基于嵌入式GPU的前视声呐探测及识别系统软件研发
发布时间：2022-08-06 17:22
随着人类对海洋的研究不断深入,对海洋资源的需求以及对海洋安全的关切,使得如何探测各种目标或资源成为了国内外的一大研究热点,作为海洋探测关键手段的声呐系统受到了极大的关注。在国产化的大背景下,国内目前针对前视声呐探测系统的研究仍处在比较初级的阶段,技术不够成熟、成本极高、环境适应性差。因此,研究适应性强、效果良好、能够针对水下目标进行高效识别的前视声呐探测及识别系统,有着较好的工程应用价值。本文针对以上情况,研发了基于嵌入式GPU的前视声呐探测及识别系统。以英伟达公司的Tegra X1嵌入式GPU开发平台为核心,采用模块化、对象化的设计思想,分为上位机和下位机两部分软件系统。下位机软件通过PCI-E从FPGA获取声呐原始DFT数据,使用CUDA编程的方式完成GPU加速下的波束形成计算以获得声呐图像数据。并基于ViBe算法提取前景数据,采用形态学方法提取目标图像,应用SIFT算法和BOW思想将目标图像特征向量提取出来,利用SVM算法实现了针对声呐图像的目标识别。并以多线程配合的方式通过网络向上位机传输原始声呐数据和目标识别结果。上位机实现了数据的存储及相应的显示、回放功能,并具有简洁易用的...
【文章页数】：86 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.3 课题研究内容
1.4 论文结构
2 相关技术介绍
2.1 CUDA
2.2 ViBe相关算法
2.2.1 ViBe模型的初始化
2.2.2 ViBe模型的更新
2.3 SIFT
2.3.1 构建高斯差分金字塔
2.3.2 获取特征点
2.3.3 确认特征点方向
2.3.4 生成特征向量
2.4 SVM
2.5 本章小结
3 系统总体设计
3.1 系统需求分析
3.2 系统硬件框架
3.3 系统软件框架
3.3.1 上位机总体设计
3.3.2 下位机总体设计
3.4 本章小结
4 软件系统详细设计
4.1 上位机模块设计
4.1.1 初始化模块
4.1.2 日志模块
4.1.3 异常模块
4.1.4 数据获取模块
4.1.5 数据存储模块
4.1.6 数据解析模块
4.1.7 UI模块
4.1.8 参数中心
4.1.9 命令收发模块
4.2 下位机模块设计
4.2.1 初始化模块
4.2.2 日志模块
4.2.3 异常模块
4.2.4 数据处理模块
4.2.5 波束形成模块
4.2.6 数据发送模块
4.2.7 命令收发模块
4.3 本章小结
5 前背景分割模块设计
5.1 ViBe初始化
5.1.1 模块初始化
5.1.2 样本空间初始化
5.2 ViBe前景检测
5.3 ViBe背景模型更新
5.4 基于GPU的并行优化
5.4.1 CUDA的并行处理
5.4.2 ViBe的并行设计
5.5 前背景分割模块软件结构设计
5.6 本章小结
6 目标识别模块设计
6.1 目标提取
6.2 特征提取
6.3 训练模型
6.3.1 训练BOW
6.3.2 训练SVM
6.4 基于训练好的模型进行预测
6.5 目标识别模块软件设计
6.6 本章小结
7 系统测试及结果
7.1 测试概要
7.1.1 测试系统
7.1.2 测试环境
7.1.3 测试内容
7.2 测试结果及分析
7.2.1 系统功能测试
7.2.2 系统性能测试
7.3 本章小结
8 总结和展望
8.1 总结
8.2 展望
参考文献
作者简历
【参考文献】：
期刊论文
[1]海洋经济发展正向质量效益型转变[J]. 丁瑶瑶. 环境经济. 2019(13)
[2]基于FPGA的主动声呐相控发射信号生成技术[J]. 倪东波. 声学与电子工程. 2019(02)
[3]某前视声呐试制过程中的高旁瓣现象的消除[J]. 段江涛,王文琮,高正杨,石建飞,张学磊. 电声技术. 2019(01)
[4]海洋声学目标探测技术研究现状和发展趋势[J]. 杨益新,韩一娜,赵瑞琴,刘雄厚,汪勇. 水下无人系统学报. 2018(05)
[5]基于声呐图像的水下目标检测、识别与跟踪研究综述[J]. 郭戈,王兴凯,徐慧朴. 控制与决策. 2018(05)
[6]基于粒子群最小二乘支持向量机的前视声呐目标识别[J]. 石洋,胡长青. 声学技术. 2018(02)
[7]基于声呐图像处理的船用水下目标识别技术研究[J]. 辛光红,杨波. 舰船科学技术. 2018(04)
[8]结合Harris与SIFT算子的图像快速配准算法[J]. 许佳佳. 中国光学. 2015(04)
[9]基于听觉感知机理的水下目标识别研究进展[J]. 徐新洲,罗昕炜,方世良,赵力. 声学技术. 2013(02)
[10]基于形状相似度的水下目标识别算法[J]. 田晓东,刘忠. 声学技术. 2007(03)
硕士论文
[1]基于深度学习的水下目标识别[D]. 赵增科.哈尔滨工程大学 2017
[2]便携式三维图像声呐波速形成算法 FPGA 设计与实现[D]. 刘松涛.浙江大学 2016
本文编号：3670056
【文章页数】：86 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.3 课题研究内容
1.4 论文结构
2 相关技术介绍
2.1 CUDA
2.2 ViBe相关算法
2.2.1 ViBe模型的初始化
2.2.2 ViBe模型的更新
2.3 SIFT
2.3.1 构建高斯差分金字塔
2.3.2 获取特征点
2.3.3 确认特征点方向
2.3.4 生成特征向量
2.4 SVM
2.5 本章小结
3 系统总体设计
3.1 系统需求分析
3.2 系统硬件框架
3.3 系统软件框架
3.3.1 上位机总体设计
3.3.2 下位机总体设计
3.4 本章小结
4 软件系统详细设计
4.1 上位机模块设计
4.1.1 初始化模块
4.1.2 日志模块
4.1.3 异常模块
4.1.4 数据获取模块
4.1.5 数据存储模块
4.1.6 数据解析模块
4.1.7 UI模块
4.1.8 参数中心
4.1.9 命令收发模块
4.2 下位机模块设计
4.2.1 初始化模块
4.2.2 日志模块
4.2.3 异常模块
4.2.4 数据处理模块
4.2.5 波束形成模块
4.2.6 数据发送模块
4.2.7 命令收发模块
4.3 本章小结
5 前背景分割模块设计
5.1 ViBe初始化
5.1.1 模块初始化
5.1.2 样本空间初始化
5.2 ViBe前景检测
5.3 ViBe背景模型更新
5.4 基于GPU的并行优化
5.4.1 CUDA的并行处理
5.4.2 ViBe的并行设计
5.5 前背景分割模块软件结构设计
5.6 本章小结
6 目标识别模块设计
6.1 目标提取
6.2 特征提取
6.3 训练模型
6.3.1 训练BOW
6.3.2 训练SVM
6.4 基于训练好的模型进行预测
6.5 目标识别模块软件设计
6.6 本章小结
7 系统测试及结果
7.1 测试概要
7.1.1 测试系统
7.1.2 测试环境
7.1.3 测试内容
7.2 测试结果及分析
7.2.1 系统功能测试
7.2.2 系统性能测试
7.3 本章小结
8 总结和展望
8.1 总结
8.2 展望
参考文献
作者简历
【参考文献】：
期刊论文
[1]海洋经济发展正向质量效益型转变[J]. 丁瑶瑶. 环境经济. 2019(13)
[2]基于FPGA的主动声呐相控发射信号生成技术[J]. 倪东波. 声学与电子工程. 2019(02)
[3]某前视声呐试制过程中的高旁瓣现象的消除[J]. 段江涛,王文琮,高正杨,石建飞,张学磊. 电声技术. 2019(01)
[4]海洋声学目标探测技术研究现状和发展趋势[J]. 杨益新,韩一娜,赵瑞琴,刘雄厚,汪勇. 水下无人系统学报. 2018(05)
[5]基于声呐图像的水下目标检测、识别与跟踪研究综述[J]. 郭戈,王兴凯,徐慧朴. 控制与决策. 2018(05)
[6]基于粒子群最小二乘支持向量机的前视声呐目标识别[J]. 石洋,胡长青. 声学技术. 2018(02)
[7]基于声呐图像处理的船用水下目标识别技术研究[J]. 辛光红,杨波. 舰船科学技术. 2018(04)
[8]结合Harris与SIFT算子的图像快速配准算法[J]. 许佳佳. 中国光学. 2015(04)
[9]基于听觉感知机理的水下目标识别研究进展[J]. 徐新洲,罗昕炜,方世良,赵力. 声学技术. 2013(02)
[10]基于形状相似度的水下目标识别算法[J]. 田晓东,刘忠. 声学技术. 2007(03)
硕士论文
[1]基于深度学习的水下目标识别[D]. 赵增科.哈尔滨工程大学 2017
[2]便携式三维图像声呐波速形成算法 FPGA 设计与实现[D]. 刘松涛.浙江大学 2016
本文编号：3670056
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3670056.html
