基于多DSP并行处理的声探测系统设计
子空间类高分辨阵列信号处理方法,并结合时域累积置信度方法和数据处理后的关联和跟踪滤波,较好地实现了对相互靠近的多个声目标的有效跟踪。
目标定向软件由1个主DSP和5个从DSP完成。主从DSP之间通过FPGA构建数据交换通道,完成并行处理。
3.1.1 主DSP软件设计
主DSP实现了目标频点检测和定向跟踪。目标频点检测是在目标信号的宽谱和多谐波特征基础上的目标频点提取。在频点检测中,设计了合适的检验统计量与准则,并且通过大量外场实验验证,获得了理想的恒虚警似然比门限。
定向跟踪完成了对目标频点的管理,实现了对各个从DSP的频点目标定向结果的关联与融合处理及伪目标的消除,同时采用角度和角速度的二维信息跟踪方法,实现对复杂噪声条件下目标的稳定跟踪。主DSP软件流程如图6所示。
3.1.2 从DSP软件设计
从DSP的目标定向特征是根据获取的频点信息,针对性地对目标信号在指定频点上进行检测,采用MUSIC方法逐个解算各频率对应的定向结果。将各谐波信号与对应的定向结果以及频率能量信息建立文件记录,并传送给主DSP 进行综合处理,获得目标定向结果。目标定向软件的软件流程如图 7所示。
3.2 目标识别软件设计
目标识别软件是采用数学和智能方法对各种传感器信号进行统计、分析、学习和融合,提取和选择目标特征,与目标样本库进行比较和匹配,确定复杂环境下的目标类型。软件采用了包括特征参数提取及其筛选、分类器训练和识别等方法。
波束形成是一种空域滤波器,能无失真地接收感兴趣方位或区域内的目标噪声信号,同时抑制其他方位获取区域内的干扰及噪声,能显著提高目标信号的信噪比,改善探测方向的灵敏度。考虑到本设计针对的目标噪声特性和后续处理要求,波束形成器设计为宽带的,频带范围覆盖3~5个倍频程,在全空间形成多个相互叠加的固定波束,通过目标方位估计结果选择对应波束输出进行直升机特征参数提取。
针对系统对实时性要求较高且硬件资源优化的要求,功率谱估计采用改进的平均周期图法估算其功率谱,获得目标辐射噪声大类区分。功率谱估计方法包括参数法和非参数法。
目标特征提取是通过对各种诸如直升机、坦克等声目标信号的多次分析,从时、频二维抽取典型特征量,如幅度、周期等,作为对信号判断与识别的依据,结合各种参数的数学统计特征和模式可分性进行反复的算法仿真,优选出一些最有效、最有代表性的特征参数。主要方法有时频分析、小波变换、短时傅立叶变换等。
人工神经网络分类算法由输入层节点、输出层节点、隐层节点组成。对于输入信号,要先向前传播到隐节点,经过作用函数后,再把隐节点的输出信息传播到输出节点,最后给出输出结果。算法的学习过程由正向传播和反向传播组成。在正向传播过程中,输入信息从输入层经隐单元层逐层处理,并传向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向传播,将误差信号沿原来的连接通路返回,通过修改各层神经元的权值,使得误差信号最小。与传统计算机技术相比,人工神经网络计算机具有处理速度快、容错性好、抗干扰性好、自组织性好(能自动找出规律)等优点。
谐波集检测方法的特征是:对提取的所有线谱频率向量,逐个选择目标主频范围内的频率及其谐波集合, 寻找能量最强的一组作为主谐波集合。在剩余的频率向量和谐波向量中,对照目标类型模板,寻找能量最强的一组为次谐波集合,最终实现声目标的主次谐波集检测。目标识别软件流程如图 8所示。
4 系统验证
声探测系统设计完成后,经过大量的试验测试可知,各类指标满足要求,具有较强的实用性。
声探测系统利用多DSP并行处理方式,解决大容量数据的实时处理和目标辐射噪声的宽带处理问题。利用一种创新的方法,综合运用多手段、多技术和宽带处理方法,实现了对低空和超低空声目标的微弱辐射噪声信号提取、远距离预警探测和目标识别。
参考文献
[1] TMS320C6711D floating-point digital signal processor(Rev.B) [M].USA:TI,2006.
[2] Virtex-II platform FPGAs:complete data sheet(v3.5)[M].USA:Xilinx,2007.
[3] 张贤达.现代信号处理(第二版)[M].北京:清华大学出版社,2002.
[4] 边肇祺.模式识别(第二版)[M].北京:清华大学出版社,2000.
- Linux标准趋向统一(11-12)
- 巴西的新电视机顶盒采用意法半导体(ST)的最先进的解码器技术(03-24)
- 基于TMS320C62X DSP的混合编程研究(07-12)
- 视频跟踪算法在Davinci SOC上的实现与优化(10-06)
- 展望未来 多核DSP技术不仅仅是小把戏(04-03)
- 嵌入式软件工程师必须知道的:volatile的作用(05-01)