空间DSP信息处理系统存储器SEU加固技术研究

当前以高性能DSP为核心的信息处理系统被广泛应用于空间飞行器电子系统中。DSP系统为实现大数据量信息处理,通常需要扩展其外部存储器。而存储器件在空间应用中容易发生单粒子翻转(SEU:SingleEventUpset),使得存储器件中数据发生改变,从而导致系统计算结果错误,甚至可能导致系统功能失效。在介绍信息处理系统存储器件SEU机理的基础上,针对DSP信息处理系统存储器的结构特点,提出了一种基于"反熔丝型PROM+TMR加固设计FLASH+EDAC加固设计SRAM"结构的存储器SEU加固设计方案,并进行了原型实现。实验分析表明该设计具有较好的抗SEU性能和较强的实时性,可以为同类型的空间信息处理系统设计提供参考。

基于改进型(14,8)循环码的SRAM型存储器多位翻转容错技术研究

SRAM型存储器空间应用通常采取纠一检二(SEC-DED)的方法,克服空间单粒子翻转(SEU)对其产生的影响。随着SRAM型存储器工艺尺寸的减小、核心电压的降低,空间高能粒子容易引起存储器单个基本字多位翻转(SWMU),导致SEC-DED防护方法失效。在研究辐射效应引起的SRAM型存储器多位翻转模式特点的基础上,提出一种基于改进型(14,8)循环码的系统级纠正一位随机错和两位、三位突发错同时检测随机两位错(SEC-DED-TAEC)的系统级容错方法。基于该方法的存储器系统容错设计具有实现简单、实时性高的特点,已成功应用于某型号空间自寻的信息处理系统。仿真试验及实际应用表明,该方法可以有效防护SRAM型存储器件SWMU错误,有效提高了空间信息处理系统可靠性,可以为其它空间电子系统设计提供参考。

深亚微米CMOS SRAM SEE特性及加固技术研究

在空间环境甚至在地面环境中,受高能粒子等多种因素的的影响,深亚微米COMS SRAM很容易发生单粒子事件(single event effects,SEE),使得COMS SRAM中的存储数据发生翻转甚至直接将器件烧毁。对深亚微米CMOS SRAM SEE特性与器件基本存储结构、数据读写速度、集成度、供电偏压等的关系进行了研究,同时从器件级和系统级两个层面对CMOSSRAM抗SEE加固方法进行了研究,最后给出了一种基于高可靠性反熔丝型FPGA硬件实现的系统级抗SEU设计,该系统可以纠正单个字(32bit)及其校验位(7bit)数据的一位错,检测两位错。该设计具有强实时、高可靠性的特点,已通过了各类空间环境试验。

决策层信息融合的神经网络模型与算法研究

本文对信息融合问题中决策层融合方法进行了分析与比较，提出了一种新的决策层信息融合算法，即改进型ＡＲＴ２神经网络融合算法（ＭｏｄｉｆｉｅｄＡＲＴ２，简称ＭＡＲＴ），该融合算法在综合大脑对多源信息整合的特点和优势基础上，提出了将信息进行匹配和调和相融合的处理方式．对实际的决策层信息融合目标识别问题，该算法具有弹性去除信息间相关性以及合理处理矛盾信息的能力．同时，ＭＡＲＴ神经网络模型通过自适应地调整网络参数，对信度的增长有较好的控制能力．

基于多向背景预测的红外弱小目标检测

杂波背景中的弱小目标检测是红外图像处理中的一个重要问题。普通的二维滤波背景预测方法可以用来检测图像中的小目标,但是也存在对复杂场景的适应性差,杂波边缘虚警高的问题。通过分析二维最小均方滤波背景预测算法的方向特性,在对图像四邻域滤波残差进行像素级加权融合后,得到了一种基于多方向融合自适应滤波背景预测的弱小目标检测方法。对构造图像和实际红外云杂波场景中的小目标检测仿真表明,该方法对不同背景适应性较强,在保持目标检测概率的同时显著抑制了杂波边缘虚警,有效提高了杂波背景中小目标的检测性能。

基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景。针对以上问题,本文提出了一种基于形态学梯度的目标检测算法。此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并。该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的。实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性。

自适应连续多级分区与初始阈值估计的快速模板匹配方法

归一化互相关测度在光照改变时比采用绝对差之和测度(SAD)要稳定,但是归一化互相关测度的缺陷在于它的计算量非常大。为此,提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关(NCC)的快速模板匹配算法。根据模板图像中不同模块的梯度值,将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,得到各层互相关的上界,运用柯西-施瓦兹不等式得到上界间的关系,形成自适应连续多级分区淘汰方法。同时,为了加快匹配速度,利用初始阈值估计产生一个较大的边界阈值,以淘汰初始搜索时的大量非匹配点,减少搜索点数目。实验结果表明:所提出的算法具有较好的鲁棒性,且算法的执行速度优于传统算法。

两种系统级单粒子效应容错方法性能仿真分析

基于VLSI的信息处理系统空间应用时容易遭受单粒子翻转效应(SEU:Single Event Upset)的影响。基于结构冗余的三模冗余(TMR:Three Module Redundancy)和基于信息冗余的错误检纠错(EDAC:Error Detection and Correction)是两种常见的系统级抗单粒子翻转的容错方法,被广泛应用于空间信息处理系统中。从可靠性改进、存储资源占用、硬件实现代价以及实现延时等四个方面,对两种方法进行了性能分析和仿真实验。性能分析和仿真实验结果表明,EDAC方法适合应用于基本数据宽度较大、存储资源受限、实时性要求不高的应用中,结构TMR方法适合应用于基本数据宽度较小、存储资源充足、实时性要求较高的应用中。

一种低信噪比图像序列小目标实时检测算法

图像序列弱小运动目标的实时检测,是成像探测制导系统中的关键技术之一。提出一种基于动态规划与轨迹关联的目标实时检测算法。该方法利用指数衰减和运动方向加权动态规划积累目标能量,然后进行门限判决和对候选目标进行轨迹关联检测,从而剔除假目标,给出真目标信息。该算法结构简洁,易于进行软硬件分割实现,实时性能好。实验表明该算法能实现对深空背景中信噪比大于1.8、速度范围0～1像素/帧多个目标的有效检测。

基于边缘融合的多图像直线提取算法

该文提出了一种新的基于边缘融合的多图像直线提取算法 ,该算法首先对所有多图像分别提取边缘 ,然后通过将多图像对应的梯度方向相似的、相邻近的边缘编组 ,以形成融合的直线支持区域 ,最后基于最小二乘的方法从直线支持区域拟合出直线段 ,并提取直线属性 .该文提出的算法把边缘的相位信息作为融合要素 ,能够从复杂的图像中提取出相当低对比度的直线 ,并且通过分析多图像边缘之间的特性 ,提出相位压缩和融合编组方案 ,不仅可以充分融合互补信息还有效降低了算法复杂度 .真实的遥感图像直线提取结果表明了该文算法的有效性 .

理想二相编码评述

由于二相编码序列的周期自相关和非周期自相关函数具有低的时间旁瓣 ,因此广泛应用于雷达信号中。降低编码旁瓣的主要途径包括编码优选和旁瓣抑制。通过选择合适的编码及接收滤波器 ,可以完全消除旁瓣 ,这样的编码称为理想编码。它包括理想周期 /奇周期序列和互补序列。本文综述了理想二相编码的研究历史、现状及可能的发展方向。

制导雷达角度测量性能影响因素分析研究

制导雷达性能影响因素分析研究能为制导雷达性能评估、设计开发、技术改进提供有力的技术指导。对特定背景下制导雷达角度测量性能影响因素进行了系统、综合的研究,将影响制导雷达角度测量性能的众多因素归纳为内部、外部和中间三个层面,主要分析了目标、杂波和制导雷达平台运动因素对性能的影响,得出了在通常制导雷达系统参数下,径向加速度的影响可以忽略;目标RCS起伏对性能影响不大,距离单元内含多个强散射中心的目标对性能影响大;杂波反射率越强、杂波幅度起伏越大、杂波相关性越强对性能影响越大的结论,通过仿真实验验证了结论的正确性。

基于自适应跟踪窗的红外小目标跟踪方法

针对采用固定跟踪窗的传统跟踪方法容易将云层边角等干扰信息纳入跟踪窗,从而影响目标稳定跟踪的问题,提出了一种自适应跟踪窗的算法。在检测到目标的前提下,通过Kalman滤波器动态地改变目标跟踪过程中跟踪窗的大小,以减少跟踪过程中云层等干扰信息对跟踪的影响,并减少算法需要处理的信息量。在真实红外跟踪平台上的实验表明,提出的算法在干扰抑制和运行速度方面都有一定程度的提高。

云杂波背景弱小目标自适应时-空域滤波检测研究

针对复杂云背景成像弱小目标实时检测的需要,提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法,其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集,而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新,因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明,算法能稳定检测出多类天空背景中的目标。

Harris算法硬件加速设计

针对序列图像实时边缘和角点检测应用需求,对Harris算法进行了硬件加速设计,提出了一种内嵌并行运算的流水线结构。采取分解简化高斯模板、流水实现复杂计算、缓存灰度数据并并行计算一阶差分及其乘积等措施提高算法的实时处理能力,减少硬件资源消耗。ModeISim仿真结果和ISE综合报告显示,与常规方法相比,该设计在性能、速度和硬件资源消耗方面均表现较好,在实时图像处理应用领域有较好的实用价值。

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法,是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法,采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制,减小了噪声轨迹能量积累和目标轨迹能量扩散,提高了算法的目标检测能力。对算法的检测性能进行了仿真实验,结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。

元胞自动机数字噪声发生器性质与实现研究

提出并研究了一种新型硬件数字噪声源——元胞自动机数字噪声发生器。在介绍元胞自动机随机数产生方法的基础上,着重在产生噪声的随机性方面将其和同余法(LCG)对比,对产生的序列做了均匀分布的统计检验以及包含比特相关和实数序列相关的相关性分析;在硬件实现方面,将其和线性移位寄存器(LFSR)方法做了对比,并探讨了其硬件实现中的具体问题。结果表明,该方法实现比LFSR方法还简单,产生噪声的随机性比LCG方法更高或相当,不失为数字噪声源设计的优选方案。

图像弯曲的自适应校正

由于采取线扫的数据读出方式,红外非制冷探测器在旋转平台上获取的图像存在弯曲现象。本文提出了一种基于图像的自适应弯曲校正方法,根据图像弯曲的机理,建立转速和直线参数的非线性估计模型。为降低计算的复杂性,将非线性模型简化为线性估计模型,最后分析了模型的线性化误差及其测量误差。仿真和真实图像数据的实验验证了模型及算法的正确性。

基于实测数据的宽带雷达回波半实物仿真方法

自动目标识别技术的发展对雷达回波仿真的要求越来越高。分析了散射点回波叠加法和电磁散射建模回波生成法各自的优缺点,结合两种方法提出了基于实测数据的雷达回波半实物仿真方法。首先通过电磁散射建模预估目标的RCS信息,再从实测回波数据中提取目标的运动特征,从而仿真出雷达回波。该方法灵活性好、精度高、易于工程实现,仿真出的回波成像后具有较清晰的轮廓和明显的运动特征。

软硬件协同仿真在图像滤波器演化设计中的应用

针对传统图像滤波器设计方法存在的局限性,将演化硬件引入图像滤波器设计中,提出软硬件协同仿真的演化思想,并设计了基于System Generator的图像滤波器演化系统。通过图像滤波器演化实验验证了演化系统的有效性,实验结果及分析表明,最优演化滤波器在性能和实现代价方面均优于传统滤波器。与现有的图像滤波器演化方法相比,软硬件协同仿真的演化方法具有实现简单、运算能力强、功能灵活等优点。该系统的演化算法可综合成硬件,为后续实现在线自适应滤波奠定了基础。