|
|||||||||
 |
|
||||||||
|
|
||||||||||||||
| . 网站首页 . 新闻 . 新品 . 方案 . 专访 . 活动 . DSP . EDA . 评测室 . 技术文库 . 会员区 . 商城 . 服务导航 . 邮购 . 资源 . | ||
 |
||
|
||
|
|||||
| 采用高速DSP实现BAQ算法的应用研究 | |||||
作者：杨云志1 … 文章来源：本站原创 点击数： 更新时间：2007-1-1  |
|||||
|
杨云志1 黄顺吉2 王建国2 （1. 信息产业部电子第十研究所，四川 成都 610036； 摘 要：本文较为详细地介绍了最佳量化的基本方法以及块自适应量化编码的原理，同时给出了采用高速DSP芯片技术实现SAR原始数据压缩的原理和实现结果。 关键词：合成孔径雷达；图像处理；数字信号处理；最佳量化；块自适应量化（BAQ）；算法 一、 概述 当前的星载SAR(合成孔径雷达)系统多数采用在星上采样、量化、存储回波信号，然后下行传输至地面站完成数字成像处理。由于星载SAR具有较大的测绘带宽和系统动态范围，因此回波信号一般具有相当大的数据量和数据率，所以必须采取必要的措施来降低数据量，减小数传数据率。为了不使系统性能有明显降低，星载SAR系统一般都采用数据压缩方案来降低数据率。块自适应量化（BAQ）算法采用最优量化方法，对SAR原始数据进行有效的压缩处理。本文主要研究了BAQ算法的基本理论及其采用高速DSP技术对星载SAR原始数据进行压缩的应用方法。 二、 最佳量化分析 设量化器的量化电平为z1，z2，…，zk，判决电平为x1，x2，…，xk+1，如图1所示，p(x)是信号样本幅度的概率密度函数。由图可知，当输入幅度在xi与xi+1之间，量化器输出即为zi，其均方量化误差为
从（3）和（5）式可知，为了要得到最小均方量化误差，就要将判决电平xi设置在２个相
在一般情况下，如果假定输入信号是均匀分布，且是均匀量化，则最优均方量化误差为 当K≥8时，或者在量化更细的条件下，上述假定是可以满足的。由此可见，当量化电平数K (1) 量化器的输入与输出，有同样的均值：
这就是说量化误差与量化器输出互不相关。 从信源的统计特性分析可知，图像、语音和其他一些信源，它们的差信号（即预测 其中， 从上述分析可以看出，这种线性量化器从最小均方观点上来讲是最优的，但从别的特性来讲 (1) 斜率过载。当待量化的预测误差en大于最大量化电平时，就会在再现信源处出现赶不 (2) 颗粒噪声。这主要由2个最小的量化电平之差来决定，它在信号比较平坦的地方会呈现 (3) 边沿忙乱。在信号有中等幅度部分的图像边沿处，由于量化阶距过大的关系，这个边沿 解决上面现象比较好的方法有2种：一是增加量化电平数K，二是采用非均匀量化器。 三、 BAQ算法基本原理 1. 星载ＳＡＲ原始数据的统计特性 实际的ＳＡＲ景物目标表面粗糙不平且紧密分布着大量散射点，任一散射点足够小以至于 (1)幅度ak和相位延迟φk是相互独立的随机变量； (2)回波信号的相位是独立的且在［π，π］之间均匀分布。 波束照射范围内大量复散射点回波信号矢量叠加的结果形成了ＳＡＲ成像目标的回波信 根据中心极限定理，回波信号实部和虚部的概率密度函数是具有零均值和相同方差的高 2． BAQ算法的基本原理 从SAR原始数据的统计特性分析可以看出，SAR原始数据在局部的数据区域中符合高 任取一块SAR原始数据，对不同大小的数据块统计其I通道和Q通道数据的均值和方差 方差定义表示式：
按照上面两式对I、Q通道数据的统计结果为，均值的变化基本上随着数据块的增大而趋于平稳，而不同大小的数据块的方差却有时变性。I、Q通道数据块的方差是随着数据块的空间位置而发生变化的，由此我们提出采用块自适应量化的方法来解决该矛盾，这样要考虑量化器要随信号能量进行自适应的调整。采用该方法对输入信号数据块的方差进行估计，且估计的方差结果比较准确，同时该估值也要传送到译码端供译码器解码用。 在块自适应量化器中，数据块大小的选择主要按下面几点考虑： (1)数据块包含的数据采样必须足够多，以保证数据服从高斯分布统计特性； (2)数据块长度相对于天线方向图和距离衰减功率变化应该足够小； (3)数据块距离向长度相对于脉冲采样应足够小，方位向数据长度相对于合成孔径应足够小； (4)数据块应足够小，以保证对其方差的估计值尽量准确。 四、 应用分析 根据上述介绍的BAQ算法，我们在高速数字信号处理（DSP）芯片中实现了对SAR原始数据的压缩处理，采用2 bit或4 bit 2种算法分别进行压缩处理，压缩处理结果达到了设计要求。 1． DSP实现的基本方法 采用DSP进行数据压缩的基本原理框图如图2所示。 通过计算机的并口或串口将SAR原始数据送到DSP芯片中，在DSP芯片内实现对数据的2 bit或 2． 处理结果分析 利用前面介绍的压缩算法，我们对取自于SIR—C/X-SAR的原始数据进行了压缩处理。 通常采用均方误差（MSE）准则来衡量量化器性能，式（13）是MSE的定义：
式中M表示输入采样的个数； x是量化器的输入信号； 将NMSE的倒数的对数定义为信号失真比SDNR，定义式如下：
根据式（14）和式（15），我们对SAR原始数据与压缩后再成像的原始数据进行测试
五、结束语 本文介绍的采用高速DSP芯片对SAR原始数据进行BAQ量化压缩，压缩结果达到预期效果，采用BAQ量化算法可以对具有高斯分布的数据进行有效地块自适应量化。 参考文献 ［１］Habibi,A.,Wintz,P.A.Image Coding of Liner Transformation andBlock Quantization［Ｊ］． IEEE Trans. Com.Tech., 19(1), 1971, pp.50-63 ［２］王育民，等．信息与编码理论［Ｍ］．西北电讯工程学院出版社，1986． ［３］许织新．数据压缩［Ｍ］．国防工业出版社，1990． |
|||||
| 欢迎点击进入：TI德州中文网 (国内唯一针对TI应用的中文技术网站) 文章录入：admin 责任编辑：admin | |||||
| 【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 | |||||
| 最新热点 | 最新推荐 | 相关文章 | ||
| 图像处理系统及算法5 色彩差… 基于数字信号处理的远方保护… 基于DSP+FPGA结构的小波图像… 基于DSP的实时图像目标搜索与… 对称规则SPWM的谐波分析及DS… 短波软件无线电通信系统中的… 短波数字通信系统中数字AGC的… DSP在电能质量补偿器中的应用 MPEG声音编码的单片DSP实现 带RF输出的全数字调制器设计 |
| 网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！） |
| | 设为首页 | 加入收藏 | 联系站长 | 友情链接 | 版权申明 | 网站公告 | 管理登录 | | |||
|
是量化器的输出信号。
