【技术实现步骤摘要】
本专利技术涉及雷达信号处理，尤其涉及一种fpga实时同步大容量数据采集系统。
技术介绍
1、实时同步大容量数据采集系统主要用于从雷达传感器中采集、处理和分析大量的信号数据。雷达系统通过发射电磁波并接收其反射信号，可以用于探测目标的位置、速度、形状等信息。因此，实时同步大容量数据采集系统在提供高精度、高灵敏度雷达信息的同时，也为雷达应用提供了更强大的信号处理能力。这些系统的性能直接关系到雷达的监测、追踪和目标识别等关键功能的效果，对于国防、气象、交通监测等领域都具有重要意义。
2、传统数据采集系统中，各个模块的时钟同步通常通过外部时钟源或者简单的定时器实现，这样的方式难以满足高精度的时序同步要求，尤其是在大容量数据采集系统中，对数据的实时性和准确性要求较高，数据处理往往是串行或者以简单的并行方式进行，导致处理速度受到限制，随着雷达技术的发展和数据量的增大，对于更快的实时处理需求，传统系统已经难以满足。
3、为了解决以上问题，提出一种fpga实时同步大容量数据采集系统。
技术实现思路
1、本专利技术的目的是为了解决现有技术中雷达数据采集系统的并行性差和处理速度受到限制的问题，而提出的一种fpga实时同步大容量数据采集系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种fpga实时同步大容量数据采集系统，包括数据采集模块、fpga处理模块和编译服务器，其特征在于，数据采集模块和fpga芯片之间采用多通道设计，利用fpga内
4、设压缩前的信号为xi(t)，处理后得到特征值zdate，处理后输出的信号为ci[xi(t)]；
5、
6、其中τ表示界点值，||zdate||表示特征方阵zdate的值，c1[xi(t)]表示以高压缩比但计算复杂度较高的压缩算法输出的信息，c2[xi(t)]表示以低压缩比但计算复杂度较低的压缩算法输出的信息。
7、优选的，fpga处理模块接收信号后分别采集输入信号的频域特性和时域特性，并处理得到表示特征子带和频域特征的向量x和向量y，通过动态调整权重，系统在运行时根据实际数据情况自适应地调整对特征子带和频域特征的重视程度。
8、优选的，根据对特征子带和频域特征的重视程度，设置基础权重，分别为αbase和βbase：
9、αdynamic＝q(αbase)
10、βdynamic＝q(βbase)
11、q是动态调整函数，其输入包括基础权重和动态调整因子，输出是实时的权重，利用实时计算得到的权重，进行加权融合：
12、zi＝αdynamic·xi+βdynamic·yi
13、使用模拟工具得到拟合后的αdynamic与βdynamic，并引入小量噪声得到特征方阵zdate，并以此计算||zdate||。
14、优选的，基于pll技术维持整个系统内各时钟域的同步性，通过配置pll模块的参数，选择参考时钟源和调整反馈系数动态调整本地时钟以追踪参考时钟。
15、优选的，多级流水线结构采用实时流水线处理，实时流水线处理分为三个阶段：
16、s100预处理阶段：低通滤波使用滤波器去除高频噪声，保留信号的低频分量，带通滤波针对特定频段的信号，采用带通滤波器去除不相关的频谱成分，对采集到的信号进行非线性校正，剔除来自于杂波和干扰的脉冲信号；
17、s200特征提取：对预处理后的信号进行变换，获取信号的频域信息，根据频谱分析的结果，选择性地滤除或保留特定频段的信号成分，识别信号中的峰值，提取目标的幅度信息，根据峰值幅度调整信号的动态范围，适应不同信号强度；
18、s300信号应用处理：
19、根据具体应用场景需求，对数据进行特定处理，在fpga硬件平台上，经过每个阶段的处理后，数据的传递是通过内部寄存器、fifo缓存或者直接通过fpga内部的数据总线进行。
20、优选的，在s200特征提取中：
21、s210输入数据：经过s100预处理的回波数据，表示为x(t)，其中t表示时间；
22、s220频谱分析：将时域信号转换为频域信号x(f)，得到信号的频谱信息，其中f表示频率；
23、s230频域滤波：根据频谱分析的结果，滤波去除不相关频段的信号成分，频谱分析表示为x(f)，y(f)表示为滤波后的频谱，h(f)表示频域滤波器的频率响应，即有频域滤波操作：
24、y(f)＝x(f)·h(f)
25、s240峰值检测：识别回波中的峰值，提取目标的幅度信息，识别回波中的峰值，提取目标的幅度信息；
26、ai＝|y(fi)|
27、其中，ai表示第i个目标的幅度，fi是对应的频率。
28、本专利技术与现有技术相比具有以下优点：
29、本专利技术设计的数据采集系统设置有数据采集模块和fpga芯片，数据采集模块和fpga芯片之间采用多通道设计，并且基于fpga进行开发，利用fpga的并行性能，fpga所具备硬件级别的可编程性，以高度定制化以满足特定应用的需求。
30、1、对于大规模的数据并行处理和实时性能要求较高的场景，fpga的硬件并行计算能力是一种更加有效的选择，相对于其他硬件加速器(如gpu)或者多核处理器完成并行处理任务，能够提供更灵活的硬件定制化，实现多通道数据的同时采集和传输，提高数据采集效率。
31、2、采用选择性切换压缩方式机制，根据不同的应用场景和信号特征动态调整压缩算法，以提高数据传输效率和减少传输带宽的占用。本系统通过对当前应用场景的分析，了解数据处理的需求，例如目标监测、环境探测等。针对采集到的雷达信号，系统进行实时的信号特征提取，包括频率、脉冲宽度、目标速度等；系统根据应用场景和信号特征，动态选择合适的压缩算法，可以是高压缩比但计算复杂度较高的算法，也可以是低压缩比但计算复杂度较低的算法；系统根据特征向量和动态权重调整因子，动态计算实时的权重，用于调整压缩算法，实现对不同特征的敏感性调整；针对不同特征的信号，选择性地采用合适的压缩算法，可以提高数据传输效率，减少传输所需的带宽，降低了数据传输的成本。
32、综合来说，雷达系统中，多通道设计和独立流水线可以实现对多目标同时监测，提高了雷达系统的目标检测能力；选择性切换压缩方式和特征提取技术则更好地适应雷达信号的复杂特性，提高了数据处理的准确性和效率。
本文档来自技高网...【技术保护点】
1.一种FPGA实时同步大容量数据采集系统，包括数据采集模块、FPGA处理模块和编译服务器，其特征在于，数据采集模块和FPGA芯片之间采用多通道设计，利用FPGA内部资源设计多级流水线结构对数据进行实时处理，每通道具有独立的模拟数字转换器，数据采集模块内设置有用于控制通道数据的同步采集的时序控制单元，通过多级流水线结构划分和任务并行化，并选择性切换压缩方式；
2.根据权利要求1所述的一种FPGA实时同步大容量数据采集系统，其特征在于，FPGA处理模块接收信号后分别采集输入信号的频域特性和时域特性，并处理得到表示特征子带和频域特征的向量X和向量Y，通过动态调整权重，系统在运行时根据实际数据情况自适应地调整对特征子带和频域特征的重视程度。
3.根据权利要求2所述的一种FPGA实时同步大容量数据采集系统，其特征在于，根据对特征子带和频域特征的重视程度，设置基础权重，分别为αbase和βbase：
4.根据权利要求1所述的一种FPGA实时同步大容量数据采集系统，其特征在于，基于PLL技术维持整个系统内各时钟域的同步性，通过配置PLL模块的参数，选择参考
5.根据权利要求1所述的一种FPGA实时同步大容量数据采集系统，其特征在于，多级流水线结构采用实时流水线处理，实时流水线处理分为三个阶段：
6.根据权利要求5所述的一种FPGA实时同步大容量数据采集系统，其特征在于，在S200特征提取中：
...【技术特征摘要】
1.一种fpga实时同步大容量数据采集系统，包括数据采集模块、fpga处理模块和编译服务器，其特征在于，数据采集模块和fpga芯片之间采用多通道设计，利用fpga内部资源设计多级流水线结构对数据进行实时处理，每通道具有独立的模拟数字转换器，数据采集模块内设置有用于控制通道数据的同步采集的时序控制单元，通过多级流水线结构划分和任务并行化，并选择性切换压缩方式；
2.根据权利要求1所述的一种fpga实时同步大容量数据采集系统，其特征在于，fpga处理模块接收信号后分别采集输入信号的频域特性和时域特性，并处理得到表示特征子带和频域特征的向量x和向量y，通过动态调整权重，系统在运行时根据实际数据情况自适应地调整对特征子带和频域特征的重视程度。<...
【专利技术属性】
技术研发人员：刘家凤，
申请(专利权)人：广州秦篆科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。