李晓敏
- 作品数：9 被引量：24H指数：2
- 供职机构：中国科学院声学研究所更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信理学一般工业技术更多>>
- 基于GPU与CPU协作的实时波束形成实现方法被引量：1
- 2011年
- 采用基于CUDA(compute unified device architecture,统一计算设备架构)的GPU(graphic processing unit,图形处理器)与CPU协作处理方法,实现了宽带波束形成的实时处理。本方法的处理速度相较于MATLAB和CPU平台可以提高一至两个数量级,相较于同等处理速度的多DSP平台则体现了开发周期短、费用低、工作量小和可靠性高等众多优势。
- 李晓敏侯朝焕鄢社锋杨力
- 关键词：GPUCPUCUDA宽带波束形成
- 一种加速波束形成算法的仿真系统
- 1引言波束形成是阵列信号处理的一个非常重要的任务。接收机实现波束形成时,要进行一系列运算(包括加权、延时及对空间各阵元收到的信号求和),然后再作进一步的频域和时域处理,算法运算量往往很大,提高阵列信号处理机的实时处理能力...
- 李晓敏侯朝焕鄢社锋杨力
- 文献传递
- 一种加速波束形成算法的仿真系统
- 基于CUDA(统一计算设备架构)的通用GPU(图形处理器)计算可以大大提高系统的运算速度，已经在天文、医疗、地质和雷达等众多领域掀起了一场技术革命。本文介绍了一种基于CUDA并行编程架构的GPU加速波束形成算法，通过对经...
- 李晓敏侯朝焕鄢社锋杨力
- 关键词：图形处理器声纳信号处理
- 文献传递
- 一种基于STM32的弱磁信号检测和处理系统被引量：2
- 2011年
- 设计了一种弱磁信号检测和处理系统,用高精度低功耗STM32芯片控制双轴磁阻传感器和模数转换芯片对地磁信号进行采集和转换,通过SPI接口将数据送至上位机处理数据,并在用户界面上实时显示系统当前磁角。经过实验验证和分析,本系统可以成功地应用于弱磁信号的检测与处理,证明了该系统的可行性和实用性。
- 李晓敏侯朝焕朱昀
- 关键词：STM32
- 一种基于GPU的主动声纳宽带信号处理实时系统被引量：9
- 2011年
- 该系统采用基于CUDA(Compute Unified Device Architecture,统一计算设备架构)并行编程模型的GPU(Graphic Pro-cessing Unit,图形处理器),实现了整个主动声纳宽带信号处理系统的实时性。实验结果表明:该系统与CPU平台相比,处理速度提高了近一个数量级;与具有同等处理速度的DSP阵列信号处理平台相比,克服了开发周期长、成本高和移植性差等缺点。
- 李晓敏侯朝焕鄢社锋
- 关键词：主动声纳实时性GPU
- 一种加速波束形成算法的仿真系统
- 本文设计了一种基于GPU的加速波束形成系统，通过对经典波束形成算法的仿真，实现了相比于Matlab和CPU的加速处理，符合阵列信号处理机提高计算能力和实时性的要求。将仿真系统实时化和实用化将是下一步工作的主要内容。
- 李晓敏侯朝焕鄢社锋杨力
- 关键词：阵列信号处理图像处理器仿真系统
- 基于EZ-USB FX2LP的高速数据传输接口设计被引量：12
- 2009年
- 在雷达和声纳系统中,往往需要专用的数据传输接口实现主控中心和数据处理系统的实时可靠数据交互。而通用串行总线以其高数据传输率、无需配置、真正的即插即用等特性获得了广泛的应用,完全满足这种传输接口的要求。本文设计了一种基于EZ-USBFX2LP的高速数据传输接口,给出了完整的软硬件设计方案,包括硬件电路设计、固件程序和驱动程序以及应用程序的编写。该传输接口已成功运用到声纳系统中,其可靠数据传输速率达到了90Mb/s。实践表明,该接口设计稳定可靠,具有良好的移植性。
- 王荣博侯朝焕陈栋李晓敏
- 关键词：CY7C68013ADSP固件程序
- Pearson杂波背景下基于模糊积累的距离扩展目标检测被引量：1
- 2011年
- 研究Pearson分布杂波背景下基于模糊积累的距离扩展目标检测方法性能。推导出将观测值映射到虚警空间的隶属函数,分析了模糊代数积、模糊代数和两种积累方法的性能,并与二进制积累方法进行了比较。仿真结果表明Pd=0.5时模糊代数和积累、模糊代数积积累较二进制积累方法可分别获得广义信杂比约10dB和6dB的性能改善。
- 司昌龙徐达李晓敏
- 关键词：高分辨雷达距离扩展目标恒虚警隶属函数
- 一种利用GPU优化大规模小方阵奇异值分解的新方法
- 2011年
- 在宽带声纳和雷达信号处理中,对大量小方阵进行SVD(Singular Value Decomposition,奇异值分解)的执行时间在整个处理过程中占较大比重。为了提高SVD计算速度,该方法采用具有众多并行内核的GPU(Graphic Processing Unit,图形处理器),实现了针对大规模小方阵SVD的优化。该方法的计算效率随矩阵个数的增加而提高,且在相同条件下的执行速度比MATLAB提高了约5.1倍,比Intel MKL提高了约3.4倍。
- 李晓敏鄢社锋侯朝焕
- 关键词：SVDGPU
