智能傳感器信息流的圖形化仿真方法

黃國健， 王新華， 林創(chuàng)魯

(廣州市特種機電設備檢測研究院研發(fā)中心， 廣東 廣州 510180)

0 引言

一般智能傳感器主要由傳感器、微處理器及相關電路組成，其結(jié)構框圖如圖1所示[1].其中，傳感器部分將被測的物理、化學量等轉(zhuǎn)換成相應電信號，然后送到信號調(diào)理電路中，經(jīng)濾波、放大、AD轉(zhuǎn)換后送到微處理器.微處理器對接收的信號進行計算、存儲、數(shù)據(jù)分析和處理后，一方面通過反饋回路對傳感器與信號調(diào)理電路進行調(diào)節(jié)以實現(xiàn)對測量過程的調(diào)節(jié)和控制，另一方面將處理后的結(jié)果傳送到輸出接口，經(jīng)過接口電路處理后按照輸出格式和界面定制輸出數(shù)字化測量結(jié)果.

圖1 智能傳感器基本結(jié)構框圖

對傳感器進行面向?qū)ο蟮慕Ｊ侵悄軅鞲衅鏖_發(fā)的重要手段[2，3]，而為驗證傳感器模型的正確性，可對要開發(fā)的智能傳感器的硬件構架、信號流走向、網(wǎng)絡傳輸?shù)冗M行仿真，從而預測、評估傳感器整體或某一部分的工作性能.目前在設計階段對IEEE 1451智能傳感器進行仿真研究主要集中在利用LabVIEW對IEEE 1451智能傳感器接口模塊(Smart Transducer Interface Module, STIM)功能、性能，以及利用C#、Visual J++等編寫的網(wǎng)絡分析軟件對網(wǎng)絡適配處理器模塊(Network Capable Application Processor，NCAP)網(wǎng)絡通信性能進行仿真與分析.如Ramos, H.M.G等(2004)利用LabVIEW對基于微處理器的STIM模塊進行數(shù)字傳感通道性能測試，為驗證智能傳感器功能構架的合理性提供仿真數(shù)據(jù)[4]；Gurkan, D等(2007)建立一套基于IEEE 1451標準的智能傳感器測試平臺，用于對智能傳感器STIM模塊的即插即用性能和網(wǎng)絡連接方面進行仿真[5]；李冶等(2006)重點對基于IEEE 1451標準的NCAP數(shù)據(jù)傳輸模式進行仿真，采用優(yōu)化后的傳輸策略，可使傳輸速率達到8 Mbit/s以上[6]；Wobschall, D等(2009)采用IEEE 1451.0標準構建了一個多路串行通信NCAP測試系統(tǒng)，并應用于測試TCP/IP協(xié)議簇下傳感信息通信情況[7].若配合在設計階段對整個傳感器功能架構、信號流走向、網(wǎng)絡傳輸相結(jié)合進行仿真分析，那將更具有實際指導價值.

本文將在通用型網(wǎng)絡化智能傳感器系統(tǒng)部署模型的基礎上[3]，利用虛擬儀器LabVIEW中ARM Module和DSP Module等圖形化仿真方式，以數(shù)據(jù)平均傳輸速率 、平均傳輸延時tde等作為主要性能評價指標，從傳感器模型的硬件架構、信號流走向、網(wǎng)絡傳輸?shù)确矫婢C合對要開發(fā)的智能傳感器進行仿真分析.

1 IEEE 1451網(wǎng)絡化智能傳感器信號流模型

基于IEEE l451標準的網(wǎng)絡化智能傳感器技術代表了下一代智能傳感技術發(fā)展方向，IEEE 1451標準將智能傳感器從結(jié)構上分為NCAP、STIM兩部分.要對智能傳感器圖形化仿真，必須建立基于IEEE 1451網(wǎng)絡化智能傳感器的信號流模型，使仿真目標更加明確.

圖2為基于IEEE 1451智能傳感器通用結(jié)構的信號流模型圖[8]，信號流走向主要有：①關聯(lián)的傳感器采集數(shù)據(jù)，發(fā)送數(shù)據(jù)至STIM模塊，繼續(xù)通過變送器獨立接口(Transducer Independent Interface，TII)發(fā)送傳感數(shù)據(jù)至NCAP模塊，繼而向遠程網(wǎng)絡發(fā)送過程；②遠程控制終端通過網(wǎng)絡向NCAP發(fā)送指令，繼續(xù)通過TII模塊向STIM模塊下達，并最終傳送至關聯(lián)執(zhí)行器過程.其中涉及模塊包括：智能變送器接口模塊STIM、網(wǎng)絡適配器NCAP以及實現(xiàn)它們通信的變送器獨立接口TII.

圖2 IEEE 1451智能傳感器通用結(jié)構的信號流模型

設傳感器開始采樣數(shù)據(jù)，至數(shù)據(jù)到達遠程目的端(或遠端控制器發(fā)送命令，至執(zhí)行器執(zhí)行完命令)所需時間為傳輸時間(Transfer Time，ttran)，轉(zhuǎn)換器轉(zhuǎn)換時間為tT/A，STIM處理數(shù)據(jù)時間為tSTIM，TII傳輸數(shù)據(jù)時間為tTII，NCAP處理數(shù)據(jù)時間為tNCAP，網(wǎng)絡傳輸時間為tNW，那么整個傳感器系統(tǒng)采樣頻率為：

(1)

由Nyquist采樣定理，整個傳感器帶寬為：

(2)

由于tT/A與變送器硬件本身直接相關，tSTIM、tNCAP受STIM、NCAP的微處理器速度、算法效率直接影響，TII模型傳輸機制及硬件速度決定了tTII大小，網(wǎng)絡協(xié)議、數(shù)據(jù)量又決定了tNW，因此，對智能傳感器仿真優(yōu)化，必須基于整個信息流模型.下面將討論利用虛擬儀器工具LabVIEW對智能傳感器進行圖形化仿真.

2 基于LabVIEW的傳感器硬件模型圖形化

每一個STIM最多可與255個傳感器通道相連接，STIM包括實現(xiàn)數(shù)字處理單元、存儲TEDS、與NCAP通信等操作.可建立基于LabVIEW的STIM圖形化模型VI(圖3)，圖中采用Mulitisim軟件數(shù)據(jù)作為連接傳感器輸入信號.從STIM圖形化模型圖可以看出，它包括讀取Mulitisim數(shù)據(jù)通信、STIM處理核心、數(shù)據(jù)存儲、與NCAP的數(shù)據(jù)傳輸?shù)葞讉€模塊，這些模塊可按各自功能實現(xiàn)智能傳感器在STIM中的各種功能仿真.

圖3 基于LabVIEW的STIM圖形化模型

IEEE 1451標準定義的NCAP是介于STIM和現(xiàn)場網(wǎng)絡之間的控制模塊.其主要作用是對來自STIM或客戶端原始數(shù)據(jù)進行校正、補償，并實現(xiàn)與外部網(wǎng)絡的通信.建立基于LabVIEW ARM Module構建的NCAP圖形化模型VI如圖4所示.從NCAP圖形化模型圖可以看出，它包括與STIM的通信模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)儲存模塊、網(wǎng)絡通信模塊等子模塊，這些模塊可按各自功能實現(xiàn)智能傳感器的各種功能仿真.

圖4 基于LabVIEW的NCAP圖形化模型圖

圖5是基于LabVIEW的STIM與NCAP的數(shù)據(jù)傳輸模塊圖VI，該模塊根據(jù)TII協(xié)議實現(xiàn)STIM模塊與NCAP模塊的雙向數(shù)據(jù)通信，既可從地址邏輯子模塊讀入包括傳感數(shù)據(jù)、TEDS數(shù)據(jù)等數(shù)據(jù)，向NCAP發(fā)送；也可以從NCAP讀取指令和TEDS配置信息等，向STIM傳輸.

圖5 基于LabVIEW的STIM與NCAP數(shù)據(jù)傳輸模塊

3 智能傳感器整體信號流分析與優(yōu)化

由公式(1)和(2)，影響傳感器整體帶寬BW各項數(shù)據(jù)處理時間中，tT/A與變送器硬件本身直接相關，tSTIM、tNCAP受STIM、NCAP的微處理器速度、算法效率直接影響，tTII由TII模型傳輸機制及硬件速度共同決定，tNW則與網(wǎng)絡協(xié)議、數(shù)據(jù)量有關.下面基于整個信息流模型，從總體上對智能傳感器進行仿真優(yōu)化.本節(jié)整合智能傳感器系統(tǒng)仿真平臺，試圖通過一系列正交試驗，分析、優(yōu)化整個智能傳感器系BW.BW與tT/A、tSTIM、tNCAP、tTII、tNW有關，因此變送器采樣率、STIM、TII、NCAP和網(wǎng)絡傳輸?shù)茸鳛閷嶒炓蛩?分別對應A、B、C、D、E因素).表1為綜合實驗所涉及的因素和水平表.

表1 綜合實驗所涉及的因素和水平表

因為TII因素有三種情況，可細分成3個子因素，這樣就變成是7因素實驗問題.由于C1和E為2水平，其余因素均為3水平，這將沒有合適的混合水平正交表可選.一種處理辦法是使因素C1、E擬為3水平，從而選擇正交表L18(37)安排實驗，總評價指標為智能傳感器總帶寬BW.

實驗通過整合各個VI，連接整個IEEE 1451智能傳感器，在L18(37)的18種參數(shù)設置下，分別將1 024 bytes數(shù)據(jù)模擬從變送器輸入、STIM預處理、TII傳輸、NCAP處理、到最終遠程網(wǎng)絡通信各環(huán)節(jié)，同時記錄每個環(huán)節(jié)所耗時間，最后通過公式(2)得到每種參數(shù)下整個智能傳感器的BW，并對數(shù)據(jù)進行分析.表2為根據(jù)正交實驗仿真得到的智能傳感器信號流測試數(shù)據(jù)及分析表.Ki表示因素i各水平所對應的試驗指標之和，ωi表示因素i各水平所對應的誤差，R為極差.

表2 L18(37)智能傳感器信號流測

從表2可看出：①試驗13#A2B1(C2C3C1)D3E2的BW最大，表明在該實驗條件相對較佳，水平數(shù)較佳；②TII采用不同水平時，其極差Rj較大、點散布廣，這意味著該因素對BW的影響較大，是主要因素；其它極差值RA=7.6、RD=7.2、RE=2.2，RB=1.7，各影響因素的主次關系為“C-A-D-E-B”.

對各個因素與帶寬效應趨勢進一步分析，可得變送器的采樣率越高，BW越大；STIM的CPU位數(shù)增大，BW增大，但BW提升效果不太明顯(一般STIM并不需要進行過于復雜的運算)；雙通道同時讀寫時比單通道讀寫B(tài)W高，NACK翻轉(zhuǎn)位數(shù)越高BW越大，緩沖區(qū)增大BW減??；NCAP的CPU位數(shù)越高，BW越大(傳感器校正效率提高)；優(yōu)先傳輸?shù)耐ㄐ拍Ｊ较鄬τ跓o優(yōu)先傳輸模式下的BW要大.這些趨勢分析表明，A3B3(C12C23C31)D3E1為理論上趨勢優(yōu)化組合.

綜合以上分析，要提高智能傳感器的BW，可以有如下幾個途徑：①采取有效的改進TII的方式；②選用采樣率高的變送器，提高NCAP的CPU運算能力，研究高效的校正算法；③網(wǎng)絡通信協(xié)議、STIM的硬件也是需要考慮的措施之一.

4 結(jié)論

(1)建立了基于IEEE 1451標準的智能傳感器信號流模型，從而推導傳感器整體帶寬BW公式，其中tT/A與變送器硬件本身直接相關，tSTIM、tNCAP分別受STIM、NCAP的微處理器速度、算法效率直接影響，tTII大小由TII模型傳輸機制及硬件速度決定，tNW則受網(wǎng)絡協(xié)議、數(shù)據(jù)量影響.

(2)基于LabVIEW DSP Module、LabVIEW ARM Module研究STIM及NCAP圖形化方法，實現(xiàn)IEEE 1451標準智能傳感器信號流模型的圖形化，該圖形化模型可實現(xiàn)變送器的即插即用連接、傳感信號獲取、儲存以及標準化接口通信等功能.

(3)針對影響傳感器BW的各個因素，結(jié)合IEEE 1451標準智能傳感器信號流圖形化模型，采用試驗次較少的正交試驗思路，得到各影響因素的主次關系和趨勢優(yōu)化組合A3B3(C12C23C31)D3E1，表明在各試驗條件中，關聯(lián)高采樣率為1 000 Hz的變送器、STIM和NCAP采用高運32位CPU、TII采用雙通道同步讀寫等條件下，智能傳感器BW較高.

[1] 林玉池,曾周末.現(xiàn)代傳感技術與系統(tǒng)[M].北京:機械工業(yè)出版社,2009.

[2] Lee K,Song E Y.UML model for the IEEE 1451.1 Standard[C].Vail,CO,United states:Institute of Electrical and Electronics Engineers Inc., 2003.

[3] 黃國健,劉桂雄,洪曉斌,等. IEEE 1451網(wǎng)絡化智能傳感器的通用建模方法及應用[J].光學精密工程,2010,18(8):1 914-1 921.

[4] Ramos H M G, Pereira J M D, Viegas V, et al. A virtual instrument to test smart transducer interface modules (STIMs)[J]. IEEE Transactions on Instrumentation and Measurement,2004, 53(4): 1 232-1 239.

[5] Gurkan D, Yuan X, Benhaddou D, et al. Sensor networking testbed with IEEE 1451 compatibility and network performance monitoring[J]. 2007 IEEE Sensors Applications Symposium,2007: 1-4.

[6] 吳忠杰,林 君,李 冶,等.IEEE1451標準智能傳感器中網(wǎng)絡應用處理器的實現(xiàn)[J].傳感器與微系統(tǒng),2006,6(6):85-88.

[7] Wobschall D,Stepanenko A,Maykiv I,et al.A multi-port serial NCAP using the IEEE 1451 smart transducer standard[J].2009 IEEE Sensors Applications Symposium (SAS 2009),2009:293-297.

[8] GJ Huang,GX Liu,GX Chen,et.al.Research on Improving TII Performances of IEEE 1451 Smart Sensors[J].Applied Mechanics and Materials,2010,1(37-38):1 027-1 030.