前视声纳波束形成算法的FPGA实现

doi:10.3969/j.issn.1000-3428.2013.07.068

计算机工程 ›› 2013, Vol. 39 ›› Issue (7): 306-310. doi: 10.3969/j.issn.1000-3428.2013.07.068

前视声纳波束形成算法的FPGA实现

赵慎¹，乔纯捷¹，张朝明²，马超¹

(1. 国防科学技术大学机电工程与自动化学院，长沙 410073；2. 中国船舶重工集团公司第705研究所，昆明 650118)

收稿日期:2012-07-10 出版日期:2013-07-15 发布日期:2013-07-12
作者简介:赵慎(1983－)，男，博士研究生，主研方向：数字化测试，非线性信息处理；乔纯捷，副教授、博士研究生；张朝明，副研究员、硕士；马超，博士研究生

FPGA Implementation of Forward Looking Sonar Beamforming Algorithm

ZHAO Shen¹, QIAO Chun-jie ¹, ZHANG Chao-ming², MA Chao¹

(1. School of Mechatronics Engineering and Automation, National University of Defense Technology, Changsha 410073, China; 2. The 705 Research Institute of China Shipbuilding Industry Corporation, Kunming 650118, China)

Received:2012-07-10 Online:2013-07-15 Published:2013-07-12

摘要/Abstract

摘要： 前视声纳通道数目多、采样频率高，获取方位和距离信息的运算量大，对信号实时处理能力要求较高。为此，利用现场可编程门阵列(FPGA)内部运算单元以及并行分布式运算结构，对原始图像中的正交下变频和波束形成算法的FPGA实现进行研究。建立前视声纳信号模型，对核心算法进行理论推导，并介绍FPGA实现方案中的难点，给出资源占用情况。通过水池实验和湖上静态实验，验证该算法具有实时运算的正确性。

关键词: 前视声纳, 多通道高采频, 正交解调, 波束形成, 现场可编程门阵列, 并行运算

Abstract: The characteristics of multiple channel and high sample frequency in forward looking sonar demands a heavy computation burden for azimuth and distance information processing, which sets a higher requirement for the real time computation. By the processing units and distributed operation in Field Programmable Gate Array(FPGA), the bottle-neck of speed can be resolved on a large scale. The paper mainly studies the implementation of quadrature demodulation and beam-forming algorithm applied for the original imaging information, based on FPGA. The signal model is established, and the core algorithm is derived. The difficultness in the implementation is presented, and the utilization of FPGA resources is provided. A validation of the processing schemes is conducted with real data in the tank and lake yielding accurate results.

Key words: forward looking sonar, multiple channel high sample frequency, quadrature demodulation, beamforming, Field Programmable Gate Array(FPGA), parallel computation

中图分类号:

TP39

赵慎, 乔纯捷, 张朝明, 马超. 前视声纳波束形成算法的FPGA实现[J]. 计算机工程, 2013, 39(7): 306-310.

DIAO Shen, JIAO Chun-Cha, ZHANG Chao-Meng, MA Chao. FPGA Implementation of Forward Looking Sonar Beamforming Algorithm[J]. Computer Engineering, 2013, 39(7): 306-310.

https://www.ecice06.com/CN/Y2013/V39/I7/306

参考文献

[1] 李婷婷. 三维前视声纳的高分辨方位估计研究[D]. 哈尔滨: 哈尔滨工程大学, 2009.
[2] 刘卓夫, 桑恩方. FPGA在高频成像声纳中的应用[J]. 黑龙江工程学院学报, 2002, 16(4): 48-50.
[3] 谌颖, 叶青华, 黄海宁. 采用分级聚焦波束形成的快速声成像算法[J]. 应用声学, 2008, 27(3): 207-211.
[4] 刘晨晨, 桑恩方. 基于数学形态学的水声图像处理[J]. 吉林大学学报: 信息科学版, 2003, 21(S1): 52-57.
[5] 叶秀芬, 王兴梅, 方超, 等. 基于改进的马尔可夫随机场声纳图像分割方法研究[J]. 兵工学报, 2009, 30(8): 1039- 1045.
[6] Demuth G, Springsteen S. Obstacle Avoidance Using Neural Networks: Autonomous Underwater Vehicle Technology[C]// Proc. of Symposium on Autonomous Underwater Vehicle Technology. [S. l.]: IEEE Press, 1990: 213-215.
[7] Williams G N, Lagace G E, Woodfin A. A Collision Avoidance Controller for Autonomous Underwater Vehicles: Autonomous Underwater Vehicle Technology[C]//Proc. of Symposium on Autonomous Underwater Vehicle Technology. [S. l.]: IEEE Press, 1990: 206-212.
[8] Petillot Y, Tena R I, Lane D M. Underwater Vehicle Obstacle Avoidance and Path Planning Using a Multi-beam Forward Looking Sonar[J]. IEEE Journal of Oceanic Engineering, 2001, 26(2): 240-251.
[9] Hu Changhong, Snook K A, Xu Xiaochen, et al. FPGA Based Digital High Frequency Beamformers for Arrays (Ultrasonic Eye Imaging Applications)[C]//Proc. of IEEE Ultrasonics Symposium. [S. l.]: IEEE Press, 2004: 1347-1350.
[10] Graham P, Nelson B. FPGA-based Sonar Processing[C]//Proc. of the 6th International Symposium on Field Programmable Gate Arrays. Monterey, USA: ACM Press, 1998: 201-208.
[11] 张晓辉. 基于FPGA的数字波束形成系统的研究[D]. 南京:东南大学, 2009.
[12] 颜海. 圆阵声纳自适应波束形成原理及FPGA实现[D]. 成都: 西南交通大学, 2008.
[13] 杨虎, 陈航. 一种利用非正弦信号的水下声成像方法[J]. 哈尔滨工程大学学报, 2010, 31(3): 275-280.
[14] 湛雷. 图像声纳数字系统软件开发与硬件设计[D]. 哈尔滨: 哈尔滨工程大学, 2010.
[15] Van Trees H L. Optimum Array Processing Part IV of Detection, Estimation, and Modulation Theory[M]. [S. l.]: Wiley-Interscience, 2002.
[16] 赵慎. 鱼雷声自导模拟目标信号源关键技术与系统设计[D]. 长沙: 国防科学技术大学, 2007.
[17] Hampson G, Paplinski A. Fast Implementation of the Phase Shift Beamformer[C]//Proc. of IEEE International Symposium on Phased Array Systems and Technology. [S. l.]: IEEE Press, 1996: 27-30.
编辑顾逸斐

选择文件类型/文献管理软件名称

选择包含的内容

前视声纳波束形成算法的FPGA实现

FPGA Implementation of Forward Looking Sonar Beamforming Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	关明晓, 刘嘉堃, 张鸿锐, 何安平. 基于FPGA误差可控的浮点运算加速器研究[J]. 计算机工程, 2024, 50(5): 291-297.
[2]	杨思捷, 陈俊奇, 王勇, 李树林. 基于FPGA的软硬件协同纠删码编码加速方案[J]. 计算机工程, 2024, 50(2): 224-231.
[3]	陈逸, 刘博生, 徐永祺, 武继刚. 混合精度频域卷积神经网络FPGA加速器设计[J]. 计算机工程, 2023, 49(12): 1-9.
[4]	洪起润, 王琴. 基于帧间数据复用的稀疏CNN加速器设计[J]. 计算机工程, 2023, 49(12): 55-62.
[5]	黄正伟, 刘宏伟, 徐渊. 用于IToF传感器的极低功耗RISC-V专用处理器设计[J]. 计算机工程, 2022, 48(9): 146-154.
[6]	奚智雯, 蔡晶晶, 阳文敏, 柴志雷. 基于微服务架构FPGA云平台的并发请求调度机制[J]. 计算机工程, 2022, 48(7): 206-213.
[7]	李晋国, 焦旭斌. 雾计算环境下入侵检测模型研究[J]. 计算机工程, 2022, 48(5): 43-52.
[8]	巩杰, 赵烁, 何虎, 邓宁. 基于FPGA的量化CNN加速系统设计[J]. 计算机工程, 2022, 48(3): 170-174,196.
[9]	赵晨园, 李文新, 张庆熙. 一种改进的实时半全局立体匹配算法及硬件实现[J]. 计算机工程, 2021, 47(9): 162-170.
[10]	黄瑞, 金光浩, 李磊, 姜文超, 宋庆增. 轻量化神经网络加速器的设计与实现[J]. 计算机工程, 2021, 47(9): 185-190,196.
[11]	狄新凯, 杨海钢. 基于FPGA的稀疏化卷积神经网络加速器[J]. 计算机工程, 2021, 47(7): 189-195,204.
[12]	吴健凤, 郑博文, 聂一, 柴志雷. 基于OpenCL的3DES算法FPGA加速器[J]. 计算机工程, 2021, 47(12): 147-155,162.
[13]	石永泉, 景乃锋. 基于FPGA模拟的阻变神经网络加速器评估方法[J]. 计算机工程, 2021, 47(12): 209-214.
[14]	张浩, 魏敬和. 高效率PLB2AXI总线桥的设计与验证[J]. 计算机工程, 2020, 46(8): 228-234.
[15]	宋安, 王琴, 谷大武, 郭筝, 刘军荣, 张驰. 基于FPGA的时钟同步功耗信息采集方法[J]. 计算机工程, 2020, 46(6): 115-121.

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

前视声纳波束形成算法的FPGA实现

FPGA Implementation of Forward Looking Sonar Beamforming Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价