星载图像压缩实时高效算术编码器结构研究

Since encoding algorithm of arithmetic encoder is sequential in nature and very difficult to speed up, AE has become a throughput bottleneck of the entire spaceborne image compression system based on JPEG2000. To overcome this bottleneck and reply all the challenges in the design of real-time and high-efficiency AE, AE is improved systematically from different levels in this proposal. Firstly, at the encoding algorithm and RTL circuit design level, a hardware-oriented adaptive encoding method and its hardware architecture are studied to enhance the parallel processing ability in the probability-calculation procedure and renormalization procedure. More importantly, these two schemes give the research on the gates circuit level a point of departure for maximizing the AE throughput and minimizing the AE area. Secondly, at the gates circuit level, a cyclic circuit reconstruction method and a parallel all-indegree topological-sort optimization algorithm are explored to optimize the pipeline division problem caused by the feedback-loop in the hardware architecture of AE which is difficult to solve by the existing logic synthesis tools in the relative research. The research results provide an innovative and strong technical support on reducing the area and power consumption of AE. This project, which is the urgent need, is one of the technology bottlenecks of China's spaceborne image compression system. Thus, this research has important theory research signification and utility value.

算术编码器因其串行计算的本质，已经成为制约星载图像压缩硬件系统实时、高效计算的瓶颈。本项目紧紧围绕星载系统对算术编码器实时、高效的计算能力要求，同时考虑星载系统对算术编码器结构面积、功耗、高可靠性的性能要求，以算术编码器硬件自适应编码方法和结构为宏观设计目标和方法，解决模型更新算法与重归一化算法所面临的硬件并行化问题。同时，针对现有研究在算术编码器门级映射过程中完全依赖综合器所造成的不能较好地均衡性能、面积、功耗的缺陷，以算术编码器门级网表为应用对象，以环结构重构算法和重定时优化算法为切入点，解决流水线性能最大化问题，最终期望为算术编码器结构的研究提供新的支撑技术。本项目的研究针对星载图像压缩系统中的迫切需求和技术瓶颈，也是我国“探月工程”、“高分专项”等重大探测领域规划确定的重点任务，具有重要理论意义和实用价值。

算术编码器很难通过深度流水或并发执行的方法提高计算吞吐量，已经成为星载图像压缩硬件系统的性能瓶颈。本项目紧紧围绕星载系统对算术编码器实时、高效的计算能力要求，解决模型更新算法与重归一化算法所面临的硬件并行化问题。本项目完成了以Xilinx ZedBoard为实现平台的图像压缩异构加速计算系统，并设计实现了“MCU+FPGA”的小型化异构计算平台，为星载图像压缩系统集成和验证提供了强有力的支持。.本项目提出了一种无停顿的高吞吐量算术编码器硬件结构，解决了依赖性问题的同时并未对概率估计表做扩展，构建了“码流输出”电路中硬件处理各环节的数据结构及其映射方法，提出了“部分相加”方法，降低了硬件电路的传播延迟，提高了编码器吞吐量。实验结果表明，本项目所提出的多上下文算术编码器性能、吞吐量和面积均优于现有文献。.针对现有研究在算术编码器门级映射过程中完全依赖综合器所造成的不能较好地均衡性能、面积、功耗的缺陷，提出了数字电路并行全入度拓扑排序优化算法，解决了流水线性能最大化问题。实验结果表明与有效重定时判定经典算法FEAS相比，拥有较低的算法时间复杂度，插入同样级数寄存器时，使用本算法优化的电路与重定时优化的相比，电路面积较之少20-40%。.图像压缩芯片存在大量的存储器和运算单元，在布局阶段会引入大量拥塞，恶化时序和产生大量短路电路，严重降低芯片性能。现有的EDA工具和算法可有效减少拥塞，但是却伴随着面积扩大、布线长度增大、时序恶化等一系列问题。本项目提出了一种基于启发式算法的拥塞消除方法，该算法的主要设计思想为寻找拥塞密度最高的区域，通过在该区域中的高引脚单元周围设置适当的隔离区域来缓解其周围的拥塞情况。实验结果表明与现有EDA工具相比，可大大减小短路数和总线长，并且不牺牲电路面积和时序，可为算术编码器结构的研究提供新的支撑技术。.综上所述，本项目的研究针对星载图像压缩系统中的迫切需求和技术瓶颈，具有重要理论意义和实用价值。

内容获取失败，请点击重试