TS201处理器

TS201处理器（精选三篇）

TS201处理器 篇1

关键词：距离凝聚,波束测高,方位凝聚

1 引言

在雷达系统中,点迹处理器是其一个重要组成部分。它可以放到终端处理中,也可以放到信号处理中。在此将点迹处理器放到信号处理系统中。主要任务是对滤波处理输出的信号作距离凝聚、距离相关、划窗门限检测,再对检测出的目标距离中心、方位中心、仰角中心进行估计,其处理精度及能力是雷达系统的一项重要技术指标。点迹处理器信号处理的末端,对数据进行预处理后送终端数据处理。以往雷达中采用单纯的硬件电路实现点迹提取算法,处理能力远远不能满足现代雷达的复杂点迹提取算法及目标处理能力的要求。为了解决上述问题笔者设计了基于TS201高性能处理实现点迹处理器。该点迹处理器可实现全程全方位自动检测及点迹凝聚,彻底摆脱了以往雷达采用“波门”处理方式对处理能力以及同方位处理目标个数的限制。同时采用了新的算法使雷达的检测能力和点迹精度有了很大提高。

在雷达系统中,点迹处理器为雷达数据处理计算机实现对目标的航迹编批与跟踪提供基本信息。其处理精度及处理能力是雷达系统的一项重要技术指标。

2 硬件组成

本处理器内部设计2组64位总线,每组由4片DSP、2片SDRAM、1片flash共享一组总线,4片ADSP-TS201构成一多DSP处理系统,实现多DSP系统内的资源共享,系统中的各处理器可共享SDRAM,FLSAH和主机等资源,还可共享其他处理器核内资源。两套总线可同时独立并行工作,也可以通过FPGA(EP2S30)编程相互通讯。内部总线和CPCI总线直接通讯,可实现主机对内部总线上设备的访问。

本处理器八片DSP链路口的耦合方式见图1,每个DSP有4个链路口,链路口0和FPGA(EP2SGX60)相连,链路口1到3和本组内的其他3个DSP相连,8片DSP链路口0可通过EP2SGX60编程相互两两通讯。处理器的内部结构图如图1所示。

3 算法及处理流程

算法处理流程如图2所示,设计思路为整个处理流程分为目标检测、距离凝聚,波束提取、相关处理、滑窗检测和方位凝聚5个部分。目标检测是根据目标特性判别目标存在,相关处理实现目标的非相参积累,凝聚实现目标位置参数计算。

3.1 距离、波束凝聚和相关处理

回波在距离上的典型分布如图2所示。目标在距离维分布的特性和前面的门限处理,得到图2过门限的数据,因为目标在距离上有一定的宽度,为了得到目标的具体位置信息。所以要进行距离凝聚。在距离上求取极值点,目标在距离上的前后沿,挑选出属于同一目标的点,然后采用求质心的方法,计算目标的位置信息。

回波在空间波束上的分布也如距离维的分布。在空间波束上求取极值点,得到极值点后,利用极值波束的幅度和临近波束幅度来测高。得到的极值点有两种,一种实边缘波束的侧高,一种实中间波束的测高。边缘波束临近波束只有一个,所以用两波束测高。中间波束有左右两个临近波束所以采用三波束测高。测高公式如下式。

三波束测高公式:

undefined

上式中αi为中频道指向,ΔAD1为中频道与低频道幅度差,ΔAD2为高、中两频道幅度差值,Q为高、中两频道指向差之,k′为指向叫差值比。

两波束测高公式:

undefined

上式中λ是修正值,其它同三波束测高公式的参数说明。

对于距离凝聚和波束凝聚处理得到的信号,接下来就是与前面周期进来的去做相关处理,也就是非相参积累。由于目标是运动的,从检测到目标到目标结束需要几个周期,在这段时间内目标是运动的,快速目标在距离上发生会变化,这个变化在相关时要考虑进去,所以要定相关准则。准则定小了会导致目标在距离上分裂,定大了使靠近的多批目标成为一批目标。具体选择多少距离相关准则,则视目标的最小检测单元,和要求的检测目标最大速度而定。

3.2 滑窗检测和方位凝聚

经过距离维检测凝聚后,在相邻多帧中的相应位置都将检测出目标,目标在方位上变为有多“子目标”构成的线。虽然在距离上检测出了“子目标“,但还是不能确定目标真的存在,还必须在方位上对目标进行检测和凝聚,来确定目标的存在和中心值的大小。首先根据雷达相关脉冲数,进行N/M检测, 即选取相邻M帧数据,如果其中有N 帧出现“子目标”就认为该目标是存在的。一般M 根据相关脉冲数即在雷达的波束宽度内雷达回波数据的帧数, N /M 一般确定为0.571,即所谓的七分之四准则。当目标连续几个周期没有被检测出来,认为目标结束。当目标结束时即可输出点迹信息。依据“子目标“的幅度和方位信息采用质心法求取目标的方位中心。

4 算法实现

根据任务量及算法特点分配任务,数据流程如图3所示。FPGA在整个系统中起到核心的控制作用,它提供DSP的中断控制和完成DSP与外部数据传递任务。DSP的强项在于它的浮点运算能力,所以核心的计算任务由DSP来实现。两簇按波束来分配任务。假设有10个波束,A簇处理5个波束,B簇处理5个波束。在进数时考虑波束交叠,方便作波束提取。A簇进6个波束,B簇进6个波束。对于每一簇来说,DSP0完成数据预处理,DSP1完成距离维检测凝聚和波束提取, DSP2完成波束、距离相关处理, DSP3 完成滑窗检测和方位凝聚处理工作。形成的点迹信息通过总线传送给到EP2S30的点迹数据缓区内,最后通过PCI总线发往计算机。各个DSP的处理顺序都是按照雷达每个脉冲周期顺序处理的。同时各处理器之间用DSP的链路口采用DMA方式发送接收数据,并用两块内部存储器实现乒乓缓存,这样可大大提高整个系统的效率。

4.1 FPGA的电路设计

高速通用处理平台上的两片FPGA,一片EP2SGX60,一片EP2S30。

EP2S60GX负责管理整板的时序、中断控制和将接收的高速串行数据通过光纤模块转换成并行数据,写入与FPGA内与双口RAM中缓存,然后通过链路口发送到DSP0中。发送传输速率为32bit60M。

EP2S30将接收来的提取出的点迹数据通过CPCI总线发送到计算机。

4.2 DSP的设计

C语言是在当今软件开发领域中应用十分广泛的一种高级程序设计语言, 具有数据类型丰富、表达能力强、效率高、可移植性好且使用灵活方便等优点。既具有高级语言程序设计的特点,又具有汇编语言的功能。在实际应用中,为了完成某种特定的功能、或者需要缩短程序的运行时间、或者需要对计算机硬件进行直接操作以及可能需要利用操作系统的某些功能模块时,往往要使用汇编语言程序 即要应用C 语言与汇编语言的混合编程技术。在本文的设计中,根据其特点也采用C加汇编的混合编程技术,即程序的主框架采用C编程,对于运算量比较大、耗时的部分应用汇编编程。

5 结论

本文针对雷达信号的点迹提取、尤其是如何确定目标中心(距离、方位、仰角)这一关键问题,再结合三坐标雷达特点的基础上,“方位上求质量中心、距离上按峰值搜索、仰角上峰值搜索测角”作为目标点迹凝聚准则设计了三坐标雷达点迹处理系统,并在相应的硬件(DSP+FPGA)平台上实现。该点迹处理系统在某型号雷达上应用,取得了令人满意的效果。

参考文献

[1]陆根源,陈孝桢.信号检测与参数估计[M].北京:科学出版社,2004.

[2]张明友,吕明.信号检测与参数估计[M].北京:电子工业出版社,2004.

[3]蔡晨曦,王祖斌,王秀坛等.远程警戒雷达自动点迹提取算法[J].清华大学学报,2002.

[4]何友,等.雷达自动检测与恒虚警处理[M].北京:清华大学出版社,1999.

[5]徐玲,吴增辉.相参积累后雷达目标参数的自动录取[J].现代雷达,2000.

TS201处理器 篇2

201 章甜

随着经济越来越发达和农村城镇的水平生活提高，农村的生活方式与水平发生了重大变化。令人焦灼的首要问题便是生活垃圾污染开始侵蚀农村。处理好农村的脏、乱、差都必须先处理好垃圾的分类情况。

今天，我们雏鹰小队来到了扶西村前来调查农村生活垃圾分类的情况。经过前几日的准备，我们集结了优秀的队员并且准备了丰富的材料，集思广益，整装待发。朝气蓬勃的队员们在约定的扶西村桥头如约而至。细心的队员在向桥下微微端望时发现河边有少许塑料瓶和塑料袋堆积。这些垃圾大大拉低了河岸的“颜值”。路过驻立在道路旁的竹林发现林间的竹地可见一个个的塑料瓶，竹干上还会有几只塑料带悬挂飘扬。我们在道路两旁发现了两个十分明显的大垃圾桶，但这两个垃圾桶里面的垃圾并没有进行合理的分类，在垃圾桶的两边还有一些已经腐烂的垃圾和堆积很久的塑料袋等。

进入村庄，每家每户的门前都会有一黄一绿的分类式垃圾桶。但是大部分村民并没有重视所谓的垃圾分类，而是将垃圾一股脑儿的全倒进垃圾桶里。路过的行人我们十分热情的派发我们所整理的关于垃圾分类的知识的一份资料。村民们也很热心的协助我们做了一个“农村生活垃圾分类处理表”问卷调查表。通过调查显示：一户人家平均每天产生的垃圾重量多为1.5kg—2kg之间，垃圾的处理方式多为未出售也未分类，全部投放到垃圾箱，而做的比较好的是村民们会将购物时所拿回家的购物袋收集好下次再重复利用。并且对于垃圾分类回收利用都极其看重，并觉得应尽到每位公民应尽的义务，要积极参与关于垃圾分类的活动。社区宣传也做得很到位，会给村民们授予垃圾分类的教育，并且会在村委会的宣传栏中张贴关于垃圾分类知识的宣传报。

走进村委会，我们向村委会的人员了解了一下关于本村的垃圾分类情况。我们得知：村中每天上午6点开始便会有清洁工人在村中回收垃圾，清洁工人会进行垃圾分类，当发现村民在垃圾分类有误时便会及时指导。垃圾车共有两辆，在全村投放了1000余个垃圾桶。到每天的10点至11点左右清洁工人将垃圾送去垃圾中转站处理好垃圾才收工。垃圾中转站以其占地面积小，隐蔽性好，空间结构合理等优势成为了村中解决垃圾污染最必不可少的一部分，也为处理垃圾污染起到了至关重要的作用。

经过这次活动，我想对现在的农村垃圾情况提一些建议：

一、注意清洁河道边堆积的垃圾，经久不处理会污染水资源，最好定期清理。

二、注意路边随意丢弃的垃圾，可进行回收处理，保持道路的洁净。

三、注意园林的垃圾堆积，及时定期清理，重现美丽园林。

四、加强村民垃圾分类的意识，定期宣传，将有限的资源循环利用。

五、建议定期走访村中，方便调查了解村民的垃圾分类情况。

六、设立一个小垃圾回收站，方便村民将废弃的旧衣服等可回收用品循环利用，减少不必要的垃圾污染。

基于TS201的软件优化设计 篇3

1 优化设计方法

软件的优化设计通常包括如下两部分：

(1）对软件算法的优化，即通过寻找最适合硬件实现的算法，提高软件运行效率；

(2）对代码的优化，即通过优化代码的组合及顺序，提高代码执行效率。当实现算法确定后，软件的优化主要是代码的优化。

为了提高软件执行效率需采用汇编语言进行编程，通过充分利用CPU资源，使其在最少的时间完成最多的指令。ADSP TS201是ADI的一款支持浮点数运算的高性能数字信号处理芯片，其内部包含两个运算模块（X、Y模块）及2个整数运算寄存器组（J、K寄存器组），双运算模块及双整数运算寄存器组支持并行操作。4条相互独立的128位宽度的内部数据总线分别连接6个4 Mb内部存储器块中的一个，提供4字的数据、指令及I/O访问。内部静态超标量结构使得DSP每周期可执行多达4条指令，24个16位定点运算和6个浮点运算[3,4,5]。

结合ADSP TS201的硬件结构，对软件的优化主要可从如下几个方面进行考虑：充分利用双运算模块和双整型ALU，进行并行操作；使用自增的指针寻址方式，减小寻址时间；充分利用单周期多指令操作。

2 软件优化实例

通常雷达信号处理包括脉冲压缩、MTI、MTD、恒虚警等一系列处理[6,7,8]。这些处理包含大量的乘法、加法等运算，计算处理较为复杂，不可能将处理中间结果直接存储在寄存器中用于后续处理，因此需要将各算法处理结果及时存储在DSP内存中，这样就要对数据进行反复地读取和存储[9,10]。数据读取和存储操作的优化设计就成为软件优化中的重要部分。本文就以包含数据读取和存储的数据转存操作为例，介绍软件的优化设计方法。数据转存操作要求将数组Source中的200项数据转移到数组Destination中。该功能可使用C语言实现，也可以使用汇编语言编写。

2.1 方案1:C语言for循环实现数据转移

采用C语言编程，最简单的方法是用for循环语句进行数据的循环读取和存储，如下所示：

该段代码经编译器编译后产生的汇编代码如表1所示。

注：表中的黑体字表示插入了等待周期。

表1汇编代码中，第2～16行循环执行200次，实现200项数据的转移。一个数据的转移需15行指令，若无等待周期需消耗15个指令周期，则转存200项数据总共需要1+15×200=3 001个指令周期。实际运行中，有时会由于数据不稳定，DSP自动插入等待周期；部分跳转指令会打断流水的执行，也会插入等待周期，导致实际消耗指令周期大于理论值。表1中给出了实际的指令周期消耗数，表中的黑体字表示插入了等待周期，其中第3行、第4行、第8行、第11行的插入是因为指令中用了立即数，此指令在执行时需从程序存储块中取出数据，导致指令执行时间增加。总指令周期计算时最后加10是因为循环结束时，PC预测错误，指令流水被打断，系统插入10个等待周期，该段代码总共消耗4 823个指令周期。

2.2 方案2：汇编语言双字转移

第2种方案是用汇编语言编写实现数据转移，编写代码如下：

与方案1相比，该方案使用TS201的零开销循环计数器lc0减少循环开销；通过j9和j10地址自增寻址减小寻址时间；并行运行双寄存器减少存取次数；利用DSP宽数据总线进行数据双字访问，减少循环次数，理论上总共需要107个指令周期。实际运行时，第9行、第11行的在前两次执行时由于数据不稳定会插入等待周期，当Source与Destination处于相同存储块时，由于第9行和第11行中读数和写数是对同一存储块进行的，而DSP对同一存储块分配的数据总线不能同时进行读和写，因此第9行和第11行执行时插入等待周期，各消耗2个指令周期，总共消耗246个周期；当Source与Destination处于不同存储块时，DSP的不同数据总线可以同时访问两个存储块，第9行和第11行的执行不需额外等待，共消耗116个指令周期。

2.3 方案3：汇编语言四字转移

由于200是8的整数倍，因此还可以考虑采用128位数据总线进行4字访问，此时代码如下：

与方案2相比，该方案将双字访问变为4字访问，进一步减少了读取次数，理论消耗57个指令周期。实际执行时由于第7行到第9行、第9行到第11行以及第11行到第9行2个连续的指令行中都有对xr1:0和yr1:0寄存器的操作，当数据未稳定时，会插入等待周期。当Source与Destination处于相同存储块时，总共消耗132个周期。当Source与Destination处于不同存储块时，总共消耗66个指令周期。

从3种方案的执行结果可以看到，通过充分利用指令并行、宽数据总线以及零开销循环计数器，并将源数据区和目的数据区分配到不同的存储块中，对汇编代码进行一步步的优化，方案2可以在116个周期内完成方案1中需用4 823个指令周期才能完成的任务，效率提高了约40倍；方案3可以在66个指令周期内完成，相对方案1效率提高了约70倍。

需要说明的是，此时统计的指令周期数包含了循环运行前的准备计算，这些计算与循环次数无关，此处仅以200个数据为例，当转存数据越大时，实际的效率差异越大。方案3要求使用存储区是双字对齐的，方案要求存储区都是4字对齐的，这要求在数组定义时使用关键字align进行设置。

3 结语