论文部分内容阅读
在各种小目标图像预处理算法中,自适应预测器具有抑制强杂波背景的能力,但是,算法的大运算量成为实时目标检测系统的负担.该文分析了TDNLMS(TwoDimensional Normalized Least Mean Square)自适应预测误差滤波器APEF(AdaptivePrediction ErrorFilter)在小目标检测图像预处理应用中的特性,在此基础上,提出了APEF的VLSI实现方案,以实现自适应算法的实时图像预处理.文章首先通过实验深入研究了自适应预测误差滤波器的小目标检测性能与滤波器参数和应用环境统计特性之间的关系.这是确定滤波器结构的基础.实验中考察的相关因素包括:步长参数、二维支撑区域类型、输入数据与被预测值之间的去相关步长、被处理图像中背景杂波的统计特性,以及小目标的成像面积.仿真结果表明,预测器的检测性能强烈依赖于支撑区域的形式,以及去相关步长与小目标成像空间扩展度之间是否匹配.在预测器性能仿真的基础上,提出了能够实现支撑区域在线配置的自适应滤波器结构.滤波器的抽头阵列由内部结构相同的抽头模块构成,通过控制各个抽头的输出数据,能够在抽头阵列上实现任意形式的支撑区域.支撑区域的可配置性,使该ASIC器件可以用于检测不同统计特性图像中的小目标,并且对成像面积在一定范围内逐渐变化小目标,也能够保持较好的检测性能.在自适应预测器结构设计中,采取两项措施降低硬件规模和提高数据通过率:第一,取消用于合成图像的帧存环节,使滤波器直接处理隔行扫描图像,从而显著减少了片内存储器容量;第二,对标准TDNLMS算法进行简化,减少关键路径延时,使滤波器的数据通过率达到实时图像处理的要求.仿真结果表明,采用该方案的自适应滤波器,收敛速度和稳态跟踪性能与标准算法十分接近.针对自适应算法数字实现中的有限字长效应,提出理论和实验相结合的方法寻找白适应运算的最佳字长.最后,针对ASIC器件的VLSI电路设计中若干关键问题提出了设计方案.具体包括:器件核心运算电路在不同配置下的时序安排;在面积或速度方面需要满足特殊要求的运算部件的设计方案;以及异步接口电路中亚稳定性问题的解决方案.该文详细介绍的ASIC器件设计流程不仅可以用于自适应算法的数字实现,而且可以用于大部分数字信号处理算法的VLSI实现.