引言

　　毫米波具有抗干擾能力強(qiáng)、精度高,、低仰角探測性能好,、能夠穿透等離子體等優(yōu)點，已廣泛應(yīng)用于軍事,、民用等領(lǐng)域,。在天線口徑相同條件下,，3mm波段毫米波探測器相對其它波段具有波束窄、探測距離遠(yuǎn),、目標(biāo)定位準(zhǔn)確等優(yōu)點[1],。然而探測器回波信中含有各種噪聲干擾，需進(jìn)行去噪處理,，選用適當(dāng)?shù)娜ピ敕椒杀M量減少噪聲對目標(biāo)識別結(jié)果的影響,。小波分析與傅立葉分析相比，具有良好的時頻局部特性和多分辨分析特性,，在去噪領(lǐng)域應(yīng)用廣泛,。傳統(tǒng)小波的構(gòu)造是以傅立葉變換為基礎(chǔ)，而提升格式小波變換則是直接在時域分析問題,，完全脫離了傅立葉變換,并且所有傳統(tǒng)小波都可以通過提升方法構(gòu)造出來[2],。Koichi Kuzume等人實現(xiàn)了基于FPGA的提升小波實時信號處理[3];A.R.Calderbank、Michael D.Adams等研究了整數(shù)小波變換及整數(shù)提升小波變換[4][5];國內(nèi)很多人研究了基于提升格式小波變換的信號去噪[6][7],。采用提升小波進(jìn)行信號去噪,，運(yùn)算速度快，耗費(fèi)存儲空間少,，可實現(xiàn)整數(shù)小波變換,，易滿足信號處理的實時性要求。

　　3mm波段毫米波探測器小型化應(yīng)用時信號處理系統(tǒng)的硬件平臺浮點處理能力差,，要求去噪算法最好為整數(shù)間的運(yùn)算,，考慮信號處理的實時性，算法的復(fù)雜度要適合硬件平臺的運(yùn)算速度,。本文選用5/3小波在基于TMS320VC5509A型DSP的硬件平臺上實現(xiàn)了毫米波探測器回波信號的實時去噪處理,。

　　提升小波變換

　　提升小波變換由三個基本步驟構(gòu)成：(1)分解，將原始離散信號分割為兩個互不相交的子集,，例如將信號x(n)按位置分為奇偶序列xo(2n+1)和xe(2n),，即常用的lazy小波變換。(2)預(yù)測,，又稱對偶提升,。定義預(yù)測算子P來產(chǎn)生小波系數(shù)d，其表達(dá)式為：d=xo-P(xe),，即用xe去預(yù)測xo產(chǎn)生的誤差,。由于信號有局部相關(guān)性，信號某一點的值可以通過其相鄰的值經(jīng)合適的預(yù)測算子來預(yù)測,，預(yù)測誤差就是信號的高頻信息,。(3)更新，又稱原始提升。通過更新算子U產(chǎn)生尺度系數(shù)c,，其表達(dá)式為：c=xe+U(d),，即用d來調(diào)整信號的下采樣xe，得到信號的低頻分量,。以上三個步驟為提升小波變換的前向變換,，而逆向變換只需改變前向變換公式中的正負(fù)號和顛倒計算步驟次序。

　　5/3小波是具有對稱結(jié)構(gòu)的雙正交小波,，其分解端與重構(gòu)端的濾波器長度分別為5和3,，消失矩都為2，廣泛應(yīng)用于濾波及圖像處理等領(lǐng)域,。其提升系數(shù)分別為α=-1/2,，β=1/4,可表示為1/2n(n為整數(shù))，運(yùn)算過程只含有加法和移位運(yùn)算,，大大加快了運(yùn)算速度,，利于通用計算機(jī)以外的硬件平臺的實現(xiàn)?；谡麛?shù)的5/3小波算法步驟為：

　　(1)xo(n)=x(2n+1),，xe(n)=x(2n)

　　(2)d1(n)=xo(n)+int(α(xe(n)+xe(n+1))+1/2)

　　(3)c1(n)=xe(n)+int(β(d1(n)+d1(n-1))+1/2)

　　其中int(·)表示取整運(yùn)算。

　　回波信號去噪效果分析

　　小波域閾值濾波法實現(xiàn)簡單,，計算量小,，是目前應(yīng)用最廣泛的一種小波去噪算法，可分為軟閾值函數(shù)法和硬閾值函數(shù)法,。軟閾值函數(shù)法是將絕對值小于閾值的小波系數(shù)替換為零，絕對值大于閾值的小波系數(shù)用閾值來縮減,，其表達(dá)式為：

　　硬閾值函數(shù)法是將絕對值小于閾值的小波系數(shù)替換為零,，絕對值大于閾值的小波系數(shù)保持不變，其表達(dá)式為：

　　　　　　　　　　　　　　　　　　　　表1 正弦信號各小波去噪效果仿真

　　　　　　　　　　　　　　　　　　圖1 回波信號硬閾值法去噪效果比較

　　實驗中采用精度為10位的模數(shù)轉(zhuǎn)換器對3mm波段毫米波探測器回波信號進(jìn)行采樣,，將采樣數(shù)據(jù)輸入計算機(jī),，利用matlab進(jìn)行仿真。分別采用整數(shù)的9/7-F小波,、CDF9/7小波,、5/3小波，做3層分解,，基于軟閾值函數(shù)法和硬閾值函數(shù)法對信號進(jìn)行去噪處理,，去噪效果如圖1、圖2所示,?？梢妼τ诤撩撞ㄌ綔y器回波信號去噪，三種小波差別極小，9/7-F小波和CDF9/7小波對細(xì)節(jié)保留稍好,，而5/3小波則更為平滑,。

　　　　　　　　　　　　　　　　　　圖2 回波信號軟閾值法去噪效果比較

　　算法復(fù)雜度分析及硬件實現(xiàn)

　　基于整數(shù)的9/7-F小波和CDF9/7小波的算法復(fù)雜度相同，而5/3小波算法較為簡單,，其算法復(fù)雜度比較如表2所示,。算法實現(xiàn)時，CDF9/7小波為浮點運(yùn)算,，不適合硬件平臺,。9/7-F小波含有整數(shù)的乘法、加法和移位運(yùn)算,，而5/3小波只有整數(shù)的加法和移位運(yùn)算,，較9/7-F小波更為簡單。綜合考慮算法的復(fù)雜度,、信號去噪效果及硬件平臺的運(yùn)算能力,，實際3mm波段毫米波探測器信號處理系統(tǒng)中選用整數(shù)5/3小波軟閾值函數(shù)法對回波信號進(jìn)行去噪處理。

　　表2 各小波算法復(fù)雜度比較

毫米波探測器信號處理的實時性要求為：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?？紤]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)時的運(yùn)算量同分解時,，閾值函數(shù)對小波系數(shù)處理時包括閾值的確定和系數(shù)的處理,。確定閾值時首先對小波系數(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)的個數(shù)皆為偶數(shù),，中值取排序后中間兩數(shù)的平均值,，故計算中值時的多了3次加法和3次移位;利用前述閾值計算公式計算閾值的運(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個采樣點,，采用數(shù)據(jù)流方式,，每次處理更新一個點。通用定點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)實驗,，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,，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)實時性及小型化的要求。本設(shè)計選用此款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,，具體分析了算法實現(xiàn)時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，并成功實現(xiàn)了回波信號實時去噪,。經(jīng)多次實驗,，此成果已應(yīng)用于實際工程產(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