基于DSP的時頻圖像微弱信號識別系統(tǒng)設(shè)計

魏萌 呂廷勤

摘 ?要： 為了有效提高對時頻圖像微弱信號的識別精確度，基于DSP設(shè)計時頻圖像微弱信號的識別系統(tǒng)。提出當(dāng)前微弱信號圖像識別系統(tǒng)的整體結(jié)構(gòu)框架，包括DSP和FPGA之間的接口硬件設(shè)計模式，確定當(dāng)前時頻圖像的輸入接口設(shè)計方案。利用相機積分成像，輸出圖像數(shù)據(jù)，以有效信號作為控制信號，對當(dāng)前圖像數(shù)據(jù)信號進行處理并發(fā)送DSP，由DSP完成當(dāng)前信號數(shù)據(jù)連通性分析，實現(xiàn)當(dāng)前微弱信號識別。實驗數(shù)據(jù)證明，應(yīng)用基于DSP時頻微弱信號處理系統(tǒng)后，節(jié)點信號識別率提高22%，邊際信號識別率提高27%，可以有效提高識別精度。

關(guān)鍵詞： 系統(tǒng)設(shè)計; 微弱信號識別; DSP; 接口設(shè)計; 圖像數(shù)據(jù)輸出; 數(shù)據(jù)信號處理

中圖分類號： TN911.73?34 ? ? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼： A ? ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）01?0059?04

Design of DSP?based weak signal recognition system for time?frequency image

WEI Meng， L? Tingqin

Abstract： A DSP?based weak signal recognition system for time?frequency image was designed to improve the recognition accuracy of weak signal for time?frequency image. The overall framework of the current weak signal recognition system for image is proposed， including the hardware design mode of interface between DSP and FPGA. In the recognition system， the input interface design scheme for the current time?frequency image is determined. The camera integral imaging is adopted to output the image data and the effective signal is taken as the control signal to process the current image data signal and sent it to DSP， then the connectivity analysis on the current signal data is completed with DSP to realize the recognition of current weak signal. The experimental data show that after the application of time?frequency weak signal processing system based on DSP， the node signal recognition rate is increased by 22% and the marginal signal recognition rate is increased by 27%， which means that the proposed signal recognition system can effectively improve the recognition accuracy.

Keywords： system design; weak signal recognition; DSP; interface design; image data output; data signal processing

0 ?引 ?言

隨著現(xiàn)代電子計算機技術(shù)的飛速發(fā)展，當(dāng)前數(shù)據(jù)圖像處理技術(shù)在諸多領(lǐng)域如機器人視覺、資源探究、天氣預(yù)報處理、醫(yī)學(xué)圖像分析等各個方面均取得了較為廣泛的應(yīng)用。尤其在現(xiàn)代電子信息時頻圖像處理識別領(lǐng)域，其應(yīng)用最為廣泛。以上各個應(yīng)用對信息的實時跟蹤性識別精度均具有極高的圖像信號識別要求[1]。從目前的技術(shù)特征來看，大多數(shù)時頻圖像信號識別系統(tǒng)一般均需要計算機終端完成，所以其系統(tǒng)必須快速準(zhǔn)確地采集到圖像信息，再將其傳遞到數(shù)據(jù)PC端，進行同步信號分析。但是這種方式整體效果并不理想，尤其是識別過程中一旦出現(xiàn)時頻微弱信號，很難做到及時有效的識別。數(shù)字信號處理技術(shù)（DSP）的興起為當(dāng)前時頻圖像微弱信號的識別提供了技術(shù)依據(jù)。隨著DSP單芯片處理能力的不斷提高，以DSP為基礎(chǔ)的微弱時頻圖像信號處理成為可能。通過設(shè)置獨立的系統(tǒng)識別總線、系統(tǒng)程序總線、信號乘法器硬件、多線路流水線等，可以靈活處理多項時頻圖像信號算法。從專用性和結(jié)構(gòu)性來說，目前大多數(shù)DSP圖像處理技術(shù)均需要SRAM數(shù)據(jù)交換，必要時會利用“乒乓”的方式完成數(shù)據(jù)連接，其識別系統(tǒng)一般需要多項硬件電路和獨立的SRAM分別進行時頻圖像的讀寫操作。

為了實現(xiàn)更高精度的時頻圖像微弱信號識別，設(shè)計了一套基于DSP的時頻圖像微弱信號識別系統(tǒng)，該系統(tǒng)利用DSP數(shù)據(jù)并行處理控制能力，可以更高效地完成時頻圖像的識別，從整體上來看，該系統(tǒng)具有多項優(yōu)勢，具有較高的應(yīng)用價值[2]。

1 ?時頻圖像微弱信號處理系統(tǒng)設(shè)計

設(shè)計的基于DSP時頻圖像微弱信號識別系統(tǒng)，整體以DSP處理器作為圖像轉(zhuǎn)換芯片，F(xiàn)PGA作為信息接口，負責(zé)數(shù)據(jù)的聯(lián)通。系統(tǒng)核心處理器選擇美國SAN1公司生產(chǎn)的定點式DSP數(shù)據(jù)處理器，其處理速度超過100 MHz。其主要特點包括總線數(shù)據(jù)結(jié)構(gòu)終端響應(yīng)速度較快，具有多線性程序地址和當(dāng)前數(shù)據(jù)地址[3]。

DSP處理器可以看作是當(dāng)前時頻圖像信號終端，設(shè)計選擇MAX1852作為整個系統(tǒng)的看門狗芯片。當(dāng)系統(tǒng)程序出現(xiàn)異常時，利用DSP重新復(fù)位并運行。設(shè)計采用Xilinx公司出產(chǎn)的S系列芯片作為外部數(shù)據(jù)處理芯片。該芯片擁有超過400 KB的數(shù)據(jù)門，其邏輯單元超過8 MB，支持32位×28位內(nèi)部數(shù)據(jù)資源。一般情況下系統(tǒng)可以支持LUT門總數(shù)量為7 185個，邏輯資源區(qū)為3 758個。系統(tǒng)FPGA可以完成時頻圖像的邏輯處理工作。系統(tǒng)采用National半導(dǎo)體公司出產(chǎn)的DS90C899芯片作為圖像解碼芯片，系統(tǒng)核心組成框圖如圖1所示。

1.1 ?DSP和FPGA連通電路

時頻圖像微弱信號識別系統(tǒng)的硬件部分主要包括DSP處理器、FPGA數(shù)據(jù)接口部分以及系統(tǒng)時頻圖像的外部連通接口電路[4]。

DSP和FPGA之間，設(shè)計采用總擴線的方式進行數(shù)據(jù)聯(lián)通，將FPGA作為數(shù)據(jù)接口，接口連通內(nèi)容包括數(shù)據(jù)地址總線路（15～0）、數(shù)據(jù)總線路（14～0）時頻圖像片選信號、DSP讀寫信號、外部請求信號、外部準(zhǔn)備后續(xù)信號、系統(tǒng)連接中斷控制信號，二者的連接原理框圖如圖2所示。

DSP數(shù)據(jù)訪問主要利用FPGA內(nèi)的數(shù)據(jù)采集模式，具體策略為在FPGA內(nèi)部設(shè)置單項IP，建立不同的FIFO。DSP利用當(dāng)前系統(tǒng)總線直接對其進行定位[5]。因為系統(tǒng)內(nèi)的異步FIFP控制信號可以有效調(diào)節(jié)時鐘數(shù)據(jù)，包括系統(tǒng)時鐘的讀取、復(fù)位、寫入、輸出和有效域建立等[6]。

為了減少系統(tǒng)運行時的數(shù)據(jù)故障，設(shè)計系統(tǒng)利用MAX作為系統(tǒng)的輸出看門狗，其原理如圖3所示。

1.2 ?時頻圖像輸入接口設(shè)計

輸入接口芯片選擇美國National半導(dǎo)體公司出產(chǎn)的DS芯片，該芯片可以直接拆分時頻圖像信號之間的TTL數(shù)據(jù)轉(zhuǎn)換模板。該芯片可以直接觸發(fā)發(fā)送信號，完成信號聯(lián)通，其圖像輸入接口的原理如圖4所示[7]。

1.3 ?時頻信號處理

設(shè)計的基于DSP的時頻圖像微弱信號識別系統(tǒng)主要依靠時頻圖像控制信號進行信號識別。當(dāng)在場信號真實有效時，F(xiàn)PGA會進行當(dāng)前時頻圖像的預(yù)處理工作，并將當(dāng)前有效信號數(shù)據(jù)及時發(fā)送給DSP。DSP可以進行連續(xù)性的分析識別工作，再將分析控制結(jié)構(gòu)發(fā)送給當(dāng)前控制系統(tǒng)中樞。系統(tǒng)接電后，從當(dāng)前FLASH中可以裝載當(dāng)前DSP數(shù)據(jù)到執(zhí)行緩存中，裝載完畢后，利用DSP進行數(shù)據(jù)調(diào)頻，并啟用數(shù)據(jù)RAM代碼[8]。

時頻信號識別系統(tǒng)搭配外部執(zhí)行識別相機，相機處于外部執(zhí)行模式，模式信號一般為7 s兆寬的執(zhí)行低壓有效信號。當(dāng)系統(tǒng)處于低電狀態(tài)時，相機開始進行積分分項統(tǒng)計。統(tǒng)計結(jié)束后，數(shù)據(jù)開始執(zhí)行輸出參數(shù)升級，并輸出圖像數(shù)據(jù)。具體參數(shù)如表1所示[9]。

因為FPGA需要完成當(dāng)前時頻圖像的二值化處理，將處理結(jié)果向上傳遞。為了完成這一工作，F(xiàn)PGA首先需要統(tǒng)計當(dāng)前圖像閾值，當(dāng)信號有效時，繼續(xù)對圖像信號進行累積，當(dāng)信號微弱或者信號無效時，可以將累積結(jié)果進行左向遷移。此外，還需要對當(dāng)前二值化數(shù)據(jù)進行統(tǒng)計判斷，其公式為：

[x（t）=i=1nci（t）rn（t）] （1）

式中：[ci]表示當(dāng)前時頻圖像幀數(shù);[rn]表示當(dāng)前時頻圖像的控標(biāo)值。根據(jù)式（1）求取的判定系數(shù)，可以與閾值進行比較。大于閾值的圖像需要寫入統(tǒng)計FIF（）中，數(shù)據(jù)的橫縱坐標(biāo)和灰度值需要分別寫入不同的FIF（）;如果小于閾值，可以不用特殊處理，采用并行機制完成數(shù)據(jù)運算[10]。

1.4 ?時頻圖像信號識別的實現(xiàn)

DSP程序需要與上述FPGA程序完美兼容，才能實現(xiàn)對當(dāng)前時頻圖像微弱信號的識別。首先對DSP進行初始化，并執(zhí)行參數(shù)設(shè)置，配置系統(tǒng)時鐘，包括SPI外部時間信息[11]。當(dāng)DSP進入主循環(huán)程序時，對當(dāng)前時頻微弱信號進行場外判斷，如果第一次進入DSP有效，則標(biāo)注效果標(biāo)志，反之，則發(fā)送到上線通信系統(tǒng)，并消除圖像數(shù)據(jù)標(biāo)志。然后進行FIF（）空標(biāo)判定，當(dāng)FIF（）屬于不空狀態(tài)時，此時的有效圖像進行橫縱坐標(biāo)和灰度值的采集，反之，則表示不需要利用DSP進行數(shù)據(jù)處理[12?13]。以DSP循環(huán)的形式進行空標(biāo)信號判定，其主程序流程如圖5所示。

2 ?實驗數(shù)據(jù)分析

此次設(shè)計的基于DSP的時頻圖像微弱信號主要在繼承環(huán)境下開發(fā)，實驗選用XD510仿真模擬其，在PC端上載入時頻圖像信號，調(diào)試程序后，執(zhí)行系統(tǒng)出發(fā)模式。系統(tǒng)在外部觸發(fā)模式下，提供10 Hz寬度為低電平的直序信號，相機收到信號后，會對當(dāng)前時頻標(biāo)記成像，通過Camera Link 進行系統(tǒng)接口的發(fā)送。包括設(shè)計功能代碼及標(biāo)記代碼等。此次實驗選擇TCL影像識別系統(tǒng)作為對比系統(tǒng)，分別針對節(jié)點信號和邊際信號作為實驗對象執(zhí)行對比，以下為具體實驗過程。當(dāng)前實驗測試的軟件測試環(huán)境見表2。

2.1 ?節(jié)點信號識別度對比

節(jié)點信號是當(dāng)前時頻圖像各鏈路節(jié)點的交叉處信號，通過節(jié)點信號可以完成當(dāng)前時頻圖像的底板梳理。實驗在仿真環(huán)境下進行無規(guī)則節(jié)點信號的輸入和輸出，對比實驗中兩個系統(tǒng)的節(jié)點信號識別度，其結(jié)果如圖6所示。

由圖6可以看出，隨著信號幀度的不斷提高，節(jié)點信號的識別度均出現(xiàn)明顯下降趨勢，且整體以循環(huán)形式進行。根據(jù)數(shù)據(jù)對比結(jié)果可以確定，設(shè)計的基于DSP時頻圖像微弱信號識別系統(tǒng)對于節(jié)點信號的識別度明顯高于傳統(tǒng)TCL系統(tǒng)，整體提升比例超過22%。

2.2 ?邊界信號識別度對比

邊界信號是時頻圖像最難識別的信號之一，可以劃定當(dāng)前時頻圖像的結(jié)構(gòu)范圍，實驗針對邊界信號進行輸入和輸出，并進行邊界信號識別，其結(jié)果如圖7所示。

圖7中顯示了邊界信號的對比程度。經(jīng)過數(shù)據(jù)對比可以看出，傳統(tǒng)TCL識別系統(tǒng)的識別效果依舊低于設(shè)計的基于DSP的微弱信號識別系統(tǒng)。經(jīng)過數(shù)據(jù)對比可以判定，二者相差比例超過27%。

3 ?結(jié) ?語

針對當(dāng)前時頻圖像信號識別問題，設(shè)計提出了基于DSP的時頻圖像微弱信號識別系統(tǒng)。詳細闡述了其軟件和硬件部分的設(shè)計過程，包括連線電路和識別流程等，通過實驗對比可以判定，該設(shè)計系統(tǒng)具有更高的識別率，對于微弱信號的識別效果更優(yōu)。

參考文獻

[1] 蘇慶列，王麟珠.基于DSP和Retinex圖像增強算法的汽車自動檢測行人系統(tǒng)設(shè)計[J].蘭州工業(yè)學(xué)院學(xué)報，2018，25（6）：56?60.

[2] 趙大偉.基于DSP的微機械材料力學(xué)性能測控系統(tǒng)的設(shè)計[J].冶金與材料，2018，38（6）：70.

[3] 林坤.基于DSP的航空儀表信號模擬器設(shè)計研究[J].電子設(shè)計工程，2018，26（23）：67?70.

[4] 張治安，張旭東，張駿.基于稀疏聯(lián)結(jié)卷積遞歸神經(jīng)網(wǎng)絡(luò)的RGB?D圖像識別算法[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2018，41（5）：12?18.

[5] 楊小奇，萬建軍，劉文江.一種基于先進時空域去噪算法的視頻圖像處理芯片設(shè)計[J].集成電路應(yīng)用，2018，35（5）：33?36.

[6] 龍滿生，歐陽春娟，劉歡，等.基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的油茶病害圖像識別[J].農(nóng)業(yè)工程學(xué)報，2018，34（18）：202?209.

[7] 趙峰濤.基于視覺的圖書館在架錯序圖書自動識別技術(shù)應(yīng)用研究[J].電子設(shè)計工程，2018，26（22）：153?156.

[8] 羅伊杭，羅詩光，潘與維，等.一種基于TuriCreate和OpenCV的實時圖像識別系統(tǒng)設(shè)計[J].電子測試，2018（10）：14?16.

[9] 劉明峰，劉孫俊，郭順森，等.基于DBN圖像識別的機房巡檢系統(tǒng)設(shè)計研究[J].測控技術(shù)，2018，37（11）：51?55.

[10] 孫雷，孫慶蘇.基于VC的太陽光斑圖像識別跟蹤系統(tǒng)設(shè)計與實現(xiàn)[J].軟件導(dǎo)刊，2018（2）：205?207.

[11] 周航，史治宇.基于改進MODWPT時頻分解的時變系統(tǒng)參數(shù)識別[J].低溫建筑技術(shù)，2018，40（3）：43?47.

[12] 岳應(yīng)娟，王旭，蔡艷平，等.基于時頻圖像特征約簡的柴油機故障特征提取新方法[J].汽車工程，2018，40（1）：114?120.

[13] 阮遠忠，喻金華，肖鐵軍.基于ZYNQ?7000的視頻圖像處理系統(tǒng)設(shè)計與實現(xiàn)[J].軟件導(dǎo)刊，2018，17（9）：152?156.

作者簡介：魏 ?萌（1981—），女，河南新鄉(xiāng)人，碩士，講師，研究方向為計算機應(yīng)用、教育信息化。

呂廷勤（1972—），女，河南柘城人，碩士，講師，研究方向為計算機應(yīng)用、數(shù)據(jù)挖掘。