基于FPGA的空间目标碰撞预警系统
《基于FPGA的运动目标检测系统设计》范文

《基于FPGA的运动目标检测系统设计》篇一一、引言随着科技的不断进步,计算机视觉在众多领域的应用越来越广泛。
其中,运动目标检测是计算机视觉中的一个重要研究方向。
为了提高运动目标检测的实时性和准确性,本文提出了一种基于FPGA的运动目标检测系统设计。
该系统设计能够快速准确地检测出运动目标,并具有较高的实时性,为相关领域的应用提供了有力的技术支持。
二、系统设计概述本系统设计基于FPGA(现场可编程门阵列)实现运动目标检测。
FPGA具有并行计算、可定制和可扩展等优点,非常适合于实现复杂的图像处理算法。
系统设计主要包括图像采集、预处理、特征提取、目标检测和输出等模块。
三、图像采集与预处理图像采集模块负责获取视频流或图像序列。
预处理模块对采集到的图像进行去噪、灰度化、二值化等操作,以便后续的特征提取和目标检测。
去噪操作可以消除图像中的无关信息,提高图像的信噪比;灰度化和二值化操作可以将彩色图像转换为灰度图像或二值图像,简化后续处理。
四、特征提取与目标检测特征提取模块从预处理后的图像中提取出运动目标的特征。
这些特征包括形状、大小、纹理等,可以有效地描述运动目标的特性。
目标检测模块根据提取的特征,采用合适的算法(如背景减除法、光流法、帧间差分法等)检测出运动目标。
在FPGA上实现特征提取和目标检测时,需要采用并行化和流水线等技术,以提高处理速度。
此外,针对不同的应用场景和需求,可以定制不同的特征提取和目标检测算法,以提高系统的灵活性和适应性。
五、系统实现与优化系统实现过程中,需要选用合适的FPGA芯片和开发工具,如Xilinx或Altera的FPGA芯片和HDL语言(如Verilog或VHDL)进行开发。
在实现过程中,需要考虑到系统的实时性、功耗、面积等因素,进行优化设计。
为了进一步提高系统的性能,可以采取以下优化措施:1. 优化算法:针对特定的应用场景和需求,可以优化特征提取和目标检测算法,提高其处理速度和准确性。
《基于FPGA的运动目标检测系统设计》范文

《基于FPGA的运动目标检测系统设计》篇一一、引言随着计算机视觉技术的快速发展,运动目标检测在许多领域中扮演着越来越重要的角色。
从智能交通监控到安全防护系统,运动目标检测技术都发挥着关键作用。
传统的运动目标检测方法通常依赖于中央处理器(CPU)进行计算,但面对复杂的实时视频流处理任务,其处理速度和效率显得捉襟见肘。
因此,本文提出了一种基于FPGA的运动目标检测系统设计,以实现更快速、更准确的运动目标检测。
二、系统设计概述本系统设计采用FPGA作为核心处理器,通过硬件加速的方式实现运动目标检测。
系统主要由图像采集模块、预处理模块、运动检测模块和输出模块四个部分组成。
其中,图像采集模块负责捕获视频流;预处理模块对图像进行去噪、增强等处理;运动检测模块是本系统的核心,通过算法实现运动目标的检测;输出模块将检测结果以可视化形式呈现。
三、硬件平台设计FPGA作为一种可编程的逻辑器件,具有并行处理、高速运算等优势,是运动目标检测系统的理想选择。
在硬件平台设计方面,我们选择了适合视频处理的FPGA芯片,并设计了相应的接口电路,以保证图像数据的快速传输和处理。
此外,还设计了电源管理模块、时钟管理模块等,以保证系统的稳定性和可靠性。
四、软件算法设计运动目标检测算法是本系统的核心,我们采用了基于背景差分法和光流法的运动检测算法。
首先,通过背景差分法提取出运动区域;然后,利用光流法对运动区域进行进一步的分析和识别。
在FPGA上实现该算法时,我们采用了硬件加速的方式,通过优化算法流程和数据处理方式,实现了高效率的运动目标检测。
五、系统实现与测试在系统实现过程中,我们首先在FPGA上实现了预处理模块和运动检测模块。
然后,通过与图像采集模块和输出模块的连接,完成了整个系统的搭建。
在测试阶段,我们使用了多个实际场景的视频数据进行测试,验证了本系统的有效性和准确性。
测试结果表明,本系统能够在实时视频流中快速、准确地检测出运动目标。
基于FPGA的颜色与运动特征识别系统设计

基于FPGA的颜色与运动特征识别系统设计
刘建国;李祖明;刘晓宏;李昱龙
【期刊名称】《电子设计工程》
【年(卷),期】2022(30)20
【摘要】针对运动目标检测领域对实时性、便捷性、准确性的高要求,该文设计了一套基于FPGA的颜色与运动特征识别系统。
系统辅以OV5640摄像头模块获取图像数据,基于Verilog语言进行并行流水线设计,使用SDRAM片外存储器实现数据流的实时缓存。
基于FPGA实现了帧间差分法与HSV颜色空间特征的检测并进行结合,保证了系统的识别准确度。
在FPGA中通过图像数据格式转换、运动目标检测、颜色特征检测、形态学滤波、目标指示跟踪等处理操作后实现了目标的精确识别。
实验结果表明,该系统在不同的场景下,都可进行目标识别且识别准确率均达到95%以上。
【总页数】7页(P137-142)
【作者】刘建国;李祖明;刘晓宏;李昱龙
【作者单位】南京理工大学机械学院;南京工程学院电力学院;盐城供电公司;苏州长风航空电子有限公司
【正文语种】中文
【中图分类】TN06
【相关文献】
1.基于FPGA的智能运动系统设计
2.基于特定特征识别的运动视觉跟踪系统设计
3.基于FPGA的颜色识别触摸屏系统设计与实现
4.基于FPGA的运动目标实时检测系统设计
5.基于人工智能的运动骨骼特征识别系统设计
因版权原因,仅展示原文概要,查看原文内容请购买。
基于FPGA的测控系统设计与实现

基于FPGA的测控系统设计与实现一、引言随着科技的发展,现代工程领域对于高精度、高速度、高可靠性的测控设备的需求也越来越大。
其中,基于FPGA的测控系统具有极高的灵活性和可扩展性,能够满足不同领域的测控需求。
本文将介绍基于FPGA的测控系统设计与实现,主要包括系统架构、硬件设计、软件编程等方面。
二、系统架构设计基于FPGA的测控系统一般由FPGA芯片、外设模块、存储设备和通信接口等部分组成。
其中,FPGA芯片作为核心部分,负责控制整个系统的运行。
外设模块提供不同功能的接口,如模拟采集、数字转换、时钟输入、GPIO等。
存储设备用于存储测量数据和程序代码。
在系统架构设计时,需要根据实际需求选择适合的外设模块和通信接口,以及合适的存储设备。
此外,还需要考虑不同模块之间的数据传输和控制信号,确定系统的总体布局和数据流图。
三、硬件设计基于FPGA的测控系统的硬件设计主要包括电路原理图设计、PCB设计和硬件调试等部分。
在电路原理图设计时,需要根据系统架构设计绘制不同模块的电路图,并考虑电路参数的选择和优化。
在PCB设计时,需要将电路原理图转化为布局图和线路图,并按照标准的PCB设计流程进行布线、加强电路抗干扰性、防止电磁辐射等操作。
在硬件调试过程中,需要用示波器、万用表等工具对电路进行调试和测试,确保电路稳定运行。
四、软件编程基于FPGA的测控系统的软件编程主要包括FPGA芯片的Verilog/VHDL编程、上位机程序的编写等内容。
在FPGA芯片的Verilog/VHDL编程中,需要根据不同外设模块的接口来编写对应的硬件描述语言代码,如时钟控制、数据输入输出、状态控制等。
在上位机程序编写中,需要使用不同编程语言(如C/C++、Python等)来编写程序,实现与FPGA芯片的通信、测控算法的实现、数据可视化等功能。
五、系统应用与实现基于FPGA的测控系统应用广泛,如测量、控制、自动化、通信等领域。
在实际应用中,需要根据具体的应用场景和需求来设计相应的测控系统,并进行相关智能算法的设计和调试。
基于FPGA的远程移动目标监视跟踪系统

视 频 解 码器 S A A7 1 1 3 H、 图像 存 储 器
t M,F P GA控制器、以太 网模块 、监视器、 F 模块等部分构成。 该跟 踪系 统 的工作 过程 为:系 统开机 后 加 载程序,然后根据算法对采 集到的图 } 行处理 ,获得控制云 台的参数并传递给云 ! 制器,从而跟踪 目标运动 。 具体实现过程 头安装在跟踪转台上 ,摄像头输出的 电视 : 的信号 ( 含有 图像和 同步、行场消隐信 号 )
模 块 为 Al t e r a公 司 的 C y c l o n e系 列 F P GA 置核心模块主要是 A l t e m公司的 C y c l o n e系 数据 [ 6 ] 。
5 结 论
本 文 介 绍 了一 种 移 动 目标 跟 踪 装 置 。 该 装 置 是 以 AL T E A 公 司 的F R P GA 芯 片
3 . 2 视 频 解 码 芯 片S A A 7 1 1 3 和 以 太 网W 5 1 0 0 配
置
太网上传的跟踪信 息来看 ,看该 系统取得 了较 好的跟踪效果,实验 结果证 明该装置 能够很好 的适应 目标检 测和跟 踪算法 ,该装置对运动 目
标 监 视 和跟 踪 产 品有 一 定 的参 考 意 义 。
} 送 到 监 视 器 上 进 行 实 时 监 视 ,另 一 路 经 过
确初始化 【 3 】 。 W5 1 0 0是 一款 多功能 的单片 网络接 口芯 片, 内部集成 1 0 / 1 0 0以太 网控制 器, 内部集 成为全硬件形式,且具有经过 多年市场验证 的 T CP / I P协 议栈 ,太 网介 质传 输层 MAC和物 理层 P HY硬件 ,T C P / I P等协议 已经在很多领 域经过多年验证 [ 4 卜[ 5 】 。 W5 1 0 0内部集 成 有 1 6 K B的 存储 器 用于 数据传 输,使用 W5 1 0 0不需要 考虑 以太网 的 控制 ,只要进 行 简单 的端 口 S OC K ET编程 。 此外 ,其接 口非常简单 ,可选择 S P I 接口 对上述两个模块的设计采用 S OP C方法 , S OP C是 一种 用 于嵌 入 式开 发 的片 上可 编程
基于FPGA的实时以太网(PowerLink)星载通信技术

基于FPGA的实时以太网(PowerLink)星载通信技术钟铁君;李华旺;常亮【摘要】在卫星中使用以太网的目的是为了在获得灵活的通信接入的同时得到高速的通信速率,并且能满足安全关键场合通信对实时性和确定性的要求.针对国内在空间应用上还未大规模使用以太网这一现实,着眼于解决以太网应用到航天器内部所碰到的实时性、确定性的瓶颈问题,本文对一种有潜力应用到卫星内部的实时以太网(Powerlink)进行研究.在FPGA内部实现Mircoblaze嵌入式系统,外接以太网PHY芯片实现协议栈物理层功能,二者结合为Powerlink协议栈提供运行环境.通过实验验证了设计的可靠性和正确性,可为Poweflink在航天领域的研究与应用提供借鉴.%The main purpose to use Ethernet in satellite is to take advantage of its flexibility to meet the requirement of communicationaccess,simultaneously take into account that Ethernet has high data rates,and expect that it has both real-time and deterministic in safety field.Focus on the situation in China that the Ethernet has not been large-scale used in space,tend to solve the problem of real-time or deterministic encountered inside the spacecraft.A real-time Ethernet (Powerlink)that has the potential to be used in the satellite is studied in this paper.Mircoblaze embedded system is implemented in FPGA and Ethernet chip is externally plugged to realize the physical layer functions of protocol stack,the combination provided the processing environment for Powerlink protocol stack.The reliability and accuracy of the design is proved through experiments and the results of the paper can provide a guideline for Powerlink research in the field of space application.【期刊名称】《电子设计工程》【年(卷),期】2018(026)001【总页数】5页(P144-147,152)【关键词】FPGA;实时以太网;POWERLINK;片上可编程系统【作者】钟铁君;李华旺;常亮【作者单位】中国科学院上海微系统与信息技术研究所上海200050;上海微小卫星工程中心上海201203;中国科学院大学北京101407;中国科学院上海微系统与信息技术研究所上海200050;上海微小卫星工程中心上海201203;中国科学院上海微系统与信息技术研究所上海200050;上海微小卫星工程中心上海201203【正文语种】中文【中图分类】TN913目前国内在航天器上采用的总线主要是CAN总线和1533B总线等传统总线,随着中国航天和空间技术的快速发展,航天器对其内部总线的通信性能提出了越来越高的要求,传统总线的工作方式的已经难以满足航天器对其内部通信系统提出的新要求[1]。
天基空间目标监视中转台伺服控制系统的设计
航天返回与遥感第44卷第4期48SPACECRAFT RECOVERY & REMOTE SENSING2023年8月天基空间目标监视中转台伺服控制系统的设计谢妮慧于飞李晓张晗鄢南兴李寅龙(北京空间机电研究所,北京100094)摘要为了实现高精度目标跟踪,研制了一套以数字信号处理器(Digital Signal Processor,DSP)和现场可编程门阵列(Field Programmable Gate Array,FPGA)为双核心处理器的二维跟踪转台伺服控制系统。
控制算法采用位置环和速度环的双闭环比例积分(Proportional-Integral,PI)控制,通过串联校正改善了开环系统的相角裕度和幅值裕度,提高了闭环系统的带宽,最终实现了二维转台高精度、低速平稳的控制。
机构和控制器联合调试结果表明:对方位轴和俯仰轴分别做最大速度和最大加速度的正弦引导时,方位轴最大跟踪误差为0.006°,误差均方根值为3.25″;俯仰轴最大跟踪误差为0.005°,误差均方根值为3.24″。
测试结果证明该控制系统能够实现二维转台的低速平稳运行,满足大型转台伺服控制系统的性能要求。
关键词天基空间目标监视二维跟踪转台伺服控制矢量控制运动轨迹规划中图分类号: TP311.3文献标志码: A 文章编号: 1009-8518(2023)04-0048-10 DOI: 10.3969/j.issn.1009-8518.2023.04.006Space-Based Target Monitoring System Utilizing TurntableServo ControlXIE Nihui YU Fei LI Xiao ZHANG Han YAN Nanxing LI Yinlong(Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China)Abstract In order to achieve target tracking with high precision, this paper develops a servo control system for the two-dimensional tracking turntable which takes DSP (Digital Signal Processor) and FPGA (Field Programmable Gate Array) as dual core processors. The control algorithm adopts the double closed-loop PI (Proportional-Integral) control algorithm including position and velocity loops. The phase angle and amplitude margins of the system are improved by the cascade compensation. Finally, the two-dimensional tracking turntable is realized with high precision, low speed and stable control. The joint debugging results of the mechanism and electronics show that when the turntable is guided sinusoidally with the maximum speed and the maximum acceleration respectively, the maximum guidance error of the azimuth axis is 0.006° with the root mean square value of 3.25", and the maximum guidance error of the pitch axis is 0.005° with the root mean square value of 3.24". The test results show that the control system can realize low speed and smooth operation for the two- dimensional tracking turntable and meet the performance requirements of large turntable servo control systems.Keywords space-based target monitoring system; two-dimensional tracking turntable; servo control system; motor vector control; motion trajectory planning收稿日期:2022-08-13引用格式:谢妮慧, 于飞, 李晓, 等. 天基空间目标监视中转台伺服控制系统的设计[J]. 航天返回与遥感, 2023, 44(4): 48-57.XIE Nihui, YU Fei, LI Xiao, et al. Space-Based Target Monitoring System Utilizing Turntable Servo Control[J].第4期谢妮慧等: 天基空间目标监视中转台伺服控制系统的设计 490 引言空间目标监视系统的主要任务是对卫星、空间碎片等重要空间目标进行精确探测与跟踪,确定可能对航天系统构成威胁的空间目标的尺寸、形状和轨道参数等重要特性,并对目标特性数据进行归类和分发。
《基于FPGA目标识别的机器人设计与实现》范文
《基于FPGA目标识别的机器人设计与实现》篇一一、引言随着人工智能技术的不断发展,机器人技术已经广泛应用于各个领域。
其中,目标识别技术是机器人实现自主导航、避障、抓取等任务的关键技术之一。
然而,传统的目标识别方法通常需要较高的计算资源和处理时间,难以满足机器人实时性的要求。
因此,本文提出了一种基于FPGA(现场可编程门阵列)目标识别的机器人设计与实现方案,旨在提高机器人的目标识别速度和准确性。
二、相关技术概述1. FPGA技术FPGA是一种可编程的数字逻辑电路,具有高度的并行处理能力和灵活性。
通过编写硬件描述语言(HDL)或高级编程语言(如Verilog和C++),可以实现定制化的数字电路。
与传统的处理器相比,FPGA具有更高的处理速度和更低的功耗。
2. 目标识别技术目标识别技术是机器人实现自主导航、避障、抓取等任务的关键技术之一。
常见的目标识别方法包括基于图像处理的方法和基于深度学习的方法。
其中,基于图像处理的方法具有计算量小、实时性好的优点,但准确度较低;而基于深度学习的方法则具有较高的准确度和较强的鲁棒性,但需要大量的训练数据和计算资源。
三、机器人设计与实现1. 系统架构设计本设计采用模块化设计思想,将机器人系统分为感知模块、控制模块和执行模块。
其中,感知模块负责获取环境信息并进行目标识别;控制模块负责处理感知信息并生成控制指令;执行模块负责执行控制指令并完成相应的动作。
2. 感知模块设计感知模块采用FPGA作为核心处理器,通过摄像头获取环境图像并进行目标识别。
具体而言,首先使用图像处理算法对图像进行预处理,包括去噪、二值化等操作;然后使用FPGA实现目标识别的算法,如模板匹配、特征匹配等;最后将识别结果传输给控制模块。
3. 控制模块设计控制模块采用微控制器或DSP等处理器,负责处理感知模块传输的识别结果并生成控制指令。
具体而言,控制模块根据识别结果判断机器人的运动轨迹和动作,并生成相应的控制指令;同时,控制模块还可以根据机器人的实际运行状态进行反馈控制,保证机器人的稳定性和精度。
基于FPGA的智能安防监控系统实现
基于FPGA的智能安防监控系统实现随着科技的不断进步和社会的不断发展,人们对于安全和保护的需求越来越强烈。
而智能安防监控系统正是应对这种需求而生。
基于FPGA的智能安防监控系统,是一种集图像处理、智能分析、视频传输于一体的先进安防监控技术。
一、FPGA的特点及在智能安防监控中的应用FPGA,即现场可编程门阵列,是一种可编程的半导体器件。
它的灵活性和可重构性,使得它成为流行的数字电路设计方案之一。
FPGA由于其可重构性和高速性能,在图像处理和视频处理方面得到了广泛的应用,因此,在智能安防监控中,使用FPGA进行图像和视频信号的处理是非常重要的一步。
在智能安防监控中,FPGA可以对摄像头捕捉到的图像或视频信号进行数字信号处理。
对于图像处理,FPGA可以实现高清晰度的图像捕捉,图像增强、减噪和边缘检测等功能。
对于视频处理,FPGA可以实现视频的编解码、字幕添加、分段处理等功能。
以及对音频进行处理,如降噪降燥、回声消除等。
由于FPGA的高速性能,可以实时的处理图像和视频信号,从而大大提高了智能安防监控的效率。
二、智能分析算法及在智能安防监控的应用智能分析算法是智能安防监控的核心。
它能够将图像或视频信号进行分类、识别、计数和跟踪等,并且能够进行异常检测和预警。
智能分析算法的应用,将为智能安防监控系统的应用带来更大的便利。
目标检测和跟踪是智能监控中最基本的算法之一。
在智能安防监控中,目标检测和跟踪可以应用于人、车、物体等的区分和识别。
该算法利用人工智能技术实现对象的定位和跟踪,并且可以对目标进行实时的自动拍摄和追踪。
同时,该算法也可以检测目标是否有异常行为,如长时间停留、闯入等,从而快速响应和压制。
另外,智能识别技术,如人脸识别、车牌识别和物体识别等,在智能安防监控中也得到了广泛的应用。
利用这些智能识别技术,可以快速获取目标的信息,同时可以实现实时的数据统计和监控,更加高效地配合人工智能技术,减少人工参与和减轻监控压力。
智能目标检测系统在FPGA中的设计与实现
智能目标检测系统在FPGA中的设计与实现智能目标检测系统在FPGA中的设计与实现摘要:目标检测是计算机视觉和人工智能领域的一个重要研究方向。
本文基于FPGA平台,设计和实现了一个智能目标检测系统。
该系统主要包括图像预处理、特征提取、特征匹配和目标定位四个部分。
通过将算法硬件化,利用FPGA平台的并行计算能力和低功耗优势,实现了实时高效的目标检测功能。
实验证明,该系统具有较好的准确性和实时性,可应用于诸多领域。
1. 引言随着人工智能的发展和计算机技术的日益成熟,目标检测作为一种重要的计算机视觉问题,引起了广泛的关注。
目标检测的主要目的是通过计算机算法来识别并定位图像中的目标物体。
传统的目标检测方法需要大量的计算资源和较长的处理时间,难以满足实时性要求。
因此,研究一种高效的目标检测系统对于实际应用具有重要意义。
2. 系统设计智能目标检测系统主要包括图像预处理、特征提取、特征匹配和目标定位四个部分。
图像预处理主要是对输入图像进行去噪、增强等操作,以便更好地进行后续处理。
特征提取是利用某种算法从图像中提取目标的特征信息,如颜色、纹理、形状等。
特征匹配是通过将提取的特征与目标模板进行比较,以确定目标物体的位置。
目标定位是根据特征匹配结果,得到目标物体的最终位置信息。
3. 算法硬件化为了实现实时高效的目标检测功能,本文将以上四个部分的算法进行硬件化实现,利用FPGA平台的并行计算能力和低功耗优势。
首先,对图像预处理算法进行优化,采用并行计算的方式加速图像处理过程。
其次,利用FPGA的硬件资源,将特征提取算法和特征匹配算法进行优化,以提高系统的处理速度。
最后,通过对目标定位算法进行硬件加速,实现实时目标检测的要求。
4. 实验结果与分析通过使用FPGA平台进行智能目标检测系统的设计与实现,我们进行了一系列实验,对系统的性能进行了评估。
实验结果表明,本文提出的系统具有较好的准确性和实时性。
与传统的软件实现相比,该系统在目标检测性能方面表现出更好的优势。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
选目标的数量。 CAM 容 量 的扩 展 ,需 要占 用 更 多的 FPGA 芯 片资源,同 时 其运 行 频 率会 有 所 降低 ,以 某 Spartan3A 芯片 为 例,三者之间的关系如表 3、表 4、表 5 所示[6]。
CHU Peng-hui, CHENG Tao (School of Jet Propulsion, Beihang University, Beijing 100191, China)
Abstract: To solve the problem of the collision between the targets and the spacecraft, a space targets collision warning system was designed based on FPGA, and the data which are the three-dimensional coordinates of the targets can be deal parallel in the system. The system was built on the CAM IP core and MicroBlaze soft core controller in Xilinx FPGA under the environment of the Embedded Development Kit (EDK). At the same time, an algorithm of sifting dangerous targets was designed, and software and hardware codes were compiled. After being verified in the system , the result proves that the system realizes the function of fast sifting dangerous targets from 16 targets. After analysing with ChipScope,it shows that the time period to operate a complete sifting is 1.8s.
4 硬件平台搭建及运行
4.1 CAM 模块实现 利用赛灵思公司提供的 IP 核资源 ,通过配置 CAM IP 核
参 数 化 图 形 界 面 ,如 图 4 所 示 ,在 FPGA 内 部 例 化 了 一 个 深 度为 16,字宽为 32 的 CAM 模块,其基本参数如表 1 所示。
图 2 MicroBlaze 内部结构框图 Fig. 2 Structure of Microblaze core
图 1 CAM 结构简图 Fig.1 Structure diagram of CAM
收 稿 日 期 :2010-10-22
稿 件 编 号 :201010074
作者简介:褚鹏辉(1985— ),男,河北省涿州人,硕士。研究方向:FPGA 硬件控制与应用。
-171-
《电子设计工程》2011 年第 3 期
图 3 算法分析简图 Fig. 3 Diagram of algorithm analysis
然后分别将 xA、xB、xC 放在数据线上进行匹 配 操 作 , 经 过 3 次 匹 配 操 作 得 到 3 个 匹 配 结 果 RxA,RxB,RxC, 对 于 y 和 z 坐 标进行 相 同 操作 , 分 别 得到 y 和 z 的 匹配 结 果 为 RyA,RyB,RyC 和 RzA,RzB,RzC,所得到的结果均为 3 位 的 二进 制 数 ,然后 对 每 个目标进行内部坐标对比, 例如将目标 A 的 3 个匹配结果 RxA,RyA,RzA 进 行 对比 ,就 可 知道 是 否 存 在 与 目 标 A 的 3 个 坐
间为 1.8 s。
关键词: 现场可编程门阵列; Microblaze; 内容可寻址存储器; 空间目标; 碰撞
中图分类号: TP332
文献标识码: A
文 章 编 号 :1674-6236(2011)03-171-03
Space targets collision warning system based on FPGA
标均 相 同 的 项 ,例 如 RxA,RyA,RzA 分 别 为 101,101,101 则 说 明 目标 A 与目标 C 的坐标是匹配的, 进而可以判断目标 A 与 目标 C 有碰撞的可能。
与常规存储器和软件匹配方式有所不同,CAM 对于数据 的匹配操作是并行执行的,这样就可以大大提高数据匹配速 度,进而提升系统效率。
-172-
图 4 CAM 参数化图形界面 Fig. 4 CAM parameterized graphical interface
表 1 16×32 bit CAM 基本参数 Tab. 1 16×32 bit CAM basic parameters
存储器类型 Block Memory
数据字宽 32
Slices
FFs
LUTs
块 RAM
1%
<1%ຫໍສະໝຸດ 1%20%褚鹏辉,等 基于 FPGA 的空间目标碰撞预警系统
由 表 2 可 知 ,实 现 一 个 深 度 为 16,字 宽 为 32 的 CAM 所 占 用 的 资源 中 ,块 RAM 所占 比 重 较 大 ,这 是 由 于 在 FPGA 内 部所 实 现 的 CAM 模 块 正 是基 于 FPGA 的 块 RAM 资 源 的 ,所 以对块 RAM 资源消耗比较多,因此在 实 际 应用 中 选 用 FPGA 芯片时应选择块 RAM 资源丰富的芯片。 4.2 MicroBlaze 软核控制器与 CAM 的连接
使用 Xilinx 公 司 提供 的 EDK(嵌 入式 系 统 开发 套 件 ),可 以在参数化的图形界面下方便地完成嵌入式处理器系统的 设计。 其突出的优点:一是设计灵活性;二是可以整合用户自 定义 IP 核 , 使 得 算 法 可 以 在 硬 件 中 并 行 的 执 行 而 不 是 在 软 件中串行的执行,从而极大地加速软件的执行速度。
经过实际验证, 由 ISE 综合工具 XST 进行综合后得出的 综合报告显示,在型号为 XC3S700AN 的 FPGA 芯片中实现一 个深度为 16,字宽为 32 的 CAM 占用的资源情况如表 2 所示。
表 2 FPGA 资源占用情况 Tab. 2 FPGA resources occupancy
快速并行处理的目标碰撞预警系统。 该系统基于 Xilinx 公司 FPGA 芯片中的内容可寻址存储器(Content Addressable
Memory,CAM) IP 核和 MicroBlaze 软核控制器,利用嵌入式开 发 套 件(EDK)进 行 搭 建;并 设 计 了空 间 危 险目 标 的 筛选
深度 16
输出地址编码方式 非编码多位匹配
如表 1 所示, 选择存储器类型为 Block Memory 这样就可 例化一个以 FPGA 片内 BRAM 为基础的 CAM 模块, 与基 于 SRL16(16 bit 移 位 寄 存 器 查 找 表 )的 CAM 相 比 ,其 写 周 期 只 需 2 个 时 钟 周期 ,写 操 作所 需 时 间为 后 者 的 1/8,提 升 了 系 统 速度。
处理 、数 据 安全 和 数 据加 密 等[2]。 1.2 CAM 工作原理
CAM 最基本的两个端口是数据线和地址线,数据线作为 输入端口,存放需要由 CAM 来处理的数据 ,而地址线作为 输 出端口,输出 CAM 的处理结果— — — 匹配数据所在地 址 。 图 1 所示为深度为 4、字宽为 4 的 CAM,如 果 将二 进 制 数 1100 放 在数据线上,输出的匹配结果将会是 0011,如图 1 所示,结果 中的每一位二进制数对应 CAM 内部每一条数据, 数 据 线 上 数据与 CAM 内部数据相等则对应位输出为 1,不相等则输出 为 0。 由于 CAM 具有并行匹配特性,所以很适合对空间多个 目标进行同时并行匹配处理。
在 FPGA 芯片中配置一个 MicroBlaze 软核控 制器 以 实 现 对 CAM 的 一 系 列 控 制 , 如 复 位 、 写 入 数 据 、 读 取 数 据 等 , MicroBlaze 通过 PLB 总线与 CAM 相连, 同时为便于调试,在 PLB 总线上连接了串口等外设模块,系统模块图如图 5 所示。
3 算法设计
3.1 算法分析 对空间目标进行碰撞预警, 实际上可以转化为通过对目
标之间的距离进行判断比较,找出有碰撞危险的目标。 由于空 间目标的位置可以用三维空间坐标表示, 因此对任意两个目 标之间距离的判断又可进一步转化为他们之间坐标的比较。 3.2 算法描述
假设只有 3 个目标需要进行坐标匹配处理,它们的坐标 分 别 为 A (xA、yA、zA),B (xB、yB、zB),C (xC、yC、zC), 需 要 一 个 深 度 为 3 的 CAM, 首 先 处 理 x 坐 标 , 将 3 个 目 标 的 x 坐 标 存 入 CAM,如图 3 所示。
算法,同时编写了软件及硬件代码,加载到以上系统中进行实际的操作验证。 验证结果表明,该系统实现了 16 个目标
中危 险 目标 的 快 速 筛 选 功 能 ,通 过 使 用 ChipScope 逻 辑 分 析 工 具 进 行 波 形 分 析 ,可 知 系 统 执 行 一 次 筛 选 操 作 所 需 时
1 CAM
1.1 CAM 概述 CAM 是一种特殊的存储器,它是将数据项存储在一个阵
列中。 每个数据项的位数叫作字宽,CAM 中所有数据项的条 数 叫 作 CAM 的 深 度 。 字 宽 和 深 度 可 以 表 征 CAM 的 容 量 。 CAM 基于内容寻址,通过硬件电路实现快速匹配。 CAM 的并 行处理特性使得它在数据分选领域倍受青睐,被广泛应用于 以太网网址搜寻、数据压缩、模式识别、高速缓存、高速数据