摘要：为了验证新的图像处理算法在实际系统中的处理效果和能力,需要有一个通用的处理平台。利用FPGA设计了一种通用高频超声射频图像实时处理系统。系统同时集成了一片大规模FPGA,一片250 MHz/14 bit的ADC芯片,一片275 MHz/14 bit的DAC芯片,4片250 MHz,9 MB容量的SSRAM以及USB2.0接口和通用接口等模块电路。硬件电路完成后,被成功应用于常用的高频超声射频图像处理方法实验,在系统上运行了带通滤波、IQ分解、幅度检测、对数压缩、FFT变换、IFFT变换等。

摘要：毫米波雷达目标检测任务是车辆环境感知的重要组成部分,对恶劣天气条件下的智能驾驶具有重要意义.虽然现有雷达目标检测方法已取得不错的研究成果,但雷达数据仍存在手工设计的特征信息量不足、特征提取不充分以及时序特征未充分利用的问题.为解决这些问题,本文提出光斑密度峰值与神经网络相融合的两阶段目标检测方法.第一个阶段光斑密度峰值聚类算法,对射频图像中的目标进行粗略估计,并生成聚类簇对应的目标候选.将聚类生成的候选目标特征融合到原始射频图像.第二阶段基于通道融合的3D自编码器目标检测网络进一步提取目标多普勒速度和时序特征并分类.实验表明,所提出的两阶段方法与基准实验RODNet(CDC)相比,平均精度指标提升4.3%,平均召回率提升2.3%.