针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块...针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块,在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证,并将所提算法与前人的相关算法进行了比较与分析,证明了该算法的有效性、稳定性和优越性。展开更多
针对相位干涉仪测向系统对于大量高速实时信号的处理需求,设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法,完成了相应的并行程序设计,进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能...针对相位干涉仪测向系统对于大量高速实时信号的处理需求,设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法,完成了相应的并行程序设计,进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能力和并行数据处理能力,将涉及大量并行高速数据计算的核心鉴相算法加载在GPU中,实现了高速并行数据的相关处理和相位提取;利用中央处理器(central processing unit, CPU)完成了数据调度、分发和简单的数据处理功能。实验测试结果表明,在较好地保证鉴相精度的条件下,本文设计的基于GPU的鉴相算法,其数据处理速度是基于CPU平台的140倍左右,鉴相速度明显提升,较为圆满地实现了实时性、可靠性和准确性的设计初衷。展开更多
文摘针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块,在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证,并将所提算法与前人的相关算法进行了比较与分析,证明了该算法的有效性、稳定性和优越性。
文摘针对相位干涉仪测向系统对于大量高速实时信号的处理需求,设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法,完成了相应的并行程序设计,进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能力和并行数据处理能力,将涉及大量并行高速数据计算的核心鉴相算法加载在GPU中,实现了高速并行数据的相关处理和相位提取;利用中央处理器(central processing unit, CPU)完成了数据调度、分发和简单的数据处理功能。实验测试结果表明,在较好地保证鉴相精度的条件下,本文设计的基于GPU的鉴相算法,其数据处理速度是基于CPU平台的140倍左右,鉴相速度明显提升,较为圆满地实现了实时性、可靠性和准确性的设计初衷。
