【摘 要】
：
随着现代社会无线通信技术的飞速发展,电磁频谱资源如何高效的进行数字模块监测和处理越发重要,无论在军用还是民用领域频谱资源监测和处理都是不可或缺。专用模块的频谱处理实现方式而言,无论采用计算机、通用频谱芯片、FPGA内嵌算法模块都会存在功耗、速度、精度、资源利用率等问题。为了实现智能网络集成系统的实时性、小型化的研发要求,本文基于频谱感知平台,提出一种频谱处理模块的ASIC芯片解决方案。本文设计并实
论文部分内容阅读
随着现代社会无线通信技术的飞速发展,电磁频谱资源如何高效的进行数字模块监测和处理越发重要,无论在军用还是民用领域频谱资源监测和处理都是不可或缺。专用模块的频谱处理实现方式而言,无论采用计算机、通用频谱芯片、FPGA内嵌算法模块都会存在功耗、速度、精度、资源利用率等问题。为了实现智能网络集成系统的实时性、小型化的研发要求,本文基于频谱感知平台,提出一种频谱处理模块的ASIC芯片解决方案。本文设计并实现数字信号的频谱处理芯片化设计,达到在复杂的电磁环境中高效的进行频谱处理的效果。本文探讨了频谱处理模块的ASIC芯片化实现,首先以快速傅里叶变换（Fast Fourier Transform,FFT）算法为基础,进行频谱处理算法及结构的研究。基于性能最优进行算法模块的选择。然后确定频谱处理模块芯片化总体的电路结构,并进行了FPGA层面的功能验证,最后完成了频谱处理模块的芯片化物理后端设计。本文提出了一种频谱处理ASIC芯片结构并实现了频谱处理功能。为了实现频谱数据处理对吞吐量、点数、精度的要求,设计频谱处理模块ASIC芯片。设计改进高性能的快速傅里叶变换处理模块,采用跨时域抽取的Radix-2,4096点算法,流水线结构为芯片的主体算法。为了降低频谱泄露带来的危害,添加加窗模块对输入数据进行优化处理,设计实现输入控制模块和输出控制模块完成对数据流的转换及控制。并且通过CGU模块对整个时钟复位进行管理,添加DFT模块确保芯片设计的成功率,最终实现频谱处理模块ASIC芯片化项目研发。为了验证本文所设计的频谱处理模块,基于AD9361-ZYNQ7035频谱感知硬件开发平台进行了 RTL功能验证。通过vivado资源对比发现,资源利用较低,本次设计兼顾资源利用情况。完成频谱处理模块的功能验证后,本文基于SMIC 0.18μm工艺完成了频谱处理模块的逻辑综合、版图设计、时序分析等ASIC设计流程,并实现了芯片的LQFP100封装版图设计,版图尺寸大小为4.1mmx4.1mm。实现频谱模块ASIC芯片设计的频谱处理,其输入数据在61.44MHz时钟的连续输入下,完成一次完整的4096点扫频需要0.368ms,平均每0.368ms传输8192字节数据数量,即22MB/s。运算结果由输出控制模块传输至ARMSoC芯片,在上位机进行显示,实现时域信号到频域信号的数据处理效果。本文完成了频谱处理模块的ASIC整体设计及物理实现,符合项目小型化、高速的设计要求。
其他文献
高校实验教学是学生掌握专业技能与培养解决实际问题能力的重要途径,其中,学生实验课堂表现是实验成绩评估的重要环节。但是,近年来随着学生数量的增加与实验内容复杂度的提升,单纯依靠教师已难以及时、精确地评估学生的课堂表现。因而有必要将人工智能技术融入到实验课堂教学中,通过智能视频检测方法实时识别学生的实验课堂行为,提高了课堂表现评估的精确性和实时性。本课题充分考虑大学实验课堂的具体情况和需要,为解决学生
同步定位建图技术（Simultaneous Localization and Mapping,SLAM）是在未知区域中实时获取自身定位和环境位置信息的技术。目前,单目SLAM存在建图稀疏的问题和运动较快时容易发生定位丢失的问题。针对这些问题,本文对基于特征点法的单目ORB-SLAM2系统进行改进,提升了系统建图的稠密程度和部分快速运动场景下的鲁棒性。本文工作如下:（1）针对单目ORB-SLAM2系
在驾驶员疲劳检测、教育和人机交互等应用领域,理解人类情绪的状态或者目的是必要的。由此,研究者向人脸表情识别投入了更多的关注。大量研究已经证明了对于解决识别任务,基于卷积神经网络方法是强大且成熟。但是,当我们把上述理论应用于多姿态人脸表情识别任务时,依然会存在很多问题。事实上,不同姿态下人脸重要的局部区域会有所不同,而现有深度学习框架中的注意力机制对这些局部区域的鉴别性信息的关注度不足;另外,人脸表
近年来,各式成像设备的迅猛发展使得人们能够获取多种异源图像,将其整合并利用的前景越发广阔。图像配准技术是将异源图像拼接、融合等视觉任务提高精度的瓶颈和必要前提,也是图像处理领域的研究热点。可见光与红外光图像作为异源图像中的两种经典多模态图像,因其所处光谱的不同波段及信息互补性,其图像配准任务可以充分利用互补信息,减少场景目标的不确定性,提高后续图像分析的精度。然而,基于传统手工特征的配准方法往往对
在传统舌诊的过程中,诊断结果容易受到医师经验的影响,并且还存在着交叉感染的风险。为此,本文设计了一种基于FPGA的智能舌诊系统,该系统将传统舌诊与现代图像处理技术相结合,通过摄像头采集舌体图像,并由FPGA上实现的算法处理模块对舌体的颜色特征以及性状特征进行识别,并将诊断结果显示在显示屏上。凭借着FPGA高度并行化运算的优势,大大提高了系统的运行速度,并且该系统能耗更低、体积更小,更加便于系统的部
随着卷积神经网络的发展,深度学习方法被广泛应用于医学影像分析和处理任务中。这些深度模型往往具有庞大的参数规模,普通医院与诊所难以配备相匹配的高性能显卡,使得在学术界中性能优异的深度学习模型难以部署到医院的设备上,无法为医生提供实时高效的辅助诊断结果。因此,如何在保证模型性能的前提下尽可能压缩模型,成为近些年深度学习领域关注的热点问题。结构化剪枝作为一种主流的模型压缩方法,因其压缩得到的模型有结构稀
随着国民经济的不断增长,中国机动车保有量逐年提升。交通参与车辆的增多,导致交通事故频发、交通拥堵率提高,带来了环境污染、能源浪费等诸多问题。为解决此类问题,智能交通网联化的研究成为了近几年来的研究热点。实现智能汽车网联化的主要方式,是车载嵌入式固件通过自身通讯模组与平台或其他车辆进行通信,通讯模组可以通过4/5G或V2X等通信手段实现与外界的交互。V2X作为车辆间专用的短程快速通信手段,其效率与可
表面缺陷检测是指对物体图像中的表面缺陷进行检测与定位,能够辅助剔除工业生产过程中的残次品,对于工业产品质量监控有着至关重要的作用。表面缺陷检测算法通常需要在无任何缺陷先验信息的情况下,对真实世界中的缺陷样本进行检测,但这会导致算法在缺陷区域的重建误差小,对缺陷区域定位效果差以及在实际应用中由于模型参数量庞大检测速度慢等问题。为解决以上问题,本文提出基于自监督学习范式的基于缺陷修正的表面缺陷检测算法
在质量分布不均匀的情况下,电机转子的旋转将在旋转轴上施加一个交变的离心力,会加速转轴的磨损导致机器使用寿命缩短,并产生噪音、振动等现象恶化工作环境。因此,研究转子不平衡问题并找到合适的解决方法具有重要意义。目前,国内的动平衡机基本都是针对中大型转子,并且大多采用去重的方法进行动平衡;少数针对小型转子的平衡机也都是采用测试与校正分离的方法,精度低、效率低,无法满足中小型企业的需求。因此,急需研发一款
随着科学技术的发展以及自动化程度的不断提高,仪器仪表行业也迎来了飞速发展的黄金时期,各种新型仪器研制成功,仪器的功能也日益丰富。然而,仪器行业发展的同时也给人们的使用增加了一些困难,人们需要了解更多的功能特性并从中选取适合相应场景的仪器。在人工智能与深度学习技术蓬勃发展的背景下,问答系统逐渐成为自然语言理解领域最热门的研究方向之一,将问答系统与仪器领域相结合从而提高人机交互效率成为发展趋势。然而目