基于FPGA的压缩感知恢复算法的研究与实现

发布时间：2018-05-11 14:36

本文选题：单光子压缩感知成像 + 现场可编程门阵列　；参考：《中国科学院研究生院(空间科学与应用研究中心)》2015年硕士论文

【摘要】：在当前数字信息化时代,信息需求量日益增加,给信号的采集、传输、存储以及处理等带来非常大的挑战。压缩感知理论是近年来出现的一种新的采样理论,充分利用了信号的稀疏特性,能够以远低于Nyquist频率对信号进行采集,并可通过恢复算法精确重构原始信号。该理论有效缓解了高速采样实现的压力,减少了传输时间和存储空间,已经引起各领域的广泛关注。目前,压缩感知信号恢复算法大多采用计算机软件方式来完成,但算法计算量大同时又受限于计算机本身性能,存在重构速度慢的问题。由于ASIC和FPGA具有并行度高,计算速度快,效率高,易裁剪等优点,非常适合于复杂算法的速度的提高。因此为满足实时应用的需求,本课题设计了一种基于FPGA的压缩感知恢复算法的硬件结构。本文将压缩感知理论用于单光子计数成像系统中,可解决面阵探测器单位像素灵敏度受限和采样数多的问题。但是数据恢复端的计算消耗巨大,恢复时间很长。因此,非常迫切地需要提高成像的速度。用这种基于FPGA的压缩感知恢复算法的硬件结构替代软件实现恢复算法,可以加速该成像系统的图像恢复。具体地,该硬件结构基于正交匹配追踪(OMP)算法,可以分为寻找最匹配原子和解决最小二乘问题两大部分。首先利用并行的乘累加器查找测量矩阵中最匹配原子,然后基于坐标旋转数字计算(CORDIC)方法实现QR分解,通过加入延时单元来改进脉动阵列和调度处理模块,进而完成最小二乘问题的求解。可对稀疏度为8、维度为256的信号进行重建,并在此基础上对256×256的图像进行按列重构。实验结果表明,该硬件结构的单列重构时间为0.296ms,相比于PC上的软件实现,提高近18倍。对于256×256图像的重构,重构时间为69.703ms,提高了近12倍,重构图像的PSNR只下降0.001d B,说明重构图像的质量基本不变。并且软硬件重构信号的均方误差(MSE)值基本一致。将此硬件结构应用到单光子计数成像系统中,实验表明,不仅提高了速度,而且达到了与之前运用软件恢复相当的效果。
[Abstract]:This paper presents a new sampling theory based on FPGA , which can solve the problem of limited sensitivity and high sampling rate .

【学位授予单位】：中国科学院研究生院(空间科学与应用研究中心)
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.73

【相似文献】