edafans的日志

DSP在智能仪器中的应用(上）

已有 1619 次阅读 2009-09-22 14:34 标签: DSP 智能仪器应用

所谓智能仪器就是指嵌入DSP、微处理器及专用信号处理电路(ASIC)的仪器和测试设备。它是将人工智能的理论、方法和技术应用于仪器，使其具有类似人的智能特性或功能。这种仪器已经不再是简单的硬件实体，而是由硬件和软件相结合，并由软件决定智能高低的新型仪器。

仪器和DSP相结合，使其内部结构和面板大为改观，致使原来众多开关和调节旋钮被细小的键盘取代。DSP通过键盘或遥控接口接受命令和信号，它不仅能控制仪器的运行、执行测量，而且还能对数据进行智能分析和处理，显示或传送等。此外，智能仪器还可以与PC机组成分布式或主从测量系统。在这种系统中，通常由DSP作为下位机(从机)采集各种测量信号与数据，利用串行口将信息传送给上位机(主机)，并由PC机进行全面管理。

与传统仪器仪表相比较，智能仪器具有下列功能特点：

(1) 自动化程序高

仪器的整个测量过程(如键盘扫描、量程选择、开关启动与闭合、数据采集、传输与处理以及显示打印等)均由DSP或微控制器(μc)来控制操作，从而实现测量过程的全部自动化。

(2) 多种监测功能

在实时测量过程中，智能仪器具有多种监测功能。这些功能将涉及到自动调零、自动故障与状态检验、自动校准、自诊断及量程自动切换等。不仅如此，它还能自动地检测出故障的位置和原因，而这种检测可以在仪器启动时进行，也可以在仪器工作中实现(实时操作)，从而极大地方便仪器的维护。

(3) 数据处理功能强

面对各种信息并能进行实时处理，这是智能仪器的主要特点之一。由于采用了DSP或μc，使得许多原专用硬件逻辑难以解决或根本无法解决的问题，现在可以由软件灵活地实现。例如传统的数字万用表只能测量电阻、电压(交直流)和电流等，而智能型数字万用表不仅能测量上述几个参数，而且具有对测量结果进行复杂的数据处理，如零点平移、取平均值、求极值、FFT、求对数、解代数方程及统计分析等。从而使用户能从繁重的数据处理中解放出来，同时也提高了仪器的测量精度和速度。

(4) 具有极好的人机对话功能

智能仪器使用键盘和智能接口，就能与外界进行对话，实现各种测量和修改各种参数。另一方面，使用人员借助面板上的键盘和显示屏，能了解仪器的运行情况、工作状态和数据测量结果，使仪器的操作更加方便直观，大大改善仪器的透明度。

(5) 运程控制性能

由于智能仪器都备有各种标准的通信接口，如GPIB、RS232C、RS485等，所以它能很方便地与PC机和其他仪器一起组成各种近程和远程的测量系统，从而完成更复杂的测试任务。

本章将分别介绍几种各具特性的智能仪器，它们能从不同角度来说明DSP在智能仪器中的应用。其中“故障诊断分析仪”基于模块诊断技术和模式匹配程序，它能根据信号频谱自动地修改自身的工作参数，以满足仪器最佳的检测和诊断性能。

在“基于DSP的相干欠采样数字仪”一文中，采用一种改进的SAR新方法，能在整数周期里和每一个采样点上完成几位字长的采样，这样就能对速度极快、频率极高的信号进行数字化处理。

“多用途FFT分析仪”是一种基于DSP结构的多功能FFT分析仪。它能根据专门要求
自动修改自身的性能，以满足实际应用和所需的主要参数，并能保证实时性能符合设计
指标。
“声学分析仪”是基于ANSIS1.11标准，由DSP和PC机组成的新型智能仪器。它能对20kHz(声频高保真度(HiFi)范围)的信号进行实时处理，并具有动态范围大、保真度高、结构简单、使用方便、自动编程和性价比高的优点。

“任意波形发生器”是根据样条技术和数字信号处理的原理设计的，因此，它具有分时
操作、可变采样速率、高速串行口和优化系统设计的特点。

1 基于DSP结构的多用途FFT分析仪

FFT分析仪在测量信号时，均要涉及到频域信号的分析，它是一种连续的和增量的扩展形式。为了能逼真地反映被测信号的真实情况，这就要求信号能够提供更多和更深频率含量的信息。

由于快速傅里叶变换(Fast Fourier Transform，FFT)算法具有高精度和计算简单的特点以及现代处理器的高速处理能力，所以就能组成高速、高精度的FFT分析仪，并为DSP结构的多功能FFT分析仪提供有力支持和实现的可能性。目前市场上有很多型号的FFT分析仪，它们由不同硬件和软件组成，因此，基本上能满足各种领域对其性能的要求。在这些仪器中，它们的同件是不容易修改的，以致缺乏灵活性，从而使得它们不能应用在专门领域，如在线诊断和自动化处理控制系统。另外，如需要频谱自动校验，则也难以达到所需的实时性能。在实时分析时，不管使用何种型号的FFT分析仪，都需要确定某些测量参数(如点数、采样频率、窗口等)。而这些参数的测量精度和事件正确性主要取决于这些参数的假设值，因此，用户必须是一个能优化这些参数的专家，同样也要能估算出最后设置误差的影响。另一方面，这些参数的优化值决定被分析信号的谐波含量，因此，在没有任何有关信号知识的情况下，是不可能事先确定的。

在实时测量时，要保证任何应用均能获得最佳性能是不可能的，这是因为这个要求已超越复杂软件和硬件所能承受的能力。因此，第一代智能FFT分析仪的设计仍然采用固定结构，它只能在专门应用中才能获得较佳性能，而对其他应用则无能为力。实际上这种分析仪能够对一个未知信号进行分析，它能改变频谱含量和调节频率分辨率及计算时间之间的矛盾，从而获得一个好的折中方案。

本文提出一种基于DSP结构的多功能FFT分析仪，该仪器是由两片DSP(TMS320C40，32位浮点芯片)和PC组成。它能对50kHz带宽的信号进行实时分析，并能提供较好的精度和频率分辨率。

本文推荐的新型FFT分析仪不仅克服目前市场上FFT分析仪的不足，而且还具有频率分辨率高、测量精度好、自动化和智能程度高、产品升级容易等优点。本仪器的最大特点是能根据专用要求自动修改自身的性能，以满足所选的专门应用和它的主要参数。在实时运行时，只要利用仪器中的自动化程序就能调节仪器的结构，使其性能满足用户的各种要求，如误差校样和先进频谱分析应用中的高性能指标(测量时间和精度)，并能保证实时性能符合设计指标。

1.1 测量仪器的硬件结构

FFT分析仪的硬件结构如图6-l所示，从图中看出，该仪器将涉及到PC和插入式主板(DPC／C40)。其中插入式主板是由两个并行DSP和一个内含两个△一∑ADC的数据采集系统——模拟子插件模块(Analog Daughter Module，ADM)组成。而PC是由一个奔腾133处理器(Pentium 133)构成，它内部由CPU、双口RAM和PC存储器地址空间组成。

在实际应用中，DSP是主／从结构形式，其中主DSP只能直接访问主板PC。如果利用一个非标准串行接口(AMELIA)，它也能与ADM通信。DSP之间的数据交换是利用并行通信口(6个口)完成的，而每个DSP均具有6个DMA通道，每个通道包括一个协处理器和一个基于内部中断的同步机构。因此，每个DSP和外部资源之间的数据交换能够以并行方式激活CPU，只有利用主DSP中的4K×32位双口RAM(DPRAM)，它(主DSP)才能和PC之间进行通信。

(1) DSP

DSP是DPC／C40中的重要元件，它的优劣直接影响仪器的好坏。为了满足仪器中的各种功能和运算速度，特选择TI公司的TMS320C40DSP，这是该公司于1992年推出的第四代DSP芯片，也是一种性能较好的32／40位浮点器件，其片内由很多功能模块组成，如图6-2所示。

(2) ADC

ADC是ADM的主要器件，根据数据采集提出的要求(16位分辨率、200kHz最大采样频率、+3V满刻度、20kΩ输入阻抗)可选择LTCl606、LTCl609、LTCl864、LTC1865、MAXl400、MAXl403、AD7716等。其中MAXl400是一种18位、串行输出的ADC，也是高性能∑-△ADC中的一种型号，并具有低电压、多通道、高精度、多功能和数字接口等特点。在应用中，它是利用∑-△调制器和数字滤波器实现真正的16位转换精度。

MAXl400能够提供独立编程(增益从1V／V～128V／V)的三路真正差动输入通道，它能补偿输入参考电压的直流失调。这三路差动输入通道也能组成五路准差动输入通道。另外，该芯片还具有两个附加的差动校正通道，它能对增益和失调误差进行校准。

MAX1400能够对所有输入信号进行处理，并通过串行接口向外提供转换结果。当主机时钟频率为2.4576MHz或1.024MHz时，芯片内数字滤波器能够对线路频率和有关谐波频率进行处理，并使这些频率幅值为零，从而在无需外加滤波器的条件下能获得极好的滤波效果，进一步提高输出端数字信号的质量。

AD7716是一种数据采集系统的信号处理模块，也是一种芯片内具有滤波功能的4通道、∑-△、22位ADC。其芯片内由4个∑-△ADC、1个时钟振荡器和1个串行通信口组成。其主要特性如下：

    22位∑-△ADC；
    动态范围宽：105dB(输入频率为146Hz时)；
    积分非线性小：±0.003％；
    片内具有低通滤波器(LPF)；
    截止频率编程从36.5～584Hz；
    多个串行I／O：5；
    2的补码形式；
    极易与DSP接口；
    滤波器截止频率的软件编程；
    ±5V电源；
    功耗低：50mW；
44引脚PQFP和PLCC封装形式。

1.2 应用驱动软件模块

(1) 设计原则

FFT分析仪驱动软件设计的原则，应使设计的软件能够满足大部分典型频率分析的应用，特别要考虑到下列几种应用：

未知和变化信号的分析；

未知和固定信号的分析；

频带范围内的信号分析；

声频的监视；

声频的检测。

在选择上述应用时，一个重要的问题是要满足各种不同测量情况和优化信号分析的知识，特别要获得专用性能(例如声频的监视和检测)时，需要更多和更深层次的知识，才能允许正确工作。

所有用户与PC的交互作用均是通过执行程序赋值来完成的，但是为了优化时间性能，可通过更新频率速率来实现。此时，DSP仅能完成在线激活，而PC却能完成所有需要(指得到频谱)的后处理。例如，DSP仅能把有关音调和频谱振幅(或相位的实数和虚数间的比率)平方值的信息传送给PC，而PC在需要可视化条件时仅能计算平方基数(或反正切函数)。

在一般用途的开发环境中，PC编程语言能够使用Lab View，这是因为它不但容易建立友好用户接口，而且还能使DSP可视化。特别是Lab View的主要程序直接由DSP开发商提供，并以执行程序的形式运行，这样就允许DSP复位和程序装入。对于其他的交互作用，例如主DSP(通过DPRAM)与PC的数据交换，可调用外部程序(以C语言编程)来管理。此时，在DSP上运行的程序既可用C语言，也可直接用汇编语言，这主要取决于执行时间的要求，而这些程序均能共享下面四种模块资源：

a．粗分析模块

该模块是由一个FFT组成，它能降低运算所需要的点数和提高识别信号特性的能力。

b．配置模块

这个模块将涉及到信号分析中所使用技术的选择和测量参数优化值的检测。

c．信号处理模块

它能够在前面模块识别的算法上运行，并能提供频谱采样。

d．后处理模块

后处理模块能够析取有关信号所需要的各种信息。

用户应用选择的主菜单如图6-3所示，图中列出仪器各种应用(前述)，用户可根据所需的应用进行选择，然后允许用户确定每种应用的参数。当软件在PC上运行时，就能把合适的程序和选择的应用参数装到两个DSP上。对于每种应用来说，DSP中的软件构成可以由不同的结构组成，这是因为考虑到许多制约因数，从而能选择在最佳时间上完成，最后屏面将连续显示由DSP运行得到的结果。

(2) 驱动软件模块

a．未知和变化信号的分析

未知和变化信号的分析是FFT分析仪重要应用之一，在这种测量过程中，用户无需咨询附加参数，只要把这种软件装入主DSP后，就能对未知和变化信号进行分析。为了测量结果，此时PC处在等待状态，而DSP模块连续地逐一运行，它工作的详细情况说明如下：

①初级的FFT是在最大采样频率采样时执行的，这样就能允许利用硬件(ƒs=100kHz，点数No=512)和一个窗口，从而使特有的可检测性能超过可分辨性(Blackman-Harris，-67dB)。然后分析所得到的振幅频谱，以致能检测到信号最小和最大频率(ƒmin和ƒmax)、带宽(Bw)和最后的直流分量(Vdc)。其中ƒmin和ƒmax分别等于相应于第一个和最后的频谱采样的频率(振幅大于阈值)，而带宽Bw等于最大和最小频率之间的差，即Bw=ƒmax一ƒmin。

就模块实现而论，DSP应具有相同的数据结构，信号采样是存储在64K点缓冲器(由两个32K点阵组成)中，并以循环方式进行处理。主DSP中的DMA2能作为与采样有关的中断使用，它能把每次采样传送给从DSP。而从DSP中的DMA5能够读出新的采样值和更新缓冲器，同时一个合适生成的从通道能够通过DMA更新主采集缓冲器。上述这种结构配置就允许利用DMA完整地实现数据处理，此时DSP和CPU均以并行方式完成所有的计算任务，即每个CPU在不同点上进行相同的计算。数据采集的管理框图如图6-4所示，图中清晰地呈现出主DSP和从DSP的数据采集流程线路，其中主DSP的DMA2能够把每次采样值放到口1；而从DSP中的DMA4能够读出采样值，并把它放人口2；最后主DSP中的DMA5
能够更新缓冲器。

②根据固定的ƒs和识别参数(ƒmin、ƒmax、Bw、Vdc)及用户要求，就能评估所使用的信号处理技术(例如使用长时间窗口、抽选和频率转换)。如果Bw >ƒs／4，则获得好分辨率的唯一方法是在较高点数实现FFT(α算法)；反之(Bw<ƒs／4)，则获得高分辨率和兼顾计算负担的两种方法分别为抽选(β算法)和具有抽选的低频信号变换(γ算法)。在β算法中，抽选因子(Dβ)能够用采样频率与两倍的最大信号频率比率的整数进行计算，即Dβ=int[ƒs／(2·ƒmax)]，而在γ算法中，为了得到尽可能低的一个新的最大频率，转换信号的频率应满足等式要求，即ƒo= ƒmin，这样就能使抽选因子值增加(Dγ=int[ƒs／(2·Bw)])，式中Bw = ƒmax - ƒmin。在实际使用时应注意的是这种算法仅适用下列两种情况：

把信号频率移到接近上限频率的限值；

Dγ>Nβ／Nγ(它的分辨率优于β算法)。

上述各种算法的选择和流程图如图6-5所示。在实际运行过程中，这些算法均由主DSP完成。

③在算法执行方面，α和β算法(抽选、开窗口和FFT)并不特别复杂，而整个计算量是平分在DSP之间。相反，γ算法却能完成下列多项任务：反混叠滤波器合成(从而避免由于采样和频谱重复而产生的混叠现象)、直流分量的消除、频率变换、滤波器、抽选、开窗口和最后的FFT执行。为了优化运行时间，应建立一个专用算法，这样才能在单步操作中完成大部分的预先运算，从而实现降低计算量的目的[对于512采样和30阶滤波器来说，大约需要4.6×104乘法(原来需要2.0×107乘法)]。这是由于频率转换能改进复杂FFT算法中的信号采样。在这种情况下，能方便地把实数部分放在一个DSP，而把虚数部分放在另一个DSP。另外，主DSP能把得到的结果组合在一起，供后面处理使用。

④DSP首先计算出振幅和相位频谱，然后给出一个查找音调的合适算法和并行DSP间的共享技术。对于上述中的每一种操作均可使用内插技术，找出音调，并估算音调的频率、振幅和相位。另外，利用寻找最后隐藏音调，也能分析波瓣振幅。最后，主DSP能够把很多参数(音调频率和振幅、频率分辨率、最小分析频率和频谱采样平均值)发送到PC。

FFT分析仪中的信号分析的输出屏面图如图6-6所示，从图中看出，PC能够对信号音调的性能和频谱可视化给出的数据进行详细说明，除振幅曲线(选择刻度)或相位频谱(由第一个时间显示，然后在固定变量更新)外，它均能对输出屏面进行更新操作。不确定性能的测量能够利用PC求得，并由输出屏面显示。频率不确定性是与内插算法中所使用的第二个频率配置相同(频率分辨率为l／200)，而振幅不确定性是利用同步采样求得的不确定性来估算，它的增量是与测量值成比例，且由试验证明。此时估算值可利用动态信号分析仪提供测量结果进行比较。与以上相类似，相位不确定性也是由同步采样条件下所考虑的不确定性来估算，其增量与音调分量值成比例，并在各种条件下进行验证。

另外，屏面上还有许多其他用途，如从机频谱、从机时间采样、附加后处理、主菜单、停止声响等，这些对用户同样也是有效的。在实际操作时，只要按下“附加后处理”按钮，则许多附加后处理被激活(总谐波失真(Total Harmonic Distortion，THD)、基底(Floor)、缩放(Zoom)、功率频谱)，用户需要时，则可由PC实现。

b．未知和固定信号分析

未知和固定信号的分析是FFT分析仪的另一种用途，它的功能可以用前面说明的相同软件未知和变化信号分析来执行，唯一的区别是仅由DSP完成。事实上，由于信号带宽是固定的，所以全自动配置激活(粗调估算和配置模块)仅在第一时间实现，因此，能在较高速率上获得频谱。另外，该任务的屏面输出显示和更新方法均与前一种应用相同。

c．给定频带内的信号分析

FFT分析仪除了能完成上述两个用途外，还能对给定频带内的信号进行综合分析。当用户提出所需要的频率分辨率和频率带宽后，PC首先要验证用户的需要与FFT分析仪性能之间的兼容性，即FFT分析仪的性能是否满足用户提出参数的要求，然后激活DSP。在DSP激活后，仪器即进入粗调分析模块，在这个过程中，它唯一完成的是两个模块(粗分析和配置模块)任务，然后连续地完成其他两个模块(信号处理和后处理模块)的执行。另外，在这个应用中的输出屏面和它的更新方法均与前述应用相同。

d．音调监视

音调监视应用的输入屏面如图6-7所示。在这个应用中，用户首先提出被监视的频率值或一组频率，一旦屏面上出现所需要的频率，则就能显示被监视音调的频率或振幅。在这个基础上，DSP选择一个合适的配置模块运行，它就能识别运行中的算法和它的参数。特别是用户仅需要监视声频振幅时，可使用平面顶部窗口(Flat Top Window)；如果同时需要监视音调的频率和振幅，则可使用内插法，这样可获得更高的分辨率。如果频率移动的最大希望值或振幅比接收器接收值低和监视音调小于(log2N)／3，则可使用Goertzel算法运行，相反，如果假设频率移动太高，则每次需要监视整个频谱，以便寻找音调的位置。在上述各种情况中，所有的配置选择均将涉及到各种参数，如采样频率、采样点数和变换等，而音调监视同样也能完成对这些参数的监视。音调监视应用的输出屏面如图6-8所示。

一旦算法完成后，主DSP就能把检测的音调性能(频率和振幅)和频率分辨率发送给PC，而PC能根据希望的不确定性和有关时间对音调信息进行更新，如图6-8所示。此时用户能对前面应用的可视化全频谱进行各种咨询，另外，也能咨询某些统计信息，如音调的平均和标准偏移等。

e．音调检测

音调检测与音调监视应用相类似，只要用户提供需要检测的频率、频率范围、前触发和后触发时间窗口的时间，就能对声频进行检测。如果大于一个监视和检测的音调，则用户能够确定一个合适的触发标志来处理所有的情况，此时，配置模块能够识别运行算法的性能和它的参数。然后，确定模块和后处理模块循环运行就能分别完成音调检测中所确定的算法和有关检查。在实际检测中，可以把音调检测作为事件触发，以数据的形式发送到PC。事实上，为了改善分析仪的性能，除音调检测外，无需把输出数据发送给PC。在这种情况下，用户选择时间窗口和接通一个合适臂，就能有效地激活PC的许多后处理(时间域中的信号，选择窗口的频率频谱，总谐波失真(THD))。

1.3 试验结果

为了验证推荐的FFT分析仪的可行性和优越性，特对实际信号进行了大量的试验，现将各种条件下的试验结果归纳，见表6-1。

(1) 未知和变化信号的分析

经过某些试验后，该仪器对突变频谱信号具有自动配置能力。另外，在任何试验中，FFT分析仪能够优化自身的配置，举一个例子，为了说明方便，特把一个周期T=240s的信号定义为下列形式：

分析仪首先选择γ算法，并在该算法上运行，从而得到4.9Hz的非内插分辨率(9408.2Hz和10662.6Hz为最小和最大调研频率)。另外，利用内插法在10000.156Hz上测量音调，每隔22ms就能够得到频谱和所有的相关信息。当波形变成三角形时，则时间小于1s后，频谱就处于稳定状态。在第二个相位里，可使用α算法，每隔5ms，就能得到4.9Hz的频率分辨率和有关音调信息，这些详细情况可从图6-9所示的三角波形的输出屏面中得到。当信号变成正弦波时，仪器性能是模拟，但具有更长的延迟时间(1.2s)，这是由于波形分析时所需要较长时间窗口宽度。此时，如使用γ算法，则能够提高频率分辨率。