CN109444886A - 一种双基sar实时成像的并行计算处理方法、***及介质 - Google Patents
一种双基sar实时成像的并行计算处理方法、***及介质 Download PDFInfo
- Publication number
- CN109444886A CN109444886A CN201811646350.XA CN201811646350A CN109444886A CN 109444886 A CN109444886 A CN 109444886A CN 201811646350 A CN201811646350 A CN 201811646350A CN 109444886 A CN109444886 A CN 109444886A
- Authority
- CN
- China
- Prior art keywords
- data
- dsp
- calculating group
- road
- parallel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9058—Bistatic or multistatic SAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9004—SAR image acquisition techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种高可靠的双基SAR实时成像的并行计算处理方法、***及介质,所述方法包括接收来自相控天线的多路并行数字信号;预处理所述并行数字信号;将预处理后的数据分成N路相同的预处理数据分发至N路DSP计算组,N路DSP计算组分别独立输出一副图像;终端接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。采用本发明的方案,在同等实时计算性的前提下,解决可靠性、通信效率、信号处理能力等方面的缺陷。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种高可靠的双基SAR实时成像的并行计算处理方法、***及介质。
背景技术
SAR(合成孔径雷达)工作原理是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成较大的等效天线孔径的雷达。合成孔径雷达的特点是分辨率高,能全天候工作,能有效地识别伪装和穿透掩盖物。双基合成孔径雷达采用了分离发射器和接收器,飞行在不同平台上实现雷达成像,利用飞行平台的特殊飞行轨迹,获得前视SAR图像。
虽然,国内的电子科技大学、国防科技大学、北京理工大学、中国科学院电子所等科研院所在双基前视SAR成像算法方面也开展了相关探索研究。电子科技大学经过十多年的技术攻关,***地解决了双基前视SAR的***体制、理论方法和关键技术等问题,于2009年首次全面***地对双基前视SAR成像理论和存在的问题进行了讨论,并对双机前视SAR分辨理论和最优工作模式进行了研究;针对移变/移不变等成像模式,提出了四阶RNLCS、Keystone-NLCS、2D-ωk等系列频域成像算法,有效解决了双基前视SAR大徙动、强耦合、二维空变等问题。然而,国内在机载、弹载双基SAR成像方面的工程化研究较少,多数还是处于算法仿真的理论研究,对于高速、超高速环境时机载双基SAR的实时成像技术,还没有一个较好的工程化***方案。
双基SAR数字信号处理机,由FPGA+DSP架构组成。一般采用“流水线”原理部署算法模块,但如果存在急剧增加的计算量任务,则会造成***性能严重下降。另外,各个模块之间存在数据强依赖,只要一个计算模块损坏,则整个***将不能工作。对于机载、弹载双基SAR来说,可靠性、实时性等各类技术要求进一步提高。
发明内容
为解决上述技术问题,本发明的目的在于提供一种高可靠的双基SAR实时成像的并行计算处理方法、***及介质。在同等实时计算性的前提下,解决可靠性、通信效率、信号处理能力等方面的缺陷。
根据本发明的一个发明,本发明提供了一种高可靠的双基SAR实时成像的并行计算处理方法,所述方法包括如下:
接收来自相控天线的多路并行数字信号;
预处理所述并行数字信号;
将预处理后的数据分成N路相同的待发送数据,并将数据发送至对应的DSP计算组中,接收到完整数据的所述N路DSP计算组分别独立输出一副图像;
终端接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。
根据本发明的方法,优选的,将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据相应的DSP计算组之间的对应关系;
所述N路DSP计算组分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,在接收到标识符信息后,选择与标识符对应的数据,接收到完整数据的所述N路DSP计算组分别独立输出一副图像;
根据本发明的方法,优选的,所述将预处理后的数据分成N路相同的预处理数据分发至N路DSP计算组之后,还包括,自动检测是否将数据成功发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理。
根据本发明的方法,优选的,所述N个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行,每个DSP计算组各自启动计算程序,共启动N个完整的数据处理过程;
每个DSP计算组内部的各DSP计算单元之间进行并行计算,DSP计算组内部各DSP计算单元的并行计算包括:粗粒度并行计算、中粒度并行计算和细粒度并行计算;
粗粒度并行计算采用流水线并行计算技术,将多个算法任务按流水线分配到各DSP计算单元;
中粒度并行计算采用并行分布式计算技术,将超大计算量的计算任务分担到DSP计算组内的多个DSP计算单元进行并行计算;
细粒度并行计算采用指令集并行计算技术,将计算任务拆分成指令集侯,按指令集并行分配到不同的DSP计算单元。
根据本发明的方法,优选的,对下列计算任务采用粗粒度并行部署:定点转浮点、多普勒中心估计、线性距离走动校正、矩阵转置;
对下列计算任务采用中粒度并行部署:多普勒调频率估计、相位梯度自聚焦、几何校正。
细粒度并行部署选用TMS320C6678,采用Very Long Instruction Word(VLIW)架构,以及丰富的SIMD汇编指令。
根据本发明的又一实施例,一种高可靠的双基SAR实时成像的并行计算处理***,所述***包括FPGA、N个DSP计算组以及终端,所述FPGA包括FPGA接收单元、预处理模块、N个SIRO模块,所述终端包括终端控制模块,其中,
FPGA接收单元,用于接收来自相控天线的多路并行数字信号;
预处理模块,用于预处理所述并行数字信号,并在接收到数据重发请求时,选择与标识符对应的数据,并将数据发送至与标识符对应的DSP计算组中;
所述预处理模块,还用于自动检测是否将数据成功发送至N路DSP计算组;
SIRO模块,用于将预处理后的数据分成N路相同的待发送数据,分发至N路DSP计算组;
所述N路DSP计算组,用于分别接收到预处理后的数据后,分别独立计算输出一副图像;
终端控制模块,用于接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。
根据本发明的***,优选的,所述预处理模块,还用于自动检测是否将数据成功发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理;
SIRO模块,用于将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据的当前DSP计算组的对应关系;
所述N路DSP计算组,用于分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,接收到完整数据的所述N路DSP计算组分别独立输出一副图像。
根据本发明的***,优选的,所述FPGA
还包括数据单元,用于将预处理后的多个数据帧按照预定顺序组装成数据包。
根据本发明的***,优选的,所述N个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行,每个DSP计算组各自启动计算程序,共启动N个完整的数据处理过程;
每个DSP计算组内部的各DSP计算单元之间进行并行计算,DSP计算组内部各DSP计算单元的并行计算包括:粗粒度并行计算、中粒度并行计算和细粒度并行计算;
粗粒度并行计算采用流水线并行计算技术,将多个算法任务按流水线分配到各DSP计算单元;
中粒度并行计算采用并行分布式计算技术,将超大计算量的计算任务分担到DSP计算组内的多个DSP计算单元进行并行计算;
细粒度并行计算采用指令集并行计算技术,将计算任务拆分成指令集侯,按指令集并行分配到不同的DSP计算单元。
根据本发明的又一实施例,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述方法的步骤。
采用本发明的方法,在同等实时计算性的前提下,解决可靠性、通信效率、信号处理能力等方面的缺陷。
附图说明
图1为本发明提出的一种高可靠的双基SAR实时成像的并行计算方法流程图;
图2为本发明提出的一种高可靠的双基SAR实时成像的并行计算***框架图;
图3为本发明提出的FPGA在计算组中排列多个数据单元示意图;
图4为本发明提出的并行计算整体过程示意图;
图5为本发明分布式并行计算模型示意图;
具体实施方式
以下结合附图对本发明的具体实施方式作出详细说明。
如图1和2所示,本实施例给出了一种高可靠的双基SAR实时成像的并行计算处理方法,所述方法包括如下:
在本发明中,本方案的***组成包括FPGA、多个DSP计算组,高速互联总线。其中,FPGA选用Xilinx公司Virtex-7系列;DSP选用TI公司TMS320C6678;高速互联总线可以选用SRIO链路、HyperLink链路、PCIE链路等。
FPGA单元
相控阵天线的信号输出与FPGA连接;
FPGA例化N个SRIO模块,分别和N个DSP计算组连接;
DSP计算组
DSP计算组由N片TI公司TMS320C6678组成;
DSP计算组内用hyperlink连接;
每个DSP计算组的输出与终端连接;
终端控制
具体为,FPGA接收来自相控天线的多路并行数字信号;
对接收到的多路并行数字信号进行预处理,并得到预处理后的数据;
将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据的当前DSP计算组的对应关系;
在本发明中,得到预处理的数据后,需要将数据发送到DSP计算组,根据本发明的目的,采用的方案为将这些数据分成N个相同的内容,分别发送到N路DSP计算组中,为了使得发送后的数据也能找到其发送的方向,本发明采用了将数据设置标识符,相同的N个数据,分别设置不同的标识符,比如,第一个数据设置标识符A1,第二个数据标识符设置为A2,以此类推,第N个数据标识符设置为AN,这样就使得每个数据都有对应的标签,同时,由于分成了N路DSP计算组,也就是说分为第一路DSP计算组,第二路DSP计算组,以此类推到第N路DSP计算组,所以,在数据发生时,标识符与路对应,比如A1对应第二路,A2对应第一路,等等。
所述N路DSP计算组分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,在接收到标识符信息后,选择与标识符对应的数据,并将数据发送至与标识符对应的DSP计算组中,在接收到完整的数据后,所述N路DSP计算组分别独立输出一副图像。
将预处理后的数据分成N路相同的预处理数据分发至N路DSP计算组之后,还包括,自动检测是否将数据发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理。
在判断数据是否成功发送,可以采用DSP计算组反馈成功接收数据,或者向DSP数据发送后向DSP计算组发送数据报文以提示该数据传输通道是可以正常接收数据的,也可以采用其他方式,本发明中不做限制。
终端接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。
FPGA预处理来自相控阵天线的多路并行数字信号。预处理阶段包含垂直航向相位补偿、距离向FFT、距离脉压及粗补偿等。
FPGA启动N个SRIO模块,将预处理数据同时并行的分发给N个DSP计算组,SRIO模块,还用于将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据的当前DSP计算组的对应关系;。
通过SRIO链路,将数据存储在DSP计算组(选择计算组内的第一个DSP)的DDR3协议区域。每个DSP计算组都将接收到完全相同的原始预处理数据帧;
所述N路DSP计算组,用于分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,在接收到完整的数据后,所述N路DSP计算组分别独立输出一副图像。
数据单元,是DSP计算组信号处理的最小数据集合。由FPGA将多个原始数据帧按照一定顺序组装而成。如图3所示。
图中数据单元[m*n],m表示一个数据单元中原始数据帧的行数,n表示一个原始数据帧的数据点数。
所述将预处理后的数据分成N路相同的预处理数据分发至N路DSP计算组,还包括,将预处理后的多个数据帧按照预定顺序组装后分发至N路DSP计算组,并且在将数据发送完后,自动检测是否将数据成功发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理。
由于本发明采用的方案是将数据分别发送到N路DSP计算组中,那么就需要及时获取这些通路的信息,当有数据没有发送成功时,也不会影响到其他通路发送数据,但是为了保证数据要及时传送到终端,在本发明中设置了相应的风险级别,进行及时管控。如上所述,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理
所述N个DSP计算组接收到预处理的数据后,各自启动计算程序,共启动N个完整的信号处理过程。
每个DSP计算组接收到FPGA的通知后,各自启动计算程序,将共启动N个完整的信号处理过程。如图4所示。
该方案中有N个DSP计算组,每个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行。因此,即使某个DSP计算组遭受到恶意攻击、或者硬件自损坏等因素罢工,但由于计算组采用了分布式特性,每个DSP计算组具备高度的独立性,此时剩余的M(M<N)个DSP计算组仍将持续提供实时的图像数据,有力的保障了产品的可用性,在复杂、恶劣的环境下的可靠性。
从***整体角度来看,只要优化好一个DSP计算组的计算性能,就很容易扩展到N个DSP计算组,这不仅降低了***集成联试的复杂性,可以高效的保障设备开发、技术支持等科研任务,更对***的可扩展性有着重要意义。例如,机载双基SAR实时成像时,每个DSP计算组均独立计算一幅图像,如果***需要达到500毫秒的实时成像,则只需针对一个DSP计算组持续优化,将其计算耗时保持在1秒以下的耗时即可。
其次,N个DSP计算组不存在任何的数据通信与控制,对比多片DSP按流水线连接的传统方式(存在大量数据通信与控制),实际上提高了***的整体运行效率。
所述各自启动计算程序,共启动N个完整的数据处理过程,还包括,每个DSP计算组内部也采用并行计算的思想,通过合理的组织DSP计算组内的多片DSP,实现高效的并行信号计算过程。
所述N个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行。
具体的,根据本发明的实施例,
N个DSP计算组并行地执行信号处理算法。每个DSP计算组内部也采用并行计算的思想,通过合理的组织DSP计算组内的多片DSP,实现高效的并行信号计算过程。
双基SAR一般分为方位向处理和距离向处理,常见的信号处理算法过程包含:定点转浮点、多普勒中心估计、线性距离走动校正、矩阵转置、FFT、IFFT、二次距离脉压校正、垂直航向二次相位补偿、高阶多项式拟合、多普勒调频率估计、方位向相位补偿、方位向高次相位滤波、相位梯度自聚焦、几何校正等。
在信号处理过程中,DSP计算组中的并行计算可分三个层次去定义:粗粒度并行、中粒度并行、细粒度并行。
(1)粗粒度并行
粗粒度并行,在顶层去设计计算的并行性,可选用的粗粒度并行技术——流水线并行技术。流水线(pipeline)并行计算技术,指将多个算法任务均分到各个DSP计算单元,以耗时最多的DSP计算单元作为实际的性能预估值。
对于算法模块中耗时分布均匀、信号数据属性一致的,如定点转浮点、多普勒中心估计、线性距离走动校正、矩阵转置等等,可部署在图中DSP计算组内部的DSP0和DSP1上。
(2)中粒度并行
中粒度并行,在中间层去设计计算的并行性,是对粗粒度并行有效的补充。可选用的中粒度并行技术——分布式并行计算技术。分布式(distribution)并行计算技术,指将超大计算量的计算任务分担到多个DSP计算单元进行并行计算。
对于算法模块中消耗时间急剧增加、信号数据不存在关联性的,如多普勒调频率估计、相位梯度自聚焦、几何校正等,可部署在图中DSP计算组内部的DSP1~N上。
例如,多普勒调频率估计模块需要从信号数据(雷达回波)中估计出每个距离单元的调频率,典型的算法是图像偏置法。对于经过2048次4096个距离单元数据累积,信号计算量在单片DSP上需900ms,若是分布到3片DSP则时间近似为原来的1/3。
融合“流水线+分布式”的并行计算设计思想,可以更容易发掘出信号处理机的最佳性能。当然,这种并行计算的软件复杂度很高,需要有良好的软件架构来支撑应用程序。
(3)细粒度并行
细粒度并行,一般指指令集并行。选用的TI公司TMS320C6678,采用Very LongInstruction Word(VLIW)架构,以及丰富的SIMD汇编指令,因此具备非常强大的指令集并行功能。
N个DSP计算组在信号处理过程完成后,将共输出N幅SAR图像。通过SRIO链路发送N幅图像给终端模块。
终端接收全部的实时图像,进行图像匹配识别处理,然后根据识别的结果发出相应的控制指令。
根据本发明的一个实施例,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述方法的步骤。
本发明的目的在于提供一种高可靠的双基SAR实时成像的并行计算处理方法、***及计算机介质,在同等实时计算性的前提下,解决可靠性、通信效率、信号处理能力等方面的缺陷。
对于本领域技术人员而言,显然本发明实施例不限于上述示范性实施例的细节,而且在不背离本发明实施例的精神或基本特征的情况下,能够以其他的具体形式实现本发明实施例。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明实施例的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种双基SAR实时成像的并行计算处理方法,其特征在于,所述方法包括如下:
接收来自相控天线的多路并行数字信号;
预处理所述并行数字信号;
将预处理后的数据分成N路相同的待发送数据,并将数据发送至对应的DSP计算组中,接收到完整数据的所述N路DSP计算组分别独立输出一副图像;
终端接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。
2.根据权利要求1所述的并行计算处理方法,其特征在于,将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据相应的DSP计算组之间的对应关系;
所述N路DSP计算组分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,在接收到标识符信息后,选择与标识符对应的数据,接收到完整数据的所述N路DSP计算组分别独立输出一副图像。
3.根据权利要求2所述的并行计算处理方法,其特征在于,所述将预处理后的数据分成N路相同的预处理数据分发至N路DSP计算组之后,还包括,自动检测是否将数据成功发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理。
4.根据权利要求3所述的并行计算处理方法,其特征在于,
所述N个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行,每个DSP计算组各自启动计算程序,共启动N个完整的数据处理过程;
每个DSP计算组内部的各DSP计算单元之间进行并行计算,DSP计算组内部各DSP计算单元的并行计算包括:粗粒度并行计算、中粒度并行计算和细粒度并行计算;
粗粒度并行计算采用流水线并行计算技术,将多个算法任务按流水线分配到各DSP计算单元;
中粒度并行计算采用并行分布式计算技术,将超大计算量的计算任务分担到DSP计算组内的多个DSP计算单元进行并行计算;
细粒度并行计算采用指令集并行计算技术,将计算任务拆分成指令集侯,按指令集并行分配到不同的DSP计算单元。
5.根据权利要求4所述的并行计算处理方法,其特征在于,
对下列计算任务采用粗粒度并行部署:定点转浮点、多普勒中心估计、线性距离走动校正、矩阵转置;
对下列计算任务采用中粒度并行部署:多普勒调频率估计、相位梯度自聚焦、几何校正。
细粒度并行部署选用TMS320C6678,采用Very Long Instruction Word(VLIW)架构,以及丰富的SIMD汇编指令。
6.一种双基SAR实时成像的并行计算处理***,其特征在于,所述***包括FPGA、N个DSP计算组以及终端,所述FPGA包括FPGA接收单元、预处理模块、N个SIRO模块,所述终端包括终端控制模块,其中,
FPGA接收单元,用于接收来自相控天线的多路并行数字信号;
预处理模块,用于预处理所述并行数字信号,并在接收到数据重发请求时,选择与标识符对应的数据,并将数据发送至与标识符对应的DSP计算组中;
所述预处理模块,还用于自动检测是否将数据成功发送至N路DSP计算组;
SIRO模块,用于将预处理后的数据分成N路相同的待发送数据,分发至N路DSP计算组;
所述N路DSP计算组,用于分别接收到预处理后的数据后,分别独立计算输出一副图像;
终端控制模块,用于接收全部输出的实时图像,进行图像匹配识别处理,根据识别的结果发出相应的控制指令。
7.根据权利要求6所述的并行计算处理***,其特征在于,所述预处理模块,还用于自动检测是否将数据成功发送至N路DSP计算组,若有N-2路数据没有成功传送至DSP计算组,则发出二级警告信息,提示当前数据发送通道发生断路风险级别为中级,需要引起注意,若有N-1路数据没有成功传送至DSP计算组,则发出一级警告信息,提示当前数据发送通道发生断路风险级别为高级,要及时处理;
SIRO模块,用于将预处理后的数据分成N路相同的待发送数据,每一路待发送数据设置对应的标识符,当具有相应标识符的待发送数据分发至N路DSP计算组时,记录标识符与所要发送数据的当前DSP计算组的对应关系;
所述N路DSP计算组,用于分别接收到具有标识符信息的预处理后的数据后,检测数据是否完整,如果数据不完整,则返回标识符信息,请求数据重发,接收到完整数据的所述N路DSP计算组分别独立输出一副图像。
8.根据权利要求6所述的并行计算处理***,其特征在于,所述FPGA还包括数据单元,用于将预处理后的多个数据帧按照预定顺序组装成数据包。
9.根据权利要求6所述的并行计算处理***,其特征在于,所述N个DSP计算组之间不存在任何数据通信与控制,相互完全独立运行,每个DSP计算组各自启动计算程序,共启动N个完整的数据处理过程;
每个DSP计算组内部的各DSP计算单元之间进行并行计算,DSP计算组内部各DSP计算单元的并行计算包括:粗粒度并行计算、中粒度并行计算和细粒度并行计算;
粗粒度并行计算采用流水线并行计算技术,将多个算法任务按流水线分配到各DSP计算单元;
中粒度并行计算采用并行分布式计算技术,将超大计算量的计算任务分担到DSP计算组内的多个DSP计算单元进行并行计算;
细粒度并行计算采用指令集并行计算技术,将计算任务拆分成指令集侯,按指令集并行分配到不同的DSP计算单元。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646350.XA CN109444886B (zh) | 2018-12-30 | 2018-12-30 | 一种双基sar实时成像的并行计算处理方法、***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646350.XA CN109444886B (zh) | 2018-12-30 | 2018-12-30 | 一种双基sar实时成像的并行计算处理方法、***及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109444886A true CN109444886A (zh) | 2019-03-08 |
CN109444886B CN109444886B (zh) | 2020-06-26 |
Family
ID=65540041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811646350.XA Active CN109444886B (zh) | 2018-12-30 | 2018-12-30 | 一种双基sar实时成像的并行计算处理方法、***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109444886B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110488291A (zh) * | 2019-08-23 | 2019-11-22 | 成都航天科工微电子***研究院有限公司 | 一种双基前视sar半实物仿真方法及装置 |
CN116152307A (zh) * | 2023-04-04 | 2023-05-23 | 西安电子科技大学 | 一种基于fpga的sar图像配准预处理装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441271A (zh) * | 2008-12-05 | 2009-05-27 | 航天恒星科技有限公司 | 基于gpu的sar实时成像处理设备 |
CN106134476B (zh) * | 2008-11-24 | 2012-09-05 | 西安电子科技大学 | 星载实时并行数据处理*** |
CN103116872A (zh) * | 2013-01-25 | 2013-05-22 | 西安电子科技大学 | 基于并行dsp的sar图像高速处理***及其方法 |
CN103616681A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于Zynq系列FPGA的雷达成像方法 |
CN104284079A (zh) * | 2013-10-10 | 2015-01-14 | 中国科学院光电研究院 | 星载遥感图像智能识别装置 |
CN106872977A (zh) * | 2016-12-28 | 2017-06-20 | 北京建筑大学 | 一种基于分段弱正交匹配追踪的层析sar三维成像方法 |
CN106886177A (zh) * | 2016-12-16 | 2017-06-23 | 北京华航无线电测量研究所 | 一种雷达信号处理*** |
CN107301398A (zh) * | 2017-06-23 | 2017-10-27 | 电子科技大学 | 一种基于gpu实现的合成孔径雷达图像目标识别方法 |
CN107316038A (zh) * | 2017-05-26 | 2017-11-03 | 中国科学院计算技术研究所 | 一种sar图像舰船目标统计特征提取方法与装置 |
CN107829452A (zh) * | 2017-11-12 | 2018-03-23 | 湖南科技大学 | 一种融合多传感器及地基sar的深基坑施工监测预警技术 |
CN108132467A (zh) * | 2017-12-23 | 2018-06-08 | 成都汇蓉国科微***技术有限公司 | 基于增强型adc的dsp+fpga双基前视sar成像方法及成像装置 |
CN108152816A (zh) * | 2016-12-05 | 2018-06-12 | 南京理工大学 | 基于多核dsp的实时sar成像***及成像方法 |
US20180275676A1 (en) * | 2017-03-21 | 2018-09-27 | Irvine Sensors Corporation | Apparatus for Enabling Autonomous Operation of Land Vehicle Convoys using a Robotic, Bio-Inspired Enterprise (ROBBIE) |
CN108983238A (zh) * | 2018-07-27 | 2018-12-11 | 山东航天电子技术研究所 | 一种星载Ka波段SAR实时成像*** |
-
2018
- 2018-12-30 CN CN201811646350.XA patent/CN109444886B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106134476B (zh) * | 2008-11-24 | 2012-09-05 | 西安电子科技大学 | 星载实时并行数据处理*** |
CN101441271A (zh) * | 2008-12-05 | 2009-05-27 | 航天恒星科技有限公司 | 基于gpu的sar实时成像处理设备 |
CN103116872A (zh) * | 2013-01-25 | 2013-05-22 | 西安电子科技大学 | 基于并行dsp的sar图像高速处理***及其方法 |
CN104284079A (zh) * | 2013-10-10 | 2015-01-14 | 中国科学院光电研究院 | 星载遥感图像智能识别装置 |
CN103616681A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于Zynq系列FPGA的雷达成像方法 |
CN108152816A (zh) * | 2016-12-05 | 2018-06-12 | 南京理工大学 | 基于多核dsp的实时sar成像***及成像方法 |
CN106886177A (zh) * | 2016-12-16 | 2017-06-23 | 北京华航无线电测量研究所 | 一种雷达信号处理*** |
CN106872977A (zh) * | 2016-12-28 | 2017-06-20 | 北京建筑大学 | 一种基于分段弱正交匹配追踪的层析sar三维成像方法 |
US20180275676A1 (en) * | 2017-03-21 | 2018-09-27 | Irvine Sensors Corporation | Apparatus for Enabling Autonomous Operation of Land Vehicle Convoys using a Robotic, Bio-Inspired Enterprise (ROBBIE) |
CN107316038A (zh) * | 2017-05-26 | 2017-11-03 | 中国科学院计算技术研究所 | 一种sar图像舰船目标统计特征提取方法与装置 |
CN107301398A (zh) * | 2017-06-23 | 2017-10-27 | 电子科技大学 | 一种基于gpu实现的合成孔径雷达图像目标识别方法 |
CN107829452A (zh) * | 2017-11-12 | 2018-03-23 | 湖南科技大学 | 一种融合多传感器及地基sar的深基坑施工监测预警技术 |
CN108132467A (zh) * | 2017-12-23 | 2018-06-08 | 成都汇蓉国科微***技术有限公司 | 基于增强型adc的dsp+fpga双基前视sar成像方法及成像装置 |
CN108983238A (zh) * | 2018-07-27 | 2018-12-11 | 山东航天电子技术研究所 | 一种星载Ka波段SAR实时成像*** |
Non-Patent Citations (2)
Title |
---|
张文科: "基于DSP的SAR图像并行处理***的设计与算法实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
黄倩: "SAR数据处理算法及基于机群的处理***研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110488291A (zh) * | 2019-08-23 | 2019-11-22 | 成都航天科工微电子***研究院有限公司 | 一种双基前视sar半实物仿真方法及装置 |
CN116152307A (zh) * | 2023-04-04 | 2023-05-23 | 西安电子科技大学 | 一种基于fpga的sar图像配准预处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109444886B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597342B (zh) | 一种动态组网智能辨识的采砂船监测装置及方法 | |
US10460252B2 (en) | System and method of chaining algorithms for global object recognition to improve probability of correctness and reduce processing load | |
CN109444886A (zh) | 一种双基sar实时成像的并行计算处理方法、***及介质 | |
Yang et al. | Spatio-temporal domain awareness for multi-agent collaborative perception | |
CN103257341B (zh) | 基于fpga的自聚焦算法快速实现方法 | |
Cui et al. | Massive spatial data processing model based on cloud computing model | |
CN111929717A (zh) | 面向遥感图像目标特性识别的星载图像处理器及处理方法 | |
CN109618301A (zh) | 无线传感器网络的数据处理方法、可读存储介质和终端 | |
CN109640284A (zh) | 无线传感器网络*** | |
Xu et al. | On-board ship detection in SAR images based on L-YOLO | |
CN111339950A (zh) | 一种遥感图像目标检测方法 | |
Jahanbakht et al. | Distributed deep learning and energy-efficient real-time image processing at the edge for fish segmentation in underwater videos | |
US20210334534A1 (en) | Method and system for tracking and displaying object trajectory | |
CN113901931A (zh) | 一种基于知识蒸馏模型的红外和可见光视频的行为识别方法 | |
Zhang et al. | A hierarchical context embedding network for object detection in remote sensing images | |
Luo et al. | G‐YOLOX: A Lightweight Network for Detecting Vehicle Types | |
Zhang et al. | Resource-efficient in-orbit detection of earth objects | |
CN110535842A (zh) | 一种基于抽样检测的拟态安全***和方法 | |
CN207117816U (zh) | 一种图像处理装置 | |
Song et al. | An automatic block-to-block censoring target detector for high resolution SAR image | |
Shen et al. | Lightweight deep network with context information and attention mechanism for vehicle detection in aerial image | |
Ghosh et al. | A hybrid CNN-transformer architecture for semantic segmentation of radar sounder data | |
CN112906538A (zh) | 一种基于无人值守平台的舰船目标图像识别***及方法 | |
de Oliveira et al. | A parallel and distributed approach to the analysis of time series on remote sensing big data | |
Zhou et al. | A multiscale dual-attention based convolutional neural network for ship classification in SAR image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |