基于過(guò)采樣的高精度寬動(dòng)態(tài)范圍次聲信號(hào)采集系統(tǒng)

李鴻征，趙 鋒

(焦作大學(xué)機(jī)電工程學(xué)院，河南焦作 454000)

0 引言

次聲波是頻率小于20 Hz的聲波，其不易被水或空氣吸收、也不易衰減［1］。在長(zhǎng)期的應(yīng)用中發(fā)現(xiàn)次聲波和地震存在明顯的聯(lián)系，即次聲波異?？梢杂糜趯?duì)地震進(jìn)行預(yù)測(cè)。為了更好地應(yīng)用于實(shí)踐中，首先要對(duì)信號(hào)特性進(jìn)行深入的分析［2］。故能夠完整地還原次聲傳感器的采樣輸出信號(hào)是次聲數(shù)據(jù)采集系統(tǒng)的核心任務(wù)，而其精度也決定了地震預(yù)報(bào)的準(zhǔn)確度。

目前，數(shù)據(jù)采集系統(tǒng)主要采用先放大再濾波，最后采樣量化的方式，當(dāng)系統(tǒng)要求分辨率很高時(shí)，基于傳統(tǒng)的方法會(huì)遇到奈奎斯特抽樣速率的瓶頸問(wèn)題，因?yàn)锳D轉(zhuǎn)換器的速度往往限制了系統(tǒng)的速度［3－5］。過(guò)采樣技術(shù)則可以實(shí)現(xiàn)傳統(tǒng)ADC無(wú)法實(shí)現(xiàn)的精度，其已成為中低速、高精度AD轉(zhuǎn)換的常用技術(shù)，應(yīng)用于諸多領(lǐng)域［6］。但過(guò)采樣技術(shù)的使用是有一定要求的，即被采樣信號(hào)的振幅需要和ADC的輸入范圍接近，本文研究的次聲電信號(hào)為mV量級(jí)的低頻信號(hào)，幅值相對(duì)穩(wěn)定。由于直接使用過(guò)采樣技術(shù)是無(wú)法提高轉(zhuǎn)換精度的［7］，所以，首先對(duì)次聲信號(hào)中的微弱信號(hào)進(jìn)行放大，然后在完成采集過(guò)程。

本文利用STM32F103型單片機(jī)完成次聲信號(hào)的數(shù)據(jù)采集，通過(guò)過(guò)采樣技術(shù)以及可編程增益放大器AD8253動(dòng)態(tài)調(diào)整增益的能力完成采樣，最終完成了次聲信號(hào)采集系統(tǒng)，從而克服了由于信號(hào)幅值過(guò)低而導(dǎo)致的過(guò)采樣失效問(wèn)題，也提高了系統(tǒng)的采樣精度。

1 基本原理

1.1 過(guò)采樣技術(shù)原理及精度提高方法分析

根據(jù)奈奎斯特定理［8］，當(dāng)采樣頻率為fs時(shí)，可將fs一半以?xún)?nèi)的有效信號(hào)重建。其中，小于fs/2的頻率的噪聲會(huì)被混疊在輸入信號(hào)中。采用數(shù)學(xué)手段，以白噪聲的數(shù)學(xué)模型近似地描述實(shí)際噪聲時(shí)，信號(hào)頻帶內(nèi)的噪聲能量譜密度有

式中:erms為噪聲的平均功率;fs為采樣頻率;E(f)為能量譜密度。

由于ADC會(huì)舍入到最近的量化水平或ADC碼值，所以?xún)蓚€(gè)相鄰ADC碼值之間的距離反映了量化誤差的大小，故量化電平有

式中:N為AD轉(zhuǎn)換器的位深;Vref為參考電壓。

則對(duì)應(yīng)的量化誤差eq有

設(shè)噪聲近似看作為白噪聲，而噪聲的隨機(jī)變量在ADC碼值之間的分布為零均值。則方差就是平均噪聲的功率，有

采樣頻率和奈奎斯特頻率之間的關(guān)系可以通過(guò)過(guò)采樣率(OSR)來(lái)表示，有

式中fm為輸入信號(hào)的最高頻率。

系統(tǒng)輸出端對(duì)應(yīng)的白噪聲功率有

通過(guò)式(6)可知，增大OSR可減小系統(tǒng)中噪聲的功率。由于過(guò)采樣并不影響信號(hào)的功率，所以過(guò)采樣在減小噪聲功率且不影響信號(hào)功率的條件下實(shí)現(xiàn)了信噪比的提高。

在實(shí)際應(yīng)用過(guò)程中，在增加p位精度時(shí)，采樣頻率應(yīng)至少為

式中:fos為過(guò)采樣頻率;fs為初始采樣頻率。

通過(guò)4p過(guò)采樣率獲得的采樣值需求和、平均等處理后方能得到最后的結(jié)果。在采集過(guò)程中產(chǎn)生的干擾及在低頻段的熱噪聲等大部分是白噪聲，其均值約等于0，所以求和平均法具有較好的去噪效果，可以有效提高系統(tǒng)的信噪比。但當(dāng)將4p個(gè)采樣值相加后僅除以4p，那只能起到低通濾波的作用，R位的采樣數(shù)據(jù)經(jīng)過(guò)平均后精度不變，并不能提高精度。所以，首先將4p個(gè)采樣值進(jìn)行相加，然后產(chǎn)生一個(gè)R+2p位的數(shù)值，將該數(shù)值進(jìn)行右移p位，又可得到一個(gè)R+p位的數(shù)值，至此，這個(gè)數(shù)值才能實(shí)現(xiàn)提高p位精度的效果。

1.2 微弱信號(hào)的直接過(guò)采樣技術(shù)

設(shè)系統(tǒng)的輸入信號(hào)為三角波，如圖1所示，AD傳感器的量化步長(zhǎng)為L(zhǎng)SB1，當(dāng)采用過(guò)采樣技術(shù)后的量化步長(zhǎng)為L(zhǎng)SB2。當(dāng)ADC對(duì)其進(jìn)行采樣時(shí)，由于ADC的量化步長(zhǎng)LSB1超過(guò)了三角波信號(hào)的幅值，所以其采樣值均為0，故不能捕捉原信號(hào)的特征。當(dāng)ADC采用過(guò)采樣技術(shù)后，其采樣值分布發(fā)生了改變，對(duì)應(yīng)的量化步長(zhǎng)變成LSB2，則其采樣值不再全是0，可以反映出原始信號(hào)的一定的特征。當(dāng)過(guò)采樣率足夠大時(shí)，ADC可以將原有信號(hào)可以被分辨。

圖1 微弱信號(hào)的直接過(guò)采樣分析

如果輸入信號(hào)值小于ADC的量化步長(zhǎng)，則即使過(guò)采樣率再高，其采樣結(jié)果也全部為0，無(wú)法反映原始信號(hào)的特征。這樣屬于過(guò)采樣失效。所以，當(dāng)輸入次聲信號(hào)為微弱信號(hào)時(shí)，則要先對(duì)原始信號(hào)進(jìn)行放大，再進(jìn)行過(guò)采樣，最后通過(guò)過(guò)采樣數(shù)據(jù)實(shí)現(xiàn)對(duì)ADC分辨率的提高。

2 次聲信號(hào)采集系統(tǒng)設(shè)計(jì)

次聲電信號(hào)大都是低頻信號(hào)，并且振幅基本在mV量級(jí)上，而異常信號(hào)時(shí)最大振幅為10V，其采集范圍大且?jiàn)A雜有環(huán)境噪聲。為了保證次聲信號(hào)的完整性，從而保證對(duì)地震預(yù)測(cè)的準(zhǔn)確性。針對(duì)被測(cè)次聲電信號(hào)的特點(diǎn)，設(shè)計(jì)了次聲信號(hào)采集系統(tǒng)，如圖2所示。

圖2 次聲信號(hào)采集系統(tǒng)設(shè)計(jì)框圖

系統(tǒng)采用AD8253(自動(dòng)調(diào)節(jié)量程可編程增益儀表放大器)調(diào)制ADC前端的信號(hào)。經(jīng)過(guò)系統(tǒng)的處理，可以根據(jù)輸入信號(hào)自動(dòng)地切換模擬輸入增益，而不會(huì)影響系統(tǒng)的總體性能，為了實(shí)時(shí)測(cè)量出次聲電信號(hào)的小、大信號(hào)的輸入，且不必等候系統(tǒng)的建立時(shí)間以及因延遲而產(chǎn)生的毛刺。

系統(tǒng)通過(guò)閥值來(lái)實(shí)現(xiàn)動(dòng)態(tài)調(diào)整系統(tǒng)增益的功能，閥值的選擇對(duì)最大化系統(tǒng)的模擬輸入范圍很重要，可確保在盡可能大的信號(hào)范圍內(nèi)使用G=100(G表示增益)模式，同時(shí)防止ADC輸入過(guò)驅(qū)。本系統(tǒng)選擇500和50000作為閥值。

在G=1時(shí)，使用0、500這兩個(gè)閥值，如果上次ADC轉(zhuǎn)換結(jié)果介于0～500之間，增益便切換到G=100模式，這樣可確保ADC的模擬輸入電壓盡可能最大化。

在G=100時(shí)，使用50 000、65 535這兩個(gè)閥值，如果上次ADC轉(zhuǎn)換結(jié)果介于50 000～65 535之間，預(yù)測(cè)下次采樣結(jié)果，增益切換到G=1模式，以防止ADC超量程。所以，本系統(tǒng)在輸入信號(hào)在0～(3.3×500÷65535)=0.025 2 V 之間時(shí)，放大信號(hào)100倍后輸入到ADC。

本系統(tǒng)的過(guò)采樣部分軟件設(shè)計(jì)基本流程為:(1)AD7610以上位機(jī)軟件設(shè)定采樣頻率的256倍進(jìn)行采樣;(2)每采樣256個(gè)數(shù)據(jù)進(jìn)行一次求和，然后右移4位，作為最終的過(guò)采樣結(jié)果;(3)將過(guò)采樣結(jié)果通過(guò)串口上傳至上位機(jī)，上位機(jī)將接受到的數(shù)據(jù)處理后作為最終結(jié)果進(jìn)行顯示和存儲(chǔ)。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)條件

系統(tǒng)選用的ADC是一款16位電荷再分配逐次逼近型寄存器(SAR)架構(gòu)的模數(shù)轉(zhuǎn)換器AD7610。采樣頻率是上位機(jī)軟件設(shè)定采樣頻率的256倍，按每提高4倍采樣頻率能提高一位分辨率來(lái)計(jì)算，ADC能提高4位分辨率，則最后能達(dá)到20位分辨率，完全滿(mǎn)足對(duì)于次聲信號(hào)1mV變化的檢測(cè)。輸入的次聲信號(hào)通過(guò)AD7610過(guò)采樣并進(jìn)行模數(shù)轉(zhuǎn)化，得到的采樣值經(jīng)單片機(jī)處理后上傳到上位機(jī)。STM32作為數(shù)據(jù)采集系統(tǒng)的核心微控制器，接收上位機(jī)關(guān)于采樣頻率的命令，對(duì)整體系統(tǒng)的時(shí)鐘進(jìn)行控制，主要包括對(duì)AD7610采樣時(shí)鐘的控制。

3.2 實(shí)驗(yàn)結(jié)果分析

本文通過(guò)兩種方法檢測(cè)次聲信號(hào)來(lái)比較測(cè)量結(jié)果:方法1直接以1 Hz的速率采樣;方法2利用本系統(tǒng)以1 Hz的速率采樣。實(shí)驗(yàn)結(jié)果如圖3和圖4所示。

圖3和圖4分別給出了兩種方法得到的次聲信號(hào)波形。相比直接采樣的信號(hào)而言，圖4中的信號(hào)細(xì)節(jié)部分更明顯，在原有的信號(hào)基礎(chǔ)上引入了0.1 V左右的細(xì)節(jié)信息。很明顯，使用本次聲信號(hào)采集系統(tǒng)采集到的次聲信號(hào)對(duì)細(xì)節(jié)的還原度更高，精度也更高。

圖3 利用方法1采集的次聲信號(hào)波形圖

圖4 利用方法2采集的次聲信號(hào)波形圖

4 結(jié)論

本文通過(guò)可編程放大器動(dòng)態(tài)調(diào)節(jié)增益，克服了對(duì)于微弱次聲信號(hào)過(guò)采樣失效的缺點(diǎn)，采用ADC結(jié)合過(guò)采樣技術(shù)，成功地提高了系統(tǒng)分辨率，實(shí)現(xiàn)了對(duì)次聲電信號(hào)高精度的采集。由于過(guò)采樣算法簡(jiǎn)單，可以通過(guò)系統(tǒng)的數(shù)字處理能力巧妙實(shí)現(xiàn)，相對(duì)于傳統(tǒng)的采集系統(tǒng)，本采集系統(tǒng)更加經(jīng)濟(jì)可靠。在實(shí)際應(yīng)用中，本系統(tǒng)可以滿(mǎn)足目前對(duì)次聲信號(hào)研究的需求，具有很高的應(yīng)用前景。

［1］張新剛，王澤忠.基于過(guò)采樣技術(shù)提高數(shù)據(jù)采集精度的新方法.電力系統(tǒng)自動(dòng)化，2004，28(14):58 －62.

［2］李剛，張麗君，林凌，等.利用過(guò)采樣技術(shù)提高ADC測(cè)量微弱信號(hào)時(shí)的分辨率.納米技術(shù)與精密工程，2009，7(1):71－75

［3］吳家平，沈建華.基于STM32微控制器的過(guò)采樣技術(shù)研究與實(shí)現(xiàn).計(jì)算機(jī)技術(shù)與發(fā)展，2010，20(2):209 －212.

［4］李剛，張麗君，林凌，等.基于過(guò)采樣技術(shù)的生物電信號(hào)檢測(cè).電子學(xué)報(bào)，2008，36(7):1465 －1467.

［5］林琳，楊亦春.大氣中一種低頻次聲波觀測(cè)研究.聲學(xué)學(xué)報(bào)，2010，35(2):200－207.

［6］ABDULLAH MARDINA，HAL J.STRANGEWAYS，DAVID M.A.Walsh.Effects of ionospheric horizontal gradients on differential GPS.Acta Geophysica，2007，55(4):509 －523.

［7］阮雙喜.基于ARM的氣象數(shù)據(jù)采集系統(tǒng)的研制.吉林大學(xué)學(xué)報(bào)，2006，24(2):222 －223.

［8］MAZZAFERRI J，LEDESMA S.Wavelet Coefficients Thresholding Method Applied to the Correlation of Noisy Scenes.Processing of SPIE，2004，5622:617 －621.