介绍了自动目标识别的发展历史和现状，在并行计算机结构和神经网络知识的基础上，分析了实现实时目标识别系统的硬件和软件技术基础。阐述了自动目标识别系统的工作原理、结构特性，设计了用于快速目标识别的多DSP并行结构虚拟神经网络系统，解决了实时目标识别系统实现过程中的关键技术。该硬件系统充分利用了DSP所提供的主机接口HPI和内存资源，巧妙地实现了共享存储器方式的并行结构，整个系统结构简洁，编程方便、灵活，可扩展性强。在该实现中，软件的采用增加了其通用性和灵活性，并行硬件结构的采用增加了识别的快速性。实验表明系统对不同目标的正确识别率大于90％，而且在2.8ms之内给出识别结果，可以满足实时性要求。该硬件系统最大限度地吸收了SIMD和MIMD两种并行结构的优点，既可以用于实现并型神经网络算法，又可以用于实现并串型神经网络算法及其他并行算法。同时，也可以作为实际工程应用中实时目标识别系统算法的测试平台。 论文工作包括硬件设计和软件算法实现两大部分，但由于系统过于复杂，故本论文以硬件系统的设计与实现为主。论文的主要研究工作如下： (1)采集与模式识别接口逻辑的设计。提供了图像采集及预处理单元与多DSP并行结构目标识别单元进行信息传递的桥梁和纽带，将图像数据源逻辑映射成主机接口(HPI)逻辑，同时考虑了5V逻辑和3V逻辑间的转换问题。 (2)分类DSP小系统和判决DSP小系统的设计。分类DSP小系统依靠BP算法完成对目标的初步识别和分类，判决DSP小系统完成对多个分类DSP小系统输出结果按照一定算法(例如BP算法)进行最终判决，并返回识别结果的编码。各个小系统均由TMS320VC5409、flash存储器、电源管理模块组成，软件加载采用bootload方式。区别仅在于分类DSP小系统使能主机接口，判决DSP小系统禁止主机接口。这种模块化的设计使并行系统结构更加灵活，可根据问题的需要改变结构。 (3)融合逻辑电路的设计。融合逻辑电路用Lattice公司生产的在系统可编程芯片按照一定的算法完成对多个分类DSP小系统输出结果的整合，并且这种电路可以级联，以便连接更多的分类DSP小系统。 (4)融合逻辑电路和判决DSP小系统接口的设计。将DSP的HPI接口设置为 通用FO端口，/BIO作为握手信号线，使融合结果能够高速地传输给判决 DS尸，从而简化了接口电路的复杂性。(5)图像数据采集单元的设计。图像处理电路由以下几部分组成:视频预处理、 模数转换、帧存储器、跟踪窗口、数字信号处理器。视频预处理完成对视 频信号的嵌位放大、边缘增强等;模/数转换完成把模拟视频图像变为数 字图像数据供DSP运算:帧存储器存储一帧图像数据供DSP处理;同步机 产生系统所需的各种同步信号，使系统有条不紊地工作:在场消隐期间， 。SP 206将目标窗口内的数据(32*32)读入并形成128字节二值化图像 数据，加上标记后送往多DSP识别阵列。