基于隨機共振的嵌入式檢測系統(tǒng)

王貴磊，韓曉軍，陶志軍，郝 研，王太勇

（1.天津工業(yè)大學 信息與通信工程學院，天津 300160；2.中國汽車技術研究中心，天津 300162；3.天津大學精密儀器與光電子工程學院，天津 300072）

基于隨機共振的嵌入式檢測系統(tǒng)

王貴磊1，韓曉軍1，陶志軍2，郝 研3，王太勇3

（1.天津工業(yè)大學 信息與通信工程學院，天津 300160；2.中國汽車技術研究中心，天津 300162；3.天津大學
精密儀器與光電子工程學院，天津 300072）

針對機械振動信號中低頻小信號不易檢測的問題，設計開發(fā)了一套基于隨機共振理論的嵌入式檢測系統(tǒng).硬件采用"DSP+ARM"的雙CPU結構，軟件應用Linux操作系統(tǒng)，使系統(tǒng)性能更加穩(wěn)定.文中給出了仿真結果，驗證了系統(tǒng)可以有效地抑制噪聲的影響和準確地提取低頻微弱信號.

隨機共振；嵌入式檢測系統(tǒng)；雙CPU；Linux

機械在運轉過程中會產生夾雜著大量噪聲的振動信號，致使某些有用的低頻微弱信號不能被很好地檢測出來.噪聲的干擾給低頻微弱信號的檢測帶來很大的不便.早期的研究中，噪聲普遍被認為是一種消極的干擾，是造成系統(tǒng)無序的根源，應該設法抑制或消除它的影響.但是，進一步的研究表明[1-2]，噪聲并不總是對系統(tǒng)產生破壞作用，在某些特定的非線性條件下，隨機噪聲有利于增強系統(tǒng)對于外界響應的靈敏度和選擇性，對于系統(tǒng)行為的演化具有建設性意義.這種噪聲的積極作用在隨機共振（SR，Stochastic Resonance）現象被發(fā)現后引起了眾多業(yè)內人士的關注.本文提出將隨機共振算法移植到嵌入式系統(tǒng)中去，開發(fā)一套基于隨機共振算法的嵌入式檢測系統(tǒng)，該系統(tǒng)優(yōu)于以往檢測系統(tǒng)之處在于不是設法削弱噪聲的影響而是積極地利用噪聲，隨機共振通過噪聲提高了系統(tǒng)對外界響應的靈敏性和選擇性，系統(tǒng)的能量轉移機制使低頻微弱信號在輸出頻譜中突顯出來，可實現在含噪信號中對低頻微弱信號的檢測.

1 隨機共振

1.1 隨機共振原理

隨機共振的概念最早是由Benzi等在研究古氣象冰川演化問題時提出的.其主要特點可以解釋為信號和一定能量的噪聲在非線性條件下表現出的協(xié)同效應[1]，當系統(tǒng)的輸入信號和噪聲與系統(tǒng)的非線性之間達到某種匹配時，保持輸入信號不變而逐漸增大噪聲強度，在非線性系統(tǒng)的輸出端，系統(tǒng)的輸出信噪比（SNR）會增加，出現力學中人們熟知的單峰（或多峰）共振曲線，如圖 1 所示.信號 s（t）、噪聲 n（t）和非線性系統(tǒng)三者的關系如圖2所示.

隨機共振的近似描述可以用朗之萬（langevin）方程來表示

1.2 隨機共振算法的實現

式（1）是一個非線性的隨機微分方程，不存在準確解的表達式，因此采用一種基于4階龍格—庫塔（Runge－Kutta）法來做數值求解，數學表達式如下：

式中，系數 k1、k2、k3、k4滿足：

式中：xn、sn分別表示 x（t）和輸入 s（t）=Asin（2πf0t）+n（t）的第 n 個采樣值；h 為采樣頻率的倒數；a、b 是與式（1）中相同的系統(tǒng)參數.

2 系統(tǒng)硬件設計

系統(tǒng)硬件主要分為3大模塊：數據運算模塊、控制模塊和數據采集模塊.

系統(tǒng)數據運算模塊的核心是DSP芯片，選用的是TMS320VC5509A，是由TI公司推出的新一代16位高性能、低功耗數字信號處理器.5509A具有128 K×16 bit的片上RAM，外圍配置了外部存儲器接口，提供了異步存儲的方式：如EPRAM和SRAM，同時還提供了高速度高密度的同步存儲方式：如DRAM[3].

系統(tǒng)主控制模塊的核心是ARM芯片，采用Samsung公司的處理器S3C2410.該處理器內部集成了ARM公司ARM920T處理器的32位微控制器，資源豐富.帶獨立的16 kbit的指令Cache和16 kbit數據Cache、LCD控制器和RAM控制器等[4].

系統(tǒng)采集模塊選用的是AD7656芯片，該芯片是具有獨立的六通道逐次逼近型（SAR）的模數轉換器，每通道最高可達250 kSPS的采樣率.轉換處理和數據精度是通過CONVST信號和1個內部晶振控制的.3個CONVST管腳允許3對ADC獨立同步采樣.當3個CONVST管腳連接到一起時，就可以實現6個通道的同步采樣.

2.1 運算和控制的雙CPU結構設計

要實現精確無丟點的連續(xù)采集，系統(tǒng)必須保證在采樣間隔時間內完成對N點采集數據的處理、顯示和存儲，因此對CPU要求很高.為了滿足系統(tǒng)要求，計算和控制核心采用了“DSP+ARM”的雙CPU結構設計.這樣不僅可以充分發(fā)揮DSP強大的數字信號處理能力，同時也可以發(fā)揮ARM強大的控制能力，實現對液晶、鍵盤等外設接口的實時控制.而且雙CPU設計還可以大大降低系統(tǒng)的設計難度，軟件資源分配及設計均相對獨立，便于系統(tǒng)維護[5].

系統(tǒng)選用S3C2410作為控制CPU，負責數據顯示、存儲和通信接口模塊的控制.DSP作為運算CPU，完成數據的采集、隨機共振計算式（2）、（3）的計算和FFT計算等.這樣系統(tǒng)通過雙CPU的結構設計實現對信號的連續(xù)不丟點采集，從而實現對低頻微弱信號的檢測.

DSP與ARM之間高速可靠的數據通信是系統(tǒng)設計的關鍵，采用DSP的EMIF方式，硬件上通過1個雙口RAM芯片將DSP與ARM連接，ARM可以通過雙口RAM對DSP內部的存儲單元進行讀寫操作.DSP與ARM的硬件連接方式如圖3所示.

圖3中 IDT70V24是一個16位4 kbit的雙口RAM，CEL、CER是雙口RAM兩端的片選信號；RWL、RWR分別是控制雙口RAM左側與右側讀寫的信號；OEL、OER是控制雙口RAM兩端數據輸出的使能信號；INTL、INTR是雙口RAM兩端中斷信號；BUSYL、BUSYR是雙口RAM的忙信號，也是雙口RAM的輸出信號.

2.2 數據采集模塊設計

AD7656芯片有軟件控制和硬件控制2種工作模式，系統(tǒng)采用的是軟件控制工作模式.DSP通過CONVST引腳對ADC轉換通道進行控制，將轉換后的數據存儲在DSP的片外存儲空間.TMS320VC5509A的片外存儲空間被分為4個部分，每個存儲空間配置了1個片選使能信號（CEn），本系統(tǒng)中A/D采集得到的數據就存儲在CE2空間.DSP和AD7656的硬件連接方式如圖4所示.

圖4中，SN74V245是1個高速低功耗的同步先入先出寄存器（FIFO），用來作為A/D轉換的數據緩存，然后將數據傳給DSP做進一步處理，在DSP的控制下同步傳輸數據.

系統(tǒng)中AD7656的轉換量程有±10 V和±5 V兩種，可以通過軟件對其進行配置.

3 系統(tǒng)軟件設計

本系統(tǒng)的軟件操作平臺為Linux操作系統(tǒng)，以實現顯示屏和鍵盤的實時操作，方便實現人機交互的功能.系統(tǒng)軟件根據任務的不同，分為不同的優(yōu)先級，如圖5所示.

DSP在計算隨機共振算法計算（2）、（3）式的時候需要設置系統(tǒng)參數.針對不同信號要產生隨機共振現象所需要的系統(tǒng)參數不相同的特點，本系統(tǒng)采用用戶設置的方法來選擇參數：用戶首先設置隨機共振的初始值、終止值和步長，系統(tǒng)根據不同的參數對數據序列進行運算.系統(tǒng)軟件流程如圖6所示.

4 實驗結果分析

為了驗證系統(tǒng)的實用性，做了一個仿真實驗，實驗結果如圖7所示.

采用信號發(fā)生器產生1個模擬信號：s（t）=0.3 sin（2π × 0.01 t）＋ n（t）.其中，模擬信號頻率為0.01 Hz，n（t）是均值為 0，方差為 1 的白噪聲.把模擬信號接入系統(tǒng)的數據采集端口，系統(tǒng)采樣頻率fs=5 Hz，采樣點數為1 024點，輸入隨機共振參數a=1，b=3，數值計算步長h=1/fs=0.2.分別計算該系統(tǒng)輸入信號和輸出信號的時域波形和幅值譜.

從圖7（a）中可以看出，在系統(tǒng)輸入端，周期信號幾乎湮沒于噪聲中而不能被辨識，但在系統(tǒng)輸出端（圖7（c）），由于隨機共振效應，頻率成分為f0=0.01 Hz的周期信號被清晰地顯現出來.比較圖7（b）和（d），盡管系統(tǒng)的輸入輸出頻譜都在f0=0.01 Hz處得到明確的信號譜線，但比較兩譜線的峰值大小可清楚地知道，經過隨機共振計算后的信號譜峰遠遠大于輸入信號的譜峰.此外，輸入噪聲的頻譜在整個頻域上幾乎均勻平直（圖7（b）），這是白噪聲的頻譜特性.而經系統(tǒng)處理后，輸出信號的噪聲頻譜已明顯減少（圖7（d）），這是由于部分噪聲的能量被轉移到低頻信號中，使低頻微弱信號的譜線更加突出.通過以上的對比分析驗證了系統(tǒng)對低頻微弱信號檢測的靈敏性和準確性.

5 結束語

系統(tǒng)采用“DSP+ARM”的雙CPU結構，以ARM為控制核心，DSP為運算核心，保證了數據采集和算法的高速執(zhí)行，便于系統(tǒng)維護.在嵌入式操作系統(tǒng)Linux基礎上，加強了人機交互功能，設計開發(fā)了基于隨機共振算法的嵌入式檢測系統(tǒng).實驗結果表明系統(tǒng)可以實現隨機共振算法對采集信號的分析，從含噪信號中準確識別出較微弱的低頻有用信號.

[1]徐春生，王太勇，冷永剛，等.基于SoC和FPGA的便攜式變步長隨機共振儀[J].儀器儀表學報，2008，29（8）：1767-1771.

[2]鄧 輝，王太勇，冷永剛，等.嵌入式變尺度級聯隨機共振系統(tǒng)的實現[J].哈爾濱工程大學學報，2009，30（11）：1279-1284.

[3]LI Juan，WANG Jin-hai，WANG Ming，et al.Design and research of remote debugger and upgrade system for DSP[J].Semiconductor Photonics and Technology，2009，15（1）：63-68.

[4]高炳坤，陶東升，王 健，等.基于ARM和DSP的嵌入式監(jiān)控系統(tǒng)的設計[J].黑龍江八一農墾大學學報，2009，21（1）：59-62.

[5]趙艷菊，王太勇，徐 躍，等.基于雙CPU的便攜式故障診斷儀的設計與開發(fā)[J].吉林大學學報：工學版，2008，38（3）：557-560.

Embedded detection system based on stochastic resonance

WANG Gui-lei1，HAN Xiao-jun1，HAO Yan2，WANG Tai-yong2
（1.School of Information and Communication Engineering，Tianjin Polytechnic University，Tianjin 300160，China；2.China Automotive Technology and Research Center，Tianjin 300162，China；3.College of Precision Instrument and Opto-electronics Engineering，Tianjin University，Tianjin 300072，China）

An embedded detection system based on stochastic resonance was developed to solve the problem that lowfrequency weak signal was difficult to be detected in mechanical vibration.More stable performance of the system was achieved by the use of “DSP+ARM”dual-CPU structure as the hardware and Linux operating system as the software.The simulated results show that the system can suppress the impact of mechanical noise effectively and obtain low-frequency weak signal accurately.

stochastic resonance（SR）；embedded detection system；dual-CPU；Linux

TP274；TN911.4

A

1671－024X（2010）05－0065－04

2010-05-31 基金項目：國家自然科學基金（50975193）；國家科技重大專項（2009ZX04014-101-05）

王貴磊（1985—），男，碩士研究生.

韓曉軍（1958—），女，副教授，碩士生導師.E-mail：hanxiaojun@tjpu.edu.cn