基于小波變換和神經網絡理論,對非穩定、大信噪比(SNR)變化的通信信號進行有效的特征提取和分類,實現了通信信號調制方式的分類識別.首先,采用基于多分辨分析框架的Mallat快速算法提取離散細節作為特征采,實驗得出db3小波非常適合作為特征提取小波,用小波變換大大壓縮了通信信號特征矢量,提取的信號特征矢量64點;然后依據神經網絡理論,分別采用BP網絡作為分類器對通信信號調制識別分類.從計算機模擬實驗結果可知,該方法能很好地完成通信信號調制識別分類任務,使識別正確率得到了明顯改善,同時降低了識別分類過程的復雜度,并且為通信信號調制識別的DSP實現提供了快速計算的理論基礎.其次,介紹了TMS320LF2407 DSP和FPGA的結構原理,并在此基礎上設計了數字信號處理板和制作調試電路板.最后,用匯編和C語言編制A/D程序、串口通信程序和應用程序,并在信號處理板上調試和運行.
標簽:
DSPs
FPGA
通信信號
調制識別
上傳時間:
2013-07-23
上傳用戶:731140412
摘要:"紅外弱小目標檢測"是紅外搜索跟蹤系統、紅外雷達預警系統、紅外成像跟蹤系統的核心技術,因此紅外小目標的檢測是當前一項重要的研究課題.目前的發展方向是研究運算量小、性能高、利于硬件實時實現的檢測和跟蹤算法.該文在前人研究的基礎上,著重研究了Marr視覺計算理論在紅外小目標檢測技術中的應用.從Marr算法的理論基礎——高斯平滑濾波器與拉普拉斯算子的相關知識以及Marr的計算視覺理論基礎開始,進行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)濾波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G濾波器在人類視覺、邊緣檢測、邊緣處理的物理意義以及神經生理學意義方面的分析討論,提出了易于FPGA(Field Programmable Gate Array,現場可編程門陣列)實現的基于Marr計算視覺的紅外圖像小目標檢測方法.該方法可根據目標大小自動設計檢測模板,在濾除不相關的噪聲的同時又保留閉合的目標邊緣,從而檢測出目標.將該方法用FPGA實現,滿足了檢測過程中的實時性.考慮到工程中的應用,該文對該方法在FPGA中的具體實現給出了設計總體思路和詳細流程.由于FPGA具有對圖像數據的實時處理能力,而且該算法在FPGA中的具體實現中對資源的合理使用進行了綜合考慮,因此該算法能夠實時、有效地實現目標檢測.并在此基礎上對小目標的檢測研究前景進行展望.
標簽:
FPGA
紅外目標檢測
技術研究
上傳時間:
2013-07-04
上傳用戶:萌萌噠小森森