舰船科学技术  2022, Vol. 44 Issue (23): 157-160    DOI: 10.3404/j.issn.1672-7649.2022.23.032   PDF    
海上船舶目标图像多通道并行传输系统设计
王苏苏, 陈菲     
江苏航运职业技术学院,南通 江苏 226009
摘要: 基于雷达和遥感图像的海上船舶目标检测与识别技术在军事侦察、船舶监控、海事管理等方面有非常广泛的应用。随着海上船舶目标数量及图像采样频率的增加,提升图像处理和传输系统的并行处理能力非常有必要。本文研究的重点是建立一种海上船舶目标图像多通道并行传输系统,分别从系统的AD采样电路、数字变频器开发、系统测试等方面展开设计。
关键词: 目标检测     并行传输     数字变频器     采样电路    
Design of multi-channel parallel transmission system for marine ship target image
WANG Su-su, CHEN Fei     
Jiangsu Shipping College, Nantong 226009, China
Abstract: The detection and recognition technology of marine ship targets based on radar and remote sensing images is widely used in military reconnaissance, ship monitoring, maritime management, etc. With the increase of the number of marine ship targets and image sampling frequency, it is necessary to improve the parallel processing capability of image processing and transmission systems. The focus of this paper is to establish a multi-channel parallel transmission system for marine ship target images, which is developed and designed from the aspects of AD sampling circuit, digital converter development, system testing, etc.
Key words: target detection     parallel transmission     digital frequency converter     sampling circuit    
0 引 言

海上船舶的检测与识别在多个领域有非常重要的应用价值,比如在海事监管领域,利用船舶目标检测技术可以快速定位海上的违法船只,也可以第一时间获取海上发生事故船舶的位置;在军事侦察和作战过程中,船舶目标检测技术有助于快速定位敌方船舶,提高作战效果。因此,海上船舶的检测与识别一直是热点研究方向。随着计算机视觉技术和光学遥感技术的不断发展,海上船舶的目标检测技术更加成熟,应用前景也更加广阔。

在基于雷达和遥感图像的海上船舶目标识别过程中,图像的传输是其中一项关键环节,图像的无线传输包括以下2种:

1)模拟图像传输

模拟图像传输采用模拟电路作为基础,图像的调制、发射、接收均采用模拟技术,这种方法具有传输速度快、模拟电路简单等优点,但同时存在智能化程度低、可编程性差、无法实现图像处理等问题。

2)数字图像传输

数字图像传输采用嵌入式处理器技术,可以实现图像的压缩编码、信号调制、解压缩等操作,抗干扰能力强,且信号编程处理效果好。同时,数字图像传输技术也存在一定的缺点,比如信号有一定的时延,数字系统的电路复杂,功耗较高。

本文研究是数字信号传输系统的海上船舶目标图像多通道并行传输技术,分别介绍海上船舶目标识别系统的原理、AD采样电路开发、数字变频器开发等。

1 海上船舶目标图像识别系统研究现状

海上船舶目标图像的检测识别过程如图1所示。

图 1 海上船舶目标图像的检测识别过程 Fig. 1 Detection and recognition process of marine ship target image

基于图像的海上船舶目标检测技术包括以下关键环节:

1)图像的获取

目前基于雷达和遥感技术的海上船舶图像获取已经非常成熟,此外,利用无人机等设备携带的摄像头等,也可以直接获取海上船舶的数字信号图像。海上船舶图像获取后还需要进行图像的噪声过滤等处理,提高目标图像的信噪比。

2)区域提取和目标分类

区域提取和目标分类是船舶海上图像处理的重要步骤,区域提取是将包含船舶目标的局部图像提取出来,剔除不包含船舶目标的图像部分。区域提取技术能够降低后期图像处理的工作量,提高效率。

目标分类常用的方法有支持向量机SVM法[1]、CRF分类等。目标分类在大规模图像处理时,可以根据目标的相似特征进行分类处理,提高大规模图像处理的效率。

3)目标识别

目标识别就是将目标与背景图像分离出来,获取船舶目标的完整特征。目标识别和提取方法是基于图像的海上船舶检测技术的关键。边缘检测、角点检测等方法可以提升目标识别的效率。

2 海上船舶目标图像多通道并行传输系统设计 2.1 系统整体方案

本文设计的船舶海上目标图像多通道并行传输系统如图2所示。

图 2 船舶海上目标图像多通道并行传输系统 Fig. 2 Multi-channel parallel transmission system of ship's marine target image

船舶海上目标图像多通道并行传输系统包括图像接收阵列天线、图像接收机、信号处理模块、天线发射机、指令处理模块等。传输的数字图像信号需要经过发射机调制、变频、放大后定向辐射,接收机获取信号后进行解码等操作。

船舶海上目标图像多通道并行传输系统的特点包括:

1)天线阵列

由于多通道图像传输系统采样3个通道以上进行图像的同时采集和传输,遥感卫星在空间中具有一定的跨度。如果信号接收天线采用宽波束接收,天线的副瓣干扰太高,降低系统的信噪比。因此,本系统采用8天线单元的天线阵列进行图像信号接收,并结合数字合成多波束的方法,增大了信号接收增益,也提高了传输系统的抗干扰能力。

2)载频跟踪技术

多通道图像数据传输系统采用的调频信号带宽为6 MHz,解调频输出采用12 bit,数据传输分辨率为1.46 kHz。由于遥感卫星运行过程中会产生多普勒频移,造成传输系统的本地载频与接收信号载频存在误差。因此系统采用载频跟踪技术,以此来消除遥感卫星导致的载频偏移误差。

初始空段落

2.2 并行传输系统的A/D采样模块设计

多通道并行传输系统的A/D采样频率与带通信号频率、带宽等参数密切相关,本文采用的A/D采集板信号时序图如图3所示。

图 3 信号时序图 Fig. 3 Signal timing diagram

将A/D采样频率设为420 MHz,可完成8通道的同步信号采集。A/D采集板的信号通过总线的形式传输至FPGA芯片,同时FPGA输出数据的同步时钟,完成信号的A/D转换、图像解调、图像数据的转发等步骤。

海上船舶目标检测系统的遥感图像分辨率为789×486,每采样一次数据产生的数据量为10.5 MB,对应的灰度级别为8 bit。因此,AD采集板和PCI转发器之间通过光纤进行数据传输,最大传输的速度可达3.5 Gbps,能够满足遥感图像采集系统的数据传输要求。PCI与控制器的数据传输基于PCI-Express,最高传输速度2.1 Gbps,可完全满足多通道下的船舶图像数据传输需求。

2.3 海上船舶目标多通道传输数字下变频器设计

海上船舶目标多通道传输中,数字下变频器DDC[2]是其中的核心部件,在数字波束合成、解调频、译码等环节都发挥重要作用。DDC模块需要将图像并行传输系统的3个频点共8个通道信号同时并行处理,主要完成两方面的功能:

1)实现数字信号的基带迁移,将信号从较高的频带搬移到基带,从而助于图像信号的分析和处理;

2)减少图像传输系统产生的冗余数据,提高信号的信噪比。

数字下变频器模块主要由数控振荡器(NCO)、混频器(Digital Mixer )、抽取滤波器等组成,原理如图4所示。

图 4 数字下变频结构原理框图 Fig. 4 Principle block diagram of digital down conversion structure

1)数控振荡器(NCO)

数控振荡器的工作原理是产生正弦和余弦两路本振信号,在海上船舶目标图像多通道采集过程中,需要NCO输出可变频的本振信号,输出频率和动态范围直接决定变频器的性能。

NCO振荡器产生信号的正弦值变化如下式:

$ \left[ {\sin \left( {\frac{\text{π} }{2}} \right) - \sin \left( {\frac{\text{π} }{2} - \Delta \phi } \right)} \right] \cdot {2^{nb}} \geqslant 1 \text{,} $
$ {2^{nb}} \geqslant \frac{1}{{1 - \cos (\Delta \phi )}} \text{,} $
$ nb \geqslant {\log _2}\left[ {\frac{1}{{1 - \cos \left( {\dfrac{{2{\text{π}} }}{{{2^{nb}}}}} \right)}}} \right] 。$

式中: $ \phi $ 为相位角;nb为正弦值的二进制数据位数。

2)混频器

混频器起到乘法器的功能,将输入信号分别与NCO产生的正弦和余弦信号相乘,将船舶数字图像信号混频到基带。

3)抽取滤波器

抽取滤波器的功能是进行频域混叠的低通滤波[3]和多级滤波,本文在设计多通道并行传输系统时,按照下抽倍数进行多级滤波,滤波级数可到几十阶。

滤波器的频率响应偏差为:

$ \begin{gathered} \sigma (\omega ) = \frac{q}{2}\sqrt {\frac{{2N - 1}}{3}} \cdot {W_N}(\omega ),\\ {W_N}(\omega ) \leqslant {2^{\left( {b - 1} \right)}}\sqrt {\frac{{2N - 1}}{3}}。\\ \end{gathered} $

式中: $ N $ 为阶数;b为滤波器的位数。

抽取滤波器的信号SNR响应曲线如图5所示。

图 5 抽取滤波器的信号SNR响应曲线 Fig. 5 Signal SNR response curve of pumping filter
2.4 海上船舶目标多通道传输系统性能测试

进行海上船舶目标图像的多通道并行传输系统测试,测试要点包括:

1)接收天线阵列设置为4×2阵列,使用高性能的模拟信号发生器产生正弦波信号,并将信号接入数字变频器后再连接A/D采集板,进行8通道420 MHz数字信号的同步采集。

2)基于Matlab软件平台,将采用的数字信号数据读取,并进行FFT运算。通过加窗函数模拟变频器的抽取滤波器,抑制图像信号的频谱泄漏[4]

3)将Matlab软件平台的FFT运算结果显示为信号的折线图,直观显示数字图像信号的信噪比特性。

图6为8通道图像数据并行传输系统的SNR测试曲线。

图 6 8通道图像数据并行传输系统的SNR测试曲线 Fig. 6 SNR test curve of 8-channel image data parallel transmission system
3 结 语

海上船舶图像检测技术具有非常大的应用潜力,本文重点针对海上船舶目标图像的多通道传输技术进行深入开发,从多通道传输系统的原理、采样电路设计、下变频器设计以及系统测试等方面展开研究。结果表明,本文设计的8通道并行图像传输系统的性能较优,有一定的应用潜力。

参考文献
[1]
黄治华. 基于Socket的铁路货车运行图像采集传输系统[J]. 信息技术与网络安全, 2019, 38(1): 74-77.
HUANG Zhi-hua. Socket based Image Acquisition and Transmission System for Railway Freight Car Operation[J]. Information Technology and Network Security, 2019, 38(1): 74-77.
[2]
张庭园. 基于VBLAST系统的并行图像传输策略优化[J]. 重庆邮电大学学报(自然科学版), 2014, 26(4): 488-493+513.
ZHANG Ting-yuan. Optimization of parallel image transmission strategy based on VBLAST system[J]. Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition), 2014, 26(4): 488-493+513.
[3]
孙科林. 高速实时光纤图像传输系统的实现[J]. 光学精密工程, 2011, 19(9): 2228-2235.
SUN Ke-lin. Implementation of high-speed real-time optical fiber image transmission system[J]. Optical Precision Engineering, 2011, 19(9): 2228-2235. DOI:10.3788/OPE.20111909.2228
[4]
张宏铭, 马冬冬. 视频图像传输系统中接口电路的设计[J]. 科学之友, 2011(4): 30-31.
ZHANG Hong-ming, MA Dong-dong. Design of interface circuit in video image transmission system[J]. Friends of Science, 2011(4): 30-31.