脉冲信号侦察系统在电子支援中有着重要的地位,它能够截获雷达和通信设备的脉冲信号,对信号进行数字化处理并提取特征参数,然后再进行分选识别和脉内特征分析,最终获取辐射源位置和基本信息。但现代复杂的电磁环境和瞬息万变的战场形势,不仅要求侦察系统能够准确地识别低信噪比下的脉冲信号,从其中获取有用信息,而且还必须能够做到全面实时地硬件处理,从而提高截获概率,甚至还要求侦察系统小型化,具备便携性,能够满足单兵作战的需求。近年来,随着图像处理技术的发展,基于时频分析和图像识别的脉内类型识别技术被许多文献所提出,这种方法在抗噪性和鲁棒性上都优于其他算法,同时图像识别具有很强的通用性,使得识别系统易于升级,目前该方法是信号侦察领域一个热门研究方向,但现阶段大多数文献对该课题的研究仅停留在软件仿真的阶段,并没有结合硬件设计真正实现该方法。因此,本文从FPGA异构并行系统的角度研究基于时频图像处理方法的脉冲侦察接收系统的实现,主要技术涉及了数字下采样,时频图像生成以及深度卷积神经网络分选的并行实现以及相应的性能分析。在研究过程中,本文利用并行化和流水线技术,实现了宽带下变频,时频变换和卷积神经网络的高效处理。本文结合了当前脉冲时频特征提取和异构并行计算的研究成果,具体开展了如下的研究工作:1.介绍了典型的三种脉冲信号的调制类型及特点,以及脉冲信号侦察系统的基本原理。分析了针对宽频接收信号的频域信道化处理的优势。深入分析了STFT变换和WVD的原理和特点,提出工程算法。为了能够有效地从时频图像中识别调制特征,本文引入了深度卷积神经网络,从稀疏连接、参数共享及池化下采样三个方面阐述深度卷积神经网络较BP神经网络和传统机器学习的优势。2.从硬件设计的角度分析了脉冲信号时频图像生成的过程:结合了具体工程参数,针对宽带接收信号,提出了多级正交下变频的硬件解决方法,将3200MHz带宽的单通道宽带信号转换为了25MHz窄带正交信号,从而降低了脉内时频特征提取和识别的硬件难度。针对短时傅里叶变换的硬件实现,提出了多相分解和流水线结合的实现方案,对原理、流程、特点都进行了详细的分析,给出了最终的硬件性能。为了实现时频矩阵灰度化,本文设计了一种高效的灰度映射电路。3.从硬件设计的角度分析和实现了一种具有两层卷积的深度卷积神经网络分类器:根据硬件平台具有异构并行的特点,设计了具有两层卷积层的神经网络,并给出了详细的可行性分析方案和硬件解决方案。对卷积层、池化层、全连接层的计算流程进行并行化,并做了详细的复杂度分析,充分发挥了异构并行系统的优势。4.利用Xilinx异构并行系统ZYNQ-7000搭建了脉冲信号侦察处理系统,在硬件上介绍了用AXI4总线作为模块互联协议及地址映射的过程;在软件上叙述了系统启动、系统驱动设计、系统应用程序设计和系统界面。本文利用MATLAB和软件无线电系统生成了大规模的样本集,用于测试和验证。验证结构从正确性、实时性和资源使用情况三个方面分析。验证结果表明,本文设计的系统在正确性、实时性和资源使用情况方面有较不错的优势,同时本文实践的平台具有小型化,低功耗的优势,在工程实践中具有重要的参考意义。