【摘 要】
：
日益增长的高速实时流数据传输需求对系统带宽、时延以及稳定性都带来了很大的挑战,与此同时通用处理器也逐渐成为高性能数据传输领域的瓶颈。针对此现象,本文对高性能实时信号通道技术展开研究,提出并设计了一种面向嵌入式系统的高性能实时数据传输分发系统架构。该系统融合了基于Aurora的模块间串行数据传输和基于万兆以太网TCP/IP卸载引擎技术的处理模块与服务器互联,在高性能实时流数据传输领域具有较好的应用价
论文部分内容阅读
日益增长的高速实时流数据传输需求对系统带宽、时延以及稳定性都带来了很大的挑战,与此同时通用处理器也逐渐成为高性能数据传输领域的瓶颈。针对此现象,本文对高性能实时信号通道技术展开研究,提出并设计了一种面向嵌入式系统的高性能实时数据传输分发系统架构。该系统融合了基于Aurora的模块间串行数据传输和基于万兆以太网TCP/IP卸载引擎技术的处理模块与服务器互联,在高性能实时流数据传输领域具有较好的应用价值。本文从课题关键技术出发,对现场可编程门阵列FPGA、Aurora总线协议,TCP/IP协议栈等技术进行研究,然后结合应用需求分析论证系统总体架构和方案,并依托FPGA平台分别对基于Aurora的高性能串行数据传输和基于TCP/IP卸载引擎的高性能实时数据网络分发两个子系统进行硬件逻辑设计,详细论述了关键模块的设计思路和实现过程。最后验证了系统的功能正确性并对其进行了性能测试。验证和测试结果表明:系统能够保证高性能实时流数据传输的正确性和稳定性,支持4路万兆以太网通道的多并发传输,单路万兆以太网最高实际传输速率可达9.7Gbps,且处理模块CPU占用率低于3%。
其他文献
心电信号作为一种包含大量病理信息的生物电信号,被广泛应用于心脏病的临床诊断,是推进远程医疗应用的重要材料。心电信号作为一种微弱、非线性且不稳定的人体生理信号,具有低幅值、低信噪比和随机噪声的特征,高质量的心电信号可以帮助医生识别生理特征和诊断病理现象。本文主要针对心电信号的特点,对心电信号预处理、特征提取及医疗应用过程展开研究,提出了一系列对多类型心电信号记录的分析方法。主要的研究内容如下:1、提
视频超分辨率是一种将低清视频流转换为高清视频流的图像处理技术。近年来,基于深度学习的视频超分辨率算法的重建指标已经超过了传统算法,但是这类算法的模型参数量通常较大,即使在高性能的服务器上也很难达到实时推理,导致算法难以在实际场景中得到广泛应用。为了降低视频超分辨率算法的模型参数量、加快网络的前向推理速度,本文对实时的视频超分辨率算法展开研究,主要内容如下:（1）为了解决参数量小的算法无法有效应对视
无人车的定位问题是无人驾驶中的关键技术,是当下的研究热点。传统的定位方法,例如GPS、惯导在城市环境下难以满足高精度的定位需求,视觉定位因为传感器体积小、成本低,定位精度高的特点在定位问题中越来越受到重视。视觉里程计是视觉定位中的一种经典方法,但其作为一种航位推算算法,需要给定一个确定的起始位姿,并且它不可避免地存在累积误差。在城市环境中,车载传感器通常无法提供一个准确的起始位姿,在长距离定位中视
目标检测可以为图像理解提供分类与定位信息,有较强的应用价值,被广泛应用于自动驾驶、遥感图像探测等任务中。随着深度学习与神经网络近年来的发展,基于深度神经网络的目标检测方法取得了重大进展。全监督目标检测方法的发展非常依赖大规模精确标注数据集,而边框级的标注费时费力,成本高昂,因此弱监督目标检测方法逐渐受到关注,其仅需要图像级标签,大大降低了训练数据集的标注成本。本文的研究内容为仅有图像级标签的弱监督
随着移动互联网的发展,手机等智能移动终端已经融入人们的日常生活。人们在使用移动互联网服务的同时产生了大量的数据。其中,位置数据有着很高的利用价值,它可以用来挖掘人口的空间特性,计算区域人群密度,为公共安全事件预警、交通监测以及区域规划等提供帮助;还可以用来判断个体接触,为排查传染病密切接触者提供数据支持。位置数据获取的基础是终端定位,在室外可以通过GPS技术获取位置信息,但是在高楼下或是室内环境中
大数据时代下,现有的计算结构在面对数据密集型的应用时,会因为大量的数据搬运和带宽的限制带来能耗和延迟上的提高。为了解决访存和数据搬运造成的能耗和延迟,学界提出了基于SRAM的算术逻辑运算电路,在存储器中实现算术逻辑运算。现有基于SRAM的算术逻辑运算电路因为计算模式比较单一,在面对外界输入和存储单元之间运算的场景时,电路的性能会受到限制。本论文提出了一种新的基于SRAM的多模式算术逻辑运算电路结构
近年来,随着移动互联网和物联网技术的快速发展,基于室内位置信息服务的需求随之而出现爆发式增长,室内定位技术也越来越受到关注。以智能手机为代表的智能移动终端设备,内部集成可以感知各类环境信息的惯导、地磁、无线、红外、声音等多种传感器模块,已成为实现室内定位功能的重要媒介。其中,随着声传感器采集性能的提升,人耳听不见但可以被移动设备识别的近超声频段成为研究热点,在室内声学定位系统发挥着重要作用。目前,
情绪是人在特定的场景刺激下产生的心理和生理的协调反应,与人的心理状态和生理健康息息相关。负性情绪会严重影响工作效率与工作质量,也会干扰判断、决策等高层次认知过程。因此对情绪状态进行客观准确的识别和分析具有重要的实际应用价值。目前常用的情绪识别方法有观察表情动作法和量表自我评估法。这两种方法虽然简单有效,但都较为主观且具有滞后性。人的情绪活动受到自主神经系统和中枢神经系统的调控,以及人脑高级认知的调
睡眠相关疾病严重影响着人们的健康,多导睡眠监护是目前诊断睡眠疾病的主要手段。现有多导睡眠监护系统的自动诊断准确率较低,诊断过程仍主要依赖专家人工操作,耗时耗力。因此,研发适合临床应用的高准确度的多导睡眠智能分析算法具有重要意义。本文基于脑电、肌电与眼电信号,实现了睡眠监测系统分期算法,主要研究内容如下:1.分析了脑电、肌电和眼电三种生理信号与睡眠阶段的关系,分别提取了相关性较强的时域、频域和非线性
随着车联网的发展,车联网提供的服务逐渐多样化,给人们的生活带来了诸多便利。车辆在获取基于位置的服务（Location-Based Services,LBS）时,需要提供其真实位置,而位置信息暗含了车辆用户的个人隐私信息。如果位置信息提供给不可信的LBS服务器,将造成车辆用户的隐私泄露问题。因此,本论文研究车联网中的位置隐私保护问题,着重研究车辆用户位置与轨迹的隐私保护方法。针对服务质量与隐私保护间