CN206892323U - 水声阵列信号处理平台 - Google Patents

水声阵列信号处理平台 Download PDF

Info

Publication number
CN206892323U
CN206892323U CN201720510932.XU CN201720510932U CN206892323U CN 206892323 U CN206892323 U CN 206892323U CN 201720510932 U CN201720510932 U CN 201720510932U CN 206892323 U CN206892323 U CN 206892323U
Authority
CN
China
Prior art keywords
signal processing
processing platform
cpu
module
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201720510932.XU
Other languages
English (en)
Inventor
徐利梅
李学生
秦开宇
谢晓梅
其他发明人请求不公开姓名
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Hi Tech Co Ltd
Original Assignee
Chengdu Hi Tech Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Hi Tech Co Ltd filed Critical Chengdu Hi Tech Co Ltd
Priority to CN201720510932.XU priority Critical patent/CN206892323U/zh
Application granted granted Critical
Publication of CN206892323U publication Critical patent/CN206892323U/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本实用新型公开一种水声阵列信号处理平台,包括水听器阵列,所述水听器阵列连接信号调理模块,所述信号调理模块连接信号采集模块,所述信号采集模块通过PCIe总线连接GPU模块。本实用新型适用于等离子和常规声源探测中数据量大的情况,采用GPU模块取代了以往的信号处理模块,大大提高信号的实时处理速度和成像速度,提高目标探测及跟踪能力。

Description

水声阵列信号处理平台
技术领域
本实用新型涉及电子技术应用领域,尤其涉及一种水声阵列信号处理平台。
背景技术
阵列信号处理作为水声信号处理的一个基本环节,在水下目标检测、背景噪声中的信号检测及信号参数估计等众多水声探测领域发挥着不可替代的作用。以往水声信号处理的手段主要分为两类。一类为以中央处理器(Central Processing Unit,CPU)为代表的处理平台,另一类为基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)和数字信号处理器(Digital Signal Processor,DSP)等大规模集成电路芯片的阵列信号处理平台。前者耗时严重,实时性差,不能满足水声信号的高速并行处理;后者虽然能够完成实时信号处理,但也具有开发周期长、工作量大、板卡众多、升级复杂和成本高等众多缺点。
近年来,计算机图形处理器(Graphics Processing Unit,GPU)因具有强大的浮点运算能力和良好的软件开发环境,正以超越摩尔定律的速度发展。GPU具有许多优化性能的结构,包括多种缓存和寄存器时延差异、全局寄存器合并访问和线程束(warp)的单指令多数据执行模式等,设计时的软件优化是保证计算实时性的有效途径。与CPU、DSP和FPGA相比较,GPU以其高并行性、高存储器带宽和高性价比更加适合数据并行处理和计算密集型应用。
实用新型内容
本实用新型旨在提供一种水声阵列信号处理平台,适用于等离子和常规声源探测中数据量大的情况,采用GPU模块取代了以往的信号处理模块,大大提高信号的实时处理速度和成像速度,提高目标探测及跟踪能力。
为达到上述目的,本实用新型是采用以下技术方案实现的:
本实用新型水声阵列信号处理平台,包括水听器阵列,所述水听器阵列连接信号调理模块,所述信号调理模块连接信号采集模块,所述信号采集模块通过PCIe总线连接GPU模块。
进一步的,本实用新型还包括CPU工作平台,所述信号采集模块通过PCIE总线连接CPU工作平台。
进一步的,本实用新型还包括PCIE-SWITCH,所述信号采集模块、GPU模块、CPU工作平台均连接PCIE-SWITCH。
进一步的,本实用新型还包括存储模块,所述存储模块连接PCIE-SWITCH。
优选的,所述存储模块为固态存储器阵列。
优选的,所述信号调理模块包括前置放大电路、滤波电路、后置放大电路,所述前置放大电路连接滤波电路,所述滤波电路连接后置放大电路。
优选的,所述信号采集模块包括至少一个8通道采集板卡,所有8通道采集板卡之间的同步通过时钟同步线连接。
进一步的,所述CPU工作平台包括键盘和/或鼠标,CPU工作平台连接显示器。
优选的,所述采集模块同步和/或异步采集。
优选的,所述采集模块采集到的数据通过CPU工作平台写入存储模块供后期分析或者通过GPU模块并行处理。
本实用新型的有益效果如下:
1、针对等离子和常规声源探测中数据量大的情况,才用GPU模块取代了以往的信号处理模块,大大提高信号的实时处理速度和成像速度,提高目标探测及跟踪能力;
2、信号采集模块的通道数多,各通道可同步采集也可异步采集,采样率可达到现有等离子声源和常规声源的采样要求;
3、采集后的数据可经过PCIe总线传输到GPU模块进行多线程并行处理,再由CPU处理平台实时显示,成像速度快,或者将数据直接存储在磁盘阵列供离线处理,可应用于复杂水声环境下的主被动探测。
附图说明
图1为本实用新型的原理图。
图2为本实用新型的工作流程图。
图3为信号调理及采集模块工作流程图。
图4为CPU+GPU异构并行模式的原理框图。
具体实施方式
为了使本实用新型的目的、技术方案及优点更加清楚明白,以下结合附图,对本实用新型进行进一步详细说明。
如图1所示,本实用新型公开的水声阵列信号处理平台,是基于GPU的水声阵列信号高速采集存储及并行处理平台,主要包括信号调理模块、水声信号采集模块、存储模块、GPU模块、CPU工作平台、显示器。信号调理单元与水听器阵列相连接,主要对水听器采集到的水声进行进行选择性的放大及滤波;经过调理后的水声信号传输到采集模块,信号采集模块由多块8通道采集板卡构成,便于扩展;采集到的数据通过PCIe总线由CPU工作平台写入存储模块供后期分析或者通过GPU模块进行并行处理达到实时显示的效果,水声阵列信号高速并行处理平台采样速率快、实时处理速度快,可以完成阵列信号的同步采集、存储以及实时信号处理等功能。
如图2所示,基于GPU的水声阵列信号高速采集存储及并行处理平台包括信号调理端的滤波放大、数据采集通道之间的同步和各个板卡之间的同步,同步后的数据先存储在板载高速双通道存储芯片(DDR3),再通过PCIe接口把数据传输到磁盘阵列或通过计算机图形处理器(GPU)进行实时处理后存储显示。在主被动探测模式下,根据实际情况调节所需采样率。若针对类似等离子声源产生的窄脉冲信号,此时考虑到采集的数据量较大,可使用先入先出(FIFO)模式,将采集到的数据一边存储在板载高速双通道存储芯片(DDR3)上,一边传输给磁盘阵列,存储的时间的长短受限于磁盘容量的大小,或者传输到GPU模块进行并行计算处理达到实时显示;若采集时间短,可以直接将数据存储在板载高速双通道存储芯片(DDR3)上,然后传输到GPU模块进行处理,但要求采集的数据不能超过板载高速双通道存储芯片(DDR3)存储容量。
如图3所示,信号调理模块和数据采集模块都采用了程控的模式,在数据采集之前需要对设备进行连接自检,根据实际情况设置信号调理模块的前置放大倍数、滤波范围、后置放大倍数,给定数据采集模块的通道阈值、采集长度等参数,设定完毕无误后开始采集数据。
图4为本实用新型的CPU+GPU异构并行原理框图,采用了CPU与GPU协同工作的方法,当通信正常后可以向各模块发送命令,进行采集,实时接收采集上来的水声数据,不仅可以将采集后的数据直接进行存储显示,也可以将数据送至GPU模块进行多线程并行计算,这样的合理规划使整个平台运算速度更快,效率更高,为数据的实时显示及快速成像创造了条件。
上面的描述中阐述了很多具体细节以便于充分理解本实用新型,但是本实用新型还可以采用其他不同于在此描述的其他方式来实施,因此,不能理解为对本实用新型保护范围的限制。
当然,本实用新型还可有其它多种实施例,在不背离本实用新型精神及其实质的情况下,熟悉本领域的技术人员可根据本实用新型作出各种相应的改变和变形,但这些相应的改变和变形都应属于本实用新型所附的权利要求的保护范围。

Claims (10)

1.水声阵列信号处理平台,其特征在于:包括水听器阵列,所述水听器阵列连接信号调理模块,所述信号调理模块连接信号采集模块,所述信号采集模块通过PCIe总线连接GPU模块。
2.根据权利要求1所述的水声阵列信号处理平台,其特征在于:还包括CPU工作平台,所述信号采集模块通过PCIE总线连接CPU工作平台。
3.根据权利要求2所述的水声阵列信号处理平台,其特征在于:还包括PCIE-SWITCH,所述信号采集模块、GPU模块、CPU工作平台均连接PCIE-SWITCH。
4.根据权利要求3所述的水声阵列信号处理平台,其特征在于:还包括存储模块,所述存储模块连接PCIE-SWITCH。
5.根据权利要求4所述的水声阵列信号处理平台,其特征在于:所述存储模块为固态存储器阵列。
6.根据权利要求1所述的水声阵列信号处理平台,其特征在于:所述信号调理模块包括前置放大电路、滤波电路、后置放大电路,所述前置放大电路连接滤波电路,所述滤波电路连接后置放大电路。
7.根据权利要求1-6任一项所述的水声阵列信号处理平台,其特征在于:所述信号采集模块包括至少一个8通道采集板卡,所有8通道采集板卡之间的同步通过时钟同步线连接。
8.根据权利要求2-5任一项所述的水声阵列信号处理平台,其特征在于:所述CPU工作平台包括键盘和/或鼠标,CPU工作平台连接显示器。
9.根据权利要求7所述的水声阵列信号处理平台,其特征在于:所述采集模块同步或异步采集。
10.根据权利要求9所述的水声阵列信号处理平台,其特征在于:所述采集模块采集到的数据通过CPU工作平台写入存储模块供后期分析或者通过GPU模块并行处理。
CN201720510932.XU 2017-05-09 2017-05-09 水声阵列信号处理平台 Expired - Fee Related CN206892323U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201720510932.XU CN206892323U (zh) 2017-05-09 2017-05-09 水声阵列信号处理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201720510932.XU CN206892323U (zh) 2017-05-09 2017-05-09 水声阵列信号处理平台

Publications (1)

Publication Number Publication Date
CN206892323U true CN206892323U (zh) 2018-01-16

Family

ID=61341221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201720510932.XU Expired - Fee Related CN206892323U (zh) 2017-05-09 2017-05-09 水声阵列信号处理平台

Country Status (1)

Country Link
CN (1) CN206892323U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980112A (zh) * 2017-05-09 2017-07-25 成都泰声科技有限公司 水声阵列信号处理平台

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980112A (zh) * 2017-05-09 2017-07-25 成都泰声科技有限公司 水声阵列信号处理平台

Similar Documents

Publication Publication Date Title
CN103345382A (zh) 一种cpu+gpu群核超算系统及sift特征匹配并行计算方法
CN113283082B (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN102759530B (zh) 一种表面质量图像在线检测装置
CN108710505A (zh) 一种基于fpga的可扩展稀疏矩阵向量乘处理器
CN107704413A (zh) 一种基于vpx架构的加固型并行信息处理平台
CN108197699A (zh) 针对卷积神经网络硬件加速器的调试模块
CN104978749A (zh) 一种基于fpga的sift图像特征提取系统
CN201622113U (zh) 智能振动监测仪
CN206892323U (zh) 水声阵列信号处理平台
CN103310419A (zh) 一种小目标图像处理装置
Ngo et al. A high-performance HOG extractor on FPGA
CN106980112A (zh) 水声阵列信号处理平台
CN101650436B (zh) 一种嵌入式智能声探测系统
US10445219B1 (en) Extracting transaction level information from a circuit interface
CN203275482U (zh) 一种虚拟示波器数据采集卡
CN209261543U (zh) 一种油气井出砂的监测装置
CN112182042A (zh) 基于fpga的点云特征匹配方法、系统和路径规划系统
CN201725004U (zh) 一种便携式gis局放检测系统
CN104850692A (zh) 一种用于芯片设计的智能布线系统设计方法
CN101998135A (zh) 移动电视信号采集及播放系统、控制方法
Yang et al. Design of airborne target tracking accelerator based on KCF
CN107316038B (zh) 一种sar图像舰船目标统计特征提取方法与装置
CN207780770U (zh) 基于fpga的局部重配置系统
CN108918062A (zh) 一种基于多dsp的液压振动台控制器
CN204177575U (zh) 一种基于dsp与arm的嵌入式轴承故障检测系统

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180116