0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

分析遥测噪声数据无损压缩关键技术实现

电子工程师 来源:电子技术应用 作者:崔海波,梁庭,景 2021-04-08 13:49 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

0 引言

飞行器的工作状态参数和环境参数主要通过无线遥测和回收遥测获得,是评定飞行器性能和分析飞行器故障的依据[1]。随着航天技术的发展,飞行器内部的工作参数越发复杂,遥测数据的信息量越来越大,遥测系统现有的存储能力和信道带宽已经很难满足如此大数据量的存储、传输要求。考虑到技术、成本等条件的限制,一味增加信道带宽和存储器的容量是不现实的。目前,数据压缩技术被广泛应用于遥测系统[2]。根据遥测数据的特点,采用合适的算法对大数据量的遥测数据进行编码压缩,不仅减轻了遥测系统数据存储的压力,也降低了对信道带宽的要求,提高了通信效率。

遥测噪声信号的频率和幅度变化很大且无规则,信号的相关性差,为反映信号的完整特性,需要较高的采样频率,这样就会产生很大的数据量。为有效地完成对噪声信号的测量,这里采用ARC(算术编码)算法对噪声数据进行无损压缩,以DSP+FPGA为硬件平台[3],充分利用FPGA高速、并行的特性和DSP在算法实现上的优势,很好地实现了对遥测噪声数据的实时、无损压缩。

1 系统设计

系统整体设计框图如图1所示,由噪声传感器采集的噪声信号经调理电路滤波、放大后,进行A/D转换得到量化噪声数据;FPGA将噪声数据写入内部8 KB FIFO,直到FIFO达到半满[4],DSP才会读取噪声数据进行算术编码;编码压缩后的噪声数据先是被DSP缓存至SDRAM,然后通过McBSP串口发送到FPGA,FPGA通过内建的4 KB FIFO对接收的压缩数据进行缓冲;422通信控制模块会接收读数命令并在4 KB FIFO达到半满时按照HDLC协议的要求将压缩数据传输到外部设备进行存储、传输和分析等操作。

6356652118777000007641521.gif

2 数模转换电路设计

噪声信号的模数转换采用TI公司的ADS8365芯片实现。它是16位6通道并行A/D,最高采样率可达250 kS/s,完全满足对4路噪声信号进行27 kHz采样的要求。

ADS8365的6个模拟输入通道可分为3组,分别为A、B和C组[5]。每组都有一个保持信号(分别为HOLDA、HOLDB和HOLDC),用于启动各组的A/D转换。6个通道可以进行同步并行采样和转换。当ADS8365的HOLDX保持20 ns的低电平后开始转换。当转换结果被存入输出寄存器后,引脚EOC的输出将保持半个时钟周期的低电平,以提示FPGA进行转换结果的接收,FPGA通过置RD和CS为低电平使数据通过并行输出总线读出。

ADS8365的数据的读出模式有3种,分别是:直接地址读取、FIFO读取、循环读取,是由地址/模式信号A0、A1和A2来选择的[6]。本系统FPGA将数据读出配置为FIFO读取模式。A/D转换电路如图2所示。

6356652121632900003651591.gif

3 FPGA与DSP通信设计

FPGA控制ADS8365完成对4路噪声信号的A/D转换,各路量化数据加入通道标志后依次写入FPGA内部FIFO。当FIFO达到半满后,通知DSP读取2 048 B数据进行编码,编码时间最长为40 ms,平均20 ms。DSP在编码过程中不能与FPGA进行数据通信,FPGA要对由A/D产生的量化数据进行缓存。按最长耗时40 ms计算,每路27 kHz的采样率会产生为4.32 K个采样点。采用16位FIFO,则FIFO的深度应大于4 320,这里为增加可靠性,设计FIFO深度为8 192。

FPGA内部FIFO由Block RAM构建,其与DSP EMIF接口的连接如图3所示。

6356652125838000009424541.gif

噪声数据经DSP压缩后可以通过并行EMIF总线传输至FPGA。但为降低数据传输误码率,提高系统稳定性,本设计采用DSP的McBSP0串口将压缩后的数据以串行数据流的方式传送至FPGA。McBSP0传输单元的大小设置为48 bit,包括4 bit起始位、32位数据位和12 bit停止位。FPGA将串行接收的压缩数据转换成8 bit并行数据并将其写入到内部4 KB FIFO中。FPGA通过422接口与外部设备通信,在接收到读数命令后判断4 KB FIFO是否达到半满。如果FIFO达到半满,就读取FIFO中的数据,并进行HDLC协议编码和帧格式编码后发送出去;否则采用填充帧技术,将预先定义好的一组固定帧结构数据发送给外部设备。

4 DSP程序设计

基于C语言的各种常见压缩算法的开发都已很成熟,ARC算法的源程序也容易调研,算法的具体实现过程在此不再赘述。本设计将ARC源程序移植到DSP中实现算法的压缩功能,DSP上电启动或者复位后,从 Flash中加载程序,进入主函数main()完成外部FIFO数据读入、启动ARC压缩,读写SDRAM和数据输出等工作工作。程序流程如图4所示。

6356652128442700003915691.gif

当DSP检测到外部8 KB FIFO半满信号后会读取2 048 B噪声数据到内部4个缓存中,由于4路噪声信号采样时仅相差一个采样点,故各路噪声数据相差一个字节。DSP内4路噪声数据对应的缓存几乎同时达到2 048 B, DSP需要同时对4路噪声数据进行编码,这会使DSP长时间处于繁忙状态而不能进行采样数据的读入和压缩数据的输出,容易引起FPGA内部8 KB FIFO溢出和4 KB FIFO的读空。

如果采用中断方式打断压缩进程、读入量化数据和输出压缩数据,则可能造成DSP内数据量过大,超出DSP片内RAM容量。这里将DSP内的4个缓存预设初值分别设为1 536 B、1 024 B、512 B和0 B,DSP每次从FPGA内部FIFO中读取2 048 B数据,则DSP内每个缓存增加512 B。DAP第一次读取FIFO,第一路噪声数据对应的缓存达到2 048 B,进行编码、输出后,该缓存数据量变为0。

此时,4路缓存中的字节数变为0、1 536、1 024和512。DSP第二次读取FIFO后,第2路数据缓存达到2 048 B,完成对第二路噪声数据的编码、传输。如此循环执行,实现每次只对一路噪声数据进行处理,保证了数据的连续均匀流动。

5 测试验证与分析

采用测试系统对设计的噪声压缩装置的性能进行了验证,测试系统的测试台向噪声压缩装置提供4路信号来模拟噪声传感器的输入,噪声压缩装置对输入信号完成压缩后将数据回传给测试台并由测试台将压缩数据上传至上位机。上位机对压缩数据先进行数据结构分析,如果数据结构正确,就按照HDLC协议将数据解码并去除填充数据和帧标识。之后根据ARC算法将噪声数据解压还原并分离得到各路噪声原始数据,上位机对各路噪声原始数据进行处理,还原出各路信号的原始波形。

给噪声无损压缩装置的噪声信号输入接口输入信号,其中第1路为幅值2 V、频率25 Hz的正弦波,第2路为幅值3 V、频率25 Hz的正弦波,第3路为幅值2 V、频率50 Hz的正弦波,第4路为幅值2 V、频率25 Hz的矩形波。测试结果如图5~图8所示。

6356652133830300002504531.gif

6356652134685000004430630.gif

6356652135472100001430257.gif

6356652136191600008274166.gif

从测试结果可以看出,同一种信号幅值、频率不同,它们的压缩去除率会存在差异;幅值、频率相同,不同种类信号的压缩去除率也会不同。对标准信号源,该压缩装置的压缩去除率接近90%。图9为噪声压缩装置对实际噪声信号压缩后由上位机还原得到的波形,可以看出该压缩装置对实际噪声信号的压缩去除率能达到50%以上。

6356652138709400009597039.gif

6 结论

数据压缩技术在遥测系统中对包括噪声信号在内的速变参数的处理已经很常见,本文设计的系统以FPGA+DSP为硬件核心,其中,FPGA主要完成对模/数转换和数据通信的控制,噪声数据的编码无损压缩则是在DSP中实现的。同时,采用不同信号对设计的噪声压缩装置进行了测试,得到了理想的效果。本文提出的设计思路对其他类型数据的压缩也有一定的借鉴意义。

参考文献

[1] 谢红卫,张明.航天测控系统[M].长沙:国防科技大学出版社,2000.

[2] 刘文怡.遥测速变数据无损压缩时空性能优化设计与应用[D].太原:中北大学,2009.

[3] 冷佳鹏,刘文怡.一种遥测数据实时压缩系统[J].电子技术应用,2013,39(4):72-74.

[4] 孟楠,杨岩飞,刘文怡.遥测速变数据实时无损压缩技术研究[J].科学技术与工程,2013,13(33):9983-9986.

[5] 张峰,赵慧昌,石现峰.便携式多通道振动信号分析仪数采模块设计[J].自动化与仪表,2014(1):15-18.

[6] 康伟,路秀芬,詹哲军.基于ADS8365的高速同步数据采集系统[J].电脑开发与应用,2009,22(4):48-51.

编辑:jq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2578

    文章

    55895

    浏览量

    795871
  • FPGA
    +关注

    关注

    1665

    文章

    22587

    浏览量

    641297
  • 噪声
    +关注

    关注

    13

    文章

    1164

    浏览量

    49548
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    智能小家电低功耗设计的5个关键技术

    低功耗设计是便携式智能设备和电池供电产品的核心竞争力。在智能小家电领域,优秀的功耗设计不仅能延长电池续航,还能降低发热、提升产品可靠性。本文从5个关键技术维度系统讲解低功耗设计的实践方法。 一
    发表于 05-28 10:52

    FEC前向纠错技术:让无线传输“自我修复”的通信卫士

    接收端能够自行检测并纠正错误的通信技术。它特别适用于单向通信或实时传输场景,无需请求重传即可保障数据的完整性与可靠性,是提升无线通信、广播及存储系统稳定性的关键技术之一。 二、三大核心特点 1. 自主
    发表于 05-19 13:50

    FEC前向纠错技术:让无线传输“自我修复”的通信卫士

    实现64位(8字节)纠错,兼顾性能与成本。 3. 抗干扰提升,传输更稳 在无线通信等易受干扰的环境中,FEC能有效抵抗信号衰落、噪声和多径干扰,显著降低误码率,提升链路稳定性。 三、关键技术词解说
    发表于 04-09 10:10

    FEC前向纠错技术:让无线传输“自我修复”的通信卫士

    通信或实时传输场景,无需请求重传即可保障数据的完整性与可靠性,是提升无线通信、广播及存储系统稳定性的关键技术之一。二、三大核心特点1. 自主纠错,无需重传接收端可基于冗余信息直接修复传输中的错误比特
    发表于 03-27 15:51

    高通深入剖析Wi-Fi 8的独特关键技术

    挑战时所具备的独特关键技术,并探讨这些创新如何在重要场景中转化为切实效益:企业与工业场景、智能家居和公共场所——在这些场景中,无缝、智能的连接正变得越发关键
    的头像 发表于 01-29 16:41 1521次阅读

    FEC前向纠错技术:让无线传输“自我修复”的通信卫士

    通信或实时传输场景,无需请求重传即可保障数据的完整性与可靠性,是提升无线通信、广播及存储系统稳定性的关键技术之一。二、三大核心特点1. 自主纠错,无需重传接收端可基于冗余信息直接修复传输中的错误比特
    发表于 01-09 14:12

    linux的压缩和解压操作

    进行压缩,然后传输压缩的文件,这样可以减少文件传输所需要的带宽和时间,在网络接收到文件之后再解压,就可以得到文件了。 文件的压缩有两种方式:有损压缩
    发表于 12-23 06:56

    借助CXL和压缩技术实现高效数据传输

    AI、科学计算、海量内存处理……这些硬核工作负载正在不断挑战系统极限。而 FPGA 异军突起,成为了实现高效数据传输的“关键推手”。想知道怎么在不改变整体架构的前提下,让带宽和能效实现
    的头像 发表于 12-19 09:43 616次阅读
    借助CXL和<b class='flag-5'>压缩</b><b class='flag-5'>技术</b><b class='flag-5'>实现</b>高效<b class='flag-5'>数据</b>传输

    电能质量在线监测装置数据压缩对装置性能有哪些影响?

    降至工业级可接受范围, 不会影响核心监测功能(如采样精度、故障响应) 。以下是分维度的专业解析: 一、核心性能影响维度(分装置定位 + 压缩类型) 1. CPU 占用:硬件加速是关键无损压缩影响极小
    的头像 发表于 12-17 10:28 585次阅读
    电能质量在线监测装置<b class='flag-5'>数据压缩</b>对装置性能有哪些影响?

    电能质量在线监测装置支持哪些数据压缩算法?

    增强。以下是主流算法的详细支持情况: 一、无损压缩算法(核心用于关键数据) 算法名称 核心原理 适用数据类型 压缩比 装置支持情况 DEFL
    的头像 发表于 12-12 14:08 816次阅读
    电能质量在线监测装置支持哪些<b class='flag-5'>数据压缩</b>算法?

    基于CW32 MCU的I2C接口优化稳定读写EEPROM关键技术

    CW32 MCU优化I2C接口,确保在与EEPROM芯片通信时的稳定性。内容涵盖以下几个关键技术点: I2C时序与频率调整:介绍如何根据EEPROM的特性,合理设置I2C时钟频率和时序参数,避免因过高或
    发表于 12-03 07:29

    实现OCXO超低相位噪声关键技术

    恒温晶体振荡器(OCXO)在精密计时领域具有不可替代的地位,其卓越性能源于对相位噪声的系统性控制。要达成这一目标,需要从材料选择、电路设计到环境控制的全方位优化。以下是实现超低相位噪声的六个
    的头像 发表于 11-21 11:24 652次阅读
    <b class='flag-5'>实现</b>OCXO超低相位<b class='flag-5'>噪声</b>的<b class='flag-5'>关键技术</b>

    噪声测量的关键技术方法与精度控制策略

    本文阐述了高速电路与低功耗系统中噪声测量的关键技术,包括设备选型、环境优化及参数设置,强调精度控制与干扰抑制。
    的头像 发表于 10-30 14:10 785次阅读

    设备互联的关键技术有哪些

    物联网中设备互联的关键技术涵盖感知、传输、处理、安全及协同管理等多个层级,这些技术共同支撑设备从数据采集到智能协作的全流程,具体可分为以下核心模块: 一、感知层:设备互联的数据源头 传
    的头像 发表于 08-22 14:41 1074次阅读

    双电机驱动系统消隙技术分析

    摘要: 双电机驱动系统是电力系统中重要的电机系统,双电机驱动的消隙技术是双电机驱动系统中的关键技术,双电机驱动系统能否实现正常运行关键在于消隙技术
    发表于 06-19 11:01