8位微控制器体系架构的设计研究论文

2024-10-08

8位微控制器体系架构的设计研究论文（通用2篇）

8位微控制器体系架构的设计研究论文篇1

8位微控制器体系架构的设计研究论文

1.引言

微控制器(Microcontroller)自上世纪70年代出现以来,在将近30年的时间里得到了迅猛的发展和广泛的应用。随着微电子技术的飞速发展,微控制器以其性能好、体积小、价格优、功能齐全等突出优点被广泛应用于家用电器、计算和外设、通讯、工业控制、自动化生产、智能化设备以及仪器仪表等领域,成为科研、教学、工业技术改造最得力的工具。从最初采用普林斯顿结构的简单微控制器到现在普遍采用哈佛总线结构的RISC微控制器,微控制器取得了飞速的发展。

8位微控制器目前应用数量最大的微控制器,也是目前最多公司致力耕耘的市场;其市场及价格竞争都极为激烈,各种多功能需求以及不同规格的产品推陈出新的速度也极为快速。随着集成电路和半导体工艺技术的快速发展,FPGA和SOC技术的不断竞争和融合,电子产品的设计逐渐向系统性能更好、功耗更小、成本更低、可靠性更高、开发更容易的方向发展。因此,迅速推出符合市场需求的高性价比、低功耗、高经济效益的8位微控制器芯片或IP Core成为了现今不少公司竞争相逐的热点。

2.目前8位微控制器的更新和设计趋势

对于不同的微控制器(MCU)产品应用,不仅需要考虑不同厂家MCU的性价比,而且还需要考虑不同指令系统下MCU应用特点。针对不断涌现出来的新的智能化电子产品,们一直在开发适合于不同嵌入式系统应用的MCU新产品[2].不同厂家的MCU产品其指令集各不相同,特别是指令集系统架构的不同,如市场上广泛应用的MCS51系列和PIC系列微控制器则分别采用CISC指令系统和RISC指令系统。

微控制器按照指令系统可以分为CISC、RISC、类RISC(RISC-LIKE)等几种。传统的MCS51控制器属于CISC型,其代码密度高,但大多数指令需要多个时钟周期完成。RISC型一般指令密度较低,但指令效率很高。类RISC型则兼有CISC和RISC的优点。RISC和类RISC之所以有如此高的指令效率,得益于小指令集带来的硬布线结构和流水线结构。简单的指令集可以用硬布线进行指令译码,而不需要用微码控制的方式,提高了译码的效率。流水线结构将指令分成几步完成,在流水线填满工作时,每条指令的平均执行时间(CPI)在1个时钟周期左右[3].一般来说,RISC比同等的CISC要快50%――70%,同时更容易设计和纠错。

因此,目前对8位微控制器的产品开发和研究设计主要是以兼容市场上已被客户广泛采用的产品为前提,不断提高性能并降低功耗以适应市场竞争和技术发展。对于原先为CISC指令系统的微控制器产品,在层出不穷的更新系列中已经渐渐的融合进了RISC思想;对于采用RISC指令系统的微控制器来说,更多的做法仍然是针对高性能低功耗的需求对其整个体系架构不断地进行优化和改善,尤其是流水线结构的改进最为多见。本文正是在种形势下提出的,主要讨论RISC体系架构的8位微控制器产品的设计技术。

3.RISC微处理器的结构特征和设计原则

虽然现在业界对RISC 处理器应该具有什么特征还有不同的看法,但是各种RISC结构都有一些共性:(1)采用哈佛总线结构,大多数指令在一个时钟周期内完成以便于实现结构流水化;(2)采用独立且简单的装载/存储结构;(3)指令解码通常都是硬连线实现而不是微解码,以便加快执行速度;(4)多数指令具有固定格式,以简化指令编码和译码;(5)较小的指令集和少数几种寻址模式;(6)数据通道流水线化,使处理过程高度并行;(7)采用大容量高速寄存器堆(或称为寄存器文件),尽量避免与速度较低的系统RAM交换数据。尽量将运算数据存放在寄存器中,从而减少访问内存的次数。根据以上的讨论,下文重点从体系架构的角度出发,就高性能、低功耗两方面对8位RISC微控制器在设计中的关键技术进行了探讨研究。

4.关键技术

4.1 RISC指令集的选取

控制器系统的使用跟软件编程与硬件设计之间的规格接口密切相关,这个接口就是微控制器的指令集。指令体系结构(ISA)是进行微处理器软硬件协同设计的前提。指令集必须完备,使所有可计算的功能都在合理的程序空间内得以实现;而且指令集又必须是高效的,以便使常用的功能可以用相对少的指令实现。因此,提供给应用软件开发的微控制器系统必须有一个完备而高效的指令集。

指令集直接决定微控制器的内部硬件结构,同时也是用户程序编译生成目标代码的依据。指令集的最终确定与整个系统所需的程序存储器、数据存储器、寄存器变量及存储器寻址方式密切相关且相互制约。各个部件乃至具体的字节都应该有唯一的地址,以便指令集能够正确对各个部件或字节进行辨认操作。因此也就有了相应的一系列针对不同产品的不同措施: 1)从所需要的地址度和相应增加的寄存器来权衡指令的长度;2)对指令进行分类并分别确定各类的指令字节格式,以简化操作控制信号的译码逻辑;3)增加相应的寄存器以弥补指令字节长度的不足;4)指令字节格式分配应考虑到相应部件的结构复杂度及对应的寻址方式;5)存储器、寄存器、I/O口是否统一寻址。以上所列举的并不详尽也无先后顺序之分,应该同时进行分析。相应的措施所对应的性能、功耗、设计复杂度各不一样,应统一考虑。

对ISA进行功耗分析应该从指令代码容量和指令执行效率两方面考虑。指令集大小、寄存器变量、存储器寻址方式、流水线结构等技术的选定都和指令代码密度有紧密联系。研究发现,在RISC的精简指令集中适当增加一些特定的复杂指令不失为提高代码密度、保证处理器高性能、低功耗的可行方法。因此能够产生高指令代码密度的指令集无疑是RISC低功耗设计的首选。

4.2 具有共享区的寄存器堆的分页设计

RISC设计思想的最主要特点是所有的操作都是面向寄存器的。利用寄存器――寄存器操作的指令进行数据传送,加快了速度,而且还简化了指令控制逻辑,缩小了硬布线逻辑构成的控制部件的芯片面积。

在指令中固定寄存器地址的位数必然限制寄存器的数量,但是引入高端处理器的分段、分页的设计思想就可以扩展寻址的范围。分段、分页的设计思想的根本出发点在于将存储器的线性地址分解成二维或多维地址;在指令中只表达最低维地址,而使用其它设施(如段号寄存器、页号寄存器)用来存放高维地址。一般将寄存器堆分成若干个页,每个页有固定的大小,在指令中只使用寄存器的页内地址。在系统专用寄存器中设置一个页号寄存器,通过改变其内容来切换对不同页寄存器的访问。

为克服单纯分页机制中的各种缺陷,通常采用具有共享区的分页设计,这样不仅减少了指令中寄存器逻辑地址的位数,而且在任何时候都能够访问系统寄存器,同时便于不同页寄存器之间通过共享区中的`通用寄存器交换信息。当然还得有相应的逻辑地址到物理地址的映射的方法措施。

4.3 程序空间的分页设计

由于和寄存器堆同样的原因,在指令中若采用完整的程序空间地址,也会局限程序空间的大小,所以对程序空间通常也采用了分页的设计思想,同时在不同页内设置了公共程序区(若指令长度完全符合程序空间地址的要求,则无需此思想),其设计思想类同于具有共享区的寄存器分页设计,在此不再赘述。唯一与寄存器公共区不同的是:程序公共区是为程序在不同页之间跳转提供平台。

4.4 流水线技术

流水线设计与8位RISC微控制器体系架构密不可分,是整个系统的设计核心,它的选用优劣直接影响到系统的性能和功耗。

流水线技术能最大限度地利用了微控制器资源,使每个部件在每个时钟周期都工作,大大提高了效率,但由于流水线的各个段之间存在很强的依赖关系。如果处理不当, 指令的运行将达不到预期的结果,因此必须熟知流水线的相关和转移问题。其一为资源冲突, 即同一时间内争用同一功能部件, 一般为同时访问存储器, 这就需要停顿一拍流水线; 其二为数据相关冲突, 有三种类型: RAW、WAR、WAW , 解决该冲突使用内部直通结构或者延迟一拍流水线; 其三为控制转移冲突, 即对于条件跳转指令, 根据运算结果判断是否跳转, 才能确定新的PC值, 运算结果是在执行阶段后获得, 这使流水线丧失很多的性能, 一般采用增加硬件预先获得运算结果解决该冲突。

越是长的流水线,相关和转移两大问题也越严重:一方面导致硬件控制电路复杂程度大大增加, 另一方面, 由于流水线节拍的停顿, 导致CPI值的增大及系统性能的下降。所以,流水线并不是越长越好,找到一个速度与效率的平衡点才是最重要的。

在8位RISC微控制器的流水线设计中,存在很多种方案。不同方案所对应的面积、速度与功耗各不相同。具体的选用则应该从多个方面融合考虑。首先应该由系统的工作速率要求和流水线级数、深度推导出多种具体的流水线结构方案及其所需要的严格时序;然后从系统的功耗、面积、性能及由流水线相关和转移问题引起的设计复杂度等方面考虑出发,判断各方案的优劣;最后折衷选择符合的最优方案。

4.5 低功耗技术

随着半导体工业的迅猛发展,集成电路进入深亚微米阶段,微处理器的时钟频率和芯片集成度不断提高,功耗已在很多设计领域成为了首要关注的问题,这点最为突出的即是高性能微处理器和便携电子设备产品。

在根据系统功能说明进行软硬件协同设计、确定指令体系结构时,不同的设计出发点所导致的设计功耗结果差别会很大。因此整个体系架构的确定无疑是低功耗问题应该考虑的首要问题,主要体现以下几个方面:1)尽可能根据功能需求优化指令集,简化系统的译码单元和执行单元;2)通过开发硬件的并行性以及功能单元的流水执行来实现低功耗的结构;3)合理设置确定存储器、寄存器的容量,减少所需的总线数目;4)系统硬件的各个子模块划分以及软件上设置不同的工作状态对功耗的优化非常重要。

5.结束语

在微控制器应用领域日益广泛的今天,对微控制器提出了更高要求,希望速度更快、功耗更低、价格低廉、易学易用以及组成系统时的外围器件更少。因此,对目前应用数量最广的8位微控制器的产品开发和设计研究显得尤为重要。又体系结构设计是整个设计关键之关键,其后的所有工作,都是依赖于所设计的体系结构来进行的。本文就此对8位RISC体系架构中采用的关键技术所应该考虑的问题进行了分析和探讨,具有一定的研究价值和意义。

8位微控制器体系架构的设计研究论文篇2

据统计, 交通事故因制动、转向操纵和车辆技术故障等原因造成的竟高达25.9%[1]。由此引发了多种防范技术的研究[2—4], 在市场上也出现各种防止交通事故的电子产品[5,6], 像ABS、TPMS这类主动安全技术在各国倍受政府的重视。欧美早在20世纪70年代初就强制要求安装ABS[7], 但目前仍有其不足的地方。近年出现的TPMS系统 (轮胎气压监测系统) [8], 能够实时监测轮胎的温度和压力, 有效防止因为轮胎爆胎而引起的交通事故, 但不能对付制动性能下降或失灵所引起的交通事故。

因此, 研究动态汽车制动性能实时监测系统BPMS (BrakingPerformanceMonitoringSystem, ) 就显得非常有必要。利用汽车轮胎内置加速度传感器采样到的径向加速度来实现对汽车制动性能进行监测的方法研究, 在国内外均属空白。该系统与TPMS系统同属轮胎内置传感方式, 信号均需通过非接触方式向外部传送, 与传统的接触式检测方法相比具有本质上的区别。轮胎内置方式实施起来具有更高的技术难度。本文是在国家基金研究项目所进行的理论研究基础之上[9—11], 接续提出的一种新的快速算法, 对制动信号识别算法进行高效率优化处理。

1 算法依据和要求

信号采集与处理方案如图1所示。

由于轮胎在运行中的恶劣环境, 传感器传感的信号会混有较大的噪声, 不能用简单方法判断汽车制动时速度迅速下降的起始时刻, 图2是在30 km/h时制动并经ADC变换的实测信号, 干扰抖动较大。

采用均值滤波的算法, 可以很好地实现杂波的滤除[9]。文献[9]给出的平滑关系如 (1) 式所示:

$d_{n} = \frac{1}{2 m + 1} \sum_{r = n - m}^{n + m} d_{r} (1)$

对制动起始时刻的检测关系如 (2) 式所示:

$\begin{array}{l} L_{i} = f_{n} | (\frac{d_{j} - d_{k}}{j - k}) |, i = 1, 2, 3, \dots, m; \\ m \leq Q / Τ \\ | L_{i} - L_{i + 1} | > Τ_{h} (2) \end{array}$

现讨论用普通8位微控制器最小资源实现以上算法的可行性。为了能够识别出制动信号, 需要计算每个采样点的平滑值。由 (1) 式可知, 在数学上需要 (2m+1) 次加法和一次除法运算。当采样点个数m值较大时, 运算时间就成为影响实时性的一个重要瓶颈。实验证明, m至少取512平滑效果才较为理想。若采样频率要求800 Hz, 即1.25 ms采样一次, 在1.25 ms内除了要完成平滑滤波运算外, 还要考虑ADC的变换时间、制动起始点的判断时间和信号向外部发射的时间等。因此, 用于平滑运算时间最多也只能取300 μs, 这就要求作一次32位的加法运算的时间最多不能超过0.3 μs, 这对于普通廉价的8位微控制器是很难达到的, 需要选用更高速或更高位数的处理器, 成本会大为增加。当m取值更大, 制动信号识别的复杂算法对处理器的运算速度和硬件指标则要求更高。

除了对运算速度要求高之外, 对数据存储空间RAM也有很高的要求。由 (1) 式可以看出, 要得到一个采样点的平滑滤波值, 需要利用到该点及其前后共 (2m+1) 个采样点的数据关系。而一个采样数据要占据10位储存空间, 在微控制器中就要分配2个字节, 显然, 每计算一个平滑点需要2× (2m+1) 个字节, 当m取512时, 那么就要占用2 k字节的RAM空间。同时, 为了对制动信号进行识别比较, 这些平滑点也需要存储, 由 (2) 式可知其所需空间为1 k字节。当识别到制动信号后, 需要将制动信号发射出去, 但由于平滑处理相对于采样过程而言有m个采样点的滞后, 这又需要2m=1 k字节的RAM空间。并且, 当采样频率为fs时, 这m个采样点的滞后时间是m/fs=640 ms的时间, 对系统的实时性影响很大。

从以上分析可知, 系统对于信号处理时间、数据存储空间和实时性的要求很高, 而且这些要求也会随着平滑处理的效果要求的增加而线性增加。

普通8位微控制器的内部资源有限, 难以直接实现关系式中信号处理的复杂算法。然而, 由于该类微控制器成本低、运用简便、稳定性好, 仍然是系统设计的首选[11]。本文围绕着信号处理时间、数据存储空间和实时性三大问题展开基于8位微控制器的快速识别算法的研究。

2 数据的逻辑存储结构

现研究的是一种新颖的数据逻辑存储结构, 并以之为基础建立信号识别算法。

图3是为了便于理解而展示的数据逻辑存储结构图, 处理后真正需要存入RAM的数据只占其中的很少的一部分。图3中每一个小方格表示一个数据段, 是数据处理和制动起始点判别的最小单元。算法的数据采用分段处理, 每一段共有P个采样点数据。假设最先采集的数据从左到右依次存入第i段的第1个空间, 那么P个点后即可填满第i段;后续数据将存入第i+1段的第1个空间, 依次类推。

采样的数据需要进行平均值运算的平滑滤波, 以便用来分析和检测制动的起始时刻。平均值运算的N个采样点的限制条件是:应该包含所涉的若干个完整的数据段, 并且前后两边平衡, 其中每一边的段数都为m, 即,

$Ν = 2 m Ρ ‚ m 为整数 ‚ (m \geq 1) (3)$

实验时取P=128, m=4, 则平均值运算取采样点为N=1 024。用di表示第i个采样点数值, i≥0;用Dk表示第k个采样点经平均值滤波后的平滑结果, 运用 (1) 式关系, 得到第k个采样点的平滑值:

$D_{k} = \frac{1}{2 m Ρ} \sum_{i = k - m Ρ}^{k + m Ρ - 1} d_{i}, k \geq m Ρ (4)$

记第n段的起始采样点的平滑值为An, 则:

$A_{n} = D_{n Ρ} = \frac{1}{2 m Ρ} \sum_{i = (n - m) Ρ}^{(n + m) Ρ - 1} d_{i} ‚ n \geq m (5)$

用S (j) 表示第j个数据段中所有采样点数值的总和, 即:

$S (j) = \sum_{i = j Ρ}^{(j + 1) Ρ - 1} d_{i} ‚ j \geq 0 (6)$

将 (6) 式代入 (5) 式, 可以简化为:

$A_{n} = D_{n Ρ} = \frac{1}{2 m Ρ} \sum_{j = n - m}^{n + m - 1} S (j) ‚ n \geq m (7)$

判断是否属于制动起始时刻的方法, 是以平均值滤波平滑处理后的数据曲线是否有明显的下降为依据。实验证明, 采用足够多的采样点进行平均值运算, 平滑效果非常明显[9], 基本上没有突变脉冲。因此, 可以用数据段为最小识别单元, 将其两个端点的采样数值相减, 进行比较, 利用 (8) 式为判断条件。如果差值大于某一阈值Th, 就说明制动起始时刻点出现。

$A_{n} - A_{n + 1} > Τ_{h} ‚ n \geq m (8)$

(8) 式是对 (2) 式的具体简化, 前提条件是需要平滑滤波效果良好, 没有任何的突变脉冲。从实验结果来看, 在采样频率为800 Hz的条件下, 用1 024采样点的平均值滤波可以满足要求。在实际的识别过程中, 关注的是制动信号的起始时刻的识别, 其成立的条件是:

$\begin{array}{l} A_{n - 1} - A_{n} \leq Τ_{h} ‚ A_{n} - A_{n + 1} > Τ_{h} ‚ \\ n \geq m + 1 (9) \end{array}$

3 有效减少算法运算量

3.1 化集中运算为分散运算

把算法的运算量分配到在每个采样点的采集过程中进行, 避免集中处理而占用太多的运行时间。基于这种思路, 把 (6) 式改写为 (10) 式:

$\begin{array}{l} S (j) = d_{i}, i = j Ρ ‚ \\ S (j) = S (j) + d_{i}, j Ρ < i < (j + 1) Ρ, \\ j \geq 0 (10) \end{array}$

可以在每采集到一个新数据di的时候进行 (10) 式的运算, 数学上最多只需一次加法运算, 基本上不会占用CPU时间, 而且不受P取值的影响就可以达到 (6) 式的效果;如果采用 (6) 式, 在采集完第j段后, 在数学上需要进行P次加法运算, 当P值较大时所占用的CPU时间量是可观的。

3.2 削减冗余运算成分

在平均值滤波运算时, 不必计算出所有采样点的平滑值, 这可以从下述的实验数据分析中加以证实。

图2的信号经 (4) 式得到比较平滑的曲线, 如图4所示。横坐标为采样点的序号, 纵坐标为模数转换器 (ADC) 的输出结果, 以lsb (Least Significant Bit, 最低有效位) 为单位。图4中曲线的水平部分为汽车制动前的正常行驶状态, 数据波动变化不大, 基本上在117～117.5 (lsb) 范围内, 抖动峰-峰值只有0.5 lsb, 相对于117 lsb来说很小。这种抖动是由于加速度传感器随着轮胎的运动, 其感应轴与重力加速度的夹角周期性变化而产生的[11], 呈现出周期性的正弦变化, 理论上属于正常现象, 不会对制动点的识别造成误判。

当制动发生时, 曲线明显下降, 其间有0.5 lsb波动也不会对曲线的平稳下降造成影响, 这样就不必对每个样点都计算它的平滑值, 在一个数据段时间间隔内只计算一个采样点的平滑值就已足够。一个数据段有P个采样点数值, 上述分段处理的方式可以使计算量减少到原来的P分之一, 而不会对信号的平滑和识别造成影响。关键的前提条件是这种平均值运算的总采样点数N必须足够大, 才能得到像图4那样或者更理想的曲线。

3.3 用求和替代平均值的除法运算

这种方式既能提高识别的精度, 且能从根本上提高识别运算的速度。如上所述, 一个数据段内只需对一个采样点计算其平滑值, 原理上可采用 (7) 式计算段首采样点的平滑值An, 而采用 (8) 式判断是否属于制动起始时刻。但实际上 (7) 式中的除法运算不仅影响到平滑曲线的大小, 而且还可能稍微影响曲线的形状。分两种情况:一种是采用浮点数运算, 对曲线的形状不会产生影响, 但会消耗太多的程序空间、数据空间和CPU时间;另一种是采用整形数运算, 其除法运算采用右移操作来替代, 能提高速度, 但却把N的取值限制为2的正整数次幂。同时, 取整过程中带来的舍入误差会对曲线的形状造成影响, 还有可能会影响到后续的识别操作, 两种运算均不可取。

解决的办法是去掉除法运算, (7) 式变为

$C_{n} = \sum_{j = n - m}^{n + m - 1} S (j) ‚ C_{n} = Ν \cdot A_{n} ‚ n \geq m$ (11)

可见, Cn与An的曲线形状是相同的, 只是在大小上不同, 有利于提高制动信号识别的精度。

将 (11) 式代入 (8) 式, 判断第n个数据段属于制动起始时刻的条件是:

$S (n - m) - S (n + m) > Ν \cdot Τ_{h} ‚ n \geq m (12)$

(12) 式是一个振奋人心的结果, 它将整个判别过程的运算量降低到最小, 在一个数据段中只需要一次减法运算。在实际程序中, 用 (10) 式和 (12) 式即可实现制动起始时刻的判别。

4 有效节省数据存储空间

4.1 只储存符合条件的数据

文中算法的分析虽然建立在图3数据逻辑存储结构的基础上, 而实际上只有符合以下条件之一的数据才需要存放到真正的物理空间:

(1) 满足 (12) 式的第i段采样数据的累加和S (i) , n-m≤i≤n+m。它是判断制动起始时刻所必需的数据, 全部段共占2m+1个数据单元存储空间。

(2) 待发送的数据。属于被检测到的制动信号, 需通过无线发射方式送到轮胎外部接收端进行处理, 而制动操作之前的信号不需要保存。制动信号识别的关键在于它的起始时刻的判断。

将 (11) 式代入 (9) 式, 得:

$\begin{array}{l} S (n - m - 1) - S (n + m - 1) \leq Ν \cdot Τ h ‚ \\ S (n - m) - S (n + m) > Ν \cdot Τ h, \\ n \geq m + 1 (13) \end{array}$

从 (13) 式可以看出, 从第n-m-1段到第n+m-1段的数据差别不大, 关键是数据差别大的第n+m段, 这才是制动起始信号的所在段, 该段的所有数据是待发送的数据, 只需开辟P个数据单元空间加以储存。后续的数据段可采取对该段循环覆盖方式储存, 具体就是:待该段的第一个采样点发射完后, 把后续段采样到的第一个点复盖存放到该位置, 其余类推, 如此则数据空间可以减小到原来的 (m+1) 分之一。

当采样完第n+m段的最后一个点dP-1时, 若判断到 (13) 式成立, 那么就从该段的第一个数据d0开始发射, 其相对于后续段第一个采样点的延迟时间是:

$t_{d} = \frac{Ρ - 1}{f_{s}} (14)$

如果取P=128, 则采样完128个点后可发射第一个数据点。可见, 延迟时间减少到原来的 (m+1) 分之一, 大大地提高了系统的实时性。

图5是对图2信号运算识别的结果, 即向外发射的制动数据, 证明该方法可行。

综合上面两点, 系统所需要的数据字节空间是:

$\begin{array}{l} S p a c e = (2 m + 1) \cdot Τ y p e 1 + Ρ Τ y p e 2 + Ο t h e r = \\ (\frac{Ν}{Ρ} + 1) \cdot Τ y p e 1 + Ρ \cdot Τ y p e 2 + Ο t h e r (15) \end{array}$

(15) 式其中, Type1为每段S (i) 求和所需要的字节数, Type2为每个采样数据所需的字节数, Other为其余程序所需的数据空间, 比前两项值小得多的。

4.2 数据压缩措施

由于ADC输出的是10位数据, 而微控制器存储是以字节为单位, 直接存储则需要Type2=2字节的空间。现用一个字节保存4个采样数据中的高2位, 四个字节保存其中的低8位, 可使Type2降到1.25个字节。

Type1根据其物理意义可按 (16) 式关系压缩,

$Τ y p e 1 \geq Τ y p e 2 + \frac{1}{8} \cdot \lg_{2} Ν (16)$

4.3 P的取值问题

均值运算的样点数N的取值往往影响到平滑滤波的效果。通常首先选定N值, 根据 (15) 式可求得字节空间Space的理论最小值为:

$S p a c e \geq 2 \sqrt{Ν \cdot Τ y p e 1 \cdot Τ y p e 2} + Τ y p e 1 + Ο t h e r (17)$

(17) 式中等号成立的条件是:

$Ρ = \sqrt{\frac{Ν \cdot Τ y p e 1}{Τ y p e 2}} (18)$

通常P的取值受制于如下两个因素:

(1) P需满足 (3) 式取整数值, 且N须是P的偶数倍。

(2) P还需满足不等式 (19) ,

$Ρ > \frac{1}{2} \cdot Τ_{g} \cdot f_{s} (19)$

(19) 式中Tg为重力加速度对传感器产生的抖动周期, fs为采样频率。 (19) 式是依据平滑数据来判断制动信号的必要条件, P值过小则对信号制动过程不敏感。

因此, 在满足以上两个因素的基础上, P取距 (18) 式最接近的值能使数据空间尽量减小;但从 (14) 式的延时时间考虑, P值越小越好。

实验证明, 当N取1 024、P取128时具有很好的识别效果, 结合Type2=1.25, Type1=2.5, Other=50, 可按 (15) 算出系统所需的RAM为233字节, 多数微控制器均能胜任。

5 实验结果

算法测试的总体结果表明, 处理快捷、节省RAM空间、实时性好, 能准确地识别出制动信号。每采集一个数据后只需进行一次加法运算, 就可实现数据的平滑滤波;每128个数据只需要进行一次减法运算, 就可实现制动起始时刻的判别, 并且不受平滑滤波等因素影响。所实现的最小化运算量, 相对于ADC读取时间和发射时间来说, 几乎可以忽略不计, 为系统的其它处理环节腾出了宝贵的CPU时间资源;整个系统所需的储存空间缩减到233字节, 不必外部RAM扩展;利用了采样的间隔时间发射数据, 其间时延仅160 ms, 满足实时性要求。

6 结语

本文提出了基于8位微控制器的新颖数据逻辑存储结构的快速识别算法, 是从对轮胎制动性能检测的大量实验数据的分析基础上总结出来的, 能利用最小资源解决汽车制动信号的大数据量处理和识别问题。算法简单有效, 运算量小, 存储空间要求低, 实时性好, 可在普通的8位微控制器上实现, 不必提高时钟频率和扩展存储器, 大为节省系统的成本、体积和功耗。目前已成功地应用在MCS51和AVR微控制器组构的处理系统上, 能准确地识别出需要向轮胎外部发射传送的制动信号。由于本文所考虑的是最简单的路况和环境条件, 对于实际的综合环境, 还有待做更多的理论考虑和实际测试的优化工作。

摘要：为了利用最小资源解决汽车制动信号的大数据量处理和识别问题, 提出了一种基于8位微控制器的汽车制动信号快速识别算法。在保证准确识别汽车制动信号的基础上, 采取一种新颖的数据逻辑存储结构, 将运算量降低到最小, 一次采样只需进行1次加法运算, 128次采样只需1次减法运算, 即可实现信号平滑和识别, 并将数据存储空间降低到233字节, 不必扩展存储器, 大大地降低了系统成本和功耗。该算法基本上不受平滑滤波等参数的影响, 具有很好的鲁棒性, 已成功运行于MCS51和AVR微控制器组构的处理系统上。

关键词：制动,加速度传感器,微控制器,数据压缩

参考文献

[1]周天佑.汽车的安全检测.北京:人民交通出版社, 1987

[2]Tahami F, Kazemi R, Farhanghi S.A novel driver assist stability system for all-wheel-drive electric vehicles.IEEE Transactions on Ve-hicular Technology, 2003;52 (3) :683—692

[3]Chan Chingyao.On the detection of vehicular crashes-system charac-teristics and architecture.IEEE Transactions on Vehicular Technolo-gy, 2002;51 (1) :180—193

[4]Rajamani R, Zhu C.Semi-autonomous adaptive cruise control sys-tems.IEEE Transactions on Vehicular Technology, 2002;51 (5) :1186—1192

[5]Tokoro S, Moriizumi K, Kawasaki T, et al.Sensor fusion system for pre-crash safety system.2004IEEE Intelligent Vehicles Symposium, Parma, Italy:June2004:14—17

[6]Ueki J, Mori J, Nakamura Y, et al.Development of vehicular-colli-sion avoidance support system by inter-vehicle communication-VCASS.IEEE59th Vehicular Technology Conference, May2004-Spring, 2004;Vol5:2940—2945

[7]朱杰, 叶兴成, 聂文龙.ABS技术及其发展.商用汽车, 2004; (12) :86—87

[8]NHTSA Final report:An evaluation of existing tire pressure monito-ring systems.National Highway Traffic Safety Administration, US De-partment of Transportation, 2001, 1—161

[9]林土胜, 杜明辉, 刘文哲.汽车轮胎内置加速度传感器信号的制动起始时刻自动判别.科学技术与工程, 2007;7 (4) :1345—1350

[10]潘梦鹞.汽车行驶安全性能监控技术的发展与研究.专用汽车, 2004; (4) , 23—24

【8位微控制器体系架构的设计研究论文】推荐阅读：

微控制器系统08-31

USB微控制器08-13

微控处理器07-13