实时信号处理（精选10篇）

实时信号处理 篇1

0 引言

近年来, 无人机载SAR由于在战场监视、敌情侦察和精确打击等方面表现出色, 已成为世界各国发展无人机侦察装备的重要方向[1]。由于无人机侦察遥测系统能够进行战场前沿侵入式侦察, 在执行作战任务时无人员损伤、连续作战性强, 且无人机具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力强等优点, 各国对无人机侦察遥测系统作为军队战斗力倍增器的作用与地位及潜在的军事价值取得了共识, 从而为其迅速发展提供了强大的动力。无人机载SAR因其全天候、全天时、远距离高分辨成像的特点, 必将成为未来战争中实现“零伤亡”侦察的重要手段[2]。

SAR实时成像系统可在无人机飞行过程中, 采用并行处理算法和多片DSP同时对SAR原始回波数据进行处理, 从而在无人机上完成图像处理, 利用大压缩比的遥感图像压缩技术, 减轻数据传输和存储系统的压力;另一方面, 连续实时成像, 得到即时的SAR图像, 可以达到实时监测、及时了解无人机飞行状况并寻找感兴趣目标 (区域) 进行相应处理。

本文从无人机载SAR实时处理系统硬件和实时成像算法软件两个方面进行了分析, 给出了设计方案及飞行试验验证结果。

1 实时处理系统组成

由于SAR信号处理数据量大, 同时为了降低无人机受气流的影响, 提高系统的鲁棒性, 在实时处理中必须采取比较复杂的运动补偿算法。这就要求实时处理系统具有强大的运算性能。采用多片高速DSP芯片, 配合优化的拓扑结构, 可以从根本上解决运算量巨大这个问题[3]。

因为SAR原始数据处理是按照每条距离线和方位线进行处理的, 每条“线处理”具有相对独立性, 这样N个DSP可以并行处理L/N条属于自己的方位线和距离线 (L是处理的距离向或方位向长度) [4]。针对SAR信号处理的这一特点, 同时考虑到无人机对空间结构、重量的限制要求, 我们所构建的实时处理系统由一块标准3U的ADC采集接口板和两块标准6U的信号处理板组成, 每块信号处理板分成两个节点, 每个处理节点包括两片TS201, 1片FPGA, 2GB的SDRAM以及一片CPLD, 并共享总线。单个节点完成一幅SAR原始数据的成像处理任务, 节点内的两个DSP并行“线处理”, 其系统结构如图1所示。

ADC采集接口板实现对模拟信号的采集, 通过RS422串口接收外部控制命令及惯导数据, 并上报当前状态信息;通过LVDS接口发送图像数据。

信号处理板选用的DSP芯片是ADI公司的TS201, 单片处理能力3.6GFLOPs, 内核时钟频率600MHz, 片内内存24Mbit, 125MHz/64bit片外总线, 具有1GB的SDRAM访问能力, 还有4个Link口, 每个Link口收发独立, 最高带宽1.2GB/s[5]。因此, 系统总处理能力为:8×3.6=28.8GFLOPs, 可以满足实时成像处理的运算要求。

ADC采集接口板对模拟信号采集, FPGA把回波数据一方面通过2个LVDS接口直接把数据发送到记录仪, 另一方面把回波数据通过2个Link发送到TS201处理板0和1的Link Switch, 分别由其转发到处理节点0的DSP0和DSP1, 然后再由DSP0和DSP1分别通过板内直连Link转发到节点1的DSP0和DSP1, 以实现回波数据向各个DSP的传输。

利用ADC采集接口板和TS201信号处理板共享的FPDP总线分别自定义了FIFO总线、DPRAM总线、维护总线。FIFO总线用于每个信号处理板把处理图像发送到ADC采集接口板, DPRAM总线用于ADC采集接口板把通过RS422串口收发的各类辅助数据与2个信号处理板之间通信, 维护总线用于ADC采集接口板对信号处理板的BIT监测、维护等操作。

每个TS201信号处理板的各个DSP的处理图像数据通过板内直连Link汇总到DSP0, 由其通过Link发送到Link Switch, Link Switch再通过FIFO总线汇总到综合IO板的FPGA, 由FPGA通过LVDS接口转发到记录仪。

ADC采集接口板的FPGA把通过RS422串口获取的辅助数据通过DPRAM总线发送到每个TS201处理板的Link Switch, 由其转发到DSP2, 再由DSP2通过板内直连Link转发到其他DSP。

ADC采集接口板的FPGA通过维护总线与每个TS201信号处理板的Link Switch相连, Link Switch又与FPGA0和FPGA1相连。在TS201信号处理板内, Link Switch通过对FPGA0和FPGA1的操作可实现对板卡DSP加载、FPGA加载和DSP工作状态的监控, 以及把DSP加载文件写到FLASH的操作。因此, 通过维护总线, 可实现把系统内各种BIT信息通过ADC采集接口板的RS422串口上报, 也可实现外部监控通过RS422串口对系统进行烧写程序、发送命令等操作。

2 实时成像算法

SAR成像主要是对回波信号进行距离、方位维的聚焦处理, 同时还要进行距离徙动校正。在实际情况中, 无人机载SAR由于气流不稳定的影响, 运动的不稳定性较大, 如果不采取运动补偿, 则所录取的数据受到不稳定因素的影响会有较大的失真, 从而使成像质量下降, 甚至不能成像。因此, 需要在成像算法中嵌入运动补偿部分。

机载SAR的运动补偿主要有基于仪表测量和基于信号处理。基于仪表测量的运动补偿主要依靠载机的惯性导航系统 (INS) 和全球定位系统 (GPS) , 用以测定载机的精确位置。其优点是运动补偿算法简单, 但实际情况下, 通常的仪表测量精度以及数据率难以满足高分辨率成像的要求。信号处理里的自聚焦技术能将仪器难以检测的快速扰动的影响加以补偿, 因此通过信号处理作运动补偿是另一种方式, 但该补偿算法比较复杂, 同时易受场景地物信息的影响, 具有一定的不稳定性。在本实时成像系统中, 我们首先利用无人机提供的惯导数据对运动误差进行了初补偿, 消除了大部分的运动误差;在后续的处理中, 又利用回波数据进行运动误差估计与补偿, 进一步消除了运动误差。这种惯导计算运动误差与回波数据估计运动误差相结合的算法, 充分发挥了两种方法的优点, 增加了系统的可靠性。

SAR实时处理要求能够实时地输出大面积连续图像, 因而要求在不降低成像质量的前提下, 尽量使算法简单, 运算量小, 稳健性高。基于以上分析, 我们采用了一种改进型的RD算法, 该算法可以充分利用收集回波脉冲期间的时间, 通过初次距离脉压截取大大减少了运算量。同时该算法能较好的进行距离弯曲校正, 并实现高分辨力的SAR成像处理, 且整个算法结构非常适合实时处理流程。图2给出了结合惯导和回波数据进行运动补偿的改进型的RD成像算法的详细流程图。

4 实时处理成像结果

采用上述的处理机体系结构和成像算法, 2011年下半年, 在陕西某地进行了实际飞行试验。在无人机平台上成功稳定的实现大面积连续实时成像。雷达参数以及成像结果如下所示。

工作波段:Ku波段

信号带宽:70MHz210MHz

信号时宽:40μs

PRF:1000Hz

载机平台:某型无人机

载机速度:约40m/s[责任编辑:曹明明]

摘要：本文介绍了无人机载SAR实时信号处理系统硬件结构和实时信号处理算法流程。该信号处理系统以TS201为硬件处理核心, 通过改进型的RD算法实现实时成像。在无人机平台上成功稳定的实现大面积连续实时成像, 证明信号处理系统稳定可靠, 实时信号处理算法可行。

关键词：无人机载SAR,实时处理,运动补偿

参考文献

[1]冯密荣.世界无人机大全[M].北京:航空工业出版社, 2004.

[2]Zieba B., Glandrup M., Sinderen M.van, Wegdam M..Reconfiguration Service for Publish/Subscribe Middleware[OL].bzieba.info/publications.html.

[3]方志红, 张长耀, 邓海涛, 齐子国.直升机载SAR实时处理的实现[C]//2003年中国合成孔径雷达会议论文集, 2003:256-256.

[4]唐月生, 邓海涛, 张长耀, 刘锋.机载SAR实时成像处理系统设计[J].遥感技术与应用, 2007, 20 (1) :81-84.

[5]Analog Device Inc..ADSP-TS201 Tiger SHARC Processor Hardware Reference[Z].2004, 11.

实时信号处理 篇2

Query = Function(All Data)

该等式的含义是：查询是应用于数据集上的函数。该定义看似简单，却几乎囊括了数据库和数据系统的所有领域：RDBMS、索引、OLAP、OLTP、MapReduce、EFL、分布式文件系统、NoSQL等都可以用这个等式来表示。

让我们进一步深入看一下函数的特性，从而挖掘函数自身的特点来执行查询。

有一类称为Monoid特性的函数应用非常广泛。Monoid的概念来源于范畴学（Category Theory），其一个重要特性是满足结合律。如整数的加法就满足Monoid特性：

(a+b)+c=a+(b+c)

不满足Monoid特性的函数很多时候可以转化成多个满足Monoid特性的函数的运算。如多个数的平均值Avg函数，多个平均值没法直接通过结合来得到最终的平均值，但是可以拆成分母除以分子，分母和分子都是整数的加法，从而满足Monoid特性。

Monoid的结合律特性在分布式计算中极其重要，满足Monoid特性意味着我们可以将计算分解到多台机器并行运算，然后再结合各自的部分运算结果得到最终结果。同时也意味着部分运算结果可以储存下来被别的运算共享利用（如果该运算也包含相同的部分子运算），从而减少重复运算的工作量。

4.Lambda架构

有了上面对数据系统本质的探讨，下面我们来讨论大数据系统的关键问题：如何实时地在任意大数据集上进行查询？大数据再加上实时计算，问题的难度比较大。

最简单的方法是，根据前述的查询等式Query = Function(All Data)，在全体数据集上在线运行查询函数得到结果。但如果数据量比较大，该方法的计算代价太大了，所以不现实。

实时信号处理 篇3

关键词 实时数据库 数据采集 系统设计 实现

中图分类号：TP392 文献标识码：A

这些年，企业进行信息化建设是我国一些大型企业所面临的重大问题。自从新世纪以来，烟草企业也逐渐开始信息化建设。随着MES 系统逐渐被人们认可，在接下来的几年之内，卷烟企业进行战略性调整和信息化建设是关键的工作，这直接决定了中国烟草工业的命运。

1 数据中心框架结构和设计

1.1系统设计的目标

设计出来的实时数据采集系统达到的效果如下：能够建设符合各个领域里面的决策系统；集中了很多小规模范围里面的应用；能够有效分担其它的事物处理系统的负担，提高决策和事物处理的效率。这个系统建设是以公司的业务流程建立的一个管理机制，是可以提供准确相同的分析数据。整个系统采用的是大量数据集中在一起的方式，这样就可以实现数据的自动获取和积累，还有就是业务数据和信息在整个行业里面实现共享。这个系统还能够提供一个相当强大的数据处理平台，能够满足不同种类业务的分析。整个系统的建立还能够提高工作的效率和准确性。这个系统能够满足现代的企业管理模式，这样就可以使得业务流程化和规范化。这样就可以通过智能的商业技术对集团的信息进行分析预测，还可以实现业务的自动化，为企业领导分析决策提供一个准确的依据。

1.2系统的性能指标

在进行实时数据库系统设计的时候需要保证的系统性能如下：（1）可靠性和及时性，设计出来的系统必须能够二十四小时进行工作。这样就可以保证系统在任何情况之下都可以进行资源的分配，这样就可以保证各个板块的功能能够正常进行。（2）系统的整体性和效率性，设计的系统需要是一个高效的一体化管理系统，系统需要能够容纳大量的数据，而且数据的更新还需要在短时间之内完成。整个系统需要在短时间之内完成对数据的处理，而且还需要高效率高质量完成。（3）系统需要先进和实时，整个系统可以运用充分的资源，然后根据客户的要求，把高的工作效率和好的经济效益当作是主要要求，在这个基础上，为客户提供一系列业务服务平台。（4）系统的安全性和实时性，系统采集的数据安全是十分重要的，在系统的设计过程当中，设计人员需要采取严格的技术来对技术进行保密。设计人员需要通过保密技术来保证用户身份的真实性，数据的完整性。在网络连接良好的情况之下，对每一个IP地址请求的操作处理时间需要控制在一分钟时间之内。（5）整个系统需要支持集群技术，设计人员可以通过多个服务器来完成一个集群，当服务器上面的用户达到最大的时候，其它的服务器会开始工作。（6）整个系统需要有一个完好的信息输出端口，整个系统的目标是为了对数据进行分析，而分析的目的是为了借鉴使用。为了能够进行应用，就需要把分析得到的结果数据转化成不同的输出文本，有的人需要把它变成演讲文稿，有的人就需要获得一个Excel数据。一般的开发格式有Excel， PPT， HTML等。

2 系统的结构

烟草企业对过程的监控和数据出来了是通过紫金桥实时数据库来完成的，它把现场的各种数据集中在一起，这些数据包括了生产上面的数据、设备的数据和质量数据等，在此同时整个数据库还包括一个完整的数据查询和分析功能，这可以为企业的生产和决策提供一个可靠的依据。还有生产过程出现状况的时候，系统还能够随时发出警报，这样就能够很方便采取处理解决的措施。整个系统还需要提供各种接口，比如说S Q L 接口、AP I接口等，通过这些接口就可以把各种组件连接到一起，这样就可以实现数据库能够正常工作。

3 实时数据库的功能

实时数据库的作用是对烟草企业的生产过程实施监控管理，但是它在这个系统的作用不只是储存数据，它还需要处理现场采集获得的数据，对获得的数据进行加工分析，一旦出现异常情况发出警报。它需要实现的功能如下：（1）事故的追忆功能。这就需要系统对和事件有关的状态进行记录，这样在事件产生之后就能够进行原因分析了。事件的数量、时间范围等都是可以自由设定的。（2）数据的压缩备份功能，中心的服务器刷新的时间是1 s ，在这样的情况之下，数据库不进行压缩的话是无法容纳这么多数据的。这就要求数据库进行压缩运算，这就可以解决数据量大的问题。（3）物料平衡，系统需要对实际的投料数据、收率数据等进行计算，然后对不同的时间数据进行统计分析。实时数据库当中的数据也是可以来自现场的，也可以通过人工输入的方式。（4）趋势分析，趋势功能主要包括了用户可以选择查看一些含有PID 数值的趋势图，也可以把趋势图打印出来，或者是把图片保存成图片的格式。用户还可以输入开始和结束的时间来查看数据的走向。趋势图如图1 所示。（5）系统还需要有班组考核功能，主要通过对重要工艺数据的追踪，发现生产过程当中的问题，然后提出改进意见。（6）系统还需要有统计分析功能，这样就可以全程监控产品质量。（7）系统还需要有报表系统，这样就可以制作各种各样的报表。

4 总结

考虑到我国烟草企业的规模大，所以系统的点数要多，这样就要有好的数据采集和储存，还需要制定大量的趋势图和报表。实施数据库需要有良好的性能和繁多的数据接口，这样不仅能够满足项目要求，还能够对烟草企业做出评价，推动烟草企业的信息化发展。

参考文献

[1] 张俊良，薛振兴.烟草企业数据中心系统的设计与实现[J].安徽：电脑知识与技术，2009（5） ： 2316.

[2] 付文，范广辉.实时数据库实现烟草行业过程管理实时监控系统[J].江苏：工业控制计算机，2009（3） ： 17-18.

[3] 徐毅博.烟草一号工程工业数据采集系统设计与实现[J].北京：硅谷，2012（7） ： 170-172.

实时信号处理 篇4

关键词：大规模,多人实时语音,降噪,处理算法

0 引言

在当前的语音降噪处理过程中,要实现高噪音环境下的语音通讯的清晰度,就要突出在整个技术控制中的综合作用,通过使用多方面的技术控制,能全面提升降噪技术的整体进步。笔者通过结合整个噪音消除技术的运用,尤其是在大规模多人实时语音通讯的语音降噪处理中,要形成科学有效的算法处理,这样,才能起到更好的效果。

1 简述语音降噪处理的运用现状

1.1 重虑波电路技术的运用

这种技术在整个降噪的处理中,最主要的是不能实现对噪音的整体消除,因此,在整个技术控制过程中,由于自身原因等方面的影响,在模拟电路自身的特点中,在环境噪音发生变化的背景下,就会形成一些剧烈的变化。因此,模拟器也就不能适应外界环境的变化。这种传统检测方式的运用,为数字化语音降噪技术的实现提供了良好的基础。

1.2 硬件改进过渡到算法的提高

随着DSP技术的发展,降噪技术逐渐由以前的硬件上的改进,实现在精准算法上的提高。因此,实时处理算法的运用,可以直接决定整个降噪整体功能的发挥。其中,自动适用技术是降噪处理的重要方式,可以在不基于任何语音模型的使用过程中,实现语音特征的整体性,并产生更好的降噪效果。其中,传统的算法主要是包括基于时域的LMS算法以及频域的数字算法等,可以通过使用小波变化方法、高阶统计量方法、神经网络方法以及时频分析方法等。通过这种具体方法的运用,可以有效的提高整个算法的精准度。同时,在DSP高速芯片以及精准算法的出现,更好为实现数字化降噪技术提供了良好的基础。

2 大规模多人实时语音通讯降噪的模型与方法

2.1 大规模多人语音通讯的特点

大规模多人实时语音通讯强调的就是在多种状况下的语音运用模式,其中,最主要的就是通过利用信号处理技术的运用,在整个信号消除的过程中,形成对强噪音干扰的处理,并在提高输出信噪音比拟中提取出有用的信号与技术。在大规模多人实时语音的噪音表现中,具有多方面的特点。一是语音的时变性与非平稳性。早大规模多人实时语音系统中,由于不同人群在发音系统以及生理结构上的变化,尤其是在语速的表现中是不相同的。因此,就会出现一定的时变性。二是语音的不同种类表现。在语音系统的综合运用中,就会出现相应的语音表达方式,其中,主要是包括有浊音与清音等。在音频的表现中,主要是集中在较低频段内的清音段没有形成明显的时域与频域特征。因此,可以采用浊音的周期性特征,通过使用梳状滤波器来实现对整个语音分量以及对非语音信号的抑制。三是语音可以通过对信号的统计分析来实现对特征的整体描述。在语音的非平稳性的表现中,可以实现长时间的时间统计,尤其是通过高斯分布模型的中心极限处理方式,在高斯模型中应用有限帧长只是一种相对近似的描述,形成整体语音的综合控制。四是语音感知的整体优势。在大规模多人实时语音降噪的处理中,对于周期性噪声、冲激噪音以及宽带噪音等方式,在整个应用过程中,更好的实现对降噪技术中精准算法的运用。

2.2 几种传统的语音降噪方式

在传统的降噪技术运行中,主要是实现对语音信号的集中处理,从这些传统的语音降噪处理,可以起到更好的实际效果。一是频谱减法的运用。这种算法主要是通过对噪音的统计平稳度等,在这种方法的运用中,有语音期间的噪音振幅谱的期望值与无语音间隙噪音的振幅谱的期望值形成相等的方式,在这种算法中,可以形成多方面的技术控制。二是线性滤波法的运用。这种算法主要是利用语音的产生模型。在具体原理的运用中,主要是对于受加性稳态白噪音干扰的语音信号进行综合处理,在语音频谱的产生中,形成一种近似的运用包含语音噪音的预测效果,更好的形成对语音参数的准确设置。三是小波变换的算法运用。在小波分析的过程中,传统信号的建立主要是形成综合模式的运用,并建立在傅立叶变换的基础上的,通过建立多分辨率分析框架以及小波分析的关系,形成多方面的语音信号以及综合技术的处理功能。

3 探讨大规模多人实时语音通讯的语音降噪实时处理算法的运用

3.1 LMS 算法的运用方式

这种算法主要是实现对整个语音降噪技术的全面控制,在综合技能的实现中,可以全面实现对整体技术的控制,通过程序设计等方式的优化,更好的形成整个技术的控制。具体设计如下。

function [yn,W,en]=LMS(xn,dn,M,mu,itr)

% LMS(Least Mean Squre)算法

% 迭代计算

for k = M:itr % 第k次迭代

x = xn(k:-1:k-M+1); % 滤波器M个抽头的输入

y = W(:,k-1).' * x; % 滤波器的输出

en(k) = dn(k) - y ; % 第k次迭代的误差

% 滤波器权值计算的迭代式

W(:,k) = W(:,k-1) + 2*mu*en(k)*x;

end

% 求最优时滤波器的输出序列

yn = inf * ones(size(xn));

for k = M:length(xn)

x = xn(k:-1:k-M+1);

yn(k) = W(:,end).'* x;

end

3.2 子空间语音降噪法

子空间语音降噪法将带噪语音信号投影到语音信号子空间和噪声子空间两个子空间,语音信号子空间中主要为语音信号,但还含有少量的噪声信号,噪声子空间只含有噪声信号,因此对纯净语音的估计可以不考虑噪声子空间中的分量,只保留语音信号子空间中的分量。在信号与噪声子空间分解算法中先对信号进行一些假设:语音信号与噪声都是零均值的随机过程;语音信号在短时内是平稳的;语音信号与噪声是正交的;噪声是一个随机的白噪声;所有的信号都是各态历经的,即可以用时间平均来代替统计平均。根据时域约束条件,可以推导出语音信号失真最小情况下的最优估计器。在线性信号模型中,假定纯净语音信号为:

S=y*y(2-2)

其中吵为K×M的矩阵,其秩为M,是肘×1的矩阵。S的协方差矩阵为:

Rs=E Sr>=y?gr yr(2—3)

其中砖的协方差矩阵,为正定的。匙的秩为地有了前述的假设,可以将带噪语音信号表示为:

X=S+N=+N(2-4)

其中X,S和Ⅳ分别是K维的带噪语音信号、纯净语音信号和噪声向量。设x=s.X为纯净语音信号的估计,其中日为职K阶矩阵。则该估计器的误差信号￡为:

占=S—S=(日一D?S=H?N=6s+知(2.5)

其中,知和知分别表示语音信号的失真和残留噪声。

3.3 遗传算法在网络入侵检测系统中的应用

我们以计算机为工具,数据库为核心,用计算机技术和方法、网络技术和方法、通信技术和方法综合应用管理工程技术,行为科学技术等现代化科学技术,建立一个客户关系管理系统,以操作简便、界面友好、灵活、安全稳定为出发点,对各种资源信息进行管理,并在网络范围内进行共享。本测试系统服务器: CPU主频1 GHz以上,内存1 GB以上,硬盘自由空间在1 GB以上。服务器: 操作系统 为Windows2003Server或Windows XP,客户端。操作系统: MicrosoftWindows XP SP3或win7,同时,软件为B/S架构,用户使用IE浏览器即可登录并访问系统。为了保证数据的安全性以及平缓电网的波动给网络带来的影响,在服务器及工作站均采用了UPS不间断电源。

基于网络的入侵检测系统可以获得很多有价值的数据,去判别不良的意图。即使防火墙抗拒这些尝试,但防火墙之外的基于网络的入侵检测系统也能查出躲在防火墙后的攻击意图。基于主机的入侵检测系统无法跟踪未攻击到防火墙内主机的未遂攻击,而这些丢失的信息对于评估和优化安全策略是至关重要的,本系统设计的适应度函数为[4]:

式中: xi 为某个个体,a为正确检测到的攻击数目;A为总有攻击数目;b为被误判为攻击的连接数;B为总的正常连接数;m为xi 中1的个数; ?m 为m对于该适应度函数的相关系数,即高检出率低误报率使适应度函数值高,低检出率高误报率使适应度函数值低。个体中置l的位数越少,适应度值越大,这是出于寻找最小特征子集的考虑,其影响的强弱由相关系数d去控制。

对于终端主机网络安全技术来说,目前为人们所接受并大规模投入应用的主要有:杀毒软件、主机网络防火墙、各种辅助的安全工具。其中,杀毒软件主要用于计算机病毒和各种恶意代码的防护。主机网络防火墙可以对针对当前主机的网络访问流量进行简单控制并防护常见的针对主机的网络攻击行为,它可以大大减少来自网络的潜在威胁,各种辅助安全工具可以有针对性的对某些环境或软件起到专门的保护作用,如MSN防护盾、网银安全控件等。

{

status Set = null;

new Account Info Dao().Update Account Visit(account);

Document Box Item Daodoc Box Dao=newDocument Box Item Dao();

Queue Item Dao queue Dao = new Queue Item Dao();

statusSet = new DataSet();

foreach (Guid current Doc Guid in docguids)

{

Data Table doc Table =

doc Box Dao.Select Document Box Item Data Table(current Doc Guid.To String());

if (doc Table.Rows.Count == 0)

{

Log.SaveA ccess Log(client Ip, account, operator Name,operation, "

}

}

4 结语

通过结合数字化降噪处理技术的运用,可以有效的实现对大规模多人实时语音通讯的语音降噪实时处理算法,在这些算法的整体运用中,才能更好的降低整个噪音处理的功能。

参考文献

[1]胡旭,刘晓明,太云见,黄承彩,张敏.快速响应热释电器件降噪[J].红外技术.2004年03期

[2]赖睿,杨银堂.场景自适应的红外焦平面阵列非均匀性校正新方法[J].西安电子科技大学学报.2009年02期

实时信号处理 篇5

读写分离将读和写两个视角进行分离，带来的好处是复杂性的隔离，从而简化系统的设计。相比于传统做法中的将读和写操作放在一起的处理方式，对于读写操作业务非常复杂的系统，只会使系统变得异常复杂，难以维护。

7.总结

本文介绍了Lambda架构的基本概念。Lambda架构通过对数据和查询的本质认识，融合了不可变性（Immunability），读写分离和复杂性隔离等一系列架构原则，将大数据处理系统划分为Batch Layer, Speed Layer和Serving Layer三层，从而设计出一个能满足实时大数据系统关键特性（如高容错、低延时和可扩展等）的架构。Lambda架构作为一个通用的大数据处理框架，可以很方便的集成Hadoop，Kafka，Storm，Spark，Hbase等各类大数据组件。

★ 数据处理员简历表格

★ 实时户口迁移申请书

★ gps数据处理实训心得

★ 测斜数据处理有哪些要点？

★ 陕北煤田地震数据处理技术初探

★ 组织架构调整通知范文

★ 浅谈网站架构的优化

★ 物业公司组织架构及岗位职责

★ 用于表白的诗句

软件化雷达信息实时处理与显示 篇6

关键词：软件化,雷达信息,实时处理,实时显示

当今时代, 科学技术日新月异, 电子信息工程技术也不例外, 得到了迅速发展, 同时, 随着计算机多核处理器、多任务程序设计技术、高度存储器等方面的飞速发展, 通用微型计算机的处理和软件运行都得到显著提升, 这就为雷达信息处理与显示系统的实现提供了新的途径和趋势。

1 系统总体设计

1.1 需求分析

基于对雷达状态的监视、控制及其信号数据的处理显示, 实现计算机的软件化, 需要使得所开发的系统实现显示量程、实时扫描、显示分辨率、信号分辨率、信号处理、多种辅助显示方式、人机交互界面的要求。其中, 雷达显示量程可以根据工作波长和脉冲宽度而设置以15公里为起点的加倍递增的量程变换;实时扫描是要求实现显示的扫描线与雷达天线的同步扫描;信号处理主要是针对含载目标信号、各种噪声、杂波和干扰信号的回波信号予以FPGA信号处理板处理和固定门限检测处理等;多种辅助显示方式主要是包括A显、B显、镂空PPI显示、任意点偏心、局部开窗放大显示及目标的具体信息显示。基于以上需求, 可以将雷达信息处理与显示系统的功能模块分为数据读取模块、数据储存模块、信息处理模块、数据显示模块, 其中, 数据显示模块又可分为原始视频显示、一次显示、二次显示。

1.2 系统的硬件配置需求与界面布局

对于系统的硬件配置需求而言, 需满足较高的主频、充足的内存、图像处理和显示的实时性显存、多种总线接口支持、多种外设支持等在内的主机性能要求。

对于系统的界面布局而言, 人机界面要遵循人性化设计原则、软件窗口平衡原则、经济原则、渐进池漏原则等, 其中人性化设计原则要注意控制权在用户、不同控件的一致性、宽容性和数据字典等方面的考虑。因此, 基于上述原则考量, 可把信息处理与显示系统的界面方案设置为雷达图像显示区域、目标信息区域和系统状态信息区域, 如图1所示。

1.3 开发平台及开发工具的选择

基于雷达显示控制端软件是典型的多任务软件, 需要相应的配置多任务操作系统支持, 可建议使用Windows软件开发平台, 并选取Visual C++开发工具, 而该开发工具具有良好的开发环境、高度集成的工具集、丰富类库和可视化特征;同时, 还可以调用Windows API, 使得应用程序与Windows平台完美结合。据此, 可以将软件化雷达信息处理与显示系统软件开发技术路线设计如图2。

1.4 系统关键技术及其实现途径

一是多核多线程程序设计。在面向多核处理器开发应用程序时, 需要注意采用多线程技术并分配各线程的工作负载和与面向单核平台时的不同设计思想。其中, 具体的设计思想如下:第一步, 对可供使用的处理器数目予以检查;第二步, 是对任务进行分解及线程数目的确定;第三步, 是代码的实现。

二是Intel Ipp算法库的应用。具体操作步骤为:第一步是配置工程项目属性;第二步是设置开发环境。

三是Direct3D多媒体开发技术的应用。主要是考虑硬件抽象层、硬件模拟层与软件参考层、Direct3D系统集成的操作。

2 系统功能模块的设计

2.1 数据读取模块

该模块需要注意DMA传输、应用程序与WDM驱动程序之间的通信的处理。其中, DMA传输需要注意适配器、传输控制和公共缓冲区的实现, 以便使得设备能够连续第读写数据。应用程序与WDM驱动程序之间通信可以通过以下流程实现:开始→打开设备→打开成功 (不成功予以退出程序) →Memory读写→DMA初始化→DMA开始→DMA停止→关闭设备。

2.2 信息处理模块

基于硬件结合软件的信号处理流程为:射频信号→低噪声放大→混频→中频信号→AD采样→数字正交相位检波→脉冲压缩→动目标显示→进入计算机→求模运算→视频积累→CFAR→目标检测→点迹凝聚→目标跟踪→显示处理, 其中数字正交相位检波→脉冲压缩→动目标显示属于前段信号处理, 亦即是硬件处理;求模运算→视频积累→CFAR→目标检测→点迹凝聚→目标跟踪属于后端信号处理, 亦即是计算机软件实现。

完全基于计算机软件的雷达信号处理流程为:数字正交相位检波→脉冲压缩→动目标显示→求模运算→视频积累→CFAR→目标检测→点迹凝聚→目标跟踪→显示处理。

2.3 信息显示模块

该模块需要注意PPI显示的实现、几种特殊的PPI显示方式、A型显示、开窗放大显示、目标信息显示, 其中, PPI显示的实现要注意Direct3D工作框架构造和PPI显示前的预处理;几种特殊的PPI显示方式要注意雷达信息的二次显示、偏心的PPI显示、镂空的PPI显示。

雷达信息的二次显示是指信号处理的基础之上对数据进行检测凝聚处理和目标跟踪处理等数据处理的显示;偏心的PPI显示是为了获得更大的显示分辨率, 而将PPI显示的扫描中心点趋于动态变化当中并相应地予以动态设置;镂空的PPI显示是着重显示操作者所关心的距离范围而不显示近距离的目标回波情况。

3 结论

基于通用计算机的雷达信号、数据处理及显示系统的设计, 可以有效地节约系统开发成本, 便于进行维护与升级, 具有较高的工程应用价值。

参考文献

[1]王德生, 赵利民, 孙立国, 等.信息化、软件化、通用雷达终端的构建与实现[J].现代雷达, 2007 (12) :94-96.

[2]张宏群, 孙雪涛, 王建.软件化雷达视频显示的实时坐标变换方法[J].微计算机信息, 2010 (4) :75-78.

IFF应答信号实时检测技术 篇7

无源被动探测系统通过接收、分析目标发射的电磁信号来确定目标的各类参数,自身不需要发射电磁信号,因此许多国家都开始发展无源探测技术。IFF系统作为现代战争中识别敌我的一种重要手段,广泛装备于军用飞机、舰艇等作战武器平台,同时也安装在民用飞机上,用于空中交通管制。IFF系统的广泛使用,也使得IFF信号成为无源被动探测的主要目标之一。通过对IFF信号的实时检测与测量,可以为无源被动探测提供有利的数据,进行目标识别、定位和跟踪等,而这些功能都对实时性的要求非常高,因此,该文将对IFF系统应答信号实时检测技术进行分析。

1 IFF应答信号特征

IFF信号属于二次雷达信号,用固定点频进行询问和应答,询问频率为1 030 MHz,应答频率为1 090 MHz,主要用于对雷达检测到的目标进行属性判别。其询问和应答脉冲采用脉冲幅度调制(PAM),不同工作模式的IFF信号的脉冲宽度、脉冲间隔及框架脉冲结构不同,不同目标发射的IFF信号则可通过信息码进行区分。因此,通过对IFF信号的实时检测和测量,得到脉冲宽度和间隔,即可进行模式识别和多目标分选,获取其辐射源目标的有关信息。典型的信号时域波形如图1所示。

IFF应答信号的载频为已知的1 090 MHz,它是一系列的短脉冲序列经过载波调制而成。常见的几种IFF应答信号规格与技术参数如表1所示。

IFF应答信号的数学表达式为:

S(t)=A(t)·cos[2πf0t+φ0], (1)

式中,A(t)为IFF信号的基带脉冲序列,f0为载波频率,φ0为载波初始相位。经过中频采样后得到的敌我识别信号表达式为:

S(n)=A(n)cos(ωcn+φ0)。 (2)

从式(2)可以看出,只要提取出脉冲信号的包络函数A(n),并测量其到达、结束时间,即可得到脉冲宽度和脉冲间隔等参数,如图2所示。

2 IFF应答信号实时检测技术

根据IFF应答信号特征,采用基于零中频的时域信号检测技术进行实时脉冲检测,具体流程如下:中频输入信号经模数转换(A/D)、抗混叠滤波和包络检波后,与本地设置好的检测幅度门限进行比较(信号初测),当判定有超过门限的信号存在时,则进行脉冲信号的精确参数测量(包括脉冲幅度、到达时间和脉冲宽度),根据脉冲宽度进行第2次判决,最后输出符合敌我识别信号特征的脉冲参数,为脉冲信号模式识别、多目标分离和解调等后处理提供数据,如图3所示。

由于信号检测对实时性的要求很高,适合用FPGA进行工程实现。因此,在设计中不仅要考虑如何快速准确地提取脉冲信号参数,还要考虑算法在硬件电路中的可实现性。下面就IFF应答信号实时检测及参数测量技术中的几个关键问题进行讨论。

3 实时检测关键技术

3.1 正交下变频

从一个实信号的解析表示(正交分解)可以很容易获得信号的瞬时幅度,因此,首先采用正交下变频技术将中频信号转化为解析信号。数字信号的正交变换可以采用数字混频的方法:采样序列X(n)与2个正交序列cos(ω0n)和sin(ω0n)相乘,再进行低通滤波,这种方法适合于信号中频变化的情况,并且实现中占用硬件资源较多。IFF应答信号在载频是固定的,因此,可以采用基于多相滤波的数字正交变换方法得到其解析信号。基于多相滤波的正交变换方法,不需要数字混频器,多相滤波器的阶数也比混频后的低通滤波器少,非常适合工程应用。该方法需要输入信号频率f0与采样频率fs有式(3)所示的关系:

$f{}_s=\frac{4f{}_0}{(2m+1)}m=(0,1,2\cdots )$。 (3)

基于多相滤波的正交变换算法实现方法如图4所示,详细推导过程见参考文献[1]。

其中,x′I(n)和x′Q(n)在时域上相差半个采样周期,即在频域上相差一个延迟因子$\text{e}{}^{\text{j}\frac{w}{2}}$。这个时间上的差异可以用延迟滤波器进行校正,这2个滤波器应满足:

$\frac{{\rm H}{}_{\text{Q}}\left(\text{e}{}^{\text{j}\omega }\right)}{{\rm H}{}_{\text{Ι}}\left(\text{e}{}^{\text{j}\omega }\right)}=\text{e}{}^{-\text{j}\frac{\omega }{2}}$,且$\left|{\rm H}{}_{\text{Q}}\left(\text{e}{}^{\text{j}\omega }\right)\right|=\left|{\rm H}{}_{\text{Ι}}(\text{e}{}^{\text{j}\omega })\right|=1$。 (4)

3.2 包络检波

包络检波的目的是提取信号的瞬时幅度信息。经过正交下变频后,得到I、Q两路零中频正交信号:

对这2路信号求模值:

$\sqrt{X{}_{\text{Ι}}^2\left(n\right)+X{}_{\text{Q}}^2\left(n\right)}=A\left(n\right)$, (6)

再经过低通滤波,滤除高频分量带来的抖动,就可以得到较为平滑的信号包络$A\left(n\right)$。

IFF信号的检测对实时性要求很高,需要硬件电路实现,而式(6)中的运算直接用硬件设计实现较为复杂,因此采用基于坐标旋转思想的CORDIC算法[4]。CORDIC算法的基本思想是将一个旋转过程分解为一系列的旋转,如式(7)所示,将旋转角θ进行分解:

$\theta ={\displaystyle \sum _{n=0}^{{\rm N}}\delta }{}_n\alpha {}_n$, (7)

式中,$\left\{\alpha {}_n\right\}$为基本角度集,δn=±1;第n次旋转的角度大小为αn,旋转方向由δn确定;N的大小与逼近程度有关。理想情况下N=∞,但实际中进行有限次旋转也可以达到一定的精度。第n次旋转运算为:

如果选择角度集为{αn=arctan(2-n)},那么:

如果不考虑比例因子cos(αn),CORDIC的基本旋转运算可简化为:

从上式可以看出,第n步旋转运算只需移位和加减法运算即可,非常适合硬件电路实现。

3.3 脉冲参数测量

脉冲参数测量主要是获取脉冲信号的幅度、到达时间、结束时间及脉冲间隔等参数,从而为IFF应答信号检测、模式识别和多目标分选提供依据。

由于接收到的脉冲信号强弱不同,取脉冲峰值一半的位置作为脉冲到达时间的测量点。此门限随实际接收信号强弱自适应变化,因此测量得到的脉冲到达/结束时间更为准确可靠。

采样数据是时间离散的,按上述方法计算出来的脉冲到达/结束时间很可能位于2个采样点中间的某个时刻,如果粗略选择较为接近的采样时刻作为脉冲到达/结束时间,会带来比较大的误差。由于2个采样点间的间隔足够小,并且从减小硬件设计难度方面考虑,可采用在2个采样点间线性插值的方法来得到更为精确的时间。设A(xa,ya)、B(xb,yb)为2个相邻的采样点,C(xc,yc)为落在A、B两点之间的脉冲到达/结束点。yc已知为脉冲峰值的一半,则求脉冲到达/结束时间的问题归结为求xc的值。根据相似三角形原理有:

$\frac{x{}_{\text{b}}-x{}_{\text{c}}}{x{}_{\text{c}}-x{}_{\text{a}}}=\frac{y{}_{\text{b}}-y{}_{\text{c}}}{y{}_{\text{c}}-y{}_a}$, (11)

由此得到xc的计算公式:

$x{}_{\text{c}}=\frac{x{}_{\text{b}}\left(y{}_{\text{c}}-y{}_a\right)+x{}_{\text{a}}(y{}_{\text{b}}-y{}_{\text{c}})}{y{}_{\text{b}}-y{}_{\text{a}}}$。 (12)

4 实验验证

由上节的讨论可以看出,IFF信号实时检测过程的数据处理量大,对速度要求高,但是通过选用适合的算法使得运算结构相对比较简单,因此适合采样FPGA实现。FPGA具有并行工作模式,可同时兼顾速度及灵活性。FPGA实现IFF信号实时检测的流程如图5所示。

采样信号经过正交下变频、CORDIC运算和低通滤波后得到平滑的脉冲包络,利用脉冲包络确定信号检测门限并进行信号幅度检测,对幅度超过检测门限的信号进一步进行脉冲宽度检测,最终根据脉冲宽度判定信号是否IFF应答信号,并提取符合条件的信号参数(脉冲描述字)。

以上实现流程在FPGA中进行编程实现,占用slice资源7 188个。脉冲参数测量的结果用于时差定位系统,得到的时差测量误差小于20 ns。

5 结束语

IFF应答信号实时检测技术利用基于多相滤波的正交变换得到零中频I、Q信号;用CORDIC算法简化了对FPGA实现来说相当繁琐的求平方根的过程;取脉冲顶点幅度的一半位置作为脉冲宽度、脉冲到达时间的检测点,并利用线性插值提高时间测量精度。

摘要：为了在非合作条件下对敌我识别(Identification Friend or Foe,IFF)信号进行实时检测,分析IFF应答信号的特征,提出IFF应答信号实时检测技术,对其中基于多相滤波的正交变换、包络检波及脉冲参数精确测量等关键技术进行了分析,并在现场可编程门阵列(FPGA)中进行了实现及测试,证明该技术完全满足工程实现的需求。

关键词：IFF,正交变换,CORDIC,线性插值

参考文献

[1]江春燕,周胜源,陈星.基于软件无线电多相滤波的数字正交变换技术[J].电子设计工程,2010,18(6):89-90.

[2]孙凌宇,罗静,屈金佑.混叠敌我识别信号分离算法研究[J].无线电工程,2011,41(1):18-21.

[3]钱眺,玉龙,查荣.IFF信号的分析与识别研究.雷达与对抗[J].2008(3):45-47.

[4]胡海华,杨芳,时华杰.基于CORDIC算法的AM基带解调方法[J].技术交流,2010(3):39-41.

[5]闻鑫.MK XII敌我识别系统及其对抗[J].舰船电子对抗,2006,29(5):18-23.

实时信号处理 篇8

DSP具有丰富的指令系统、高效的运算速度以及大存储器的高速寻址能力,同时具有灵活的接口和通信能力,便于组织多处理器并行运算、流水作业以及资源共享。其处理速度和运算精度都在不断提高,大大促进了雷达、声纳、通信等领域电子技术的发展。为了获得更多信息,需要探测更多的通道和更宽的频带,由此采样到高速、海量的原始数据流,并实时处理。数字信号处理器的飞速发展,使得高速信号处理得到普及[1,2]。各个领域的信号处理也具有了基本相同的处理结构,主要由三个部分组成:1. 模拟信号转换为数字信号的采样模块;2. 完成大量数据处理的信号处理模块;3. 重现模拟信号的信号再生模块。通用数字信号处理平台由PC和可扩展的DSP处理板组成,DSP以高性能的数据流运算完成实时信号处理,而PC完成信号处理结果数据的显示以及人机交互。随着应用规模的不断扩大,PC和DSP之间实时通信的数据带宽增大,成为系统设计的瓶颈。本文介绍了在工程中已经实现的PC与DSP之间实时高速数据通信的实用技术。

2 通用信号处理平台简介

2.1 硬件结构及特点

本文描述的通用数字信号处理平台采用AD公司的ADSP21060数字信号处理器,该处理器采用超级哈佛结构,40ns指令周期,可以完成32bit定点运算或32/40bit浮点运算,具有120MFLOPS的峰值运算能力。每块DSP处理板由六片ADSP21060数字信号处理器组成一个并行处理系统,每片ADSP21060具有六路传输速率为40MByte/s的LINK ports,LINK ports由片内I/O处理器控制,I/O处理器和片内运算控制单元并行工作[2,5]。通过LINK ports处理板内的ADSP21060以及板与板之间的ADSP21060组成了一个交织的数据流处理及通信网。

通用数字信号处理平台基于CPCI(COMPACT PCI)总线微型计算机系统,总线上的各个设备占用的I/O、存储器空间以及中断等都可以由主机(PC)统一分配,不会出现设备冲突,同时可以根据需要裁剪DSP处理模块。

通用数字信号处理平台通过CPCI总线扩展DSP处理板,通过板外LINK ports扩展数据通路,组成一个可灵活裁剪、性能强大的信号处理平台。

2.2 软件结构及特点

信号处理应用一般具有多通道数据、数据流量大、算法复杂等特点,应用于通用数字信号处理平台必然是多任务并行操作,多个任务之间又有复杂的数据交换。所以,通用数字信号处理平台采用实时多任务操作系统Virtuoso管理平台的硬件配置、资源分配与共享等。Virtuoso是WindRiver公司针对DSP处理器环境设计的嵌入式实时多任务操作系统[4]。

这样,通用数字信号处理平台开发人员主要关心数字信号处理问题本身,将问题划分为多个任务。每片DSP可以运行一个或多个任务,或者一个任务由多片DSP完成,这主要由任务运算量和DSP处理能力的比较决定。一般情况下,数字信号处理问题在通用数字信号处理平台的实现可以看成是数据流处理的问题。

2.3 数据流处理框架

在雷达、声纳、通信等领域的数字信号处理可以简单描述为模拟信号的再生并发射、单路/多路数据的采样(分割为帧数据)、帧数据的一级或者多级处理、产生结果数据。在这个流程中,往往由PC控制DSP的执行动作和传递处理参数;由PC获取结果数据并显示;并且由PC处理人机界面等,如图1所示。

3 PC与DSP之间的实时高速通信

结合工程背景分析查询方式下PC与DSP实时、高速数据通信技术。

3.1 工程背景

①24路通道A/D信号采样,采样周期为96k,数字化16bit(2Byte),数据帧周期为8ms,每路每帧数据768点,A/D采样数据由PC实时存盘;②每个信号处理周期为1248数据帧,既1248×8ms=9984ms;③DSP信号处理模块对数据帧实时处理,经过多级信号处理后,结果数据帧长为256点,浮点型(4Byte),帧周期为256ms,共48路,每个信号处理周期为39帧(39×256ms=9984ms),结果数据由PC显示。那么每个信号处理周期PC与DSP之间通信的数据量及数据通信率计算如下。

768×24×2×1248+256×48×4×39=46800KByte (1)

46800KByte/9984ms×1000=4687.5KByte/s (2)

A/D采样数据缓存在A/D板DSP芯片,DSP处理结果数据分别缓存在四个DSP芯片。其系统框图如图2所示。

为了防止数据混叠,与PC数据通信的A/D板DSP缓存和DSP结果数据缓存都采用了双缓存技术,既DSP缓存数据到存储器A时,PC与DSP存储器B通信,DSP缓存数据到存储器B时,PC与DSP存储器A通信。

3.2 平台数据通信率实验

通用数字信号处理平台PC与DSP之间的数据通信有两种方式:1. CPU方式CPCI总线数据通信;2. DMA方式CPCI总线数据通信。经过实验测得不同数据帧长、单个或多个数据缓存区两种方式下数据通信时间如表1所示(取100次实验样本的平均值)。

从表1分析得出,小数据量通信CPU方式高效,而大数据量通信DMA方式明显高效,并且无需运算控制单元干预。表中最后一行表示PC相继与5个DSP数据缓存区通信。通信的数据包括五个部分:A/D采样数据(48×768Byte)、DSP处理结果数据(单片48×256Byte,共有四片)。在切换数据存储区的情况下,通信时间明显增加。即使DMA方式下的通信时间(约13ms)也大于A/D采样数据帧周期(8ms),所以必须对A/D采样数据帧进行缓存。DSP片内存储器空间较小,需要使用共享片外存储器。为了和DSP处理结果数据通信周期相同,需要缓存32组A/D数据帧。每片DSP处理板共享外存为2MByte,缓存32组A/D数据帧为768×24×2×32=1152KByte,所以使用两块DSP处理板片外存储器,分别定义为储存器A、储存器B(双缓存技术)。这样A/D采样的数据和DSP处理结果数据通信周期均为256ms。缓存后的A/D数据帧采用DMA方式CPCI总线通信,DSP信号处理结果数据采用CPU方式CPCI总线通信。

3.3 周期同步

在PC与DSP数据通信前,需要有一个握手过程,使得PC与DSP之间数据通信周期同步。根据数字信号处理系统多为数据流周期处理的过程,查询方式是实现周期同步的一种有效方法。PC与DSP数据通信周期同步示意图如图3所示。

图3中横轴表示时间,平行排列的横轴分别为模拟信号输入、A/D采样、DSP处理和PC处理等系统的流程。每个8ms周期A/D采样数据成帧,由LINK ports分两路数据传输,一路传输到DSP处理板进行处理,另一路传输到共享外存缓存。A/D板DSP片内设计一状态量,当A/D采样32帧数据后,设置状态量有效,表示存储器已满。PC完成上一周期A/D采样数据存盘和DSP结果数据显示后,查询A/D板内的状态量。当查询到状态量有效后,PC开始DMA方式CPCI总线数据通信,完成数据通信后,设置状态量为无效,这个过程周期反复。DSP处理结果数据的通信同样处理。要求PC在256ms内完成这些动作,否则会出现数据通信的紊乱。

4 结束语

本文介绍的通用数字信号处理平台查询方式下PC与DSP之间的实时、高速数据通信技术已经在工程中得到了应用,经过长时间的应用测试得出,数据通信的性能和稳定性都达到了要求。中断方式下PC与DSP之间的实时、高速数据通信也有同样的结论。随着通用信号处理平台二期的开发,PC与DSP之间实时数据通信会有更高的带宽。

参考文献

[1]李启虎.数字式声纳设计原理.合肥:安徽教育出版社,2002.

[2]苏涛等.DSP实用技术.西安:西安电子科技大学出版社,2002.

[3]通用信号处理平台实用说明书.北京:中科海讯科技有限公司.2001.

[4] Virtuoso user guide for Version 4.1.Eonic Systems,Inc.2000.

实时信号处理 篇9

在光电跟踪系统中,随机噪声主要包括:高斯白噪声、1/fγ分形噪声。分形噪声和白噪声是影响惯性传感器特别是陀螺输出信号精度的重要因素,采用传统的方法很难滤除分形噪声。由于分形噪声在小波变换域具有特殊性质,小波分析方法成为研究分形噪声的有力工具。目前,常用的两种惯性传感器为陀螺仪和角速率传感器,在现有技术水平不能提供宽带宽高精度测量的情况下,将这两种高低不同带宽的惯性传感器数据进行融合,是实现高精度宽带宽测量主要技术途径。因此,如何既有效去除噪声,又可以将两种传感器信号融合起来,以满足后续控制需要成为当前研究的重点,当然,其难点是实时性的解决。小波与卡尔曼滤波结合的去噪算法和小波包去噪算法等,都对分形噪声有很好的去噪效果。在文献[1]、[2]里,给出了小波分析分形噪声的方法,但对算法的具体实现未作进一步的研究。本文主要从解决实时性的角度出发,采用小波阈值消噪的滤波方法,通过简化阈值的计算和改进信号延拓方法以提高信号处理精度,从而降低每次需要进行小波变换信号的长度来提高运算速度。同时,在阈值处理的基础上,实现两种高低不同带宽的惯性传感器信号融合。最终,实现对惯性传感器信号同时进行实时滤波和实时融合,以满足光电跟踪系统对惯性传感器信号的实时处理要求。

2 信号实时处理方法

2.1 阈值计算的简化

设噪声信号z(t)=x(t)+ω(t),其中x(t)为分形噪声,ω(t)为白噪声。对其进行小波变换,则有zkj=dkj+ωkj,dkj为分形噪声的小波变换系数,ωkj为白噪声的小波变换系数,j为小波变换尺度参数,k为样本点。根据相关文献[1]、[3],此时方差为

其中:β=2γ,γ为分形参数,σ为分形噪声强度,σω为每一尺度下的白噪声强度。

由于要按选择对应尺度下的阈值进行滤波(为估计值[3]),如果假设各参数的估计值与真实值相等,则显然有:

即可以直接把各尺度下的小波分解系数方差作为对应尺度下噪声的方差ˆσ2,代入到公式得到对应尺度下的阈值,进行滤波。由于σj2既包含了分形噪声的方差,也包含了白噪声的方差,所以分形噪声和白噪声都应被去除掉。

由文献[3]、[4]可知,小波变换系数zkj的方差σj2依赖于小波基的每个向量ψj,k(j、k同前),所以在进行小波变换时,阈值计算与滤波必须选用相同的小波基。同时,为了进一步提高速度和简化算法,进行相同尺度的分解。

通过上述方法,只需进行各尺度下的小波分解系数方差计算,而不必对噪声(分形噪声和白噪声)参数的具体值进行估计,所以进一步简化了算法,提高了信号处理的速度。

2.2 实时滤波方法

小波基函数不仅影响到滤波的效果,也将直接影响滤波处理的速度。考虑到实时滤波对处理速度的要求,在满足一定滤波效果的情况下,为了提高运算速度,选择滤波器长度短的小波基,如Db4小波等。

对于实时滤波,当输入信号为s(0),s)1(,…,s(n-)2,s(n-)1时,输出信号为s(n-)1的滤波值。所以,要得到较为精确的滤波值sˆ(n-)1,只需要对s(n-)1及附近几点进行较为精确的小波分解与重构,因此,滤波信号s的长度可以大大降低。但是,由于信号是分帧处理的,这样在进行滤波器操作时会引起边界效应,即在变换数据的两个边界处会由于截断等操作而引起信号的失真,从而无法恢复出原来的信号。通常的边界处理方式有3种,即截断、周期延拓和对称延拓等。根据实际滤波的需要,这里只需对输入信号的右边界进行处理。通过反复的仿真实验,对周期对称延拓方法进行如下所示改进:

经过上述的延拓后,能对s(n-)1及附近几点进行较为精确的小波分解与重构,从而得到较为精确的滤波值,且不增加任何的计算量,同时,滤波时信号的长度可以极大地降低,在通常进行5层分解时,n值最低可以取31,此时进行小波变换的信号总长度为64。由此可以看出,在滤波过程中,由于需要进行小波变换的信号长度得以极大降低,所以变换的速度得到了极大的提高。同时,由于提升方法不仅可以实现小波快速算法,还可进行原位运算,所以在进行小波变换时采用提升小波变换以进一步提高运算速度。

具体的滤波过程如下:

1)首先,通过高通滤波器取出噪声信号,并如2.1节所述,进行N层小波分解后求得各层系数方差,代入阈值公式获得各层阈值,并预存长度为n的信号s;

2)输入信号s(n-)1点,原信号s中每点依次前移一点,原s(0)被丢弃;

3)对输入信号进行上述改进后的周期对称延拓;

4)对延拓后的信号进行小波分解,阈值处理和重构,得到滤波后的信号;

5)输出滤波后的信号点;

重复以上的2)~5)过程,便可实现信号的实时滤波。

2.3 实时融合方法

对于不同惯性传感器间信号的融合,是在上述滤波过程第4)步中进行的。设sN1(n)为陀螺仪信号进行N层小波分解并进行阈值处理后所得的第N层低频系数,sN2(n)为角速率传感器信号进行N层小波分解并进行阈值处理后所得的第N层低频系数。则可设:

根据文献[5],可以构造加权系数为

对第N层的低频系数应用加权融合规则进行融合,设sNF(n)为融合后的低频系数,则有:

而其他层系数则直接使用角速率传感器信号所对应的分解层系数。

将阈值处理及融合处理后的各层系数进行小波的逆变换,所得到信号sˆ的第n-1点(此处n为输入信号长度)信号即为所需要输出的实时滤波融合信号。

3 实验及结果

为了验证的便利性,并根据现有的实验条件,特将对算法的有效性验证分为两步进行,即通过Matlab验证滤波及融合算法的效果和搭建硬件实验平台验证核心程序的实时性。

3.1 对算法效果的验证

为了验证以上算法的效果,对某真实系统的两个不同带宽惯性传感器信号进行了Matlab数值仿真。其中,陀螺仪-3d B处带宽为0~40Hz,角速率传感器-3d B处带宽为0.299~1000Hz,通过其传递函数来模拟对真实运动的测量。由于角速率传感器得到的是角速度,不能与陀螺仪测量的角位移直接融合,因而引入离散积分环节积分角速度得到角位移。假设真实运动信号为扫频正弦波ω=10-2tsin(2πt2)(rad/s),通过角速率传感器和陀螺传递函数处理后,再叠加上某光纤陀螺实际的采样信号通过高通滤波器取出的噪声,作为仿真信号。其中,高通滤波器下截止频率为250Hz,采样频率为5000Hz。在实际仿真时,为省去单位换算,在数值上将真实运动信号规范到-1~1,噪声则规范到-3~3。仿真时采用Daubechies4小波,进行5尺度分解。采用上述小波滤波方法,首先对噪声信号进行各尺度下的小波分解系数的方差计算,产生相应尺度下的阈值。滤波时的输入信号长度n=31,进行周期对称延拓后信号长度为64。信号融合时,由于采样频率为5000Hz,在只进行5层分解时,最后一层的低频信息频率范围为0~78.125Hz,在0~40Hz以外,即78.125>40。根据文献[5],为使在整个低频范围内都有低带宽传感器(陀螺仪)的输出信号作为融合的一个分量,这样,融合后的信号就更接近真实信号,所以需满足f1≥f2/2N(设陀螺仪带宽为0~f1,角速率传感器带宽为α~f2,N为分解层数),必须进行至少6层分解,此时最后一层的低频信息频率范围为0~39.0625Hz,满足f1≥f2/2N,即40≥39.0625。最后的仿真结果如图1所示。

3.2 对实时性的验证

为了验证算法的实时性,通过PC/104搭建试验平台,如图2所示。A/D采集模块以5k Hz的采样频率采集数据后,通过PC104总线传输给从CPU板(PM-4060_13,主频1.3GHz),从CPU在5k Hz采样频率时间间隔内完成小波变换中滤波及融合的计算。主CPU(MSM-855,主频1.6GHz)完成小波变换中阈值的计算。双CPU之间的数据传输通过双口RAM交换完成,CPLD(逻辑可编程控制器)实现接口板中的逻辑控制。程序采用Turbo C编程。信号输入为某光纤陀螺在静态时的输出采样,其它条件与上述Matlab验证时相同。通过验证,每点小波滤波时间为60µs左右。对于信号融合,由于要输入两个通道的不同传感器信号,进行两次小波分解、融合权值计算以及一次小波合成等,所以时间消耗大约是单通道滤波时间的1.5倍,而在图2所示的系统中的实际时间为100µs左右,与理论分析基本一致。由于采样间隔为200µs,所以完全能满足对信号的实时滤波和融合。

4 结论

根据光电跟踪系统中惯性传感器信号的SNR低、随机噪声主要包括高斯白噪声和1/fγ分形噪声等特点,采用小波分析方法优于传统的低通滤波方法,因此滤波性能大大提高。同时,在滤波的基础上,能够实现两种高低不同带宽的惯性传感器信号融合,计算方法简单。当然,采用小波分析的方式,难点是信号处理的实时性,而本文通过对阈值计算的简化以及延拓方式的改进,大大提高了信号处理的速度并满足一定的精度要求。从实验结果可知,通过适当的硬件实现,该方法完全能够达到光电跟踪系统对惯性传感器信号处理的实时性。

参考文献

[1]张传斌,邓正隆.激光陀螺信号的小波滤波方法研究[J].电子学报,2004,32(1):125-127.ZHANG Chuan-bin,DENG Zheng-long.Study on Wavelet Filtering for Signal of Ring Laser Gyro[J].Acta Electronica Sinica,2004,32(1):125-127.

[2]袁瑞铭,孙枫,陈慧.光纤陀螺信号的小波滤波方法研究[J].哈尔滨工业大学学报,2004,36(9):1235-1238.YUAN Rui-ming,SUN Feng,CHEN Hui.Wavelet filtering method in signal processing of fiber optic gyro[J].Journal of Harbin Institute of Technology,2004,36(9):1235-1238.

[3]WORNELL Gregory W,OPPENHEIN Alan V.Estimation of Signals from Noisy Measurements Using Wavelets[J].IEEE Transactions on Signal Processing,1992,40(3):611-623.

[4]MALLAT Stéphane.信号处理的小波导引[M].杨力华,译.北京:机械工业出版社,2002.Stéphane MALLAT.A Wavelet Tour of Signal Processing[M].YANG Li-hua.Beijing:China Machine Press,2002.

[5]蒋行国,杨文淑,包启亮,等.基于小波变换的两种惯性传感器数据融合[J].光电工程,2007,34(1):90-94.JIANG Xing-guo,YANG Wen-shu,BAO Qi-liang,et al.Data fusion based on wavelet transform for two inertial sensors[J].Opto-Electronic Engineering,2007,34(1):90-94.

[6]DONOHO David L.De-Noising by Soft-Thresholding[J].IEEE Transactions on Information Theory,1995,41(3):613-627.

[7]SWELDENS W.The Lifting Scheme:A Custom-Design Construction of Biorthogonal Wavelets[J].Applied and Computational Harmonic Analysis,1996,3:186-200.

[8]CHOU KC,GOLDEN S A,WILLSKY A S.Multiresolution Stochastic Models,Data Fusion,and Wavelet Transform[J].Signal Processing,1993,34(3):257-282.

[9]Ning M A,BOUCHARD Martin,GOUBRAN Rafik A.Speech Enhancement Using a Masking Threshold Constrained Kalman Filter and Its Heuristic Implementations[J].IEEE Transactions on Audio,Speech,and Language,2006,14(1):19-32.

[10]Craigmile Peter F,Guttorp Peter,Percival Donald B.Wavelet-Based Parameter Estimation for Trend Contaminated Fractionally Di-erenced Processes,Technical Report Series NRCSE-TRS No.077[R].2004:1-30.

[11]Mohamed Deriche,Tewfik Ahmed H.Maximum Likelihood Estimation of the Parameters of Discrete Fractionally Differenced Gaussian Noise Process[J].IEEE Transactions on Signal Processing,1993,41(10):2977-2989.

网络化遥测数据实时处理软件设计 篇10

如付诸现实将改变现有的飞行试验实时监控体系, 极大程度的节省了频谱资源, 并节省了高昂的同步板卡花费。

遥测数据的实时处理是飞行试验工程中试飞监控的重要环节, 对飞行试验的安全性和有效性有着重要影响。近年来, 随着试飞技术的不断发展, 监控需求的参数不断增加, 航空机载设备的复杂程度不断增加, 传统PCM流的传输方式已经不能满足当前飞行试验地面监控的需求。当前, C波段网络化遥测已经逐步进行小规模的试验验证, 网络化遥测数据的实时处理势必成为未来我国飞行试验工程的重要组成部分。

本文通过结合某型号网络化遥测验证试验, 详细地介绍了网络化遥测实时处理软件的解析过程、架构以及设计逻辑, 并有效地解决了网络数据包丢包错序、视频与参数数据同步回放等问题。

数据结构定义

结合网络化遥测数据的特点, 并有效的利用机载网络格式格栅, 定义主要包含参数结构与协议解析信息的HEA文件, 实现参数数据与视频数据的有效分流、参数数据的提取以及参数数据与真实物理量的实时转换, 最终实现遥测网络数据的实时接收处理功能与回放数据功能。

参数结构定义

网络化遥测数据是由机载测试采集系统对测试参数数据与视频数据同步进行采集与分发, 采集的数据填充至多个网络数据包中, 而网络数据包的格式又直接依赖于采集器的记录格式, 结合飞行试验的特征, 具体有如下特点。

1) 多种数据包协议——由于网络化测试系统存在多种采集器, 目前主要存在IENA与XNET/INET网络数据包格式。

2) 参数多样分布——机载采集的参数的受制于机载采集设备与协议的定义, 具体的参数数据由于字长的不同在数据包中的分布方式也有可能不同, 存在机载设备将一个64位的字拆分为4个16位字填充到4个不同的网络数据包中这样的可能性。

3) 参数数据与视频数据并存——网络化遥测机载设备将视频数据与参数数据同时分布于数据包中, 因此在网络数据包的实时处理过程中必须考虑到视频数据与参数数据的分流与差异处理。

4) 多总线多采样性——机载设备总线标准众多, 涵盖了429总线、422总线、CAN总线、1394总线、FC总线以及其他航空机载总线, 另外参数的采样率也不尽相同。

根据网络数据包的格式以及参数在数据包中的具体位置, 并考虑到参数的字长、取位、校准类型以及采样率等特性, 结合网络化遥测数据的特征, 定义参数的具体结构为:

协议解析定义

目前网络数据包虽然大小不能固定, 但其格式主要按照IENA与XNET/INET两种协议进行数据填充, 协议不同其解析的方式也就不同, 因此在提取数据时必须同时考虑两种标准的异同, 提取出两种标准的共同点, 方便软件的设计与实现。

从表1与表2我们可以看出虽然两种协议的控制头不相同, 但均具有区别包类型的区别字 (KEY, Message Define ID) , 包长 (SIZE, Message Length) , 包序 (SEQ_NUM, Message Define Sequence Number) 与时间信息 (TIME, Message Timestamp) , 因此一旦包结构确定我们就能确定当前数据包是参数数据还是视频数据, 以及具体数据的提取方式。

另外, 考虑到最大程度的利用数据传输带宽, 网络化遥测数据采用组播的方式进行数据传输, 实时遥测数据可由多个服务器进行分流实时处理, 结合IENA与XNET/INET两种协议的特点, 定义数据包的格式为:

软件详细设计

总体框架

通过机载网络格栅以及相应的XML接口, 结合两种协议的特点转换为原始的HEA文件, 并在此基础上添加参数处理、数据提取方式等信息从而最终形成实时处理所需的HEA文件。通过此HEA文件可以知晓当前网络数据包的协议、参数数量、参数具体解析信息、视频数据等内容, 继而实现网络数据包准确的转换为实时监控所需的数据。HEA文件的定义确保了数据解析的准确性, 但在数据处理过程中需要考虑到数据的接收、提取、分发等过程, 同时处理好的参数数据与视频数据要实时的传送到实时监控软件客户端, 保证试验飞行安全, 本文采用UDP组播的传输方式, 将参数名列表、参数数据、视频数据分路传输到局域网中, 由于组播地址与端口固定, 客户端监控软件可以采用统一的设计逻辑, 极大的缩短了监控软件的设计周期, 同时由于机载测试数据也是通过组播的方式进行传输, 并且网络数据包占用带宽过高, 为避免产生网络拥塞, 通过使用双网卡实现数据的物理隔离。整体框架结构如图1所示。

软件结构

网络遥测实时处理软件要同时考虑到实时处理与回放处理两个功能模块的设计, 尽可能实现代码的共用, 而实时处理与回放处理最大的区别仅限于原始数据是来源于网络获取还是文件读取, 因此在数据获取过程中仅需要通过条件选择判断数据源即可。网络遥测数据实时处理要考虑到数据的接收、解析、分发、处理等过程, 通过分析整个处理过程, 采用多线程共享内存的设计方式, 具体设计为HEA与配置信息处理线程、数据接收线程、数据处理线程、视频数据发送线程、参数数据发送线程以及参数名发送线程等六个线程, 主窗体在打开实时处理HEA文件后, 开启HEA与配置信息处理线程, 获取当前飞机参数处理信息与发送配置信息, 转化为相应的全局信息, 关闭当前线程后开启其他几个线程, 各个线程通过HEA与配置信息处理线程生成的全局信息进行初始化, 线程间的交互和处理过程如图2所示。

关键技术

数据包拥错控制与同步处理

机载测试采集系统每秒可向外发送数千个数据包, 由于受到飞机位置、地面干扰、网络拥塞、连接中断等因素, 会产生一定程度的数据丢包错序现象, IENA与XNET/INET协议在整合数据包的过程中, 均会按照数据包的生成顺序在数据包头添加包号, 其包号在有效范围具有连续性的特征, 数据处理线程针对于数据接收线程分发视频和参数数据包, 首先按照时间戳进行快速粗略划分, 然后再按照数据包内KEY字进行快速精准排序, 与此同时在参数数据包按照KEY字排序的过程中, 对相同时间戳的数据包个数进行统计, 如果某个时间戳内数据包个数少于HEA文件预估的个数, 则将这个时间戳下的数据包抛弃, 这主要是因为存在参数的高低字分布于不同的数据包中, 如果一个丢失某个参数数据包可能导致提取出的部分参数变化过大, 影响指挥人员实时监控决策, 而针对于视频数据包采取与参数数据包相同的处理措施, 与之不同的是视频数据包发生丢包时, 并不丢弃整个这个时间戳内的数据, 采用在视频实时解析客户端处理丢包问题。具体处理逻辑如图3所示。

参数数据与视频数据同步回放

传统的参数数据与视频数据由于存储在不同的文件中, 而视频中添加的时码信息无法通过图像识别有效获取, 也就不能同步回放, 网络化遥测的参数数据与视频数据采用相同的协议填充, 通过将实时接收到的两种数据进行拥错控制之后存储在一个数据文件中, 在文件读取时, 建立标识链表, 首先进行预读取操作, 每当查找到的数据包key字与HEA文件中包序为1的key字相同时, 记录当前文件指针信息并保存到标识链表之中, 在数据回放时, 首先确定拖动的进度条位置, 进而确定文件读取指针的当前大致位置, 然后查询标识链表, 查找到与拖动进度条后确定的文件位置最接近的标识位置, 更新为当前文件读取指针的实际位置, 继而实现了参数与视频的同步回放。预读取过程如图4所示。

参数名列表扩充机制

理论上IP数据报的最大长度为65535个字节, 剔除IP协议与UDP协议数据报文定义, 最大仅能支持65507字节, 而当前飞行试验中测试参数已经可以达到上万个, 参数名的定义也越来越复杂, 每个参数名即可占用30~40个字节, 这种情况下单个IP数据报仅能支持1500~2000个参数名的同时发送, 针对参数名列表总长度超过限制的情况, 采用分批发送的方式, 每个IP数据报最大发送40000个字节, 每个参数名占用41个字节, 不足时填充字符’#’, 定义包含总发送次数与当前发送顺序的参数列表, 截取参数列表的方式采用以上一个IP数据报中发送的最后一个参数名的结束开始, 直至最接近40000字节的那个参数结束, 并在分批发送的每个网络包中添加当前发送的分段列表在真实参数名列表中参数起始顺序和结束顺序。分批发送参数名列表的结构定义如表3所示。

软件运行界面

本软件在某网络化遥测试验平台上得以验证, 界面主要分为基本配置信息、实时处理、数据回放三个部分, 试验结果表明该软件能够实时准确的处理网络化遥测数据, 满足当前试验飞行监控的需求, 实时处理阶段的运行状态如图5所示。

结语

该网络化遥测实时处理软件目前已在多个型号的试飞中得到验证, 成功确保了多个试飞科目的顺利进行, 运行结果表明已经可以确保每秒2200个遥测网络数据包、5000个参数的实时处理, 满足当前网络化遥测试飞监控需求, 为新一代网络化遥测的发展提供了宝贵的经验。

建议观点

1、传统遥测网络中采用PCM流的传输方式, 其结构复杂, 传输能力有限, 占有带宽较多, 已经不能满足当前试验飞行实时监控的需求, 与此同时, PCM流的调制解调也需要大量的硬件资源, 耗费巨大, 必须寻找新的传输方式替代当前的PCM传输方式。

2、IRIG106遥测标准在2009年最新版中发布了iNET遥测网络标准, 当前国内航空飞行试验领域仅初步的分析了该标准的技术特点和面临的问题, 并进行了小规模的试验验证, 基于iNET遥测网络标准的遥测系统的搭建, 才刚刚进入初始阶段, 具有很大的发展潜力。