一、基于DSP的实时边沿相关图像处理系统的设计（论文文献综述）
石继岗[1]（2021）在《智能道路标线系统研究与实现》文中认为近年来,我国公路里程数和居民汽车保有量激增,带来了严重的交通问题。道路交通标线作为现代智能化交通的重要一环,在缓解现存交通问题方面发挥着不可替代的作用。公路的不断建设和原有交通标线的老化,带来巨大的交通标线喷涂工作量。目前,我国采用手推式和乘驾式标线设备,自动化程度低,喷涂效率低,需要工人实时控制设备的喷涂方向,喷涂效果容易受主观因素的影响。在喷涂不规则标线时,操作工艺更为复杂。因此,研究一款可以实现自动定位、自动行进、多功能喷涂的智能道路标线设备对新旧动能转化和智慧交通建设具有重要意义。针对我国传统标线方式工作效率低、喷涂形状单一、喷涂质量不稳定等问题,本文将机器视觉和点阵式喷涂技术相结合,研究设计出一款集自动行进、自动定位、多功能喷涂于一体的智能道路标线设备。本文核心工作及主要研究内容如下:（1）针对我国传统道路标线设备存在的效率低、工艺复杂、喷涂单一问题,提出对智能道路交通标线设备的技术要求,并根据技术要求和使用需求对智能道路标线设备进行整体设计。以模块化的思想对标线设备进行设计,将设备分为上位机图像处理模块、ARM主控单元、环境感知模块、运动控制模块、阵列喷涂模块、涂料供给模块和电源模块并分别进行了设计。（2）为实现道路标线系统的自动定位,对车载相机采集到的道路图像进行处理并提取出路沿直线参数。首先,针对复杂多变的道路标线环境,将采集的道路图像进行预处理、边缘检测和直线特征提取。其次,针对检测出的路沿直线含有较多的干扰线段的问题,提出了带方向约束的Hough变换和基于概率投票法道路消失点检测算法,滤除不满足约束条件的直线。在准确识别路沿直线的基础上,针对标线过程中路沿直线识别偏差和波动较大问题,引入了Kalman滤波法对路沿直线坐标信息进行跟踪,动态划定ROI区域。在实现对道路边沿的跟踪识别后,根据摄像机成像的几何模型进行坐标转换,得出标线设备的实时坐标参数,并根据CCP模型实现标线设备的偏离控制。（3）根据智能道路标线系统多样化喷涂的特点,建立了交通标线点阵图形库并将点阵图形库存储于外部Flash中。当需要喷涂时,主控单元根据标线对应的偏移地址调用对应的点阵数据,控制喷涂模块喷涂。同时,根据智能道路标线系统的功能特点,设计了一套采用RS485接口通信且遵从Modbus通讯协议的功能完善、安全稳定的人机交互系统。（4）在完成对智能道路标线系统模型设计和平台搭建的基础上,分别对道路标线系统的喷涂压力、喷涂高度、喷涂时间进行测试,得出最佳喷涂参数。在各种不同环境下,对智能道路标线系统的路沿识别算法和交通标线喷涂进行实验。实验结果表明,在不同的道路环境下,系统能精准地根据检测出的道路边沿进行定位,并在合适的位置进行喷涂,达到较好的喷涂效果。
陈元[2]（2021）在《基于FPGA的大功率电源数据采集与信号处理设计与实现》文中指出大功率毫米波回旋行波管由于其输出功率大、工作带宽宽、效率高等优点,因此其能够在军事、航空、国防等重要领域发挥重要作用,而要使得回旋行波管正常需要大功率高压电源系统为其进行稳定的供能,因此必须确保大功率高压电源系统工作的稳定性。但因为行波管在工作时可能由于真空度异常而产生打火现象,从而对大功率高压电源系统造成损害,进而影响整个行波管的工作,并且由于大功率高压电源系统其内部关键信号的正常产生与否是确保整个行波管能稳定工作的前提,因此对于测试人员来说则必须对打火信号以及电源内部关键信号进行实时的采集与监测,通过观察信号的特征判断电源是否处于正常工作状态,进而及时采取相应的措施。本文则据此需求,针对现有大功率高压电源系统的工业控制器PLC在数据采集与信号处理功能上的不足,设计了一套基于FPGA的大功率高压电源数据采集与信号处理系统,用以实现对电源系统中关键信号与回旋行波管打火信号的采集与处理。本文对系统应满足的性能指标进行分析,并对实现该系统所需要的关键芯片进行了选型,然后提出了整体的设计思路与框架。整个系统基于Verilog硬件编程语言进行开发,采用自顶而下的思路进行数字系统的设计,并搭配MATLAB进行数据的进一步处理与验证,该系统共划分为数据采集、数字信号处理与串行通信三个单元。数据采集单元主要负责对从外设高速AD采样芯片发送过来的数据进行接收,本文设计了一种新的存储架构,可以实现DDR3内存的自定义范围循环存储,对比传统的存储架构可以有效节省存储空间的同时减少寻址时间,并且专门针对需要采集的信号特征设计了专门的触发模块,从而能够有效提高信号采集的准确性。数字信号处理单元主要对受电磁干扰的待观测信号进行滤波处理。本文设计了两种数字滤波器:浮点数FIR滤波器与适用与含跳变边沿信号的平滑滤波器,将两者级联使用共同完成数字滤波,使其对比传统的滤波方法能在大幅度减小精度误差的同时,更加适用与大功率高压电源系统中脉冲信号的平滑处理。串行通信主要完成上位机与系统之间的通信,使得系统能够通过串口接收上位机发送过来的指令,并将采集处理的数据上传到上位机上。通信协议采用使用最广泛的现场总线通信协议——Modbus通信协议,并对其做出了改进,使得其更适用与本文需要一次上传大量数据的通信要求,通过该协议能够使系统并入现有的大功率高压电源Modbus通信网络中,实现通信的便利性与规范性。本文将所设计的数据采集与信号处理系统以比特流文件烧录进FPGA芯片中,并通过开发板进行了硬件的调试验证,采集了大功率高压电源系统中的几种关键信号与回旋行波管打火信号,最终通过测试结果验证了本文所设计系统的可行性。本课题通过对基于FPGA的大功率高压电源数据采集与信号处理系统的设计,实现了对大功率高压电源系统中的关键信号以及对回旋行波管打火信号的抓取与监测,该设计能够有效弥补PLC在数据采集与信号处理方面的缺陷,并且可以一定程度上取代外接示波器观察信号,对比用示波器对信号直接抓取观察的方法,该设计具有高可移植性、可拓展性以及低功耗与低成本等优势,对于提高回旋行波管的工作稳定性具有较高的工程应用价值。
崔书龙[3]（2020）在《基于FPGA的并行ECT数据采集系统研究》文中提出传统的电容层析成像技术（Electrical Capacitance Tomography,ECT）系统串行测量模式难以捕捉航空发动机尾喷管处尾气瞬时状态信息,为满足航空发动机尾喷管处尾气的监测需求,本文设计了一种高速并行ECT数据采集系统,以5个现场可编程门阵列（FPGA）芯片协同控制为核心,从而达到提升数据采集部分吞吐量的目的,进而提高系统响应速度,对于监测航空发动机尾喷管处尾气具有十分重要的意义。本文深入研究解决了并行模式电容层析成像系统设计中的多核心控制器协调、多通道数据同步采集、相敏解调、传输问题,主要工作和结果如下:1、设计了一种基于5片FPGA的并行ECT数据采集系统,系统划分为两级设计,第一级为数据采集、数字相敏解调算法处理,第二级负责FPGA系统与PC上位机通信。利用FPGA的并行处理优势,减少处理器中循环计算队列所耗费的时间,依据功能可实现性,将整个系统划分为激励源主控制器、协处理器、通信模块,并进行系统级融合调试,有效提高了系统整体数据吞吐率。2、系统第一级包含C/V转换、抗混叠滤波、模数转换以及3个用于数字相敏解调的协处理器,两级之间的数据传输采用多通道级联SPI通信,将协处理器数据汇总至第二级FPGA+USB3.0通信端,另有1片独立的FPGA芯片采用电平跳变触发、同步锁相信号的方式负责解决3片FPGA之间多个数字相敏解调通道的同步问题,使得各通道数据单周期解调点数保持一致,提高解调精度,保证了各通道数据有条不紊地传输至上位机。3、系统第二级为负责数据筛选处理、PC上位机通信接口的FPGA,通信模块采用USB3.0高速通信板卡,有效地提高了系统数据传输能力。分析数字信号传输基于数字相敏解调原理,适当增加乘累加周期,求采集输入信号与参考信号最大化协相关性,降低解调误差,提高数据采集运算精度。4、完成了对系统静态性能测试,结合系统各个模块电路延迟时间对系统动态性能作了理论计算评估即成像速率为900帧,达到监测航空发动机尾气的最低帧速率,并对并行ECT系统设计优化提出了一些建议。
钟南[4]（2020）在《高精度GNSS信号模拟器的FPGA实现技术》文中指出随着卫星导航技术的应用前景和市场空间不断拓宽,用户对导航定位的精度要求也日渐提高,对接收机研发测试的GNSS信号源精度也提出了更高的要求。为了进一步提高GNSS信号模拟器的伪距信号精度,本文对基于微波矢量信号发生器的卫星导航模拟源的FPGA信号产生技术进行研究,探讨提高伪距精度的FPGA实现方法。主要工作如下:1.结合微波矢量信号发生器的结构和特点,对高精度GNSS信号模拟器的关键问题进行研究,分析了目前DDS技术在伪码时延和多普勒频率方面存在的缺陷,设计了基于分数时延滤波器、时间幅度调制技术的高精度伪距时延方案,论证了算法实现的复杂性和可能的精度;2.设计了基于多相结构和FARROW结构的分数时延滤波器,分析算法原理并优化了滤波器结构,完成相应的FPGA电路、程序的设计和调试,讨论了滤波器时延法的设计难点以及存在的问题;3.对时间幅度调制技术,详细分析了任意频率时钟信号产生方法的原理,设计了时间幅度调制时钟以及相应的伪码信号的FPGA实现方法,完成功能模块划分以及关键模块的电路设计与FPGA程序实现,解决了时间幅度调制FPGA电路时序优化问题;4.设计并搭建系统测试平台,利用示波器对三种方案的伪距信号进行时延和多普勒频偏的精度测试,综合比较三种方法的精度、复杂度和资源消耗量等关键指标,验证了提高伪距精度算法的有效性。
俞钊[5]（2020）在《基于FPGA的Φ-OTDR传感系统加速计算研究》文中认为分布式光纤传感系统是目前研究与应用广泛的传感系统,相较于传统的点式传感系统具有不可替代的优势:使用无源光纤作为敏感元件,能够抗电磁干扰、抗形变、高灵敏度;同时能够在单条光纤上实现长距离的多点多物理量（振动、应变、温度等）检测。相位敏感光时域反射计（Φ-OTDR）是一种高灵敏度的分布式光纤传感系统,能够实现对外界物理量的定量检测,满足安防、交通、建筑等领域的检测要求,得到了广泛关注与研究。随着对Φ-OTDR系统研究的深入,Φ-OTDR系统的检测指标（传感距离、精度、响应速度等）逐步提高,其信号处理的数据量不断增大,如何实现大量数据的实时处理和传输成为该技术亟需解决的瓶颈问题之一。本课题针对长距离、高带宽Φ-OTDR系统面临的数字信号处理系统性能问题开展了相关研究。本课题的主要研究内容如下:1、本课题对Φ-OTDR传感系统进行了理论分析,确定系统的信号处理流程,分析信号处理流程中的性能瓶颈,提出使用FPGA加速Φ-OTDR信号处理,并对计算流程中的数据带宽进行了分析。2、本课题设计了基于FPGA的Φ-OTDR信号处理平台,采用Artix-7 FPGA作为信号处理器,同时包括高速ADC、DDR3内存和PCIe接口等外设;使用电路设计软件对硬件电路进行设计,并制成一套样机。3、本课题在FPGA上使用Verilog开发了Φ-OTDR信号处理程序,程序采用了流水线处理架构,使用滑动窗数据帧分割、并行FFT计算、多级缓存等一系列加速计算方法,实现了在40KM传感距离和2KHz重复频率下的Φ-OTDR信号实时处理。4、本课题在工控计算机上开发了一套上位机程序,实现计算结果的实时显示与存储,实时获取外界振动的强度与位置信息。经过测试,使用FPGA作为数字信号处理加速器,能够大大减轻传统计算机数据处理压力,保证Φ-OTDR传感系统在高重复频率下的运算实时性,为系统的可靠性和稳定性提供了有效保障。
张浩[6]（2020）在《基于FPGA的超短基线定位系统预处理单元的设计与实现》文中指出超短基线水声定位是当前水下导航定位的主要方法之一,具有精度高、基线尺寸小、使用方便的特点。超短基线定位系统利用水下声信号传播的时延和相位差对水下目标进行测距和测向,实现跟踪定位。本文设计了一种超短基线定位系统的预处理单元,对实时采集的模拟信号进行多通道处理,利用相关法进行脉冲压缩,根据相关峰的位置进行时延估计。根据超短基线定位系统的要求和指标,本文设计了定位系统的预处理平台,采用FPGA+DSP结构,以1片高性能的EP2S90F780I4N FPGA芯片和3片TMS320C6416T DSP芯片为核心,根据具体要求进行了外围电路的扩展。系统通过一片8通道高速模数转换芯片ADS8568实现模拟信号的采集,并将结果向FPGA发送。在FPGA平台上,对实时采集的信号进行多通道预处理,包括数字滤波、滑动相关处理,将各个部分的结果进行数据打包,通过EMIF总线随时地向两个从片DSP发送,以供时延估计。本设计的核心为SOPC系统,在SOPC系统中完成了系统工作状态的控制、数据传输、数据缓存等工作,并通过中断触发完成各模块工作的衔接,实现了FPGA的多通道复用。在软件平台编写C语言对各模块进行配置和控制,实现系统功能。最后,通过上电调试观察信号波形验证了各个部分的功能,将各部分的输出结果与matlab中的计算结果进行比对,计算误差大小,分析误差原因。此外,对系统的性能进行了分析,已达到超短基线预处理单元的设计要求。
刘新群[7]（2019）在《宽带电子侦察关键技术研究及其应用》文中研究指明现代战场的电磁环境越来越复杂,电子战中对抗的双方都希望自己的雷达在能够有效探测对方雷达目标的同时,降低对方雷达侦察和截获自己的概率,来占据战争的主动权并获得更多的生存机会。因此,低截获概率（LPI）雷达信号已经广泛应用在现代雷达体制当中。在时频域而言,LPI雷达信号具有大时宽带宽的特点,这种特点可以降低雷达信号的峰值发射功率,甚至淹没在噪声中,这对侦察接收机的接收带宽和灵敏度提出了更高的要求。电子侦察接收机的主要作用是截获对方辐射源信号并提取其中的有用信息,以便采取应对措施。信号截获问题是侦察接收机在信号能量域、频域及空域等多维空间中与辐射源信号所在的空间重合的概率问题。不过,如果辐射源信号的带宽较宽,达到几GHz甚至上十GHz,针对如此宽的带宽,在当今主流的Nyquist采样中,模数转换器（ADC）成为许多实际工程应用的限制因素。这是因为ADC的数字带宽（即采样率）和模拟带宽（即直接数字化高RF频带的能力）限制了对宽带信号的侦收和采集,为此,研究人员提出了很多其他的采样理论和结构,如非均匀采样和一系列基于压缩感知（CS）的新型采样结构。本文对Nyquist折叠接收机（NYFR）截获的辐射源信号的信号检测和参数估计进行了深入研究,并且对基于多相滤波的侦察接收机结构进行了详细分析和实现。论文的主要工作如下:第2章分析了常见LPI雷达波形及其特性,然后针对LPI雷达信号大时宽带宽的特点,研究了宽带数字侦察接收机的典型架构。首先,借助模糊函数对常见LPI雷达波形的特性进行了分析（第2.2节）。其次,针对其大时宽带宽的特点分析了宽带数字侦察接收机的架构,对侦察接收机的要求和实现技术进行了探讨,并且将NYFR作为了本文理论研究的重点（第2.3节）。第3章详细介绍了NYFR的基本原理并且着重研究了NYFR输出信号的检测技术。首先,对NYFR的原型结构及其输出信号的形式进行了简要介绍（第3.2节）。其次,研究了NYFR其它改进结构（第3.3节）。然后,基于扩展Fourier变换对NYFR输出脉冲信号的时域波形进行了详细推导和分析,证明了NYFR不会影响雷达脉冲的上升沿和下降沿的时间位置,由此提出了两种NYFR输出信号的脉冲检测算法:基于迭代自相关和基于短时傅里叶变换（STFT）的NYFR输出脉冲检测算法,并对算法的性能进行了深入分析（第3.4节）。第4章首先针对NYFR截获的线性调频（LFM）信号,提出了两种信息恢复和参数估计方法,分别为基于随机抽样一致性（RANSAC）和基于粒子群优化（PSO）的信息恢复算法,当获得LFM信号的Nyquist区信息以后,可以去掉与Nyquist区相关的本振调制信息,然后借助Fr FT可以提高调频斜率的估计精度（第4.2节）,在Fr FT估计调频斜率的过程中提出了一种Fr FT快速寻优算法（第4.3节）。接下来,针对频率编码（FSK）信号等超宽带信号频谱跨多个Nyquist区的情况,提出了一种改进的双通道NYFR结构,并基于此结构提出了一种基于STFT和匹配滤波的Nyquist区估计算法,效果良好（第4.4节）。第5章针对宽带侦察接收机实现技术和雷达信号的检测和实时信号处理技术进行了研究。首先,研究了基于多相滤波器的数字正交下变频技术,在实现过程中引入了一种无混频器的并行数字下变频（DDC）结构（第5.2节）。然后,研究了基于时域的宽带雷达信号实时检测技术,提出了一种基于mn法和差分盒（DOB）滤波器的脉冲前后沿实时检测方法,给出了检测门限的设置方法并且对其性能进行了详细分析（第5.3节）。接下来,研究了宽带雷达信号实时参数估计的方法,面对十分复杂的脉冲调制形式,提出了一种基于可编程逻辑门阵列（FPGA）的多帧快速傅里叶变换（FFT）流水测频的中心频率估计方法,并对其实现步骤及其需要注意的事项进行了详细描述（第5.4节）。然后,对上文提出的时域、频域参数估计方法进行了系统仿真以验证算法的可行性,并且利用实测数据对算法进行了验证,进一步证明了其在实际应用中的有效性和鲁棒性（第5.5节）。
刘娟花[8]（2019）在《多尺度数据融合算法及其应用研究》文中认为分别在多个尺度上对多个传感器的信息进行融合,不仅可获得比单个传感器更优的性能,而且与单尺度上的融合相比,多尺度数据融合能更好地刻画出目标的本质特性。MEMS陀螺是一种可以测量角速度的传感器,具有很多吸引人的优点。但噪声大,准确度不高也是不争的事实。于是如何去除MEMS陀螺仪中的噪声,并提高其精度就成为近年来的研究热点。对多MEMS陀螺应用多尺度数据融合算法,可以显着提高系统的精度及可靠性。本文证明了前人提出的多尺度数据融合算法的有效性,设计了 一种新的多尺度融合算法,讨论了多尺度数据融合中的重要技术问题,并通过对多个MEMS陀螺的融合应用,经仿真和硬件实验验证了本文多尺度融合算法的优越性。主要创新点和工作如下:1.从小波分析理论出发,证明了平稳和非平稳情况下的数据融合定理。从数学上解释了多尺度数据融合算法优于经典加权算法的原理,为该算法的推广应用奠定了数学基础。2.结合小波域多尺度数据融合算法的原理、具体步骤及存在问题等,设计了基于小波包的多尺度数据融合算法,并用实测数据通过仿真实验,比较了小波多尺度数据融合和小波包多尺度数据融合。3.分析了多MEMS陀螺数据融合中的小波基、分解层数、加权因子等的选择方法,通过仿真实验验证了其可行性。4.比较了基于时间序列分析、基于小波去噪和基于小波变换的多尺度融合这三种融合方法不同方面的性能。另外,还比较了多尺度融合和前向线性预测（Forward Linear Prediction,FLP）融合方法,结果均表明本文所提出的多尺度融合方法的独特性和有效性。将上述研究成果应用于我们设计并制作的一套多MEMS陀螺仪数据融合实时处理系统平台中,对4个MEMS陀螺仪所采集的原始数据进行实时处理。分别在静态和动态环境下对该集成系统进行了测试,实验结果表明:该系统运行稳定可靠,将MEMS陀螺的精度提高了 1个量级。本文的研究工作不仅为有关多尺度融合系统的分析奠定了理论基础,还为算法的推广应用提供了实验依据。
何逍阳[9]（2019）在《基于DSP的实时电子稳像与目标跟踪技术研究》文中提出伴随着人工智能的发展,目标跟踪在车辆、无人机等动平台下广泛运用,对自动驾驶、刑侦追踪、武器制导等军民领域有重要意义。在动平台视频跟踪系统中,DSP处理器计算和存储资源有限,算法实时性和精确度要求较高。同时,动平台系统抖动现象严重,对人工操作和跟踪性能干扰明显。为此,本文在对电子稳像算法和图像跟踪算法研究的基础上,实现了基于DSP+FPGA的实时视频稳像跟踪系统,并进行实验测试。本文主要工作包括:（1）针对图像处理系统采集传输视频数据的需求,本文在高速DSP+FPGA双处理器硬件平台上,利用FPGA现场编程灵活性和电气接口丰富性,在处理器内设计视频解码模块获取Camera Link数字视频。同时,FPGA与DSP协同设计SRIO通信模块实现视频数据传输,DSP获取获图像数据后算法处理并传送至上位机显示。实验测试结果显示视频传输速度达到35帧/s。（2）针对动平台目标跟踪系统实时视频稳像的需求,本文在图像采集的基础上,选取稳像算法中实时性和精确度综合性能较好的灰度投影法对图像数据稳像。同时,对稳像算法改进优化,用分块匹配投影方法,降低运动物体干扰;用均值滤波方法,补偿相机大平移运动,提取相机抖动分量。在DSP处理器上实验结果表明,本文实现的灰度投影算法满足实时性要求,优化后算法的PSNR值比传统灰度投影法多23dB。（3）针对目标跟踪系统的实时性和跟踪性能的综合要求,本文利用多特征融合优化改进粒子滤波算法,提高了跟踪算法的精确度。同时,为满足长期跟踪需求,适应长时间跟踪条件下的目标尺度变化,利用直方图特征估计目标缩放尺度,实现自适应尺度变化。在DSP处理器上实验结果表明,算法具有一定的尺度和遮挡鲁棒性,能够适应较长时间稳定实时跟踪。本文充分利用DSP处理器和FPGA处理器性能优势,设计实现动平台条件下实时视频传输、电子稳像与目标跟踪功能,满足视频目标跟踪工程应用需求。
拓洋洋[10]（2019）在《基于Cortex-A9处理器下盲卷积法的模糊图像处理研究》文中提出模糊图像复原是数字图像处理中很重要的一个分支,在军工业、医疗诊断、交通监控等行业以及日常活动和学习中都有大量的应用。近年来模糊图像复原越来越被学者们重视,经过大量的实验研究探索后取得极佳的成绩。但是他们使用的大部分算法都存在一些缺陷,例如计算过程复杂、算法效率低、处理大尺寸的点扩散函数（PSF）效果较差,并且有些算法在复原图像时会出现严重的振铃现象。因此现阶段图像复原技术与预期效果还存在很大差距。随着模糊图像复原的应用愈加广泛,所以研究模糊图像复原的意义就更加重大。通常产生模糊图像的因素较多,比如摄像头的微小抖动或者被拍物体和摄像头之间发生相对运动等情况都可能产生模糊图像。本论文以嵌入式移动设备所拍摄的模糊图像为研究对象,探讨行之有效的处理模糊图像的方法。本文研究主要做了以下工作:1.本文基于处理图像的实时性、稳定性、可靠性等多种因素考虑,选用了内置ARM Mali-400双核GPU的Cortex-A9微处理器并以此搭建图像处理的实验平台。在搭建平台中移植了U-boot、Linux内核和根文件系统。在Linux操作系统中分析了CMOS摄像头驱动程序以及软件设计流程、引导装载程序流程。用CMOS摄像头驱动程序和MJPGstreamer服务器以及Linux接口函数实现单帧图像采集和处理功能。2.对数字图像处理的基础知识体系进行介绍,并对之前研究者对模糊图像复原的研究进行深入的分析。迭代估计PSF过程中用共轭梯度法对能量方程进行优化,并利用能量方程的一阶导数与二阶导数提升算法收敛速度。另外使用磁滞阈值抑制PSF噪声也有很好的效果;该算法能够复原出图像的清晰边缘及纹理,并对振铃效应以及图像的噪声均起到较好的抑制效果。3.为提高模糊图像复原的速率,本文通过对基于图像梯度高斯分布和基于图像梯度稀疏分布的盲反卷积算法分析研究之后,引入二维小波变换理论,并提出小波金字塔模型对模糊图像进行重构,采取从低分辨率到高分辨率的快速复原方法。基于该模型设计了适用于Cortex-A9处理器的快速模糊图像复原算法。最后经过实验结果表明该算法比传统的模糊图像复原算法复原效果更好,效率更高;并且能快速稳定的复原出图像的清晰边缘和纹理、抑制了振铃现象的发生。
二、基于DSP的实时边沿相关图像处理系统的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于DSP的实时边沿相关图像处理系统的设计（论文提纲范文）
（1）智能道路标线系统研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 道路标线的技术要求 |
| 1.2.1 道路交通标线种类和规格 |
| 1.2.2 道路交通线划线方式 |
| 1.3 国内外研究现状 |
| 1.3.1 道路标线喷涂技术研究现状 |
| 1.3.2 道路检测技术研究现状 |
| 1.3.3 点阵式图形字库研究现状 |
| 1.4 本文研究的主要内容和结构安排 |
| 第2章 智能道路标线系统方案设计 |
| 2.1 智能道路标线系统需求分析与技术要求 |
| 2.1.1 智能道路标线系统需求分析 |
| 2.1.2 智能道路标线系统的技术要求 |
| 2.2 智能道路标线系统原理及整体方案设计 |
| 2.2.1 智能道路标线系统的工作原理 |
| 2.2.2 智能道路标线设备系统方案设计 |
| 2.3 智能道路标线系统架构设计 |
| 2.3.1 智能道路标线系统硬件架构 |
| 2.3.2 智能道路标线系统软件框架 |
| 2.4 本章小结 |
| 第3章 基于机器视觉的环境感知系统研究 |
| 3.1 道路图像预处理 |
| 3.1.1 图像灰度化 |
| 3.1.2 道路感兴趣区域(ROI)提取 |
| 3.1.3 道路图像滤波 |
| 3.1.4 基于OTSU算法道路图像阈值分割 |
| 3.2 道路图像边缘检测 |
| 3.2.1 Sobel算子 |
| 3.2.2 Krisch算子 |
| 3.2.3 Laplace算子 |
| 3.2.4 Canny边缘检测算子 |
| 3.3 基于改进Hough变换道路边沿直线特征提取 |
| 3.3.1 传统Hough变换 |
| 3.3.2 带方向约束Hough变换 |
| 3.3.3 概率投票法筛选道路消失点 |
| 3.3.4 基于最大消失点约束的车道线滤除 |
| 3.4 路沿跟踪识别算法 |
| 3.4.1 Kalman滤波原理 |
| 3.4.2 Kalman滤波参数设定 |
| 3.4.3 路沿直线滤波跟踪效果分析 |
| 3.5 摄像机安装与标定 |
| 3.6 本章小结 |
| 第4章 图形库与人机交互系统设计 |
| 4.1 交通标志点阵数据库建立 |
| 4.1.1 点阵式喷涂原理 |
| 4.1.2 点阵数据库建立 |
| 4.1.3 点阵数据库的存储 |
| 4.1.4 交通标线的点阵式喷涂 |
| 4.2 人机交互系统设计 |
| 4.2.1 触摸屏与标线设备通信方式设计 |
| 4.2.2 人机交互界面的设计 |
| 4.3 本章小结 |
| 第5章 智能道路标线系统定位与喷涂实验 |
| 5.1 智能道路标线系统路沿识别算法验证 |
| 5.2 智能道路标线系统定位算法与控制决策 |
| 5.2.1 标线设备定位算法研究 |
| 5.2.2 标线设备偏离控制策略 |
| 5.3 智能道路标线系统模型设计与设备改进 |
| 5.3.1 智能道路标线系统的主体和模块设计 |
| 5.3.2 智能道路标线设备调试与改进 |
| 5.4 智能道路标线系统喷涂实验 |
| 5.4.1 最佳喷涂压力实验 |
| 5.4.2 最佳喷涂高度实验 |
| 5.4.3 最佳喷涂时间实验 |
| 5.4.4 道路实地喷涂实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（2）基于FPGA的大功率电源数据采集与信号处理设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.3 本文主要研究内容及创新点 |
| 第二章 系统总体方案设计 |
| 2.1 系统应用背景概述 |
| 2.1.1 回旋行波管打火信号特征 |
| 2.1.2 高压脉冲电源调制器驱动信号分析 |
| 2.1.3 辅助电源关键信号简述 |
| 2.2 系统需求分析 |
| 2.2.1 数据采集需求分析 |
| 2.2.2 数据存储需求分析 |
| 2.2.3 数字信号处理需求分析 |
| 2.2.4 通信系统需求分析 |
| 2.3 系统硬件选型 |
| 2.4 系统设计思路 |
| 2.5 本章小结 |
| 第三章 FPGA数据采集系统设计 |
| 3.1 数据采集系统时钟架构 |
| 3.2 AD数据接收模块设计 |
| 3.2.1 ADS4225 芯片数据接收模块 |
| 3.2.2 原始数据的加位标记处理 |
| 3.3 DDR3 数据读写控制模块设计 |
| 3.3.1 DDR3 双缓存架构设计 |
| 3.3.2 DDR3 写缓存时序设计 |
| 3.3.3 DDR3 读缓存时序设计 |
| 3.4 数据触发控制模块设计 |
| 3.4.1 数据边沿与脉宽混合触发设计 |
| 3.4.2 数据采集保护窗口模式设计 |
| 3.4.3 数据触发起始地址位计算 |
| 3.5 本章小结 |
| 第四章 FPGA数字信号处理系统设计 |
| 4.1 浮点数FIR数字滤波器设计实现 |
| 4.1.1 FIR数字滤波器原理 |
| 4.1.2 IEEE-754 浮点数介绍及FPGA实现 |
| 4.1.3 FIR数字滤波器在FPGA中的设计 |
| 4.2 改进平滑数字滤波器的设计与实现 |
| 4.2.1 传统平滑滤波器原理 |
| 4.2.2 一阶差分判别的平滑滤波器原理 |
| 4.2.3 改进平滑滤波器在FPGA中的设计 |
| 4.3 数字信号处理系统整体设计 |
| 4.3.1 数字信号处理系统时钟架构 |
| 4.3.2 数字信号处理系统时序设计 |
| 4.4 本章小结 |
| 第五章 基于Modbus协议的串行通信系统设计 |
| 5.1 Modbus串行通信协议介绍 |
| 5.1.1 Modbus协议传输特点 |
| 5.1.2 Modbus的 RTU传输模式及其改进 |
| 5.1.3 Modbus的 CRC校验方法 |
| 5.2 Modbus通信模块在FPGA中的设计实现 |
| 5.2.1 MODUS通信模块的时钟产生 |
| 5.2.2 Modbus通信的串行收发模块设计 |
| 5.2.3 Modbus通信模块中的帧处理模块设计 |
| 5.3 串行编/解码模块在FPGA中的设计实现 |
| 5.3.1 串行解码模块的设计 |
| 5.3.2 串行编码模块设计 |
| 5.4 本章小结 |
| 第六章 系统实验测试与数据分析 |
| 6.1 系统实验测试平台 |
| 6.2 数据采集系统功能测试与验证 |
| 6.3 数字信号处理系统功能测试与验证 |
| 6.4 大功率电源系统信号实时捕获测试 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间的研究成果 |
（3）基于FPGA的并行ECT数据采集系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 串行模式ECT技术发展概况 |
| 1.2.2 高速并行模式ECT技术发展概况 |
| 1.3 本论文的研究内容 |
| 1.4 论文组织结构 |
| 第二章 并行ECT系统原理概述 |
| 2.1 ECT检测技术基本原理 |
| 2.1.1 ECT系统组成结构 |
| 2.1.2 ECT敏感场数学描述 |
| 2.2 并行和串行ECT系统采集原理 |
| 2.3 可编程数字IC逻辑器件特征分析 |
| 2.4 本章小结 |
| 第三章 并行ECT系统硬件设计 |
| 3.1 硬件系统概述 |
| 3.1.1 硬件系统概述 |
| 3.1.2 芯片选型依据 |
| 3.2 硬件系统结构 |
| 3.2.1 数模转换器 |
| 3.2.2 开关选通模块 |
| 3.2.3 信号锁存 |
| 3.2.4 电容至电压转化模块 |
| 3.2.5 抗混叠滤波 |
| 3.2.6 模数转换 |
| 3.3 通信接口 |
| 3.3.1 SPI协议数据传输总线设计 |
| 3.3.2 FPGA+USB3.0 模块设计 |
| 3.3.3 USB3.0结构 |
| 3.3.4 FPGA与 USB3.0 通讯设计 |
| 3.4 本章小结 |
| 第四章 多核心FPGA软件系统设计 |
| 4.1 软件设计概述 |
| 4.1.1 FPGA开发流程 |
| 4.1.2 并行ECT系统软件架构 |
| 4.2 系统关键设计 |
| 4.2.1 时钟资源分配 |
| 4.2.2 跨时钟域数据交互 |
| 4.2.3 信号毛刺消除 |
| 4.2.4 调试组件 |
| 4.3 系统内部控制逻辑设计 |
| 4.3.1 激励信号源 |
| 4.3.2 数模转换器逻辑控制 |
| 4.3.3 选通开关切换逻辑控制 |
| 4.3.4 主控制器与协处理器间反馈控制 |
| 4.3.5 数字正交解调 |
| 4.4 数据通信 |
| 4.4.1 SPI数据发送 |
| 4.4.2 SPI数据接收时序设计 |
| 4.4.3 双端口RAM-乒乓缓存及FIFO跨时域设计 |
| 4.4.4 USB3.0固件程序接口 |
| 4.4.5 FPGA与 USB3.0 数据传输控制设计 |
| 4.5 本章小结 |
| 第五章 系统部件及整机性能测试 |
| 5.1 模块级测试 |
| 5.1.1 激励信号源实验 |
| 5.1.2 信号毛刺消除实验 |
| 5.1.3 单通道数字正交解调测量重复性评价 |
| 5.1.4 多通道SPI数据汇总传输实验 |
| 5.1.5 USB3.0数据传输 |
| 5.2 静态实验 |
| 5.3 系统动态性能评估 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间科研 |
（4）高精度GNSS信号模拟器的FPGA实现技术（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS信号模拟器发展历程与现状 |
| 1.2.2 高精度GNSS信号模拟器研究现状 |
| 1.3 本文的主要工作 |
| 1.4 本文的结构安排 |
| 第二章 高精度GNSS信号模拟器方案设计 |
| 2.1 中频信号模型 |
| 2.2 GNSS信号时域压扩特性 |
| 2.3 GNSS信号模拟器系统方案设计 |
| 2.3.1 中频信号产生方案设计 |
| 2.3.2 模拟器硬件方案设计 |
| 2.4 高精度时延方案设计 |
| 2.4.1 高精度伪距信号产生方案 |
| 2.4.2 高精度伪距信号处理方案 |
| 第三章 高精度伪距信号模拟算法 |
| 3.1 时延和多普勒频偏模拟算法 |
| 3.2 高精度伪距信号产生算法 |
| 3.2.1 DDS伪距产生方法的缺陷分析 |
| 3.2.2 基于时间幅度调制技术的伪距信号产生算法研究 |
| 3.3 基于VFD滤波器的高精度时延算法 |
| 3.3.1 多相插值结构VFD滤波器 |
| 3.3.2 FARROW结构VFD滤波器 |
| 3.3.3 滤波器时延法的设计难点 |
| 第四章 高精度GNSS信号模拟器的FPGA实现技术 |
| 4.1 基于DDS技术的伪距信号实现技术 |
| 4.2 基于时间幅度调制的伪距信号实现技术 |
| 4.2.1 功能设计与模块划分 |
| 4.2.2 模块设计与实现 |
| 4.2.3 伪距信号产生 |
| 4.3 VFD滤波器的实现技术 |
| 4.3.1 多相结构时延滤波器 |
| 4.3.2 FARROW结构时延滤波器 |
| 第五章 测试与验证 |
| 5.1 硬件平台与测试内容 |
| 5.2 伪码时延精度测试 |
| 5.2.1 测试原理和方法 |
| 5.2.2 测试结果 |
| 5.3 多普勒频率精度测试 |
| 5.3.1 测试原理和方法 |
| 5.3.2 测试结果 |
| 5.4 VFD滤波器时延精度测试 |
| 5.4.1 测试原理和方法 |
| 5.4.2 测试结果 |
| 5.5 定位测试 |
| 5.5.1 测试原理和方法 |
| 5.5.2 测试结果 |
| 5.6 测试结果总结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于FPGA的Φ-OTDR传感系统加速计算研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景研究及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光纤传感技术研究的现状 |
| 1.2.2 Φ-OTDR系统的发展现状 |
| 1.2.3 FPGA在信号处理领域应用的现状 |
| 1.3 课题来源和研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 研究内容及重难点分析 |
| 第2章 相位敏感光时域反射计理论分析 |
| 2.1 瑞利散射与光时域反射计 |
| 2.1.1 光纤中的瑞利散射 |
| 2.1.2 光时域反射计(OTDR) |
| 2.1.3 Φ-OTDR振动检测的原理 |
| 2.2 Φ-OTDR振动检测信号处理算法 |
| 2.3 Φ-OTDR信号处理系统设计 |
| 2.3.1 Φ-OTDR信号处理流程 |
| 2.3.2 主要技术指标 |
| 2.4 基于FPGA的信号处理平台 |
| 2.4.1 FPGA通用逻辑结构 |
| 2.4.2 FPGA专用资源 |
| 2.4.2.1 片上DSP单元 |
| 2.4.2.2 片上内存控制器PHY |
| 2.4.2.3 片上高速收发器 |
| 2.5 数字信号处理平台方案设计 |
| 2.6 本章小结 |
| 第3章 基于FPGA的信号处理平台硬件设计 |
| 3.1 硬件平台选型 |
| 3.1.1 FPGA选型 |
| 3.1.2 ADC选型 |
| 3.2 硬件详细设计 |
| 3.2.1 双通道ADC子板 |
| 3.2.1.1 模拟信号调理 |
| 3.2.1.2 时钟信号发生 |
| 3.2.1.3 电源电路 |
| 3.2.1.4 触发电路 |
| 3.2.2 FPGA主板硬件设计 |
| 3.2.2.1 供电电路 |
| 3.2.2.2 DDR3电路 |
| 3.2.2.3 PCIe电路 |
| 3.2.2.4 调试配置电路 |
| 3.3 信号完整性设计 |
| 3.4 本章小结 |
| 第4章 FPGA加速计算系统的实现 |
| 4.1 FPGA开发流程 |
| 4.2 FPGA片上资源的应用 |
| 4.2.1 AXI协议 |
| 4.2.2 DDR3内存 |
| 4.2.3 PCIe总线 |
| 4.2.4 FFTIP |
| 4.3 FPGA系统程序设计 |
| 4.3.1 第一级流水线 |
| 4.3.2 片上缓存架构 |
| 4.3.3 第二级流水线 |
| 4.3.4 滤波计算 |
| 4.3.5 第三、四级流水线 |
| 4.3.6 PCIe DMA传输 |
| 4.4 上位机程序开发 |
| 4.4.1 PCIe驱动开发 |
| 4.4.2 MATLAB程序开发 |
| 4.5 加速计算技术 |
| 4.5.1 异构计算技术 |
| 4.5.2 时钟域分割技术 |
| 4.5.3 流水线技术 |
| 4.5.4 并行计算技术 |
| 4.6 本章小结 |
| 第5章 测试结果与分析 |
| 5.1 FPGA加速计算系统运行环境 |
| 5.2 FPGA加速计算系统振动探测结果 |
| 5.3 FPGA加速计算系统分析 |
| 5.3.1 FPGA运行信号抓取 |
| 5.3.1.1 ADC行数据产生 |
| 5.3.1.2 AXI4-MM总线 |
| 5.3.1.3 FFT时序 |
| 5.3.1.4 Native-AXI本地接口 |
| 5.3.2 FPGA资源占用分析 |
| 5.3.3 FFT精度分析 |
| 5.3.4 FFT速度分析 |
| 5.3.5 实时性测试 |
| 5.3.6 滑动窗数据帧效果演示 |
| 5.3.7 滤波器测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于FPGA的超短基线定位系统预处理单元的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文背景及意义 |
| 1.2 超短基线定位的国内外发展现状 |
| 1.3 超短基线定位算法介绍 |
| 1.4 数字信号处理器件的选择 |
| 1.4.1 FPGA+DSP 预处理系统的优势 |
| 1.4.2 FPGA的发展 |
| 1.4.3 DSP的发展 |
| 1.5 论文研究内容 |
| 第2章 硬件电路设计 |
| 2.1 硬件总体方案设计 |
| 2.2 FPGA的选型 |
| 2.3 DSP的选型 |
| 2.4 电源电路设计 |
| 2.5 配置电路设计 |
| 2.6 A/D采集电路设计 |
| 2.7 存储电路设计 |
| 2.7.1 SDRAM存储器电路 |
| 2.7.2 SRAM存储器电路 |
| 2.8 本章小节 |
| 第3章 FPGA预处理的算法设计 |
| 3.1 相关峰内插时延算法介绍 |
| 3.2 整体方案设计 |
| 3.3 A/D转换模块 |
| 3.4 数据缓存模块的设计 |
| 3.4.1 数据分段处理方法 |
| 3.4.2 数据的缓存与读取 |
| 3.5 带通滤波模块 |
| 3.5.1 FIR 滤波器的控制 |
| 3.5.2 FIR 滤波器配置 |
| 3.6 滑动相关处理器的设计 |
| 3.6.1 相关的实现方法 |
| 3.6.2 FFT 处理器的控制 |
| 3.6.3 FFT IP 核的配置 |
| 3.6.4 FFT 计算结果处理 |
| 3.7 浮/定点转换和取模 |
| 3.8 FPGA 与 DSP 的通信 |
| 3.9 本章小节 |
| 第4章 SOPC系统的设计 |
| 4.1 SOPC系统开发流程 |
| 4.2 SOPC硬件系统总体设计 |
| 4.3 AVALON总线介绍 |
| 4.4 SOPC系统的具体设计 |
| 4.4.1 NIOS处理器的配置 |
| 4.4.2 JTAG UART配置 |
| 4.4.3 数据传输模块设计 |
| 4.4.4 控制单元设计 |
| 4.4.5 用户指令集单元设计 |
| 4.5 本章小节 |
| 第5章 数字平台调试与结果 |
| 5.1 FPGA调试环境介绍 |
| 5.2 A/D数据采集模块调试 |
| 5.3 带通滤波调试结果 |
| 5.4 滑动相关过程调试结果 |
| 5.4.1 FFT计算结果 |
| 5.4.2 复乘模块调试结果 |
| 5.4.3 数据拼接过程 |
| 5.5 系统性能分析 |
| 5.5.1 系统资源占用 |
| 5.5.2 处理时间统计 |
| 5.6 本章小节 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
（7）宽带电子侦察关键技术研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 符号使用说明 |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景和意义 |
| 1.3 国内外研究现状与发展趋势 |
| 1.3.1 宽带采样技术的研究现状 |
| 1.3.2 模拟信息转换器架构研究现状 |
| 1.3.3 Nyquist折叠接收机信息恢复和信号处理方法研究现状 |
| 1.3.4 雷达信号实时检测与处理技术研究现状 |
| 1.4 论文的主要工作及结构安排 |
| 第二章 宽带电子侦察常见信号波形及接收机典型结构分析 |
| 2.1 引言 |
| 2.2 常见低截获概率雷达波形及其特性分析 |
| 2.2.1 模糊函数的定义 |
| 2.2.2 常见低截获概率雷达波形 |
| 2.3 宽带数字侦察接收机典型结构研究 |
| 2.3.1 基于多相滤波的数字下变频接收机 |
| 2.3.2 模拟信道化同步变频采样结构 |
| 2.3.3 直接射频采样和模拟信息转换器 |
| 2.4 本章小结 |
| 第三章 Nyquist折叠接收机原理及其信号检测技术研究 |
| 3.1 引言 |
| 3.2 Nyquist折叠接收机原型结构及其输出信号分析 |
| 3.2.1 Nyquist折叠接收机典型结构及其原理 |
| 3.2.2 Nyquist折叠接收机输出信号分析 |
| 3.3 Nyquist折叠接收机其它结构 |
| 3.3.1 同步Nyquist折叠接收机结构 |
| 3.3.2 双通道Nyquist折叠接收机结构 |
| 3.3.3 基于倍频器阵列构造多分量本振单独混频的Nyquist折叠接收机结构 |
| 3.4 Nyquist折叠接收机输出信号的检测 |
| 3.4.1 基于扩展Fourier变换的Nyquist折叠接收机输出信号时域波形分析 |
| 3.4.2 基于迭代自相关的Nyquist折叠接收机输出信号检测算法 |
| 3.4.3 基于STFT的 Nyquist折叠接收机输出信号检测算法 |
| 3.5 本章小结 |
| 第四章 Nyquist折叠接收机输出信号的参数估计算法研究 |
| 4.1 引言 |
| 4.2 基于随机抽样一致性和Fr FT的 LFM信号参数估计 |
| 4.2.1 基于最小二乘的参数估计方法 |
| 4.2.2 基于迭代随机抽样一致性的参数估计方法 |
| 4.2.3 基于分数阶Fourier变换的调频斜率估计方法 |
| 4.2.4 仿真分析 |
| 4.3 基于标准粒子群优化算法和Fr FT的 LFM信号参数估计 |
| 4.3.1 标准粒子群优化算法 |
| 4.3.2 粒子群优化算法收敛性分析及其参数选择 |
| 4.3.3 基于粒子群优化的Nyquist折叠接收机输出LFM信号参数估计算法 |
| 4.3.4 仿真分析 |
| 4.4 双通道Nyquist折叠接收机输出的跨多Nyquist区信号信息恢复 |
| 4.4.1 改进的双通道Nyquist折叠接收机结构 |
| 4.4.2 基于匹配滤波和STFT的信息恢复方法 |
| 4.4.3 仿真分析 |
| 4.5 本章小结 |
| 第五章 宽带侦察接收机实现及雷达信号实时处理技术研究 |
| 5.1 引言 |
| 5.2 基于多相滤波的数字正交下变频结构 |
| 5.3 基于时域的宽带雷达信号实时检测技术研究 |
| 5.3.1 逐点检测和多数据点累积(mn法)检测 |
| 5.3.2 基于mn法和差分盒滤波器的脉冲检测 |
| 5.4 宽带雷达信号实时参数估计研究 |
| 5.4.1 脉冲时域参数测量方法 |
| 5.4.2 脉冲中心频率测量方法 |
| 5.5 仿真及实测数据分析 |
| 5.5.1 时域参数仿真结果及分析 |
| 5.5.2 频域参数仿真结果及分析 |
| 5.5.3 实测数据展示及分析 |
| 5.6 本章小结 |
| 第六章 结束语 |
| 6.1 总结 |
| 6.2 下一步工作 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 作者在学期间参加的科研项目 |
（8）多尺度数据融合算法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 多传感器信息融合概述 |
| 1.2.1 信息融合的概念和优点 |
| 1.2.2 信息融合的模型 |
| 1.2.3 信息融合的方法 |
| 1.2.4 信息融合技术的研究现状 |
| 1.3 多尺度数据融合有关技术及进展 |
| 1.3.1 多尺度系统估计理论研究概况 |
| 1.3.2 多尺度数据融合的应用及研究现状 |
| 1.3.3 多尺度数据融合概念的演变 |
| 1.4 MEMS陀螺仪中漂移信号处理方法研究现状 |
| 1.5 陀螺仪中的多尺度数据融合及需要解决的问题 |
| 1.6 本文的主要研究内容及结构安排 |
| 2 多尺度数据融合算法及其有效性的证明 |
| 2.1 引言 |
| 2.2 小波分解原子时算法 |
| 2.2.1 常见时间尺度 |
| 2.2.2 原子时算法 |
| 2.2.3 小波分解原子时算法的提出 |
| 2.2.4 小波分解原子时算法有待解决的问题 |
| 2.2.5 小波分解原子时算法的基本原理 |
| 2.3 预备知识 |
| 2.3.1 原子钟的噪声特性 |
| 2.3.2 相关说明 |
| 2.4 随机信号数据融合的理论体系 |
| 2.4.1 平稳单尺度数据融合 |
| 2.4.2 平稳多尺度数据融合 |
| 2.4.3 非平稳单尺度数据融合 |
| 2.4.4 非平稳多尺度数据融合 |
| 2.5 非平稳多尺度数据融合定理的证明 |
| 2.6 分析与讨论 |
| 2.7 本章小结 |
| 3 多尺度数据融合算法的小波包实现 |
| 3.1 引言 |
| 3.2 小波变换和小波包变换 |
| 3.3 小波包的基本理论 |
| 3.3.1 正交小波包的定义与性质 |
| 3.3.2 小波包的子空间分解 |
| 3.3.3 小波库及小波包基的定义 |
| 3.3.4 小波包的分解与重构算法 |
| 3.3.5 最优小波包基的概念 |
| 3.3.6 最优基的快速搜索 |
| 3.4 基于小波包的多尺度数据融合方案 |
| 3.4.1 基于小波变换的多尺度数据融合算法 |
| 3.4.2 基于小波包的多尺度数据融合方案 |
| 3.5 基于小波包的多尺度陀螺融合实验研究 |
| 3.5.1 MEMS陀螺概述 |
| 3.5.2 MEMS陀螺随机误差分析 |
| 3.5.3 MEMS陀螺随机误差的Allan方差分析 |
| 3.5.4 MEMS陀螺漂移的数学模型 |
| 3.5.5 MEMS陀螺信号实时小波处理方法 |
| 3.5.6 基于小波包的多尺度陀螺融合算法仿真实验 |
| 3.6 本章小结 |
| 4 小波多尺度数据融合中关键技术 |
| 4.1 MEMS陀螺噪声特性与小波熵 |
| 4.1.1 MEMS陀螺误差及噪声特性 |
| 4.1.2 小波熵 |
| 4.2 常见的小波簇 |
| 4.2.1 小波基的性质 |
| 4.2.2 常用小波基 |
| 4.3 基于小波变换的数据融合中小波基的选取 |
| 4.3.1 小波基选取原则 |
| 4.3.2 小波基的比较 |
| 4.3.3 小波簇的选取 |
| 4.3.4 陀螺数据融合效果评价 |
| 4.3.5 最佳小波基选取实验 |
| 4.4 小波分解层数的设定 |
| 4.5 数据融合加权因子的选择 |
| 4.6 本章小结 |
| 5 多尺度融合与其它MEMS陀螺信号处理方法的比较 |
| 5.1 MEMS陀螺仪噪声抑制方法研究概述 |
| 5.1.1 MEMS陀螺仪噪声抑制方法研究现状 |
| 5.1.2 卡尔曼滤波和小波阈值去噪法的缺点 |
| 5.1.3 多尺度数据融合算法的优点 |
| 5.2 MEMS陀螺数据处理中的多传感器数据融合 |
| 5.2.1 多尺度融合 |
| 5.2.2 卡尔曼滤波融合 |
| 5.2.3 小波阈值融合 |
| 5.3 基于仿真信号对三种融合方法的比较 |
| 5.3.1 仿真信号的产生 |
| 5.3.2 第一组仿真实验(Chirp信号+高斯白噪声) |
| 5.3.3 第二组仿真实验(Chirp信号+有色噪声) |
| 5.4 基于实测信号对三种融合方法的比较 |
| 5.5 三种融合方法比较的结论 |
| 5.6 多尺度数据融合与FLP(前向线性预测)方法的比较 |
| 5.6.1 FLP算法 |
| 5.6.2 基于FLP滤波的多传感器融合方法 |
| 5.6.3 FLP滤波融合结果和分析 |
| 5.7 本章小结 |
| 6 多尺度数据融合系统设计与验证 |
| 6.1 系统的总体设计方案 |
| 6.1.1 系统需求分析 |
| 6.1.2 系统整体框图 |
| 6.1.3 系统中的主要器件选型 |
| 6.2 硬件电路设计 |
| 6.2.1 陀螺仪模块 |
| 6.2.2 协处理器模块 |
| 6.2.3 主处理器模块 |
| 6.2.4 系统实物图 |
| 6.3 系统软件设计 |
| 6.3.1 接口部分 |
| 6.3.2 融合处理部分 |
| 6.4 实验研究 |
| 6.5 本章小结 |
| 7 结论 |
| 7.1 本文的主要研究成果 |
| 7.2 创新研究 |
| 7.3 进一步研究工作 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表和收录的论文 |
| 攻读博士学位期间获奖 |
| 攻读博士学位期间参加的科研项目 |
（9）基于DSP的实时电子稳像与目标跟踪技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电子稳像技术 |
| 1.2.2 目标跟踪技术 |
| 1.2.3 DSP处理器发展 |
| 1.3 论文工作和结构安排 |
| 2 系统平台与工作原理 |
| 2.1 系统数据流和处理流程 |
| 2.2 硬件平台介绍 |
| 2.2.1 FPGA处理器 |
| 2.2.2 DSP处理器 |
| 2.3 系统功能 |
| 2.4 本章小结 |
| 3 视频采集传输模块设计 |
| 3.1 视频采集模块设计 |
| 3.1.1 CameraLink视频协议基础与视频解码器 |
| 3.1.2 视频解码模块 |
| 3.2 视频传输模块设计 |
| 3.2.1 RapidIO协议基础 |
| 3.2.2 FPGA端图像传输模块 |
| 3.2.3 DSP端图像传输模块 |
| 3.3 视频显示模块设计 |
| 3.4 本章小结 |
| 4 电子稳像算法设计与实现 |
| 4.1 经典稳像算法基本原理 |
| 4.1.1 块匹配法原理 |
| 4.1.2 灰度投影原理 |
| 4.1.3 特征匹配原理 |
| 4.1.4 稳像算法比对 |
| 4.2 基于DSP处理器稳像实现与优化 |
| 4.2.1 图像分区减弱异物运动干扰 |
| 4.2.2 二值化预处理提高图像对比度 |
| 4.2.3 均值滤波补偿相机全局运动 |
| 4.3 实验结果 |
| 4.3.1 灰度投影稳像结果 |
| 4.3.2 图像分区实验结果及分析 |
| 4.3.3 二值化预处理实验结果及分析 |
| 4.3.4 全局运动实验结果及分析 |
| 4.4 本章小结 |
| 5 目标跟踪算法设计与实现 |
| 5.1 跟踪算法分析 |
| 5.2 粒子滤波理论 |
| 5.2.1 贝叶斯估计 |
| 5.2.2 蒙特卡洛采样 |
| 5.2.3 序贯重要性采样 |
| 5.2.4 粒子滤波跟踪算法 |
| 5.3 基于DSP处理器跟踪实现与优化 |
| 5.3.1 多特征融合 |
| 5.3.2 目标尺度自适应 |
| 5.3.3 DSP算法优化 |
| 5.4 实验结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）基于Cortex-A9处理器下盲卷积法的模糊图像处理研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 2.基于Cortex-A9 实验平台的设计 |
| 2.1 系统总体设计 |
| 2.2 实验平台搭建 |
| 2.2.1 处理器的选型 |
| 2.2.2 图像传感器的选型 |
| 2.2.3 嵌入式操作系统的分析和选型 |
| 2.3 系统的软件设计 |
| 2.3.1 U-Boot的移植 |
| 2.3.2 内核的及根文件系统的移植 |
| 2.3.3 摄像头驱动程序 |
| 2.3.4 摄像头相关的应用程序 |
| 2.4 本章总结 |
| 3.模糊图像复原算法的研究 |
| 3.1 模糊图像复原的基础理论 |
| 3.1.1 模糊图像产生的原因 |
| 3.1.2 模糊图像退化的数学模型 |
| 3.2 最大后验概率方法 |
| 3.2.1 似然性 |
| 3.2.2 先验知识 |
| 3.3 模糊图像复原的经典算法 |
| 3.3.1 维纳滤波算法 |
| 3.3.2 Richardson-Lucy算法 |
| 3.3.3 两阶段模糊图像复原算法 |
| 3.3.4 图像梯度先验去模糊算法 |
| 3.4 各算法分析比较 |
| 3.5 模糊图像复原中的重点问题 |
| 3.6 本章小结 |
| 4.快速模糊图像复原算法设计与实现 |
| 4.1 快速模糊图像复原算法概述 |
| 4.2 预测清晰图像 |
| 4.2.1 去除图像噪声 |
| 4.2.2 冲击滤波器预测图像强边缘 |
| 4.2.3 预测图像阈值 |
| 4.3 迭代估计PSF |
| 4.3.1 建立能量方程 |
| 4.3.2 优化能量方程 |
| 4.3.3 抑制PSF的噪声 |
| 4.4 盲卷积法复原模糊图像 |
| 4.4.1 基于图像梯度高斯分布的盲反卷积法 |
| 4.4.2 基于图像梯度稀疏分布的盲反卷积法 |
| 4.5 快速去模糊算法的改进 |
| 4.5.1 离散小波变换理论 |
| 4.5.2 构造小波金字塔复原模型 |
| 4.6 实验结果与评价 |
| 4.6.1 图像复原质量的评价准则 |
| 4.6.2 复原质量的主观评价 |
| 4.6.3 复原质量的客观评价 |
| 4.6.4 实验结果分析 |
| 4.7 本章小结 |
| 5.总结和展望 |
| 5.1 本文的主要工作 |
| 5.2 本文的局限性 |
| 5.3 展望未来 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间论文发表及获奖情况 |
四、基于DSP的实时边沿相关图像处理系统的设计（论文参考文献）
- [1]智能道路标线系统研究与实现[D]. 石继岗. 曲阜师范大学, 2021(02)
- [2]基于FPGA的大功率电源数据采集与信号处理设计与实现[D]. 陈元. 电子科技大学, 2021(01)
- [3]基于FPGA的并行ECT数据采集系统研究[D]. 崔书龙. 中国民航大学, 2020(01)
- [4]高精度GNSS信号模拟器的FPGA实现技术[D]. 钟南. 南京航空航天大学, 2020(07)
- [5]基于FPGA的Φ-OTDR传感系统加速计算研究[D]. 俞钊. 杭州电子科技大学, 2020(02)
- [6]基于FPGA的超短基线定位系统预处理单元的设计与实现[D]. 张浩. 哈尔滨工程大学, 2020(05)
- [7]宽带电子侦察关键技术研究及其应用[D]. 刘新群. 国防科技大学, 2019(01)
- [8]多尺度数据融合算法及其应用研究[D]. 刘娟花. 西安理工大学, 2019
- [9]基于DSP的实时电子稳像与目标跟踪技术研究[D]. 何逍阳. 大连理工大学, 2019(02)
- [10]基于Cortex-A9处理器下盲卷积法的模糊图像处理研究[D]. 拓洋洋. 西安建筑科技大学, 2019(06)