智能化雷达信号处理SoC系统设计与开发

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:ken112233
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代战场电磁环境趋于复杂多变,信息化趋势逐渐加强,这对雷达系统提出了新的要求,智能化雷达系统的研究和构建成为必然趋势。本文以智能化雷达信号处理SoC系统设计与开发为主要研究内容,在现有雷达技术的基础上进行智能化研究,结合随集成工艺快速发展而不断成熟的SoC系统开发技术,构建智能化雷达信号处理SoC系统,并最终开展系统的测试及验证工作,保证系统的性能和稳定性。首先本文基于高速信号的采集对数字信道化方法进行研究,通过理论介绍最终得到各方法的算法复杂度,从而确定本系统的数字信道化实现方案,再针对智能化雷达研究中的环境感知问题,基于得到的数字信道化结果,通过频谱感知的被动感知方式建立对电磁环境信息的把控,从电磁环境的频谱分析中获得频谱空洞区域,使系统具有对环境信息的认知能力。而在对智能化雷达研究中发射波形优化的主动感知问题上,本系统通过一系列预处理相关算法获得目标段信息后,基于最大信杂噪比设计准则,建立发射波形参数与目标检测效能之间的联系,最终优化发射波形参数使得回波信号中目标信息段的信杂噪比最大化,实现主动感知及优化发射波形参数的设计目的,有效提高目标检测性能,完成从接收端到发射端的闭环反馈构建。其次详细研究了以Xilinx公司的Zynq Ultra Scare+系列芯片为主控芯片来构建本文SoC系统的总体设计和实现过程,其单芯片的架构能极大的满足小型化、高集成度的设计要求,根据主控芯片及硬件平台的特点,对各算法实现提出可行高效的设计方式,并详细论证所提实现方案的正确性,充分利用系统主控芯片和硬件平台的优势,减少系统资源浪费,可应用在弹载、机载等多种场景下。最终,对本系统进行测试及验证,利用光纤接口的数据传输能力,将系统实现结果与MATLAB的理论仿真结果进行正确性验证,而后主要从资源占用、功耗分析和时序分析三个方面进行对本SoC系统的性能分析,确保本系统设计实现的正确性。
其他文献
IGBT是电力电子设备和电力系统主电路中常用的功率开关器件,将多个功率半导体芯片按照一定拓扑进行串并联之后封装为一体形成功率半导体模块,当模块中主要的功率芯片为IGBT管芯时,该模块被称为IGBT模块。当IGBT模块电流等级较大时,往往需要多个管芯并联,多管芯并联的IGBT模块的性能主要体现在两个方面,电性能和热性能。其中电性能主要表现在模块内部各并联管芯之间电流分布是否均匀,同时,模块关断时在I
在无线通信技术的快速发展中,网络业务量急速增长。尤其是第五代移动通信系统(5th Generation Mobile Communication System,5G)商用以来,单一的无线接入技术(Radio Access Technology,RAT)难以应对用户日益复杂多变的业务需求,形成了包括5G和第四代移动通信系统(4th Generation Mobile Communication Sy
近年来,在计算机视觉领域,视觉目标跟踪技术日益成为研究热点。基于相关滤波的目标跟踪算法在满足跟踪实时性要求的同时,跟踪性能也表现优异,因而在视觉目标跟踪领域受到了广泛关注。然而,此类算法在复杂多变的跟踪场景下,仍面临诸多挑战。本文针对复杂场景中的挑战因素,在相关滤波跟踪框架的基础上提出了两种改进算法,有效提高了算法在背景混乱、大范围形变、遮挡和旋转等复杂场景下的鲁棒性。本文的研究成果和主要贡献如下
随着全球经济的发展,信息技术得到了广泛使用。云计算、虚拟服务器和AI等行业的兴起,对存储器的性能要求越来越高。传统的机械硬盘已不能满足这些高性能需求。固态硬盘凭借体积小、功耗低、噪音低、速度快、抗震性好等优点,在多个领域得到了广泛应用,因此分析它的结构并提高性能十分重要。SSD的关键组件是控制器和存储介质,高性能的SSD其内部有独立的ARM核实现FTL算法。从固态硬盘的结构出发,要提高性能可以从以
作为人工智能领域的重要组成部分,深度学习系统因其简易,高效,并且能够解决多种复杂问题的特点成为了现阶段机器学习领域中的研究热点和主流方向。然而,深度学习系统在备受瞩目的同时也面临着挑战。比如,神经网络领域中的对抗样本问题就能对以深度学习为基础的神经网络系统造成严重的恶意破坏,对于更大规模、更广范围的人工智能系统更会产生毁灭性的冲击。因此本文着力于研究神经网络系统与对抗样本问题。本文将从对抗样本及神
随着半导体产业的不断升级发展,传统的Si基功率半导体器件已进入性能瓶颈期。以氮化镓(GaN)为代表的第三代宽禁带氮化物半导体材料性能为微波功率半导体器件提供了坚实的基础,使得氮化镓基材料与HEMT器件在高功率和高频率应用方面具有卓越的优势,迅速成为国际研究的热点。2021年,“十四五”规划将氮化镓(GaN)、碳化硅(Si C)宽禁带半导体列为发展目标,未来五年,基于第三代半导体材料的电子器件将广泛
辐射源个体识别是指通过提取辐射源信号表现出的某个或者多个具有无意调制特征对辐射源个体进行识别的技术,具有广阔的军民应用前景,随着空中辐射源设备的大幅增加,需要对空中辐射源是否工作正常和异常空中辐射源的敌我属性进行判断,而这些判断均需要以空中辐射源的个体识别为前提。本文主要研究了基于多模态多尺度排列熵的个体识别方法以及在分布式联邦学习系统中实现基于可变形卷积网络的辐射源识别。针对传统的辐射源个体识别
遥感卫星技术的飞速发展形成了大量的多时相遥感图像集合,多时相遥感图像分类问题由于其在监测地表覆盖变化方面的重要作用,不可避免的引起了学者们的广泛关注。多时相遥感图像序列分类问题旨在利用现有的有参考标签的图像(源图像)的信息,对后续获得的无标签的目标图像进行分类,源图像和目标图像为同一时间不同地点拍摄所得。传统的半监督方法需要为目标图像收集足够多的参考标签,领域自适应方法则假设源图像和目标图像数据分
学位
学位