 ,提出实现多分辨率重采样图像压缩算法的超大规模集成电路结构 ,并且以可编程序门阵列实现。实验结果表明 ,以该结构实现的硬件压缩系统 ,在保证恢复图像质量前提下 ,体积小、质量轻、功耗低、数据处理速度快 ,在原理上 ,满足星载环境对图像压缩系统的质量与处理速度要求     

协同体制被动毫米波成像系统天线阵布局优化

针对人体安检应用中的高分辨率实时成像需求,分析了被动毫米波成像系统中相控阵体制与综合孔径体制的关系,结合两者优势提出了一种协同体制被动毫米波成像系统.针对水平方向相控阵体制布局,利用模拟退火算法进行优化,提出采用不同孔径喇叭天线作为阵列单元的方式提升阵列性能,并对主波束效率最大化及副瓣电平最平坦两种准则下的优化结果进行比较;针对竖直方向综合孔径体制布局,设计了满足基线不缺失条件的冗余度最平均稀疏阵列布局.仿真分析结果表明优化后的阵列天线结构可满足被动成像中提升功率测量信噪比(SNR)的需求.      

接收模式下加罩天线系统特性的快速电磁仿真

针对接收模式下电大尺寸的天线-天线罩系统电磁特性分析问题,提出了一种全波法和高频法结合的混合算法:积分方程/修正型表面积分+多层快速多极子(IE/MSI+MLFMA)方法.该方法将由高频方法MSI得到的天线罩内场分布作为天线阵列的激励场,再利用基于体-面混合积分方程(VSIE)和MLFMA的快速全波分析方法精确计算天线阵;同时应用球谐函数展开、预处理技术、混合并行等技术进一步改进算法的计算效率.同传统的全波数值法相比,该方法在保证计算精度、满足工程需要的前提下,解决了求解计算时间长、计算效率低的问题,实现了对电大尺寸天线-天线罩系统的快速、高效仿真.      

基于多处理器高距离分辨力雷达算法并行实现

介绍了一个用于跟踪高速目标的基于8片ADSP-TS201 TigerSHARC处理器的实时信号处理机的并行实现.讨论了并行处理机整体结构设计,包括处理器间拓扑结构、通信、同步与控制等.实现并行系统的一个关键是将应用问题优化映射到目标处理机硬件的各个并行部件中,文中在考虑算法复杂度、可分解度、并行度的同时,综合处理机平台处理能力、实时性、处理器间通信量及运算负载的平衡性等因素,实现了算法流程到硬件平台的高效映射.在此基础上,重点研究了系统级、运算级和指令级的并行流水线设计方法,分析了利用SIMD(Single Instruction Multiple Data),静态超标量,BTB(Branch Target Buffer)等并行结构和处理机制对并行汇编指令进行高效的优化.实际的校飞试验验证了该处理机设计与实现方法的有效性、实时性和可靠性.      

面向星载应用的图像压缩专用芯片研制

以高数据吞吐量和低系统结构复杂性为优化目标,根据图像传感器输出特点,综合应用双缓存、数据流驱动、并行处理与流水线设计、同步电路设计等多项关键技术,设计了具有数据处理速度和超大规模集成电路VLSI(Very Large Scale Integrated)结构复杂性最佳匹配的空间域重采样压缩算法VLSI结构,该结构的压缩性能仅与图像宽度相关,与图像传感器输出时序无关,既可以采用外部时钟,又可使用与图像传感器相同的时钟源,在这2种情况下,都能够保证在无限长时间内,在连续工作状态下,每个时钟周期实时处理一个图像数据.实践证明,基于该VLSI结构的压缩专用芯片,处理速度快,功耗低,满足星载应用高速实时与低功耗要求.      

变码长图像编码数据实时解码器的设计与实现

给出了基于空间得采样图像压缩方法实时解码器的设计与实现。解码器的设计针对压缩编码算法的多模式处理及变码长的特点，找到一套简单有效的措施，实现了有非匀速环节的解码算法，设计中通过灵活的数据并串相互转换很好的控制了解码过程的变码长、非匀速问题，同时精细的并行流水线结构和高效的算术运算设计为提高解码器的速度性能，为高速下实现实时解码提供了保证。最终基于FPGA实现的解码器工作速度可达264Mbit/s。     

一种图像缩放算法的SoC协同加速设计方法

针对无人机自主着陆的跑道检测、识别、跟踪等视觉算法中需要对大量图像进行缩放处理以便后续计算,但又对实时性要求比较高的情况,根据输入输出像素点的映射关系提出了一种适用于硬件加速的图像缩放算法,简化算法结构的同时利用现场可编程门阵列进行模块硬件功能的设计对算法加速,并采用软硬件协同的体系结构搭建实时图像处理系统。实验结果表明,该缩放算法处理精度高、耗时少,且用硬件逻辑实现后,可以进一步提速171倍,硬化后的系统可以通过摄像头获取图像数据,实时处理后在显示器中显示,达到30帧/s的处理速度,可以应用于实时性要求较高的图像处理算法中。      

图像压缩系统设计

对基于FPGA+DSP架构的图像压缩系统进行了介绍,描述了其系统结构、原理及实现。根据实际需求,采用FPGA+DSP的系统架构设计了一种高性能的图像实时压缩装置,并对系统硬件电路、软件、结构等方面进行了优化设计,实现了飞行试验环境条件下多路视频的采集、压缩、传输、按时序切换等功能,具有处理延时小、功耗低、环境适应性好等特点,并通过了高低温、振动冲击、电磁兼容等多项环境试验考核,具有较高的应用价值。     

标准图压缩法

以迭代函数系统为基础的分形图象压缩方法是一种新的有效的图象数据编码途径，在分析分形图象压缩方法优缺点的基础上，提出了一种基于仿射变换的标准图压缩法，此法的恢复图象质量与压缩恢复速度均明显优于分形图象压缩法。     

基于空间重采样的遥感图像压缩

针对遥感图像压缩，在分析基于变换的压缩方法（如小波变换）可用性的基础上，提出一种称为RBC（Resampling Based Compression，即基于空间重采样压缩）的新压缩方法，RBC方法的主要特点是恢复图像的高保真和压缩算法的低运算复杂度，因此十分适合高速，实时压缩应用，给出了RBC方法与SPIHT（Set Partitioning In Hierarchical Trees)方法的压缩结果的比较，。比较结果表明RBC方法比其他熟知的方法更适合于遥感图像压缩应用。     

面向星载应用的空间域四叉树层次化图像压缩算法

为满足卫星应用领域对高分辨率遥感图像实时传输与存储的要求，针对该类图像特征，提出基于空间域四叉树数据结构的图像数据亚采样与多模式自适应预测编码相结合的压缩算法。该算法使用四叉树数据结构与三种预测编码模式，针对图像块纹理差别，自适应地选取相应的亚采样与量化编码方式，通过采样方式与量化方式的变化，达到保存高分辨率遥感图像细节与小目标绝不丢失的要求，实现了对遥感图像中目标边缘和变化剧烈的细节的高保真效果，同JPEG相比，恢复图像峰值信噪更高、图像纹理细节保持能力更强。利用具有可编程序门阵列器件物理实现上述算法，获得高速图像压缩专用芯片，该芯片数据处理速度达到288Mbit／s，功耗低于1W。     

LZMA压缩算法FPGA硬件实现

LZMA(Lempel Ziv Markov-chain Algorithm)无损压缩算法在进行数据压缩时速度慢且占用大量的CPU(Central Processing Unit)资源,不能满足实时系统的要求.在改进算法的基础上,采用FPGA(Field Programmable Gate Array)设计了一个LZMA压缩算法硬件加速电路.该电路由LZ77压缩控制器、区间编码控制器和数据读出控制器组成,采用数据乒乓结构、高性能并行匹配结构和流水线处理结构等多种方法提高了LZMA压缩算法的速度,在支持标准LZMA压缩文件格式的同时,将压缩速度提升到近125 Mb/s,相比基于软件的LZMA算法加速10倍,每个时钟处理的相对数据加速近200倍.最后通过基于Virtex-6 FPGA的ML605开发平台验证了硬件加速电路的正确性和可行性.