红外信号学习（共7篇）
红外信号学习 篇1
1 红外信号
红外信号是由“有载波”和“无载波”两种数据按一定编码方式形成的信号,如图1所示。进行红外信号学习时,一方面要精确获取所需要学习的红外信号的载波频率,另一方面也要精确获取所学信号的各个“有载波”及“无载波”区的时长。在使用台湾Mstar公司的MS6A801 芯片平台(软件系统为Andrion4.0)开发一款产品时,需要通过红外信号控制外围设备,因此需要学习外围设备遥控器的红外信号。外围设备红外信号的载波频率有38 k Hz,56 k Hz或其他频率。为了精确获取所学红外信号的频率,需要使用5 μs以下的定时中断。当使用Android系统的μs级定时器进行红外信号学习时,发现无法获得精确的定时中断,中断时刻有时提前有时延后,造成学习结果不准确,同一信号有时需要学习多次才成功,另一方面,学习过程中如果有干扰也会造成学习结果不准确。
2 基于Android Hrtimer改善红外学习准确性的方法
2.1 通过Android Hrtimer获取高精度时间差
的定时器有高精度定时器()和低精度定时器(Jiffies),Hrtimer也可设置为高精度模式和低精度模式,在MS6A801平台,高精度模式可以达到ns级的分辨率。当要获取高精度的时间差时,将Hrtimer设置成高精度模式,通过hrtimer.base->get_time()在起始和结束时刻各获取一次系统时间,相减则得到两个时刻的高精度时间差[1,2]。
2.2 载波采集及载波频率计算
通过20个(可视情况整)有效的载波时长的平均值计算载波频率,采集时不要求采集连续的20个周期的载波,可以跨“有载波”区域,方法如下:
1)设定一个20单元的无符号整数数组,用于存储认可的20个载波的周期时长。
2)当红外输入引脚有上升沿中断(非首次),计算与上一次上升沿中断时刻的时间差,也就是一个周期时长。
3)判断这个周期时长是否可信:将这个时长与数组中上一次采集的数据的时长进行比较,如果误差较大(例如大于1%,可设置)且数组中的历史数据小于6,将数组的历史数据清零,以这个数据为起点重新存储;如果误差较大(例如大于1%,可设置)且数组中的历史数据大于6,则将新的周期时长抛弃。
4)如果本次“有载波”的时段里面没有完成20 次载波周期时长的采集,那么在下一个“有载波”时段继续,直到数组存满。
5)将已存满的数组中的数据取平均值,计算出平均时长,从而计算出信号的载波频率。
实现载波采集的上升沿中断子函数的流程如图2所示。
2.3“有载波”和“无载波”时长采集
1)检测红外学习信号输入引脚的上升沿电平,通过Hrtimer精确获得当前时间(hrtimer .base-> get_time( )),当“有载波”时段开始时,记录当前系统时间,记t1。
2)记录最后一次上升沿中断的时刻,记为t2。
3)当连续较长的时间(这个时间可设置)没有检测到载波,则记T有载波=t2-t1为“有载波”的时长并存储,而“无载波”的时段起始则为t3= t2;
4)当重新检测到载波的时候,存入t2,记“无载波”时长T无载波= t2-t3并存储,t2作为下一个“有载波”的起始存入t1,重复1)~4),直到一帧信号采集结束。
实现“有载波”和“无载波”时长采集的定时中断的子函数流程如图3所示(注:为了区分有跳变位的红外信号,采用对一个红外信号采集两次的方法)。
3 测试及测试结果分析
3.1 近距离重复学习验证
在测试室将进行改善前产品及改善后的产品进行测试对比。待学习的红外信号选用型号为RC410的遥控器的MUTE键的信号,将待学习的遥控器的发射管与采集信号的接收管正对,距离保持20 cm,各重复学习500次并发射学习信号控制外围设备进行验证,结果如表1所示。
从测度结果可以看出,本文的改善方法对近距离红外学习的准确性有很大提高。
3.2 不同距离不同角度学习验证
如图4所示,在一平台上用白色的纸标好角度及距离,将待学习的遥控器置于不同的位置,使其发射管保持指向采集信号的接收管,每个位置学习验证2次,只要有1次失败就算失败,测试结果如表2和表3所示,格中打×的表示失败。
从测试结果可以看出,改善后的产品在±30°范围内学习准确性有提高,在大角度范围时50 cm内学习准确性有提高。
4 结语
本文提出的改善方法,一方面对定时精度进行改进,另一方面通过跨区域对载波进行采集[3],加上平均滤波[4],提高容错性。测试结果表明,本方法对改善红外学习的准确性有很大的提高。
摘要：在设计一款数字家庭产品时,由于要控制相关设备,需要对相关设备的红外遥控信号进行学习。针对在进行红外信号学习时,使用Android系统中的μs级定时器出现准确性差的问题,提出一种基于Adroid Hrtimer的改进方法,一方面对定时精度进行改进,另一方面通过跨区域对载波进行采集,加上平均滤波,提高容错性。通过编程实现及测试验证,对于红外信号的学习准确性有明显的改善效果。
关键词：Android Hrtimer,红外信号学习,方法
红外信号学习 篇2
红外成像制导系统是导弹制末段制导的一种重要方式。某型巡航导弹红外导引头依靠红外成像系统生成的数字图像, 通过处理器对图像识别和匹配算法来实现目标的精确打击[1]。在红外成像制导系统产品定型过程中, 需要进行大量的功能及振动环境试验。火箭橇试验以其全尺寸、接近实弹的振动环境和样件可回收等优点日益受到重视。
某型巡航导弹导引头在某试验基地进行了几发试验。试验过程是这样的:首先给导引头上电, 加液氮冷却, 然后进行非均匀校正。此时导引头会将图像通过RS422总线形式通过弹上发射机发送到遥测地面站。遥测地面站信道除了包含图像数据, 还混杂了过载、振动、温度、电压等信号中。地面站软件需在这些数据中快速提取出图像数据, 拼接成一副点阵图形。试验指挥中心通过肉眼判断红外点阵图形是否正常, 只有图像正常了, 火箭橇才会点火试验。本文描述了Visual Basic编程过程[2], 实现了地面站原始数据提取和拼接功能。
1地面站Magli遥测数据祯格式分析
遥测地面站采用相应的硬件实现FM-PCM数据的接收、解调和存储。当前试验场所用遥测接收软件为当前遥测地面站主流软件—MAGLI, 其二进制数据存储格式如下:
共32个双字节。SFID代表祯计数, 之后29个双字节数据, 最后四位帧同步字:6B FE 40 28。UAR代表RS-422信号, DW00, DW64, DW128包含图像数据。
实际分析发现, 该地面站接收软件会不定时出现大片的零值, 影响数据的判读。编程思路是首先找到同步字, 再定位串口数据。简化祯结构, 消除零值影响。经过VB的初步处理, 可以得到规整的简化祯。然后在简化帧的基础上提取图像信号。
2红外图像数据包分析
遥测生成的简化二进制文件存储格式如下: (以8个双字节为一子祯单位)
每一副图像由661包数据组成, 每包数据由128子祯组成, 子祯结构如下:
--RS422数据包同步字----数据长度----祯类别----总包号----包计数----数据位----数据 (7-254) ----AA 55----FE----F2----02 95----00 02----FF----DAT7-DAT254--
3 VB部分关键代码实现数据提取
程序采用状态机的思路, 首先搜寻同步字头AA 55, 之后确认数据包长度, 然后确认该包数据为视频数据, 最后才开始
抽取视频数据。程序流程图如图1所示。
该VB程序关键代码如下:
从遥测文件的头部读取数据, 寻找数据包的第一包数据.具体查询数据的范围有待核实
该程序在实际使用中成功实现了1分钟内解调出一副图像的功能, 满足试验委托方提出的试验前5分钟解调出一副完整图像的要求, 保证了该试验的顺利进行。图2为火箭橇南端末端实测红外图像。图像中央部分为轨道, 左右两边有参试汽车和人员, 后端为靶标固定杆。
该程序成功实现了红外数字图像的提取拼接, 保证了试验的顺利进行。要实现其他复杂数字信号的提取, 需要对源程序中上述关键代码里的同步字和提取策略稍加更改即可实现功能变换。
参考文献
[1]郝治国.红外动态图像实时生成技术研究.西安:西北工业大学, 2006
红外信号学习 篇3
文中介绍了一种非制冷焦平面信号处理系统, 由FPGA实现时序控制及非均匀算法;而CY7C68013负责系统控制及采集的数据传输给上位机, 在软件上算出校正因子和偏置系数后, 把计算后的数据下发存储在Flash内供非均匀校正使用。通过对实验中系统采集生成的原始图像和校正图像进行比较, 可以明显看出该系统工作性能稳定, 处理效果良好, 完全能够满足实际应用需求。
1 系统设计原理
非制冷红外焦平面信号处理系统硬件框图, 如图1所示。该系统以FPGA和CY7C68013A为核心, 外接A/D和视频转换电路及外部数据存储器, 在驱动时序的控制下, IRFPA的信号被读出, 经A/D转化为数字信号, 供后续处理。
正常工作情况下, 系统有两种工作模式:标准模式和校正模式。整个系统的工作状态由上位机软件选择控制。在标准模式下, 根据两点校正算法, 在任意照度Φ下, 第 (i, j) 探测单元的输出Sij (Φ) 与校正值S′ij (Φ) 之间的关系为:S′ij (Φ) = Gij×Sij (Φ) +Qij, 其中Gij为偏置系数, Qij为校正因子[2]。所以, 要求对外置标准黑体面源在高、低两个温度下的图像数据传输给上位机保存。上位机计算出IRFPA每个像素的偏置系数Gij和校正因子Oij, 同时计算出盲元位置, 把带有盲元标志的校正系数下发存入Flash中。这时, FPGA不进行信号处理, 直接把未处理的原始图像发送给视频D/A, 通过监视器显示出来。在校正模式下, FPGA通过查找Flash中的校正因子和偏置系数, 对原始图像信号进行两点非均匀校正和盲元补偿;校正后的图像通过USB和视频D/A分别传输给上位机和监视器显示出来。
2 系统构成
2.1 IRFPA时序控制
红外焦平面阵列正常工作需要相关的偏置电压信号及控制逻辑时序。产生逻辑时序控制的传统方法是采用数字逻辑电路实现, 有很多不足之处, 如体积大、功耗高、可靠性差, 尤其缺乏灵活性。本系统采用FPGA设计红外焦平面器件的驱动控制时序, 时序信号主要有主时钟信号MC、积分信号int和复位信号reset。IRFPA输出数据的速率与主时钟的速率相等, 主时钟可以随需要的帧频来调整。主时钟频率为了与标准的PAL制视频兼容, 经计算近似为5.5 MHz。复位信号强制使IRFPA探测器从第一行开始积分, 从而使内部的读出电路复位。reset应该在主时钟的上升沿时改变状态, 每帧信号中不应该复位两次。当积分信号为高电平时, 允许对探测器的一行像元信号进行积分, 帧频为25～60 Hz时, 行最佳积分时间是63.6 ms。由于探测器工作的要求, int信号应该在每行积分时发送 (240 次/s) 。图2是IRFPA时序控制的仿真图, 可以看出完全符合要求。
2.2 数字信号处理
数字信号处理部分由Altera公司生产的Cyclone II系列EP2C8Q208实现。主要实现的功能是对探测器的固有盲元替换和非均匀性校正[2]。如图3所示, 实际工作时, FPGA先将带有盲元标志的校正因子Oij和偏置系数Gij从Flash中读出, 和从AD采集的数据进行乘法和加法运算进行校正, 校正后的数据就可供后端使用了。由于乘加运算都是比较大的组合逻辑, 所以非线性校正单元采用三级流水线结构。数据输出延迟3个时钟周期, 流水线建立和排空时间也是3个时钟周期, 但是提高了非均匀性校正单元的处理速度。
2.3 USB接口
USB接口芯片选用Cypress公司的EZ-USB FX2系列中CY7C68013[3], 芯片集成一个增强型的8051微处理器, 负责对整个USB总线的通信过程进行控制以及通信中的任务调度;一个USB串行接口引擎SIE (Serial Interface Engine) , 负责按照USB协议规定进行数据传输。另外芯片还有高速I2C总线控制接口用于对SAA7121的配置。
CY7C68013的接口采用从属FIFO模式, 将FIFO的逻辑控制权交予外部控制逻辑。外部逻辑控制在本系统中由FPGA完成。与FPGA的接口原理框图, 如图4所示。
2.4 视频接口
视频编码芯片采用Philips公司的视频编码芯片SAA7121, 该芯片支持PAL/NTSC两种编码方式, 有一个高速I2C控制端口 (400 kHz) 。系统工作时, 其输入为标准的8位BT.656格式的数字视频流, 输出为PAL制视频信号。SAA7121通过CY7C68013的I2C控制器对内部寄存器进行配置。
3 实验结果
将本设计和由法国Sofradir公司生产的320×240非致冷焦平面阵列组成热成像系统, 实验取得了良好的效果。图5为系统在两种工作模式下采集的图像, 其中图5 (a) 为标准模式未处理的原始图像, 图5 (b) 为校正模式经过非均匀校正后的图像。可以看出处理后的图像有了很大的改善, 成像质量得到了很大的提高。
4 结束语
文中提出的基于FPGA+CY7C68013A的非制冷焦平面阵列信号处理系统, 具有实时性好、功耗低、处理容量大、结构简单灵活等特点, 适于模块化设计, 其软硬件结合的算法方式为红外图像处理系统发展提供一个重要方向。
摘要：介绍了一种高速实时的非制冷红外焦平面信号处理系统, 系统采用FPGA+CY7C68013的结构, FPGA完成系统的时序控制及非均匀校正算法, 而CY7C68013实现系统的控制及数据传输。实验表明整个系统具有实时性好、稳定性高、体积小、功耗低的优点, 在红外系统成像系统中有着广泛的应用前景。
关键词：光学工程,非制冷,红外焦平面阵列,信号处理系统,时序控制,非均匀校正算法
参考文献
[1]邢素霞, 张俊举, 常本康, 等.非致冷红外成像技术的发展与现状[J].红外与激光工程, 2004, 33 (5) :441-444.
[2]王炳健, 刘上乾, 李庆.基于FPGA的红外焦平面阵列实时非均匀性校正[J].半导体光电, 2006, 27 (1) :79-82.
红外信号学习 篇4
传统的用于检测气体的传感器大多数通过其探头的电阻或电容变化来测定气体体积分数,灵敏度低,抗干扰能力差。在工业生产自动控制中则主要采用气相色谱仪和计算机联用来检测气体,由于现场环境恶劣,其检测效果普遍不好,在实际应用中比较繁琐。而基于红外光谱技术的气体传感器可以较好地解决上述问题。就目前而言,红外吸收光谱法是最精确的气体检测方法,具有灵敏度高、测量范围宽、精度高、响应速度快、误报率低、不消耗气体等优点[1]。但红外气体传感器信号易受外界光源、电磁等干扰影响,输出信号中存在大量噪声而影响检测精度。本文通过介绍红外气体检测原理和信号的特点,设计了一种可有效提高检测精度的信号调理电路和滤波程序,并给出实际测试图。试验证明该电路可有效滤除干扰信号,准确提取纯净有用信号,加以软件的辅助滤波,提高了传感器精度和稳定性。
1 红外气体检测原理
红外气体传感器的主要原理是基于甲烷对红外光谱的吸收原理,甲烷的吸收谱线峰值分别为3.392、3.433、6.522和7.658 μm[2],其理论基础是朗伯-比尔(Lambert-Beer)定律:
undefined
式中:I为透射光强度;Io为入射光强度;C为被测气体体积分数;α为气体摩尔分子吸收系数;L为光和气体的有效作用长度(气室长度)。
根据式(1)可知,如果α和L已知,通过测量I和Io就可以得到C。对式(1)进行变换,得
undefined
根据式(2)设计红外气体传感器,其主要组成包括气室、红外光源、热释电传感头等器件。热释电传感头的2个窗口分别装有窄带滤光片,从而构成参比通道和气体通道,红外光源发出的光被气室内气体吸收后,由热释电传感头转换成可采集的电压值,两通道的电压比值便对应着当前气室内气体体积分数。由于热释电传感头必须有变化的光照才有信号输出,故对红外光源进行频率为2 Hz的频率调制,另外由于光照强度的限制,热释电传感头输出的信号很微弱,通过测试发现传感器的参比通道和气体通道的输出电压范围分别为大于65 mV和小于120 mV,并且信号中经常掺杂几千赫兹的干扰信号,偶尔也会有1 Hz和50 Hz的噪声,主要是由于身体触碰、电磁干扰、市电干扰等环境原因造成的,对气体体积分数计算结果和精度影响比较大,这就要求必须设计一套符合该传感器的信号调理电路和滤波程序。
2 信号调理电路
检测信号的困难并不在于信号的微弱,而是由于信号中存在大量的噪声,所以,将有用信号从强背景噪声中检测出来的关键是抑制噪声。提高信号检测灵敏度或者降低噪声的主要方法是分析噪声产生的原因和规律以及被测信号的特征,采用适当的技术手段和方法把有用信号从噪声中提取出来[3]。
根据红外气体传感器输出信号的特征,为了保证调理后信号与原信号的一致性并最大限度地降低成本,本设计采用2路形式完全相同的单电源供电的两级放大滤波电路。每路调理电路的第一级为负反馈放大,主要作用是将所有信号放大到一定程度,调节两通道数据比值,并为后级滤波做基础;第二级主要作用是滤波,2路采用结构和参数完全相同的无限增益多反馈有源二阶带通滤波器,该滤波器反相端输入,失真较小,对元件灵敏度要求比较低,能够达到很好的效果。
对于单电源运放,其输出电压范围在低电平以上,很少能够完全实现轨到轨摆幅,在实际应用中,只能接近到电源、地线轨的50～200 mV,因此,对输入信号的范围有限制,为满足输入信号的需要,通常需要加参考电压,目的是使输出电压范围满足单电源运放的输出电压范围。本设计采用高精度、低噪声、低成本的集成运放LM358,外加1.2 V参考电压。通过实际应用发现该电路能够有效滤除噪声,提高电路稳定性,并能准确提取有用信号。气测通道信号调理电路如图1所示。
根据电路的放大特性,第一级放大倍数计算公式为
undefined
对于第二级电路,其传递函数为
undefined
式中:Vo(s),Vi(s)为Vo,Vi的拉普拉斯变换;Re=R33//R11;C=C12=C13;s为复自变量。
这是一个具有零点的二阶系统,其系统的自然振荡角频率undefined,阻尼比为undefined。
谐振频率为
undefined
谐振放大倍数为
undefined
上限频率为
undefined
下限频率为
undefined
带宽为
undefined
品质因数为
undefined
由此,整个信号调理电路的放大倍数为
undefined
通过测试,可得如图2所示的电路幅频特性实测曲线。
图2下半部输出的波形显示传感器输出的波形中夹杂着一些高频率的噪声;上半部为通过信号调理电路处理后的信号,有效滤除了噪声,达到了预期的滤波效果。实际电路放大倍数为20.5倍,与计算值有偏差,其主要原因是电容的误差比较大,造成电路的中心频率偏移,传感器信号通过时有所衰减。其频率特性曲线如图3所示,横坐标表示频率,Hz;纵坐标表示衰减系数,dB/m。从图3可看出,电路中心频率为2.3 Hz,在2 Hz时大约衰减22.447 dB/m,虽有一定衰减,但仍在误差范围之内,满足设计要求。因为最终使用的是2路数据的比值求甲烷体积分数,电路中只要焊接同批次的电容即可保证2路电路基本相同。另外,此电路稳定性较好,通过各种干扰测试,电路都可以很好地提取出有用信号。
3 数字滤波
本文设计所选用的红外探测器为双通道热释电红外探测器,其输出2路电压信号,分别为气测通道电压信号Ugas和参比通道电压信号Uref,2路信号反映了λ=3.31 μm波段的红外光通过待测气体后的强度变化,根据红外气体检测原理,2路信号与入射光强I有如下关系:
式中:Cgas和Cref分别为气测通道和参比通道的滤光片的特性常数。
将式(12)、式(13)相比得
undefined
当甲烷气体体积分数为0时,式(14)为
undefined
定义undefined,将式(14)和式(15)相除得甲烷体积分数检测理论公式:
undefined
可见F和体积分数C理论上呈指数关系,只要测出F,便可根据式(16)求出C。但是在实际中,由于各种因素的影响,很难找到一种合适的指数模型拟合这条曲线,只能将式(16)按泰勒公式展开,用多项式去拟合它们之间的关系,根据气测通道和参比通道的数据在Matlab中利用polyfit函数拟合F和C的多项式关系,由s=polyfit(F,C,5)得到其系数:
由以上分析最终得出公式为C=s(1)×F5+s(2)×F4+s(3)×F3+s(4)×F2+s(5)×F+s(6),然后采取中位值平均滤波算法,将最后计算结果写入单片机,最后可计算出甲烷气体体积分数C。
中位值平均滤波法是中位值滤波算法和平均滤波算法组合的复合滤波算法,即在一定时间内,对输入信号进行连续采样,然后除去最大值和最小值,求取剩余采样结果的平均值[4]。
在工程应用中,中位值平均滤波算法能够有效克服因偶然因素引起的波动干扰,消除由于脉冲干扰所引起的采样值偏差,并且对周期性和热噪声产生的干扰也有很好的抑制作用。采样次数的取值取决于系统参数,如果系统对灵敏度要求较高或者对反应时间要求较快,则采样次数的取值越小越好。考虑到灵敏度,以连续采样8次进行均值计算为宜。滤波后数据能够很好地保持信号的真实性,为单片机进行准确的甲烷气体体积分数转换提供了保证。具体方法:每次均值滤波处理后结果并不直接进行甲烷气体体积分数计算,而是与前次测量结果按不同权值求出一新的结果,该结果用于计算甲烷气体体积分数,公式为
undefined
式中:undefined分别为n,(n-1)次测量甲烷体积分数的加权平均值;Cn为第n次测量甲烷体积分数;P为权值,范围为0～1,本文取0.5进行试验。
将传感器置于一个标准大气压(T=24±0.2 ℃)下,对传感器进行检测,得到如表1所示的数据。
由表1可知,随着甲烷气体体积分数值的不断增大,相对误差大致呈减小趋势,当测量体积分数为2%的甲烷气体体积分数时,相对误差最大为4.5%,分析误差造成的原因有拟合误差,由于标定的数据点有限,所测的关系式与真实关系式有一定误差,虽然采取了恒温措施,但是恒温箱内温度还有一定波动,由此造成了结果的不准确。根据满量程精度定义,到70%量程的精度=测量最大绝对误差/满量程×100%,得到甲烷气体体积分数检测的满量程精度为0.54%。
4 结语
红外气体传感器信号调理电路可有效克服信号中混入的噪声,采用中位值平均滤波算法不仅对周期性和热噪声产生的干扰有很好的抑制作用,还提高了电路的稳定性和精度,甲烷气体体积分数检测的满量程精度可达到0.54%。
参考文献
[1]潘小青,刘庆成.红外技术的发展[J].华东地质学院学报,2002,25(1):66-69.
[2]张帆,张立萍.红外吸收光谱法在气体检测中的应用[J].唐山师范学院学报,2005,27(5):62-64.
[3]杨新峰,杨迎春,苑秉成.强噪音背景下微弱信号检测方法研究[J].舰船电子工程,2005(6):123-125.
[4]夏路易.单片机原理及应用——基于51及高速SoC51[M].北京:电子工业出版社,2010:291-295.
[5]牛余朋,成曙.单片机数字滤波算法研究[J].中国测试技术,2005,31(6):98-99.
红外信号学习 篇5
由于工程需要、检测环境以及电路本身的噪声等的影响,当检测信号非常微弱时,常常会出现检测信号湮没在噪声背景中的情况,输出信号的信噪比过小,导致常规的检测手段无法提取有用信号。因此强噪声背景下微弱信号的检测逐步成为光电探测领域的一个重要环节,也是亟待解决的难点之一。目前常见的检测方法包括时域检测法、频域检测法、时频分析法等,常规的检测方法由于对探测器输出的信噪比要求较高,往往无法满足弱信号检测的工程要求,本文将基于红外探测器设计一种二级微分放大电路并对该电路进行噪声分析和噪声匹配研究,从理论的角度论证放大电路系统噪声对弱信号检测的影响,并针对前置放大器最佳噪声匹配设计提出可行性建议。
1 放大电路内部噪声分析
电路噪声包括很多种类,常见的一种是由于电荷载体的随机运动所导致的电压或电流的随机波动,第二种是来自电路外部的干扰,包括磁场耦合和电场耦合等。对于极弱信号检测电路而言,为了把微弱信号幅度放大到可以感知的幅度,必须使用放大器及后续的信号处理电路对其进行信号处理。但是从噪声产生角度来说,几乎所有电子器件本身就是噪声源,经过放大器放大微弱信号的同时也会放大电路噪声,往往容易导致有用信号部分甚至完全淹没在噪声中。在各种测试系统中,固有噪声的大小决定了系统的分辨率和可检测的最小信号幅度,因此,对检测系统的固有噪声进行理论分析是十分必要的[1]。
电路内部噪声一般包括电阻的热噪声、PN结的散弹噪声、1/f噪声、爆裂噪声等,对于这些噪声源的估算只能通过统计特性分析其功率分布特征,在放大电路工作频带范围内对其积分,得到大致的噪声功率值。
运算放大器内部包含大量晶体管,因此有大量PN结,都属于散弹噪声源。运算放大器还包括一定数量的电阻,它们都会产生热噪声。放大器引脚及内部连接也会引入1/f噪声。正常情况下,放大器输出端总会有一定幅度的与输入信号无关的噪声输出,其直流分量和极低频率分量是由放大器的失调电压、失调电流及其漂移造成的,属于内部噪声的一部分。
根据线性电路理论,电路网络内的电源可以等效到网络的输入端,本文中对于运算放大器的噪声分析将基于这一理论展开。根据常用的运算放大器噪声分析方法,放大器的内部噪声源可以等效为连接到输入端的噪声电压源en和噪声电流源in,本文采用如图1所示的运算放大器噪声模型进行分析,图中的en、in是运算放大器内部电阻的热噪声、PN结的散弹噪声和1/f噪声等效到输入端的综合结果,具体参数来源于运放的资料手册。
运算放大器噪声模型中的电压源en和电流源in为随机噪声源,其幅值和功率取决于系统频带宽度,一般情况下en和in的功率谱密度函数Se(f)和Si(f)大致形状如图2所示,曲线包括两部分:左边部分主要分布运算放大器内部的1/f噪声,随系统频率增大而减小;右边部分表示运算放大器内部的白噪声,包括热噪声和散弹噪声,拐点频率为fc。
在工作频段fA～fB分别对Se(f)和Si(f)积分,可以得到等效噪声电压源的功率En2和电流源的功率In2,En和In分别表示等效噪声电压源和电流源的有效值(rms值)。
根据图3.2的功率谱密度曲线计算可得
对图2积分时要注意当系统的频带范围所处区间,从理论上来说当fA=0时1/f噪声趋于无穷大,而实际上当电路频率低到一定程度时1/f噪声的幅度趋于常数,所以一般取fA>0Hz的某一个常数。
2 前置探测放大电路噪声模型分析
将运算放大器内部噪声等效到输入端可得到如图4所示的放大电路噪声模型[2],检测电路中的运算放大器可以等效为一个理想无噪声放大器的同相反相端串联一个噪声电流源和同相输入端串联一个噪声电压源。电路中的电阻由热噪声电压源和无噪声电阻串联或者由热噪声电流源和无噪声电阻并联来表征,电阻两端的噪声电压为
噪声电流为:
式中k为波尔兹曼常数,k=1.38*10-20V2/(HzΩ);T为电阻的绝对温度,单位为K;R为电阻阻值;B为电阻的噪声测量带宽。
由等效电路法可得运算放大器等效输入电压en的归一化功率和有效值分别为
式中en是热噪声、散弹噪声和1/f噪声在运算放大器内部电阻上产生的噪声电压等效到输入端的综合结果。fce为运算放大器等效输入噪声源的功率谱密度曲线的拐点频率,fB和fA分别为工作频带的高低频率;
同理可得运算放大器的等效噪声电流源归一化功率和有效值为
式中fci为运算放大器等效噪声电流源的功率谱密度曲线拐点频率;
则由运算放大器同相输入端等效噪声电压源引入系统的等效输出电压噪声功率为
式中En为等效噪声电压源归一化功率有效值,RF为反馈电阻,RS为信号源电阻;由于运放的输入电阻很大,根据虚断的定义,同相输入端的等效电流源对运放的输出噪声无影响,而反相输入端的等效电流源在输出端产生的噪声功率为
从而得到运算放大器内部噪声在输出端产生的噪声功率为
当输入源电阻产生的等效热噪声电压源单独作用在运放的反相输入端时,在放大器输出端产生的热噪声功率为
综上可得,运算放大器输出端的总噪声功率有效值为
其中ERf、ER6分别为反馈电阻Rf、R6的等效热噪声电压源在输出端产生的噪声功率。
3 二级放大电路噪声模型分析
用ER1、ER2、ER3分别表示R1、R2、R3的热噪声有效值,用En和In分别表示运算放大器的等效噪声电压源和等效噪声电流源的归一化功率有效值[3],同2计算方法可得由电路中电阻的热噪声源引入系统的等效输出噪声功率如下:
由运算放大器内部噪声等效到输入端的噪声电压源和噪声电流源产生的噪声功率为
则二级运算放大器等效输出总噪声为
则系统输出端的总噪声电压有效值为
4 系统噪声匹配分析
根据放大器噪声系数的定义有
其中Pno为运算放大器输出总噪声,Pni为放大器无内部噪声时的输入噪声,K为放大倍数;F表征了放大器内部噪声源在输出端产生的噪声功率占总噪声功率的比重[4],因此对于微弱信号检测而言,其前置放大器的噪声系数应该越小越好,为了确定前置运算放大器噪声系数和等效源电阻以及前置运算放大器内部噪声源谱密度的关系,我们对式(25)进行了matlab仿真,结果如图6所示:
resistance
图中纵坐标为噪声系数F,横坐标为归一化源电阻,从仿真结果可以得到如下结论:
1)放大器噪声系数存在唯一最小值,且最小值的大小和运放内部噪声谱密度en和in的比值密切相关;
2)运放内部噪声谱密度en和in的值越接近,则噪声系数越小
3)归一化阻值偏离1相同变化量时,放大器噪声系数F改变量不同,且阻值减小时F迅速增大;
为了寻求最小噪声系数,对式(25)关于RS求导,令导函数为0,可以得到:
当信号源电阻取该阻值时,运放的噪声系数达到最小值:
由噪声匹配可得,当运算放大器的型号确定之后,由其等效噪声源平方根谱密度可以计算出使之输出噪声系数最小的匹配源电阻,从而得到最佳信号源电阻的阻值,有些情况下由于其他原因已经确定了运放的型号和信号源,为了减小噪声系数,可以通过增加匹配电阻等方式调整信号源电阻,从而达到或者尽量接近噪声匹配状态,如果无法实现噪声匹配,可以尽量保证源电阻归一化值位于1的右侧,以尽量减小前置放大器的噪声系数,从而降低前置放大器内部噪声对输出信号信噪比的影响。
前置微分放大器采用AD549,该运放具有极低的输入偏置电流,输入偏置电压和偏置电流漂移,并且输入端具有1015Ω共模阻抗,特别适合用于各种电流输出的传感器,包括光电二极管,APD管等前置放大器。其等效噪声源平方根谱密度分别为谱密度曲线拐点频率为考虑运算放大器的输出信噪比要求和放大电路的抗干扰性以及电阻热噪声对输出信号的影响,信号源电阻和反馈电阻分别取5*105Ω和106Ω,R6=10kΩ,级联放大电路工作频带宽度Δf=26Hz,k为波尔兹曼常数,T取室温17℃,一般情况下近似取二级放大器OP07等效噪声源平方根谱密度分别为R1=1kΩ,R2=15kΩ,R3=750Ω,带入式(11)、(15)可得
以上分析可以看出,对于级联放大电路而言,其电路噪声主要来源于前置微分放大器内部电压噪声和反馈电阻引入的热噪声,由于信号源输出属于极弱信号,因此要求反馈电阻必须足够大,才能保证微分放大器一定的输出信噪比;另一方面,大阻值反馈电阻又会引入大量的热噪声,导致输出信号信噪比劣化;因此反馈电阻阻值的确定需要考虑到有用信号的大小和输出信噪比以及噪声系数的要求,条件允许的情况下应尽量选择金属膜电阻或者金属丝线绕电阻以减小自身热噪声。
5 结论
由以上分析可知,对于极弱信号二级探测电路而言,其主要噪声来源在于前置放大器的内部噪声,具体来自前置放大芯片的内部热噪声及反馈电阻引入的热噪声,输出噪声占到总输出噪声近81%,主要是由于内部噪声源和一级放大电路反馈噪声会经过后面两级放大,其对输出信号的劣化会更加明显。在设计前置放大器的时候需要需要按照以下原则设计:
1)根据噪声系数的定义选取合适的信号源,以确保源电阻尽量靠近最佳源电阻
2)通过增加匹配电阻等方式改变等效源电阻,实现噪声匹配
3)通过噪声匹配无法取得最佳匹配源电阻时,归一化源电阻值应尽量取大于1的值,以减小前置放大器的噪声系数,提高输出信噪比。
参考文献
[1]郑群生,张理兵,毛建智,陈龙.基于光电倍增管的弱光检测电路设计.电子世界,2012(2):43-45.ZHENG Q S,ZHANG L B,MAO J Z,et al.The design of weak light signal detection circuit based on PMT.Electronics World,2012(2):43-45.(in Chinese)
[2]龚涵,陈浩字.微弱光信号检测电路的设计与实现.科技信息,2007(27):85-87GONG H,CHEN H Y.The Design and Realization of an Optic-Electric detecting Circuit for weak signal.SCIENCE&TECHNOLOGY INFORMATION,2007(27):85-87(in Chinese)
[3]刘东旭,王志斌,张记龙,李晓,田二明.红外瓦斯传感器微弱信号处理电路设计.仪表技术与传感器,2010(6):69-71LIU D X,WANG Z B,ZHANG J L,et al.Design of Faint Signal Processing Circuit Based on Infrared Methane Sensor.INSTRUMENT TECHNIQUE AND SENSOR.2010(6):69-71(in Chinese)
红外信号学习 篇6
关键词：红外热像仪,信号完整性,反射,阻抗匹配
随着数字电路信号速度的提高, 信号完整性问题的影响也愈加突出。信号完整性 (简称SI) 指信号在电路中以正确的时序和电压做出响应的能力如果电路中信号能够以要求的时序、持续时间和电压幅值到达, 则该电路具有较好的信号完整性。否则, 当信号不能正常响应时, 就出现了误触发、过冲等造成时钟间歇振荡和数据错误的信号完整性问题 (简称SI) [1]。
从广义上讲, 信号完整性指的是在高速数字电路中由互连线引起的所有问题。它主要研究互连线与数字信号的电压, 电流波形相互作用时, 电气特性参数如何影响产品的性能。信号完整性问题主要包括各种传输线效应现象, 如信号反射、时延、振铃、信号的过冲与下冲以及信号之间的串扰等, 涉及传输线上的信号质量及信号定时的准确性[2]。
良好的信号质量是确保稳定时序的关键。本文从信号阻抗匹配的角度针对所设计的手持式红外热像仪系统的视频信号的传输进行了反射问题研究, 并利用Altium Designer进行了系统反射模型的仿真。
1系统中信号完整性问题
手持式红外热像仪具有系统复杂, 结构紧凑, 附属设备多等特点, 如图所示。
由于系统存在一些功率器件和电磁设备如电机等, 而且系统空间结构非常紧凑, 因此很容易对系统中传输的视频信号产生电磁干扰问题, 对于这一类问题, 通常采用的做法是屏蔽, 即对系统主要电路模块加金属屏蔽外壳, 同时传输导线采用同轴屏蔽线等方式解决[3]。从结构图中我们还可以看出由于视频信号在多个模块之间同时进行传输, 因此传输线间的阻抗匹配问题将会带来严重的信号反射, 从而影响系统正常使用。
通过理论分析可知, 一般有两种情况会导致反射的存在: (1) 走线上的阻抗不均匀; (2) 终端阻抗不匹配。假设我们已经仔细设计了走线, 并保证它有恒定的、受控制的特征阻抗。如果它的终端阻抗合适, 就不会在这一端造成反射。但是如果终端阻抗选择得不合适, 就会产生反射。反射的大小用反射系数ρ来衡量。在单个的终端电阻并联在走线远端的情况下, 电压反射系数的定义为[4]:
式 (1) 中RL是终端电阻或负载电阻, Z0是传输线特征阻抗。
如果RL=Z0, 那么反射系数的大小就变为0, 从而不存在反射。如果走线是开路的 (即RL是无限大) , 那么反射系数就是RL/RL=1。这表明反射是100%, 并且反射信号的符号是正的。如果把走线短路, 那么终端阻抗是0, 从而反射系统是-Z0/Z0=-1;这说明反射是100%, 只是反射信号的方向与原信号方向是相反的。所以反射系数值的范围在-1到+1之间, 在走线开路的情况下, 反射系数的值是+1;在走线短路的情况下, 反射系数的值是-1。反射系统是0, 说明走线终端阻抗精确匹配。
综上分析可知, 只要在信号传输路径上出现瞬态阻抗改变, 信号就会发生反射。为减小这一基本特性造成的信号完整性问题, 可使用可控阻抗负载线和传输线接的方法, 从而实现传输线阻抗匹配, 这是高速电路设计追求的理想目标。
2 阻抗匹配方式
控制传输线一端或两端的阻抗从而减小反射的方法称为传输线的端接。传输线终端匹配最常用的形式有五种[5]。
2.1 并联方式
等于传输线特征阻抗的一个电阻 (RL=Z0) 连接在传输线的末端。在走线上传播的所有能量都被电阻吸收, 从而不存在反射, 如图2 (a) 所示。这种方式具有电阻的值易于确定;只有一个元件;容易连接;对分布负载 (即负载沿着走线分布) 来说性能良好等优点。但有一个缺点是它提供了一个连续到地的直流路径, 因些带来了功率的损耗。
2.2 戴维宁方式
如图2 (b) 它包括一对电阻, 一个连接到电源, 一个连接到地。这对电阻在终端阻抗匹配功能之外还提供了上位/下拉的作用。因此, 它除了给分布的负载提供并联的终端阻抗之外, 还可以在某些特定的场合提高噪声裕度。但这种方式相对于并联方式并没有减弱功率的损耗, 反而增加了一个额外的元件, 而且这种方法只适合于双极型器件 (两个状态) , 不适合于三态逻辑系列。
2.3交流终端匹配方式
即给并联终端电阻串联一个电容, 如图2 (c) 所示, 这种方式优点是电容阻止了直流电流, 但带来的问题是增加了一个元件, 而且在电容阻值选择上也会带来一些信号影响问题。
2.4串联方式
该方式在高速设计中越来越常见, 如图2 (d) 所示。它只使用了一个元件而且没有DC电流。然而串联终端匹配电阻放置在走线的开始位置而不是末端, 因此, 走线末尾如果是开路的就会出现100%反射。
2.5二极管匹配方式
使用二极管进行终端匹配不是为了把反射减少到最小, 而只是为限制反射。这种技术仅仅是把反射信号的幅度限制在VCC和地电平之间, 如图2 (e) 所示。
3 系统模型仿真
在一个已有的PCB上分析和发现SI问题是一件非常困难的事情, 即使找到了问题, 在一个已成形的板上实施有效的解决办法也会花费大量时间和费用。为此, 期望能够在物理设计完成之前查找发现, 在电路设计过程中消除或减小SI问题, 这就是EDA工具需要完成的任务。先进的EDA工具可以仿真实际物理设计中的各种参数, 对电路中的SI问题进行深入细致的分析。在本系统的设计中, 采用TVP5150视频解码芯片由DSP进行视频的采集, 并通过CH7024芯片将DSP处理后的视频进行编码输出, 采用了Altium Designer的信号完整性分析工具对所设计的PCB板的视频信号部分电路 (如图3所示) 对并联阻抗匹配和串联阻抗匹配两种阻抗匹配方式进行了仿真。
在仿真时, 我们设置匹配电阻的阻值为75 Ω, 敷铜皮的厚度为35 μm, 仿真传输100 ns周期内的视频信号, 其中纵坐标表示信号幅度, 单位为V, 横坐标表示信号传输时间, 单位为ns。仿真结果示意图如图4。
由图4中可以看出, 两种匹配方式都能很好地保持信号的完整性, 同时我们还注意到, 由于视频输出端需要同时驱动两块液晶屏, 因此在驱动信号上升和下降沿上都有一部分过冲, 但其幅度还不至于影响系统正常工作。考虑到手持式设备对功耗问题的敏感性, 我们在该系统采用了串联电阻匹配方式来抑制信号的反射。
4 总 结
基于信号完整性基本理论, 利用EDA工具的信号完整性仿真功能, 对自行研制的手持式红外热像仪系统进行了信号反射问题的分析, 通过对系统参数的优化选择, 确定了解决系统信号反射的方案, 由仿真结果可以得出, 我们的方案合理可行。
由于目前随着高速电路设计技术的发展, 在PCB板实际加工以前, 通过对PCB板进行软件仿真, 可以提前发现系统问题, 不仅缩短了硬件设计的开发周期, 还降低了研发的费用。
参考文献
[1]李玉山.信号完整性分析.北京:电子工业出版社, 2005:5—12
[2]曾斯坚, 周凌宏.基于DSP的图像处理平台的信号完整性分析.计算机科学与技术, 2008, 26 (4) :39—41
[3]周志敏, 纪爱华.电磁兼容技术, 北京:电子工业出版社, 2007:41—65
[4]刘雷波, 赵岩译.信号完整性问题和印制电路板设计.北京:机械工业出版社, 2005:96—97
红外信号学习 篇7
二氧化硫是最常见的硫氧化物, 无色气体, 有强烈刺激性气味。在许多工业过程中都会产生二氧化硫, 特别是近年来大量开采煤矿、燃煤发电、对钢铁和有色金属的大量冶炼等都极大程度地造成了二氧化硫污染[1]。其形成的酸雨危害人体健康、腐蚀建筑材料和破坏生态系统, 对人类社会造成了巨大的经济损失。现有的检测方法概括下来有电化学气体分析法、紫外光谱分析法、激光气体分析法、在线色谱法以及红外光谱分析法等[2]。前四种分析法都存在着不同的劣势, 红外光谱吸收法不仅可以用于常量分析, 也可以进行微量分析, 而且稳定性和选择性都很好。
本文利用红外光谱原理, 结合相关滤波技术, 利用相关检测技术, 基于二氧化硫在4.0 m处存在较强的吸收线, 设计了二氧化硫浓度检测系统的微弱信号处理电路。
1 红外吸收原理
光的吸收就是当辐射光通过气体介质时入射光强度呈现变弱的现象。在线性吸收条件下, 光的吸收符合朗伯-比尔定律。二氧化硫的红外特征光吸收谱线有三条:分别是3.98m、7.35 m、8.60 m。对于二氧化硫的三个明显特征吸收峰, 如不考虑散射的影响, 当二氧化硫受到红外光照射时, 二氧化硫气体分子就要吸收3.98 m、7.35 m以及8.60 m的红外光谱的辐射能量, 并将其转换为二氧化硫气体分子振动和转动的能量。气体分子对红外光的选择性吸收遵循朗伯-比尔 (Lambert-Beer) 定律[3], 假定气体分子在波长处存在吸收峰, 则有:
式中, I () 是透射光强, I0 () 是入射光强, () 为波长在处的吸收系数, c为待测气体浓度, l为光和气体作用长度即吸收长度。
2 互相关原理
互相关检测是在相关函数基础上, 利用在待测信号和其同频的参考信号时间上相关的特征, 把淹没在噪声中的待测信号提取出来的一种方法[4]。如果待测信号Si (t) , 同频的参考信号Sr (t) , 经过延迟器后变为Sr (t-) , 被噪声干扰的信号为f (t) =Si (t) +n (t) , 用一个延迟后的参考信号与被噪声干扰的输入信号进行相关处理即进行乘法运算然后低通滤波从而得到相应的输出的互相关信号, 如图1所示。
互相关函数
因为参考信号Sr (t) 和噪声信号n (t) 没有相关性, 即相关函数消除了噪声。输入测量信号Si (t) 和参考信号Sr (t) 的频率或周期必须一致, 否则有可能变成起伏信号平均值为零。
3 光电微弱信号处理电路设计
热释电探测器LIM-262把采集到的光信号转化为电信号, 此时的电信号非常微弱, 经过前置放大, 带通滤波处理后进行相关检测和差分运算。相关滤波技术的重点就在于成功地实现对信号的相关检测, 得到一个与输入信号同频同相的相关信号是必要的。系统设计中所采用的相关信号是由反射式光耦合器ST188提供的光耦信号。反射式光耦既可以产生一个与二氧化硫测量信号同步的光耦信号, 同时也可以产生一个与参考信号同步的光耦信号, 然后两组信号分别进行相敏检波。经放大滤波后的测量信号和参考信号与反射式光耦产生的对应相关信号进行相关运算, 可以测量出红外辐射光在这两个时刻的强度。然后让这两个强度进行差分运算, 于是得到了一个与二氧化硫浓度有关的电压信号。设相关滤波轮出来的信号通过二氧化硫测量气室后的强度为。根据红外吸收原理和相关检测滤波技术, 微弱信号处理电路原理框图如图2所示。
根据图2的原理框图, 设计的信号处理电路如图3所示。
3.1 相敏检波电路设计
模拟开关在电路中所起的作用是接通信号或是断开信号。本设计所采用的是四双向模拟开关CD4066, 每个封装内部有4个独立的模拟开关, 每个模拟开关有控制、输入和输出三个端子, 而输入端和输出端可互换。当控制端加高电平时, 开关导通;当控制端加低电平时, 开关就截止。为了进一步抑制噪声的干扰, 模拟开关CD4066电路后接有一级RC低通滤波电路如图4。
3.2 移相电路
相关信号由外部的反射式光耦元件ST188提供, 相关轮在电机的带动下旋转产生了分别与测量信号和参考信号同频的光耦周期信号。由于光耦信号经前置放大电路、带通滤波电路信号处理后, 必定有相位的延迟, 于是移相电路就成了相关检测技术中的一个重要环节。具体移相电路如图5。
3.3 差分放大电路设计
差分电路的一种特殊用途就是充当减法器[3], 它不仅能有效地抑制零点漂移, 而且具有很高的共模抑制比, 可以用来替代仪表放大器, 但设计的前提问题是阻抗匹配, 否则, 差分电路的优点不能得到充分的发挥运用。本电路设计利用低功耗四运算放大器LM324自行构建了差分电路。具体电路图如图6。
4 实验结果及分析
在室温和标准大气压下, 光源预热5分钟, 待光强稳定后, 分别配制了多种不同浓度的SO2气体, 并分别通入到系统中进行实验。对同一浓度的标准气体进行多次浓度检测, 实验时, 先将氮气通入气室, 两分钟后转换气路通入标定好的二氧化硫气体。随即再通入氮气, 持续两分钟后, 接着再通入标定好的二氧化硫气体。如此连续循环, 对每一浓度SO2标气分别进行4次测量实验。将不同浓度的样气通入二氧化硫测量气室, 实验测量数据如表1所示。
根据表1中的实验数据, 采用数据处理软件对实验数据进行二项式拟合, 得到输出电压与浓度的关系式为:
式中, 表示c二氧化硫浓度, E为输出电压值。
光源的频谱特性、红外光源发射功率的不稳定性、环境温度的不断变化、实验数据的有限性以及反应气室内壁的折射性都会对整个二氧化硫气体浓度测量系统造成影响产生误差。
5 结语
信号处理电路采用相敏检波、移相以及差分放大电路, 提高了检测灵敏度;同时对实验数据进行处理拟合, 具有较低的系统误差。从整体来看, 灵敏度还是很低, 系统要想更好的提高灵敏度, 必须考虑到温度补偿问题, 另外加大气室光程。
参考文献
[1]郝吉明, 马广大, 王书肖.大气污染控制工程[M].北京:高等教育出版社, 2010:5-10
[2]姜培刚.在线红外气体分析器的发展及工程应用研究[J].分析仪器, 2009 (6) :77-86
[3]刘东旭, 王志斌, 张记龙.红外瓦斯传感器微弱信号处理电路设计[J].仪表技术与传感器, 2010 (6)
[4]陈晓宁, 刘建国, 司福祺, 等.气体滤波相关技术在红外甲烷监测系统中的应用[J].光电工程, 2008, 35 (4) :49-52