高速多通道遥感相机快视系统的实现

针对目前遥感相机输出通道多、数据率高和像素灰阶高等特点,提出并构建了基于现场可编程门阵列(FPGA)并行处理技术的快视系统。该系统主要由存储单元、预处理单元以及高清显示单元等核心部件组成。存储单元采用FP-GA直接控制大容量SATA磁盘阵列实现高速海量存储;预处理单元实时对高速海量图像数据进行缩放、平移和数据融合等操作,克服传统快视系统无法高速处理海量图像数据的技术瓶颈;高清显示单元驱动3台12位显示器进行高灰阶、大幅面无缝拼接显示,弥补以往对高灰阶遥感图像只能截断显示的缺陷。实验结果表明:该系统存储容量达96TB,可对总速率高达19.7Gb/s的12通道12位量化遥感图像数据进行实时记录与无失真显示。系统工作稳定可靠,易于扩展,已成功运用于遥感相机的研制测试中,大大提高了遥感相机的研制效率。

基于免疫克隆算法的认知无线电多信道联合感知方法

该文研究了认知无线电多信道联合感知的数学模型,并将此模型转换为以认知系统总吞吐率最大化为目标的带约束优化问题,进而提出一种基于免疫克隆的多信道联合感知算法。仿真实验表明所提算法在收敛速度以及稳定性上均明显优于已有的基于遗传算法的感知方法,并且所提算法在对主用户造成相同的干扰条件下能提供更高的系统总吞吐率。

基于单调优化框架的凸松弛分支定界算法求解非凸多信道联合感知问题

多信道联合感知问题由于具有非凸性使得求解困难,该文首次尝试用确定性全局优化方法对该问题进行求解。该问题首先被转化为单调优化问题,进而提出一种基于单调优化框架的凸松弛分支定界(BRBCR)算法。仿真实验表明,所提算法较传统的凸优化方法可大幅度提升系统性能,收敛速度较PA(Polyblock Algorithm)以及传统的BRB算法提高了2个数量级,即使信道数目多达16,收敛精度为610-,该文算法16 s内即可收敛。此外,该算法还可为其它算法提供基准,对这些算法性能进行评估。

基于线段投影的ADMM-LP译码算法硬件实现

奇偶校验多胞体投影是交替方向乘子法(alternating direction method of multipliers, ADMM)译码算法中最为复杂的部分,复杂的投影计算使得ADMM译码算法复杂度较高且无高效的硬件实现方案。使用线段投影算法(line segment projection algorithm, LSA)计算校验多胞体投影可以省去复杂的排序和迭代操作,仅需进行简单的加减与比较运算,十分适合硬件实现。首先针对硬件实现对线段投影算法进行简化,并设计了完整的ADMM译码硬件实现方案,在FPGA (field programmable logic gate array)中搭建了完整译码平台进行实验。实验表明:相较于已有的译码器,本文实现的ADMM-LSA译码器误码率性能基本一致,译码速度提高了30.6%,且在硬件资源消耗上有大幅减少,其中LUT (look up table)资源使用量减少了40.3%,(flip flop, FF)资源减少67.6%,(digital signal processing, DSP)资源减少54.5%。

基于NVMe的超高速多通道遥感相机模拟源设备研制

针对当前遥感卫星电荷耦合器件(CCD)相机幅宽越来越大,速率越来越高,现有相机模拟源设备数据输出带宽不足的问题,提出并实现了一种基于非易失性存储器Express(NVMe)的超高速多通道遥感相机模拟源设备。该设备利用现场可编程逻辑门阵列(FPGA)实现4组NVMe SSD主机控制器,完成对固态硬盘(SSD)的读写操作;同时利用DMA控制器读取DDR4中缓存数据,数据经封装处理后通过光纤接口输出。实验结果表明:NVMe主机控制器的写平均速率可以达到1.7 GBps,读平均速率达到3.2 GBps。模拟源系统整体存储容量8 TB,对外输出带宽高达80 Gbps,支持8路光纤接口输出。该模拟源具有较强的稳定性及良好的可扩展性,已成功应用在某遥感卫星CCD相机模拟源系统中,为数传等设备的测试以及调试提供了充分保障。

遥感相机快视高速可靠传输系统的设计与实现

针对遥感相机数据输出速率较高、快视系统传输带宽不足的问题,提出了一种基于万兆网的高速可靠传输系统并加以实现。传输系统前端采用FPGA作为主控制器,在其内部构建可靠传输协议栈,通过确认重传算法实现高速数据的UDP可靠传输,并通过流量控制机制提高传输效率。由于重传算法需消耗较多缓存资源,采用DDR3多端口控制器对传输协议栈中已发送但未被确认的数据帧进行缓存,同时对前端高速数据流进行速率平滑,减少FPGA片上RAM资源使用率。实验结果表明:当上位机CPU负载较小时,传输系统可可靠传输高达1 000 MB/s的连续数据流;当CPU负载较大时,传输速率亦在600MB/s以上。系统传输速率高,工作稳定,扩展性强,已成功应用于遥感相机快视系统中,为超高速遥感相机的研制测试提供了保障。

基于变量节点更新的交替方向乘子法LDPC惩罚译码算法

基于交替方向乘子法(ADMM)的改进惩罚函数LDPC译码算法能够提升译码性能,但其所需优化参数过多且性能提升有限。针对该问题,将该算法与其它带有惩罚函数的译码算法比较后发现,两者的不同之处仅在于译码算法中变量节点的更新规则不同。因此,该文通过构造一种新的变量节点的更新方法去减少优化参数数目并提升译码性能。实验仿真表明,相较于原有算法,该文所提算法有效减少了所需优化的参数数目,此外,所提算法的平均迭代次数更少且能实现约0.1 dB的性能提升。

高速大容量TLK2711接口卫星数传基带模拟源的研制

针对当前卫星数传基带模拟源设备数据传输带宽低、存储容量小的问题,研制了一种基于串行高级技术附件3.0(SATA3.0)控制器,16路TLK2711接口的卫星数传基带模拟源。数传基带模拟源采用现场可编程门阵列(field programmable gate array,FPGA)作为主控制器,在其内部构建8个SATA3.0控制器逻辑完成高速数据的读出,采用FPGA自带的高速收发器实现TLK2711接口时序,极大地降低了IO资源的使用。实验结果表明:该模拟源可实现16路TLK2711接口输出,数据存储容量可达16 TB,总传输带宽最高可达32 Gbps。同时,基于高速收发器的TLK2711接口线速率可以实现1.6~2.5 Gbps动态调整。该模拟源已成功应用于多个型号数传分系统测试中,稳定可靠,为数传分系统的研制测试提供了保障。

基于FPGA的高分辨率视频图像实时增强去雾系统

传统去雾系统大多针对单幅图像进行处理,其稳定性和实时性不足,不仅算法复杂度较高,还存在亮光区域直方图过曝的缺陷,难以应用于实时视频图像修复中。针对该问题,设计了一种基于FPGA的1080P全高清视频图像实时增强去雾系统。首先,在RGB颜色空间采用分块分通道进行直方图统计;其次,通过预设阈值对多通道合并后的直方图进行削减,限制对比度过度放大,而后进行双线性插值计算;最后,对改进后的限制对比度自适应直方图均衡算法(contrast limited adaptive histogram equalization,CLAHE)进行仿真验证,并对系统进行有雾视频、图像以及户外场景的去雾测试。实验结果表明:本系统能实时处理帧速率为30 f/s、分辨率为1920×1080的图像,比传统方法去雾效果更好、更稳定,系统功耗低于5 W,可应用于低功耗领域。

基于查找表的ADMM译码算法中量化算法优化研究

在基于ADMM的线性规划译码中,待投影向量向校验多胞体进行欧几里得投影计算是最复杂和耗时的部分。基于查找表的ADMM-LDPC译码算法通过简单的查表操作来替代复杂的投影运算,简化了投影过程,提升了算法的效率,但消耗了大量的内存资源。之后研究者提出了非均匀量化方法,该方法虽然极大地减少了内存消耗,但是所采用的量化方案的计算复杂度较高,从而使得该方法在量化段数较多的条件下难以实现。针对该问题,文中提出了一种新的非均匀量化方法。首先,针对不同的码字,在不同信噪比条件下,通过实验统计待投影向量中元素的分布特性,探究其分布规律,并设计相应的函数作为量化映射关系;然后,采用差分进化算法对函数的参数进行优化,从而得出在该函数下的最优量化方案,最终确定量化函数。仿真实验表明:与已有的量化方法相比,文中设计的非均匀量化方法具有不受量化段数、精度等因素影响的优点;且针对不同的码字,所提方法在高信噪比下均能达到0.05 dB左右的性能增益。

基于深度残差网络的轻量级生成图像压缩方法

基于深度学习的生成图像压缩方法具有在低码率场景下重建图像视觉保真度高的优点,但该方法网络参数量大,所需计算资源和模型占用内存空间多,因此,无法得到有效应用。针对该问题,采用深度轻量级残差块优化残差网络以精简解码网络。首先将两层残差网络替换为三层轻量级残差块,增加网络深度从而更直观提取图像的抽象特征,使得生成器更好地模拟真实样本的分布。其次在每个残差块中再增加一个非线性激活与归一化层,缓解了网络训练时的梯度消失问题。实验结果表明,基于深度残差网络的生成图像压缩方法在率失真性能与感知指标上评估结果与已有方法基本一致,但网络参数量减少了30.44%且模型训练耗时降低33.3%,模型大小减少25%。

基于通道注意力的全注意力端到端压缩方法

图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在压缩算法编解码网络中局部嵌入,限制了注意力模块在全网络中的潜力。使用一种轻量级的通道注意力模块,将其嵌入到整个图像编解码网络中,构成了一种全注意力的图像压缩算法。与嵌入RBAM的压缩算法相比,所提算法在获得更好的率失真性能的同时,网络中注意力模块参数量减少了26.8%。实验结果表明,当以峰值信噪比(PSNR)和多尺度结构相似性(MS-SSIM)作为评价指标时,所提算法在Kodak和CLIC两个图像验证数据集上的率失真性能都超越了已有算法,并获得了更好的主观视觉效果。

面向感兴趣区域的高性能图像压缩方法

基于深度学习的图像压缩方法多为有损压缩,而有损压缩通过降低图像质量换取更高的压缩比。为了在码率一定的情况下提高重建图像中感兴趣区域的质量,文中将一种重要性图提取模块嵌入到编码器端,通过提取编码器端最后一层的输出特征来生成重要性图,最终生成掩码用于指导熵编码过程中码率的高效分配。同时,文中将一种解码端增强模块嵌入到解码器输出端,用以预测重建图像中的高频分量,通过增强重建图像中的细节信息来提高重建图像的质量。实验结果表明,以多尺度结构相似性(MS-SSIM)作为评价指标,文中方法优于对比方法,且获得了更好的人眼视觉感知质量。

基于近似投影的水平分层调度译码算法

基于交替方向乘子法(alternating direction method of multipliers,ADMM)的线性规划(liner programming,LP)译码模型因其不会出现错误平台和具有最大似然认证的优点,广受译码研究者的关注。目前大多数ADMM算法采用的是泛洪调度策略(flooding,FL),该算法存在译码收敛速度过慢的问题。基于水平分层调度的交替方向乘子法的低密度奇偶校验(low density parity check,LDPC)码译码算法能够加速译码收敛速度,然而目前水平分层调度算法中的投影算法采用的为精确投影算法,复杂度较高。针对该问题,将近似投影算法和水平分层调度算法结合,提出基于近似投影的ADMM水平分层调度译码算法以提高译码的性能。仿真实验表明,相比其他算法,本文提出的算法的译码性能可提升0.1~0.3 dB,迭代次数可降低19%~40%,平均译码时间可减少21%~65%。

基于循环神经网络的低复杂度最小和译码算法

针对神经网络信念传播译码算法具有高复杂度的问题,提出一种新的低复杂度的深度学习译码算法,降低译码方法硬件实现时的复杂度。通过给出置信传播译码算法替代图形,结合Min-sum算法,去除了双曲函数运算并将工程实际中需要消耗大量资源的乘法操作转换为简单的加法操作。结合循环神经网络结构,将多层不同的参数约束成单层的参数。结合不同信息的属性,不对来自信道的对数似然比消息附加额外的参数,只是将参数附加于校验节点更新时的边缘上。结合边缘参数的分布,发现部分权重数值与1偏离很大,判定为需要添加权重的边缘。提取有效深度神经网络权重进行训练来降低译码网络的参数数目。经实验验证,所提出的译码方法有效地降低了神经网络的译码复杂度,将神经网络参数减少约20%。并且算法与置信传播译码相比,在高信噪比区域取得1 dB的性能提升,便于硬件实现,具有较强的实用性。

高速数据传输的微纳相机控制器的研制

针对微纳相机控制器图像传输速率、分辨率较高,功能复杂等特点,提出一种高速数据传输的微纳相机控制器系统。系统采用FPGA为控制核心,通过CameraLink数据接收及发送模块完成相机图像数据的采集、相位调整与同步,实现对传输速率、分辨率较高图像数据的快速处理;CAN总线指令解析及控制模块,通过FPGA软核解析星务广播和指令,结构更加简单、功耗更低;DDR多端口控制器模块对图像数据进行缓存,使系统更加稳定,减少FPGA片上RAM资源的使用。测试结果表明:该系统能够实现对相机多种模式的控制,以及对速率高达500 MB/s图像数据的可靠传输,功耗低于20 W。系统传输速率高,工作稳定可靠,可扩展性强,已成功运用于某微纳相机控制器系统之中,为相机正确完成预定任务提供保障。

基于均衡约束的ADMM-LDPC译码算法

基于交替方向乘子法（ADMM）的改进型惩罚函数LDPC译码算法能够提升译码性能,但却存在优化参数数目过多的问题.针对该问题,提出一种基于均衡约束的ADMM-LDPC译码算法.首先将码字的0-1整数约束等价转化为连续的均衡约束,使得原有的整数优化问题转化为含均衡约束的非凸问题;然后采用惩罚函数的方法将该非凸问题转化为可求解的双层凸优化问题;最后采用迭代优化算法对该问题进行求解.仿真结果表明：相较于原有算法,所提算法大幅减少了所需优化的参数数目,且在低信噪比时能实现约0.05 d B的性能提升.