基于提升小波的毫米波信號實(shí)時(shí)去噪*

　　毫米波探測器信號處理的實(shí)時(shí)性要求為：在采樣數(shù)據(jù)下次更新前要完成信號去噪、特征提取、目標(biāo)識別等功能。考慮3層小波變換的5/3小波軟閾值函數(shù)法去噪算法，設(shè)需處理的數(shù)據(jù)個(gè)數(shù)為N，且N為2的整數(shù)次冪。由5/3小波的算法步驟可知，第i(i=1,2,3)層小波變換的加法和移位算次數(shù)為：5N/2i-1和2N/2i-1。信號重構(gòu)時(shí)的運(yùn)算量同分解時(shí)，閾值函數(shù)對小波系數(shù)處理時(shí)包括閾值的確定和系數(shù)的處理。確定閾值時(shí)首先對小波系數(shù)的絕對值排序(和大小順序無關(guān))，其運(yùn)算量為∑N/2i(N/2i-1)次判斷和3∑N/2i(N/2i-1)次賦值(即數(shù)據(jù)在存儲空間的地址交換);因小波系數(shù)的個(gè)數(shù)皆為偶數(shù)，中值取排序后中間兩數(shù)的平均值，故計(jì)算中值時(shí)的多了3次加法和3次移位;利用前述閾值計(jì)算公式計(jì)算閾值的運(yùn)算量為3次乘法和3次移位;小波系數(shù)處理的運(yùn)算量最大為N/2i次判斷和N/2i次加法。那么信號去噪算法的總運(yùn)算量為2∑(5N/2i-1)+∑N/2i+3次加法、2∑(2N/2i-1)+3次移位、3次乘法、3∑N/2i(N/2i-1)次賦值、∑N/2i(N/2i-1)+∑N/2i次判斷。

　　實(shí)際信號處理系統(tǒng)中，信號采樣間隔為100μs，處理器每次處理64個(gè)采樣點(diǎn)，采用數(shù)據(jù)流方式，每次處理更新一個(gè)點(diǎn)。通用定點(diǎn)DSP可以在單指令周期完成加法、移位、乘法、乘加、判斷及賦值運(yùn)算。算法所需總的處理器指令周期數(shù)是上述運(yùn)算次數(shù)的總和，即6841個(gè)指令周期。那么系統(tǒng)要求處理器的運(yùn)算速度最低為6841/1e-4=68.41MIPS。若考慮其它控制指令的執(zhí)行、信號的特征提取、目標(biāo)識別及采用C語言編程時(shí)編譯器的編譯效率，則對處理器的運(yùn)算速度要求更高，經(jīng)實(shí)驗(yàn)，系統(tǒng)要求處理器最低運(yùn)算速度為160MIPS。

　　美國TI公司的TMS320VC5509A型32位定點(diǎn)DSP具有運(yùn)算速度快、精度高、編程靈活、功耗低、外設(shè)資源豐富、集成度高、體積小、外圍電路簡單等特點(diǎn)，其最高運(yùn)算速度為200MIPS，可以滿足3mm波段毫米波探測器的信號處理系統(tǒng)實(shí)時(shí)性及小型化的要求。本設(shè)計(jì)選用此款DSP構(gòu)建了3mm波段毫米波探測器信號處理的硬件平臺，系統(tǒng)框圖如圖3所示。

　　圖3 信號處理系統(tǒng)框圖

　　結(jié)語

　　通過比較9/7-F小波、CDF9/7小波、5/3小波在3mm波段毫米波探測器回波信號去噪中的效果及算法復(fù)雜度，選用運(yùn)算只涉及整數(shù)加法和移位的整數(shù)5/3小波，具體分析了算法實(shí)現(xiàn)時(shí)對硬件平臺處理速度的要求，選用TMS320VC5509A型DSP構(gòu)建了探測器信號處理系統(tǒng)的硬件平臺，并成功實(shí)現(xiàn)了回波信號實(shí)時(shí)去噪。經(jīng)多次實(shí)驗(yàn)，此成果已應(yīng)用于實(shí)際工程產(chǎn)品中。

　　參考文獻(xiàn)：

　　[1] 李興國.毫米波近感技術(shù)及其應(yīng)用[M].北京:國防工業(yè)出版社，1991

　　[2] I.DAUBECHIES and W.SWELDNES.FACTING wavelet transforms into lifting steps.Trechnical report,Bell Laboratories,Lucent Technologies,1996

　　[3] KOICHI KUZUME, KOICHI NIIJIMA and SHIGERU TAKANO. FPGA-based lifting wavelet processor for real-time signal detection.Signal Processing, 2004,84:1931-1940

　　[4]A.R.CALDERBANK, I.DAUBECHIES, W.SWELDNES and BOON-LOCK YEO.WAVELET transforms that map integers to integers,Applied and Computational Harmonic Analysis,1998,5(3):332-369

　　[5] MICHAEL D.ADAMS and FAOUZI KOSSENTINI. Reversible integer-to-integer wavelet transforms for image compression:performance evaluation and analysis. IEEE Trans. Image Processing,2000,9(6):1010-1024

　　[6]李雪飛，毛玉星，何為等.提升小波和平滑濾波在心電信號快速濾波中的研究[J].生物醫(yī)學(xué)工程學(xué)雜志，2008,25(1):191-195

　　[7]張學(xué)英.提升格式下幾種去噪方法的比較[J].數(shù)學(xué)雜志,2006,26(6):701-705